Learn About Multinomial Logit in Stata With Data From the Behavioral Risk Factor Surveillance System (2013)
I risultati del modello di regressione logistica multinomiale sono mostrati nella Figura 3.
L’output del modello di regressione logistica appare come segue:
Line 1: dot mlogit active 1 femmina sotto i 30 anni 65 più artrite
Line 2: Iterazione 0: log likelihood uguale a negativo 379353.27
Line 3: Iterazione 1: log likelihood uguale negativo 357272.01
Line 4: Iterazione 2: log likelihood uguale negativo 356455.81
Line 5: Iterazione 3: log likelihood uguale negativo 356439.91
Line 6: Iterazione 4: log likelihood uguale a negativo 356439.9
Line 7: Regressione logistica multinomiale; Numero di osservazioni uguale a 359.925
Line 8: LR chi2 (8) è uguale a 45826.74
Line 9: Probabilità maggiore di chi2 uguale 0,0000
Linea 10: Log likelihood uguale a negativo 356439,9; Pseudo R2 uguale a 0,0604
Sotto queste informazioni appare una tabella, con diversi valori per “active 1” presentati come segue:
Riga 1: Nessuno underscore o underscore sotto underscore moderato, femmina: Coefficiente, negativo 0,0137624; errore standard, 0,0081021; z, negativo 1,70; P maggiore del valore assoluto di z, 0,089; intervallo di confidenza al 95 per cento, negativo 0,0296422, 0,0021173.
Fila 2: Nessuno underscore o underscore sotto underscore moderato, sotto i 30: Coefficiente, negativo 0,2132395; errore standard, 0,0136507; z, negativo 15,62; P maggiore del valore assoluto di z, 0,000; intervallo di confidenza al 95 per cento, 0,7998839, 0,8377535.
Fila 3: Nessuno underscore o underscore sotto underscore moderato, età 65 plus: Coefficiente, 0.8188187; errore standard, 0.0096608; z, 84.76; P maggiore del valore assoluto di z, 0.000; intervallo di confidenza al 95 per cento, 0.7998839, 0.8377535.
Riga 4: Nessuno underscore o underscore sotto underscore moderato, artrite: Coefficiente, 0.4168419; errore standard, 0.008863; z, 47.03; P maggiore del valore assoluto di z, 0.000; intervallo di confidenza al 95 per cento, 0.3994706, 0.4342131.
Fila 5: Nessuno underscore o underscore sotto underscore moderato, underscore cons: Coefficiente, negativo 0,7812104; errore standard, 0,007175; z, negativo 108,88; P maggiore del valore assoluto di z, 0,000; intervallo di confidenza al 95 per cento, negativo 0,7952731, 0,7671477.
Fila 6: Moderato, esito base
Fila 7: Vigoroso, femminile: Coefficiente, negativo 0,0456556; errore standard, 0,0090931; z, negativo 5,02; P maggiore del valore assoluto di z, 0,000; intervallo di confidenza al 95 per cento, negativo 0,0634778, 0,0278334.
Fila 8: Vigoroso, sotto i 30 anni: Coefficiente, negativo 1,333241; errore standard, 0,0247722; z, negativo 53,82; P maggiore del valore assoluto di z, 0,000; intervallo di confidenza al 95 per cento, negativo 1,381794, negativo 1,284689.
Fila 9: Vigoroso, età 65 più: Coefficiente, 1,663682; errore standard, 0,0099416; z, 167,35; P maggiore del valore assoluto di z, 0,000; intervallo di confidenza al 95 per cento, 1,644197, 1,683167.
Fila 10: Vigoroso, artrite: Coefficiente, 0.0555993; errore standard, 0.0098662; z, 5.64; P maggiore del valore assoluto di z, 0.000; intervallo di confidenza al 95 per cento, 0.036262, 0.0749366.
Fila 11: Vigoroso, underscore cons: Coefficiente, negativo 1,168047; errore standard, 0,0081195; z, negativo 143,86; P maggiore del valore assoluto di z, 0,000; intervallo di confidenza al 95 per cento, negativo 1,183961, negativo 1,152133.
La regressione logistica multinomiale stima modelli per tutte le categorie della variabile dipendente tranne una. Per impostazione predefinita, Stata omette l’esito più frequente, usandolo come base da cui confrontare le altre categorie.
C’è molta informazione nei risultati. In questo esempio, concentriamo la nostra attenzione sulle stime dei coefficienti individuali che collegano le variabili indipendenti alla variabile dipendente e il loro corrispondente livello di significatività statistica. Possiamo vedere che ogni stima dei coefficienti è statisticamente significativa e diversa da zero. Questo ci porterebbe a rifiutare l’ipotesi nulla di un coefficiente uguale a zero per tutte le stime.
