→ coldwind0912:多(複)選題是多變量資料這點 我不認為y大說的有錯 10/04 23:12
→ coldwind0912:基本上用pls處理多選題型 實務上也不算罕見 10/04 23:14
→ coldwind0912:純粹是coding的型態和解釋的問題而已 10/04 23:15
→ coldwind0912:二元變項在線性模型 我認為不是錯 只是太粗糙的作法 10/04 23:17
→ coldwind0912:至於二元變項如何進行PCA 這個PAPER也有人在討論 10/04 23:18
→ passaway:如果要說複選題是多變量，那我也勉強沒意見。至於pls處理 10/05 14:34
→ passaway:複選題的實務有無PAPER可參考？因為我沒看過這類文章。 10/05 14:35
→ passaway:至於二元變項做pca，就我了解至少一般性的pca是無法做到 10/05 14:36
→ KirinGuess:"複選題的目的是敘述統計般瞭解分布與意見"? 什麼意思? 10/06 15:46
→ yhliu:PCA 只不過是把資料做個直交變換. 直交變換是什麼, 不過是 10/10 11:47
→ yhliu:相當於座標軸旋轉與反向. 我倒不覺得二元變項有何不可套用的 10/10 11:48
→ yhliu:沒有人, 或者說沒有一個研究人員會滿足於 "只是做敘述統計". 10/10 11:49
→ yhliu:再說, 你認定的 "敘述統計" 跟我認為的不同 --- 統計入門教 10/10 11:50
→ yhliu:本上告訴我們敘述統計是什麼? 就是只就資料說話, 而不做什麼 10/10 11:51
→ yhliu:"統計推論", 也就是沒有 "推論到群體" 的程序. 就這點, 關鍵 10/10 11:53
→ yhliu:在資料是否能看成是某群體的隨機樣本. 至於你所界定的 "敘述 10/10 11:54
→ yhliu:統計" 指平均數、標準差、比例或比率等等基本描述統計量, 這 10/10 11:55
→ yhliu:當然可做, 如果這些就能解決所要研究的問題, 是沒有必要用什 10/10 11:56
→ yhliu:麼複雜的統計程序. 可惜, 研究者通常想要更深入了解多個變項 10/10 11:57
→ yhliu:之間的關係. 即使根據解釋變項做交叉分類來看各比例的變化, 10/10 11:58
→ yhliu:一則資料數很快被分割至數量太少而使那些基本統計量失去意義 10/10 11:59
→ yhliu:二則複雜分類下的基本統計量差異型態不好觀察了解. 10/10 12:00
→ yhliu:就複選題而言, 要同意觀察多個比例,甚至選項間同時選的比例, 10/10 12:01
→ yhliu:其困難程度更遠超過單選題或簡單問項. 10/10 12:01
→ yhliu:二元反應變數套用線性模型的困難是什麼? 絕對不是二元反應一 10/10 12:02
→ yhliu:定要採 logistic model 之類的, 而是二元反應之反應值及其背 10/10 12:03
→ yhliu:後的 "成功率p" 是有界限的, 而線性反應模型是無界限的, 因 10/10 12:04
→ yhliu:而有 logit 變換, probit 變換, 把有界變成無界. 至於找些理 10/10 12:05
→ yhliu:由來說明如 logit 變換的合理性, 固然可能適用某些情況, 卻 10/10 12:06
→ yhliu:難說放諸四海而皆準. 10/10 12:06
→ yhliu:統計資料分析, 沒有 "一定要如何如何" 的道理. 真正的模型只 10/10 12:07
→ yhliu:有天知道, 真正的參數也只有天曉得. 統計人員不過是做些合理 10/10 12:08
→ yhliu:的猜測, 希望抓住資料透露的訊息梗概罷了! 在沒有更好的方法 10/10 12:09
→ yhliu:之前, 雖有瑕疵的方法也不妨一用. 10/10 12:10