L'analyse statistique dans les sciences sociales et d'autres domaines quantitatifs nécessite l'interprétation de modèles de probabilité dans de nombreux cas. La méthode la plus couramment utilisée par les chercheurs en sciences sociales est des moindres carrés ordinaires (MCO). Cependant, OLS est méthodologiquement impossible lorsque la variable dépendante est un mannequin. Lorsque tel est le cas, les modèles logit sont préférés. Bien que différent de l'interprétation OLS, il est difficile de comprendre les modèles logit, qui expriment des données dans les courbes en forme de S comme probabilités prédites.
Instructions
Comment faire pour configurer un modèle Logit
1 Notez les formules que vous allez utiliser pour configurer votre modèle comme suit:
Y * = b0 + b1x1 + ... + b2X2
Pr (Y = 1) = (1) / (1 + exp (-? Y *))
2 Pr (Y = 1) indique la probabilité que Y = 1, Y indiquant un certain événement. Imaginez que Y est la probabilité qu'un citoyen va voter. Si Pr (Y = 1) = 0,5, alors vous savez qu'il ya une probabilité de 0,5 que le citoyen va voter. Par conséquent, Pr (Y = 1) est toujours une valeur comprise entre 0 et 1.
3 Les coefficients (b0, b1, b2, etc.) seront exprimés comme des signes positifs ou négatifs et correspondent à vos variables indépendantes (les variables qui agissent sur votre variable dépendante). Si l'un de ces coefficients a un signe négatif, un plus grand X correspondant signifie qu'il y aura un Y inférieur *, et donc une diminution de la Pr (Y = 1).
Comment interpréter un modèle Logit
4 Dans les modèles logit, la variable dépendante est un mannequin. C'est, il exprime un ou l'autre / ou type d'événement exprimé en probabilité. Un modèle logit avec probabilité de voter comme variable dépendante serait attribuer soit un "0" ou un "1" à chaque alternative comme suit:
"0" = ne pas voter
"1" = voté
La variable dépendante est situé sur l'axe des y, qui court sur une échelle de 0 à son point le plus bas et 1 à son point culminant.
Simuler cet exemple en traçant un graphique xy avec l'axe y est décrit ci-dessus.
5 Créer un axe x qui décrit le niveau d'éducation. Placez cinq marques de hachage sur l'échelle et les étiqueter en commençant par 1 au hachage les plus proches l'intersection et se terminant par 5 au point le plus éloigné de l'intersection, où 1 = des études secondaires, 2 = lycée, 3 = un peu de premier cycle, 4 = de premier cycle, et 5 = au-delà du premier cycle.
6 Dessiner et S courbe en sorte que le point sur la courbe (la partie supérieure du S) le plus élevé se situe au-dessus du 5 sur l'axe des abscisses et en face d'un point situé juste au-dessous de la 1 sur l'axe des y et le point le plus bas est au-dessus le 1 sur l'axe des abscisses et en face d'un point situé juste au-dessus du 0 sur l'axe des ordonnées.
7 Pour interpréter cette courbe, monter une ligne verticale imaginaire de tout point donné sur l'axe des x à l'endroit où la ligne imaginaire rencontre la courbe de S. Alors imaginez une autre ligne horizontale courant de cette intersection à l'axe-y. Cette intersection révèle la probabilité qu'un citoyen avec "x" niveau d'instruction a une probabilité "y" de voter (ie, un citoyen ayant une certaine expérience de premier cycle a une probabilité de vote .43)
Conseils et avertissements
- Dans cet exemple, on a supposé qu'un niveau d'éducation plus élevé augmenterait la probabilité de voter. Par conséquent, si le niveau d'instruction correspondait avec b1x1 dans l'équation de votre modèle, b1 aurait un signe positif et X1 aurait un impact significatif (une plus grande valeur). Dans votre modèle, une valeur plus élevée pour b1x1 augmenterait la probabilité de voter, ou Y * [Pr (Y = 1)].