ANCOVA: stile bayesiano
Fin seguito all’accoglienza molto positiva del articolo precedente cercando di capire se esiste una differenza proporzionale tra settori scolastici e risultati post-secondari, andiamo avanti un po’. Abbiamo affermato che la modellazione non intendeva essere causale ed è semplicemente descrittiva. Ciò è stato preceduto dicendo che ci sarebbero numerosi fattori che si potrebbero considerare in un modello causale. Ebbene, si dà il caso che esista una misura proxy, ICSEA o Indice di vantaggio socio-educativo della comunità.
Continuando dall’articolo precedente, cercheremo di esplorare se esiste una relazione causale tra ICSEA tra risultati proporzionali per settore, pari a un flusso di lavoro ANCOVA bayesiano.
Sfondo
Prima di passare alla modellazione, sviluppiamo il nostro modello causale e la nostra comprensione. ICSEA è una scala che identifica il vantaggio socio-educativo di una scuola. Questa è una misura calcolata da PROGRAMMA (Australian Curriculum Assessment Reporting Authority) che tiene conto del background educativo e dell’occupazione dei genitori, dello status aborigeno degli studenti e della posizione geografica della scuola. Il valore medio dell’ICSEA è fissato a 1000 con una deviazione standard di 100, e quindi i valori ICSEA più alti si riferiscono alle scuole con un vantaggio socio-educativo più elevato.
Esistono numerosi fattori che possono influenzare le prestazioni e i risultati degli studenti. Di seguito abbiamo semplificato in qualcosa di più tangibile. Partendo dal lato sinistro, possiamo ragionevolmente aspettarci che il livello di istruzione dei genitori influenzi le ambizioni personali dei propri figli, l’istruzione dei genitori influenzerà il loro stipendio, e quindi in quale sobborgo si permetteranno di vivere, ponendoli vicino alle scuole entro certi limiti. settori. Daremo ragionevolmente per scontato che le aree ricche abbiano un mix maggiore di scuole indipendenti e cattoliche rispetto alle scuole statali. Ci sono molti campi e dati…
Fonte: towardsdatascience.com
