变量相对重要性评估的方法选择及应用
Evaluation of predictors’ relative importance: Methods and applications
- 作者:
朱训
1
顾昕
1
-
作者单位:
- 通讯作者:
顾昕
Email:xgu@dep.ecnu.edu.cn
-
提交时间:2022-07-26
摘要: 高维数据爆发的背景下,心理学研究目前急需变量相对重要性评估的有效方法。相对重要性评估的关键是选择合适的评估指标和统计推断方法。相对重要性的评估指标种类繁多,优势分析和相对权重是重点推荐的相对重要性评估指标。相对重要性的统计推断方法适用情境不同,Bootstrap抽样是推断单变量重要性和两变量重要性差异的常用方法,而贝叶斯检验是评估多变量重要性次序的新方法。线性回归模型之外,相对重要性研究已拓展到Logistic回归模型、结构方程模型、多水平模型等,但适用数据类型仍较为有限。相对重要性评估已广泛应用于心理学实证研究,但存在不恰当的指标解释和方法选择问题。为此,结合具体例子说明变量相对重要性的评估过程。
版本历史
[V2] |
2022-07-26 11:18:51 |
ChinaXiv:202207.00039V2
|
下载全文 |
[V1] |
2022-07-06 13:37:08 |
ChinaXiv:202207.00039v1
查看此版本
|
下载全文 |