METODOLOGIJA

POLITIKIH I DRUTVENIH NAUKA II

VJEBE 15
PAVLE GEGAJ 25. FEBRUAR 2012.

Metodologija politikih nauka

Cilje svake regresione analize jeste napraviti najbolji mogui model, tj model koji objanjava najvei procenat varijanse zavisne varijable; Imajui u vidu da nezavisne varijable mogu da budu i dummy varijable, oigledno je da nam je ak i kod najsiromanijih baza podataka na raspolaganju p p g j dosta varijabli; j ; Korisna tehnika u pravljanju dobrog (ili najboljeg mogueg) modela jeste stepwise i backward metode (metode koje SPSS ima ugraene);

IZGRADNJA
MODELA

Kod obije metode je potrebno definisati sve nezavisne varijable za koje pretpostavljamo da znaajno objanjavaju zavisnu varijablu; Stepwise (ili forward) metodom se model gradi na nain to se u svakom koraku modelu dodaje po jedna varijabla, poev od one koja je najbitnija najbitnija za zavisnu varijablu pa redom, redom do onog trenutka u kom dodavanje nove varijable ne unapreuje znaajno model u smislu objanjenosti zavisne varijable; Razlika izmeu stepwise i forward metoda je u kriterijumu za bitnost;
2 od 25

Metodologija politikih nauka

Bakward metodom se model gradi na nain to se u prvom koraku napravi model sa svim predvienim nezavisnim varijablama a nakon t toga se u svakom k slede l d em k koraku k i izbacuju b j jedna j d po jedna, j d do d onogo koraka u kom bi izbacivanje sledee varijable previe pogoralo model; Kod logistike regresije ovi metodi se nazivaju forward i backward i SPSS nudi tri razliita kriterijuma za korienje; Prilikom izgradnje dobrog modela, modela trebalo bi probati vie razliitih metoda, i analizirati razlike; naime, ukoliko postoje razlike u modelima koje predviaju razliiti metodi, onda smo mi ti koji bismo trebali da donesemo odluku ta u vezi sa tim; Takoe, na kraju, finalni model emo zbog preglednosti napraviti koristei Enter metodu (metoda u kojoj sve predviene varijable ulaze u model); Interakcije? Multilevel modeli?

IZGRADNJA
MODELA

3 od 25

Metodologija politikih nauka

Interakcije? M ltil l modeli? Multilevel d li? Domai rad: 1. Napraviti jedan linearni regresioni model 1. Interpretirati model 2. Uraditi analizu multikolinearnosti 3 Obavezno korienje dummy varijabli 3.

OSTALO

2. Napraviti jedan logistiki regresioni model 1. Interpretirati model 2. Posebno voditi rauna o vjerovatnoi 3. Obavezno koristiti dummy varijable Rok za predaju 12. 12 mart. mart Rad poslati na mail pavleg@gmail.com pavleg@gmail com zajedno sa finalnom bazom podataka (drugi domaci).

4 od 25