L’interpretazione dei risultati di un modello logit multinomiale richiede più di un semplice esame della direzione e del livello di significatività statistica delle stime dei coefficienti stessi.
Il modo più comune per interpretare i risultati di un modello logit multinomiale è quello di calcolare le probabilità previste sulla base dei risultati dell’analisi. Poiché la probabilità prevista di rientrare in una qualsiasi delle categorie della variabile dipendente è una funzione non lineare delle variabili indipendenti, il calcolo delle probabilità previste richiede di impostare ogni variabile indipendente ad un certo valore. Pensate a come creare un profilo descrittivo per un caso nel set di dati e calcolare una probabilità prevista che qualcuno con quel profilo si impegni nei tre diversi livelli di attività qui descritti. È possibile valutare come le diverse variabili indipendenti influiscano sui cambiamenti nelle probabilità previste cambiando le caratteristiche del profilo e ricalcolando tali probabilità.
Come esempio, calcoleremo le probabilità previste di rientrare in ogni livello di intensità di attività per gli intervistati con e senza artrite. Per ciascuno, impostiamo il valore della variabile indicatore femminile alla sua media e le due variabili di età a zero, il che significa che questi profili descrivono gli intervistati di età compresa tra i 30 e i 64 anni.
Per calcolare la probabilità prevista di essere in ogni livello di attività per coloro che hanno l’artrite, inserire il seguente comando nella finestra dei comandi di Stata:
margins, at(mean(female) under30=(0) age65plus=(0) arthritis=(1))
Premere Enter per produrre la probabilità prevista di essere in ogni gruppo di livello di attività.
Per quelli senza artrite, il codice è il seguente:
margini, at(media(femminile) under30=(0) age65plus=(0) artrite=(0))
Premete Invio per produrre la probabilità prevista per essere in ogni gruppo di livello di attività.
Per calcolare invece queste probabilità previste usando le opzioni del menu, dopo aver eseguito il modello di regressione logistica multinomiale, selezionate le seguenti opzioni dal menu di Stata:
Statistiche → Postestimation
Nella finestra di dialogo “Postestimation Selector” che si apre, mostrata nella Figura 4, espandete “Analisi marginale”. Sotto “Effetti marginali di tutte le covariate”, evidenziate “Analisi personalizzate e ad alta dimensione” cliccando su di esso.
Premete Launch per aprire la finestra di dialogo “Margini – Media marginale, margini predittivi ed effetti marginali”.
La finestra di dialogo intitolata “Selettore di post-stima” consiste in una lista di comandi sotto il titolo “Comandi di post-stima”. Le voci appaiono come segue:
- Analisi marginale (vista estesa)
- Media marginale ed effetti marginali, analisi fondamentali
- Media marginale e analisi di interazione (vista crollata)
- Contrasti di medie marginali (vista crollata)
- Effetti marginali di una covariata ai valori di un’altra covariata (vista estesa)
- –
Media di popolazione (sovrastima media campione)
- –
Alle medie del campione
- –
- Effetti marginali di tutte le covariate (vista estesa)
- –
Analisi personalizzate e ad alta(evidenziate)
- –
Trame di profilo dopo l’analisi marginale
- –
- Test, contrasti e confronti delle stime dei parametri (vista collassata)
- Specificazione, diagnostica, e analisi della bontà dell’adattamento (vista collassata)
- Previsioni (vista collassata)
- Altri rapporti (vista collassata)
- Gestire i risultati della stima (vista collassata)
Un pulsante “Avvia” e un pulsante “Annulla” appaiono rispettivamente nell’angolo in alto a destra e in basso a destra della finestra.
In cima alla finestra di dialogo “margini – medie marginali, margini predittivi ed effetti marginali”, selezionate la scheda “A”. Nella scheda “At”, il pulsante accanto a “Tutte le covariate ai valori osservati nel campione” dovrebbe essere evidenziato.
Clicca sul pulsante “Create” più in basso e si aprirà una nuova finestra di dialogo “Specification 1”.
La sezione “Statistics” in cima alla finestra di dialogo “Specification 1” può essere usata per impostare le variabili rilevanti alla loro media, in questo caso femminile. Spuntate “1” cliccando sulla casella alla sua sinistra, e la casella di testo Statistica a destra fornirà una freccia con un menu a tendina. Seleziona “Mezzi”. Nella casella “Covariate”, usa le opzioni a discesa per selezionare femmina.
Nella sezione “Valori fissi”, puoi impostare i valori per le variabili rimanenti. Clicca sulla casella accanto al numero 1. Seleziona under30 dall’elenco delle variabili nelle opzioni a discesa “Covariate”. Nella casella di testo “Numlist”, inserisci manualmente il valore della variabile a “0”. Nella casella 2, impostate age65plus a “0”. Infine, nella casella 3, impostate il valore di artrite a “1.”
