SlideServe
Télécharger Obtenir Pro
Menu
Accueil Pro
Préférences
ApparenceLight Aide et commentaires
© SlideServe · v2026

Sample enumeration: Forecasting from statistical models

suzette avatar
suzette
9 diapositives · 259 Views · Mar 28, 2014

Sample enumeration: Forecasting from statistical models . Dr Vernon Gayle and Dr Paul Lambert (Stirling University) Tuesday 29th April 2008. Communicating Results (to non-technically informed audiences). Davies (1992) Sample Enumeration Payne (1998) Labour Party campaign data

Sample enumeration: Forecasting from statistical models - slide 1
01 / 9Sample enumeration: Forecasting from statistical models
1 / 17

Télécharger la présentation

Sample enumeration: Forecasting from statistical models
Une image / un lien ci-dessous est fourni (tel quel) pour télécharger la présentation

Politique de téléchargement : le contenu du site vous est fourni TEL QUEL pour votre information et votre usage personnel ; il ne peut être vendu, concédé sous licence ni partagé sur d’autres sites sans l’accord de son auteur.Le contenu vous est fourni TEL QUEL, pour votre information et votre usage personnel uniquement. Téléchargez la présentation en cliquant sur ce lien. Lors du téléchargement, si vous ne parvenez pas à télécharger une présentation, l’éditeur a peut-être supprimé le fichier de son serveur.Pendant le téléchargement, si vous ne parvenez pas à obtenir une présentation, le fichier a peut-être été supprimé par l’éditeur.

F I N

Plus de contenu associé

Transcription de la présentation

  1. Sample enumeration: Forecasting from statistical models Dr Vernon Gayle and Dr Paul Lambert (Stirling University) Tuesday 29th April 2008

  2. Communicating Results (to non-technically informed audiences) • Davies (1992) Sample Enumeration • Payne (1998) Labour Party campaign data • Gayle et al. (2002) • War against the uninformed use of odds (e.g. on breakfast t.v.)

  3. Sample Enumeration Methods In a nutshell… “What if” – what if the gender effect was removed 1. Fit a model (e.g. logit) 2. Focus on a comparison (e.g. boys and girls) 3. Use the fitted model to estimate a fitted value for each individual in the comparison group 4. Sum these fitted values and construct a sample enumerated % for the group

  4. Naïve Odds • Naïvely presenting odds ratios is widespread (e.g. Connolly 2006) • In this model naïvely (after controlling for other factors) Girls have an odds of 1.0 Boys have an odds of .58 We should avoid this where possible!

  5. Logit Model • Example from YCS 11 (these pupils took GCSE in 2001) y=1 5+ GCSE passes (A* - C) X vars gender; family social class (NS-SEC); ethnicity; housing tenure; parental education; parental employment; school type; family type

  6. Naïve Odds • Example from YCS 11 (these pupils took GCSE in 2001) • In this model naïvely (after controlling for other factors) Girls have an odds of 1.0 Boys have an odds of .66 We should avoid this where possible!

  7. Sample Enumeration Results

  8. Pseudo Confidence Interval Bootstrapping to construct a pseudo confidence interval (1000 Replications)

  9. Reference • A technical explanation of the issue is given in Davies, R.B. (1992) ‘Sample Enumeration Methods for Model Interpretation’ in P.G.M. van der Heijden, W. Jansen, B. Francis and G.U.H. Seeber (eds) Statistical Modelling, Elsevier.