analizy statystyczne w naukach społecznych i innych dziedzinach ilościowych wymaga interpretacji modeli prawdopodobieństwa w wielu przypadkach . Najczęstszym metodologia stosowana przez socjologów jest zwykłe najmniejszych kwadratów ( OLS ) . Jednak OLS jest metodologicznie niewykonalne , gdyzmienna zależna jestobojętne . Gdy jest toprzypadku korzystne są modele logit . Chociaż różnią się od interpretacji OLS , to nie jest trudne do zrozumienia modeli logitowego które wyrażają dane w krzywych w kształcie litery S , jak przewidywane probabilities.Things będzie potrzebne
Zestaw danych z matrycy regresji
Pokaż więcej instrukcji
jak skonfigurowaćmodel logitowy
1
Zapisz wzory będą używane do stworzenia modelu , co następuje:
Y * = b0 + b1x1 + b2X2 + . ..
p ( y = 1 ) = ( 1 ) /( 1 + exp ( – Y *) )
2
p ( y = 1 ) oznacza prawdopodobieństwo, że Y = 1 , z Y wskazując pewne zdarzenie . Wyobraź sobie , że Y jestprawdopodobieństwo, żeobywatel będzie głosował . Jeśli Pr ( Y = 1) = 0,5 , to wiesz, że istnieje prawdopodobieństwo , żeobywatel , 5 będą głosować . Stąd , Pr ( Y = 1 ) jest zawszewartość pomiędzy 0 i 1.
3
współczynników ( B0 , B1, B2 , itp ) będą wyrażone jako znaki dodatnie lub ujemne i spełnia Twoje zmiennych niezależnych ( zmiennych , które wpływają na zmienną Twoim utrzymaniu) . Jeśli jeden z tych współczynników ma znak ujemny ,większą odpowiedź X oznacza , że nie będzieniższa Y * , a tym samymzmniejszyła Pr ( Y = 1 ) .
Jak zinterpretować model logitowy
4
W modelach logitowych ,zmienna zależna jestobojętne . To znaczy, że wyrażaalbo /lub typ zdarzenia wyrażone jako prawdopodobieństwa . Model logitowy z prawdopodobieństwa głosowania jako zmienną zależną będzie przypisać albo& quot; 0 & quot ; lub& quot; 1 & quot; do każdej z opcji w sposób następujący :
& quot ; 0 & quot; = Nie głosować
& quot ; 1 & quot; = Głosowali
zmienna zależna znajduje się na osi y , czyli w skali o 0 w najniższym punkcie i 1 w najwyższym punkcie .
Symulacja ten przykład przez rysowanie xy wykres z osi y opisane powyżej .
5
Utwórz oś x , który opisuje poziom wykształcenia . Umieść pięć znaków hash skali i oznaczania ich rozpoczynając od 1 na hash najbliższego Intersektu a kończąc 5 w punkcie najdalej od przecinają się, gdzie 1 = pewnego liceum , gimnazjum 2 = 3 = niektóre licencjackich , 4 = licencjackich , a 5 = poza licencjackich .
6
Remis i krzywej w kształcie litery S , tak abynajwyższy punkt na krzywej (top z S ) znajduje się powyżej 5 na osi x , a po drugiej od punktu tuż poniżej 1 na osi y , a najniższym punktem jest powyżej 1 na osi x , a po drugiej stronie od miejsca tuż powyżej 0 na osi y.
7
zinterpretować tę krzywą , przejdź się wyimaginowaną linię pionową od danego punktu na osi x do miejsca, gdziewyobrażona linia spełnia krzywą S . Następnie wyobrazić innej linii biegnącej poziomo z przecinających się na osi y. Ten przecinają ukazuje prawdopodobieństwo, żeobywatel z & quot; x & quot; Poziom wykształcenia ma& quot; Y & quot; prawdopodobieństwo głosowania (czyliobywatel z jakimś licencjackich doświadczenia ma 0,43 prawdopodobieństwo głosowania ) na Twitterze