La figura 5 mostra come appare in Stata.
La finestra di dialogo intitolata “Specifica 1” può essere divisa in tre sezioni intitolate “Statistiche”, “Valori fissi” ed “Espressioni”. La sezione superiore intitolata “Statistiche” è ulteriormente divisa in due pannelli, a sinistra e a destra, che appaiono come segue.
Pannello sinistro, Statistica:
- (casella di controllo spuntata) 1: Testo “Mezzi,” (pulsante a discesa)
- (casella di controllo vuota) 2: barra di testo vuota, 50 (pulsante a discesa), in modalità scala di grigi
- (casella di controllo vuota) 3: barra di testo vuota, 50 (pulsante a discesa), in modalità scala di grigi
- (casella di controllo vuota) 4: barra di testo vuota, 50 (pulsante a discesa), in modalità scala di grigi
Pannello destro, Covariate:
- Testo “femmina”, pulsante a discesa
- Casella di testo vuota, pulsante a discesa
- Casella di testo vuota, pulsante a discesa
- Casella di testo vuota, pulsante a discesa
Una nota in basso recita: “Le covariate possono anche essere underscore all (tutte le covariate) punto underscore factor (tutte le covariate fattore) punto e underscore continuous (tutte le covariate continue).”
La sezione centrale intitolata “Valori fissi” è ulteriormente divisa in due pannelli, sinistro e destro, che appare come segue:
Pannello sinistro, Covariata:
- (casella di controllo spuntata) 1: sotto i 30 anni (pulsante a discesa)
- (casella di controllo spuntata) 2: età 65 anni più (pulsante a discesa)
- (casella di controllo spuntata) 3: artrite (pulsante a tendina)
- (casella di controllo vuota) 4: barra di testo vuota (pulsante a tendina)
Pannello destro, Numlist:
- 0
- 0
- 1 (barra di testo selezionata)
- Barra di testo vuota
La sezione inferiore intitolata “Espressioni” è ulteriormente divisa in due pannelli, sinistro e destro, che appare come segue.
Pannello di sinistra, Covariate:
- (casella di controllo vuota) 1: barra di testo vuota (pulsante a discesa)
- (casella di controllo vuota) 2: barra di testo vuota (pulsante a discesa)
- (casella di controllo vuota) 3: barra di testo vuota (pulsante a discesa)
- (casella di controllo vuota) 4: barra di testo vuota (pulsante a discesa)
Pannello destro, Espressione:
- Barra di testo vuota, con pulsante “Crea” in modalità grigio
- Barra di testo vuota, con pulsante “Crea” in modalità grigio
- Barra di testo vuota, con pulsante “Crea” in modalità grigio
- Barra di testo vuota, con pulsante “Crea” in modalità scala di grigi
Due pulsanti, “OK” e “Annulla”, appaiono nell’angolo in basso a destra della finestra di dialogo, con il pulsante OK nella modalità selezionata.
Clicca OK per tornare alla finestra di dialogo “margini – medie marginali, margini predittivi ed effetti marginali”. Questo dovrebbe ora mostrare “Specifica 1” nella casella “Alle specifiche (modificare le impostazioni da sopra)”, con una descrizione dei dettagli della specifica sotto.
Clicca ancora sul pulsante “Crea” e si aprirà un’altra finestra di dialogo “Specifica 2”. Usate le opzioni come in precedenza, questa volta impostando il valore di artrite a 0.
Di nuovo, cliccate su OK per tornare alla finestra di dialogo “Margini – Mezzi marginali, margini predittivi ed effetti marginali”. Questo mostrerà ora “Specifica 1” e “Specifica 2” nella casella “Alle specifiche (modificare le impostazioni da sopra)”.
La figura 6 mostra come appare in Stata.
La finestra di dialogo è intitolata “margini – medie marginali, margini predittivi ed effetti marginali”. Una serie di 10 schede appare immediatamente sotto la barra del titolo come “Principale”, “A”, “se o in o sopra”, “Entro”, “Contrasto”, “Confronti a coppie”, “Pesi”, “SE”, “Avanzate” e “Rapporti” con “A” nel modo selezionato. Il contenuto della finestra di dialogo appare inoltre come segue:
- (pulsante radio selezionato) Tutte le covariate ai valori osservati nel campione
- (pulsante radio vuoto) Tutte le covariate alle loro medie nel campione
- (casella vuota) Per ogni altra variabile fattore, tratta tutti i livelli come se fossero ugualmente probabili (sovrascrive le due impostazioni precedenti per le variabili fattoriali)
Inoltre mostra una casella di riepilogo intitolata “Alle specifiche (modificare le impostazioni di cui sopra)” contenente le 2 voci come segue:
- Specificazione 1
- Specificazione 2 (selezionata)
A destra della casella c’è una serie di quattro schede come “Crea”, “Modifica”, “Disabilita” e “Abilita”, con “Crea”, “Modifica” e “Disabilita” in modalità attiva e “Abilita” in modalità scala di grigi. Un testo in basso recita: “a sinistra-parentesi sinistra-parentesi media destra-parentesi femmina sotto i 30 anni uguale a sinistra-parentesi 0 destra-parentesi età 65 più uguale a sinistra-parentesi 0 destra-parentesi artrite uguale a sinistra-parentesi 0 destra-parentesi destra-parentesi.”
