Vizsgakérdések – loglineáris modellezés

	I	H
Minél nagyobbak a reziduálisok, annál jobb a modell illeszkedése.		X
A modell illeszkedését khi-négyzet statisztikával ellenőrizzük.	X
Minél nagyobb a szignifikancia értékea modellben, annál inkább hajlamosak vagyunk azt elfogadni.	X
A loglineáris modellben folytonos változók közötti kapcsolatokat keresünk.		X
A loglineáris modell lényegében a khi-négyzet-próba általánosítása.	X
Független események együttes bekövetkezésének valószínűsége a külön-külön vett bekövetkezési valószínűségek összege.		X
Az interakciók számának csökkentése mellett szeretnénk a loglineáris modellezésben minél jobb illeszkedést elérni.	X
Amennyiben minden interakciót és marginálist figyelembe veszünk, úgy olyan modellt írhatunk fel, melyben a reziduálisok maximálisak.		X
A loglineáris modellben általában kettőnél több kategória-változó kapcsolatát igyekszünk leírni.	X
A loglineáris modell illeszkedését is ANOVA táblázattal ellenőrizzük.		X

A hamis válaszok magyarázata:

1. Minél nagyobbak a reziduálisok, annál jobb a modell illeszkedése.

2. A loglineáris modellben folytonos változók közötti kapcsolatokat keresünk.

3. Független események együttes bekövetkezésének valószínűsége a külön-külön vett bekövetkezési valószínűségek összege.

4. Amennyiben minden interakciót és marginálist figyelembe veszünk, úgy olyan modellt írhatunk fel, melyben a reziduálisok maximálisak.

5. A loglineáris modell illeszkedését is ANOVA táblázattal ellenőrizzük.

A reziduálisok minden esetben a tapasztalt és a becsült értékek különbségét jelzik, így értelemszerűen ez minél kisebb, annál jobb modellt tudunk építeni. Ez általában is igaz, nem csak a loglineáris modell esetén.
A loglineáris modellben kategória-változókat vizsgálunk.
A külön-külön vett bekövetkezési valószínűségek szorzatával egyezik meg az együttes bekövetkezés valószínűsége.
Amennyiben minden lehetséges kapcsolatot, bekövetkezést figyelembe veszünk, úgy értelemszerűen a reziduálisok (ahogy láttuk is) 0 értéket fognak felvenni, ami abszolútértékben a legkisebb eltérés, amit elérhetünk. Azonban vegyük azt is figyelembe, hogy a reziduálisok pozitívak és negatívak egyaránt lehetnek, így a minimális jelző sem lenne megfelelő a kérdésben!
Az illeszkedést például a lineáris regresszió során valóban ANOVA vizsgálat segítségével ellenőrizzük, de a loglineáris modellezésben khi-négyzet-próbát alkalmazunk.