• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Погружение в метод логлинейного анализа и первое знакомство с пакетом R

6 февраля участники НУГ получили необходимую информацию для применения метода логлинейного анализа в своих исследовательских проектах. Этому посодействовала Светлана Жучкова, заместитель руководителя научно-учебной группы, выступившая с полуторачасовым докладом на открытом семинаре. Уже на следующий день, 7 февраля, по инициативе руководителя НУГ, Ротмистрова Алексея, был проведен закрытый семинар, нацеленный на закрепление ранее прослушанного материала, а также на обсуждение спецификации регрессионной модели, разрабатываемой участницей исследовательской группы, Родионовой Марией.

Доклад Светланы Жучковой был посвящен возможностям и ограничениям логлинейного анализа в задачах поиска взаимодействий категориальных признаков. В представленном материале обсуждались разные варианты параметризации («effect coding» и «dummy coding») и возможности их реализации в статистических пакетах SPSS и R. Также были затронуты два способа интерпретации результатов, полученных посредством логлинейного анализа: в первом случае предлагалось перейти к интерпретации значимых микроэффектов в рамках ненасыщенной модели, а во втором - ограничиться анализом значимых стандартизированных остатков.

Помимо лекционной части, обсуждались выполненные участниками задания. Накануне состоявшегося семинара членам НУГ для знакомства с сутью логлинейного анализа необходимо было построить две насыщенные модели с разными вариантами параметризации, а также оценить и объяснить различия в полученных эффектах.

На следующий день для закрепления материала усилиями группы был завершен расчет эффектов третьего и четвертого уровня вручную в Excel. После чего были приняты совместные попытки улучшения качества регрессионной модели, построенной Родионовой Марией, так, чтобы прогностическая способность модели была близка к 90%. В конце семинара руководителем НУГ были даны наставления для дальнейших шагов, которые могут привести к улучшению качества регрессионной модели, разрабатываемой Марией.