Методи аналізу співвідношень

Я шукаю поради та коментарі, які стосуються аналізу співвідношень та ставок. У галузі, в якій я працюю, аналіз співвідношень, зокрема, широко поширений, але я прочитав декілька робіт, які дозволяють припустити, що це може бути проблематичним, я думаю про:

Кронмаль, Річард А. 1993. Помилкова кореляція та помилковість стандарту відношення переглянуто. Журнал Королівського статистичного товариства, серія A 156 (3): 379-392

та супутні документи. З того, що я читав до цього часу, схоже, що коефіцієнти можуть генерувати помилкові кореляції, форсувати регресійні лінії через походження (що не завжди доречно), і моделювання їх може порушити принцип маргінальності, якщо не виконано правильно ( Використання коефіцієнтів в регресії , Річард Голдштейн ). Однак мають бути випадки, коли використання коефіцієнтів виправдане, і я хотів отримати певну думку статистиків з цієї теми.

Я б не назвав спостережувані кореляції хибними, а скоріше хибними причинними висновками, виведеними з цих кореляцій. Проблеми зі співвідношеннями мають подібний характер з іншими типами плутанини.

Якщо визначити випадкові величини $U=\frac{X}{Q}$ &$V=\frac{Y}{Q}$$X$$Y$$Q$$U$$V$$X$$Y$$Q$$U$$V$$Q$$X=\frac{U}{1/Q}$$Y=\frac{V}{1/Q}$$Q$$Q$$R,S,T,\ldots$

Олдріх (1995), "" Кореляції, щирі та хибні у Пірсоні та Юлі ", Статистична наука , 10 , 4, дає цікаву історичну перспективу.

† Див. Включення взаємодії, але не основні ефекти в моделі .