6 Models for nominal outcomes with

6 Models for nominal outcomes with case-specific data
An outcome is nominal when the categories are assumed to be unordered. For example, marital status can be grouped nominally into the categories of divorced, never married, married, or widowed. Occupations might be organized as professional, white collar, blue collar, craft, and menial, which is the example we use in this chapter. Other examples include reasons for leaving the parents' home, the organizational context of scientific-work (e.g., industry, government, and academia), and the choice of language in a multilingual society. Further, in some cases a researcher might prefer to treat an outcome as nominal, even though it is ordered or partially ordered. For example, if the response categories are strongly agree, agree, disagree, strongly disagree, and don't know, the category "don't know" invalidates models for ordinal outcomes. Or, you might decide to use a nominal regression model when the assumption of parallel regressions is rejected. In general, if you have concerns about the ordinality of the dependent variable, the potential loss of efficiency in using models for nominal outcomes is outweighed by avoiding potential bias.

ผลลัพธ์ (ไทย) 1:

รุ่น 6 ผลระบุข้อมูลเฉพาะกรณี
ผลจะระบุประเภทจะถือว่าปกติ ตัวอย่าง สถานภาพสมรสสามารถเมื่อจัดเป็นกลุ่มประเภทของหย่าแล้ว ไม่เคยแต่งงาน แต่งงาน หรือ widowed อาชีพที่อาจจัดเป็นมืออาชีพ ขาวคอ บลูคอ งานฝีมือ และถู ซึ่งเป็นอย่างที่เราใช้ในบทนี้ ตัวอย่างอื่น ๆ ได้แก่สาเหตุที่ออกจากบ้านของผู้ปกครอง บริบทองค์กรทางวิทยาศาสตร์งาน (เช่น อุตสาหกรรม รัฐบาล และ academia), และตัวเลือกภาษาในสังคมภาษา เพิ่มเติม ในบางกรณีที่นักวิจัยอาจต้องการรักษาผลเป็นระบุ แม้ว่ามีสั่ง หรือสั่งบางส่วน ตัวอย่าง ถ้าประเภทตอบไม่ขอ ยอมรับ เห็นด้วย ไม่เห็นด้วย ขอไม่เห็นด้วย และไม่ ทราบ ประเภท "ไม่รู้" invalidates รุ่นเลขลำดับผลการ ขึ้น คุณอาจจะใช้แบบจำลองถดถอยที่ระบุเมื่อปฏิเสธสมมติฐานของ regressions ขนาน ในทั่วไป ถ้าคุณมีข้อสงสัยเกี่ยวกับ ordinality ของตัวแปรที่ขึ้นอยู่กับ การสูญเสียอาจมีประสิทธิภาพในการใช้แบบจำลองผลระบุเป็น outweighed โดยหลีกเลี่ยงความโน้มเอียงเป็นไป

ผลลัพธ์ (ไทย) 2:

6 รุ่นสำหรับผลน้อยกับข้อมูลกรณีเฉพาะ
ผลเป็นน้อยเมื่อหมวดหมู่จะถือว่าเป็นเรียงลำดับ ตัวอย่างเช่นสถานภาพการสมรสสามารถจัดกลุ่มเป็นหมวดหมู่ในนามของการหย่าร้างที่ไม่เคยแต่งงานแต่งงานหรือเป็นม่าย ประกอบอาชีพที่อาจจะมีการจัดเป็นมืออาชีพปกเสื้อสีขาวปกสีฟ้า, งานฝีมือและคนรับใช้ซึ่งเป็นตัวอย่างที่เราใช้ในบทนี้ ตัวอย่างอื่น ๆ รวมถึงเหตุผลในการออกจากบ้านพ่อแม่ 'บริบทขององค์กรทางวิทยาศาสตร์ของการทำงาน (เช่นอุตสาหกรรมที่รัฐบาลและสถาบันการศึกษา) และทางเลือกของภาษาในสังคมที่พูดได้หลายภาษา นอกจากนี้ในบางกรณีนักวิจัยอาจต้องการที่จะรักษาผลเป็นเล็กน้อยถึงแม้ว่ามันจะเป็นคำสั่งหรือสั่งบางส่วน ตัวอย่างเช่นถ้าหมวดหมู่การตอบสนองที่เห็นด้วยอย่างยิ่ง, เห็นด้วยไม่เห็นด้วยไม่เห็นด้วยอย่างยิ่งและไม่ทราบประเภท "ไม่ทราบ" รูปแบบการเลิกผลลัพธ์ลำดับ หรือคุณอาจตัดสินใจที่จะใช้รูปแบบการถดถอยเล็กน้อยเมื่อสมมติฐานของการวิเคราะห์แบบขนานถูกปฏิเสธ โดยทั่วไปถ้าคุณมีความกังวลเกี่ยวกับ ordinality ของตัวแปรขึ้นอยู่กับการสูญเสียที่อาจเกิดขึ้นของประสิทธิภาพในการใช้รูปแบบการระบุผลลัพธ์เป็นนิเวศโดยหลีกเลี่ยงอคติที่มีศักยภาพ

ผลลัพธ์ (ไทย) 3:

6 รุ่นสำหรับผลน้อยกับกรณีเฉพาะข้อมูล
ผลเป็นปกติเมื่อประเภทสมมติจะเรียงลําดับ . ตัวอย่างเช่น สถานภาพที่สามารถจัดกลุ่มที่จะเป็นประเภทของหย่า ไม่เคยแต่งงาน แต่งงาน หรือ ม่าย อาชีพ อาจจัดเป็นมืออาชีพ ปลอกคอสีขาวปก , งานฝีมือ , ฟ้า และ ระดับล่าง ซึ่งตัวอย่างที่เราใช้ในบทนี้ตัวอย่างอื่น ๆรวมถึงเหตุผลที่ทิ้งพ่อแม่ที่บ้าน บริบทองค์การของงานวิทยาศาสตร์ ( เช่น อุตสาหกรรม รัฐบาล และภาคการศึกษา ) และทางเลือกของภาษาในสังคมที่พูดได้หลายภาษา นอกจากนี้ ในบางกรณี นักวิจัยอาจชอบที่จะรักษาผลเป็นปกติ แม้ว่าจะเป็นคำสั่งหรือบางส่วนที่สั่ง ตัวอย่างเช่น ถ้าการตอบสนองประเภทเห็นด้วยอย่างมากเห็นด้วย ไม่เห็นด้วย ไม่เห็นด้วยอย่างยิ่ง และไม่รู้ ประเภท " ไม่รู้ " รูปแบบการผล . . หรือคุณอาจตัดสินใจที่จะใช้แบบจำลองสมการถดถอยน้อยเมื่อสมมติฐานของสมการถดถอยแบบขนานคือ ปฏิเสธ โดยทั่วไปถ้าคุณมีความกังวลเกี่ยวกับ ordinality ของตัวแปรตามการสูญเสียศักยภาพของประสิทธิภาพในการใช้แบบจำลองผลปกติคือ outweighed โดยหลีกเลี่ยงอคติ
ศักยภาพ .