Вид для печати
Здравстуйте!
Я очень надеюсь на помощь.
Передо мной стоит задача построить модель зависимости дихотомической перменной от других независимых.
Так вот я знаю, что в пакете SPSS используется логистическая регрессия.
Однако все описания, которые у меня есть, по методике проведения анализа и по интерпритации результатов скудные.
У Вас есть информация по данной теме?
Особенно меня интересует интерпритация таблицы:
Variables in the Equation
За ранее благодарна!
Не прошло и 5 месяцев :)
Тоже начал интересоваться этим видом регрессии. Полной информации, действительно не нашёл, хотя, для начала, информации достаточно (http://spssbase.com/index.html ).
В таблице Variables in the Equation:
В - коэффициенты уравнения, используемого для определения вероятности исхода, определяемой по формуле: p = 1/(1+exp(z)), где z = b0 + b1*x1 + ..., вот сюда эти коэффициенты и подставляются. Вообще-то, заучивать это не обязательно, т.к. SPSS сама может расчитать эти вероятности (Analize-Regression-Binary Logistic-Save-Probabilities). Т.е. указывают вероятность правильности/неправильности отнесения наблюдения к группе.
Wald - статистика Вальда. Как я понял, чем больше, тем значимее переменная. Значимость так же смотрится по Sig. (меньше 0,05 - значимая, больше 0,05 - не значимая). На её основе выбираются зависимые переменные, которые надо включать в модель (хотя это тоже может сделать SPSS, указав в поле Method требуемое).
Интересен столбец Exp(B), который показывает на сколько изменятся шансы (вероятность) при изменении на 1 единицу какой-то зависимой переменной при неизменности остальных. К примеру, получили, что Exp(B) для переменной "доход" равна 1,15 (исследуем ситуацию "купят-не купят товар"). Это означает, что вероятность покупки товара респондентом с доходом большим на 100 у.е. (при прочих равных условиях) увеличивается на 15%.
Маленькое замечание:
Шансы - это не вероятность, а отношение вероятности того, что событие произойдет к вероятности того, что оно не произойдет.С ростом вероятности растут м шансы и наоборот.
EXp(b) показывает во сколько раз увеличатся шансы, а вот как изменится вероятность, зависит от точки , в которой происходит увеличение Х на единицу.
Да, Вы правы.Цитата:
Сообщение от businda
Нашёл более научную интерпретацию EXР(b) : "При увеличении на единицу i-го признака шанс возникновения изучаемого события увеличивается в число раз равное величине EXР(b). Для бинарного независимого признака EXР(b) - это отношение шанса того, что событие произойдёт в одной группе к шансу того, что оно произойдёт в другой группе" (с) Статистический анализ медицинских данных. О.Ю.Реброва