Tre pulsanti, “OK”, “Annulla” e “Invia”, appaiono nell’angolo in basso a destra della finestra di dialogo, con il pulsante OK nel modo selezionato.
Clicca nuovamente OK per produrre i risultati, che sono mostrati nella Figura 7.
I risultati ottenuti dalla probabilità prevista di ogni gruppo di strenuità dell’attività fisica negli ultimi 30 giorni per gli intervistati appaiono come segue:
Line 1: Previsioni corrette; Numero di osservazioni pari a 359.925
Line 2: Modello VCE colon OIM
Linea 3: 1 punto di sottolineatura predire colon Pr left-parenthesis attivo 1 è uguale a nessuna sottolineatura o sottolineatura Sotto sottolineatura moderata right-parenthesis, predire left-parenthesis pr risultato left-parenthesis 0 right-parenthesis right-parenthesis.
Line 4: 2 dot underscore predict colon Pr left-parenthesis active 1 equals equals Moderate right-parenthesis, predict left-parenthesis pr outcome left-parenthesis 1 right-parenthesis right-parenthesis.
Line 5: 3 dot underscore predire colon Pr left-parenthesis attivo 1 uguale uguale Vigorosa right-parenthesis, predire left-parenthesis pr esito left-parenthesis 2 right-parenthesis right-parenthesis.
Line 6: 1 punto di sottolineatura ai due punti femmina equivale a 0,5679239 (media)
Linea 7: sotto i 30 anni equivale a 0
Linea 8: più di 65 anni equivale a 0
Linea 9: artrite 1 equivale a 1
Line 10: 2 punti di sottolineatura ai due punti femmina equivale a 0.5679239 (media)
Linea 11: sotto i 30 anni uguale 0
Linea 12: età 65+ uguale 0
Linea 13: attivo 1 uguale 0
Una tabella mostra inoltre i valori di “Margine”, “Errore standard delta-metodo”, “z”, “probabilità maggiore di z”, e intervallo di confidenza al 95%”. I diversi valori per la probabilità prevista di ogni gruppo di strenuità dell’attività fisica negli ultimi 30 giorni per gli intervistati sono i seguenti:
Riga 1: Underscore predict 1 1: Margine, 0.3429731; Delta-metodo Standard Error, 0.0016608; z, 206.51; Probabilità maggiore di z, 0.000; intervallo di confidenza al 95 per cento, 0.339718, 0.3462283.
Fila 2: Underscore predict 1 underscore a 2: Margine, 0.258514; Delta-metodo Standard Error, 0.0010418; z, 248.14; Probabilità maggiore di z, 0.000; intervallo di confidenza al 95 per cento, 0.256472, 0.2605559.
Fila 3: Underscore prevedere 2 underscore a 1: Margine, 0.49762; Delta-metodo Standard Error, 0.0017772; z, 280.00; Probabilità maggiore di z, 0.000; intervallo di confidenza al 95 per cento, 0.4941367, 0.5011032.
Fila 4: Sottolineatura prevedere 2 sottolineatura a 2: Margine, 0.5690545; Delta-metodo Standard Error, 0.0011953; z, 476.06; Probabilità maggiore di z, 0.000; 95 per cento intervallo di confidenza, 0.5667117, 0.57133973.
Fila 5: Sottosottosopra prevedere 3 sottosopra a 1: Margine, 0.1594069; Errore standard delta-metodo, 0.00117; z, 136.25; Probabilità maggiore di z, 0.000; intervallo di confidenza al 95 per cento, 0.1571138, 0.1617.
Fila 6: Il trattino basso prevede 3 trattini bassi a 2: Margine, 0.1724315; Errore standard delta-metodo, 0.0008886; z, 194.05; Probabilità maggiore di z, 0.000; intervallo di confidenza al 95%, 0.17068991, 0.1741731.
La colonna di sinistra nella tabella in basso ha due colonne di numeri sotto le parole “_predict#_at”. I numeri 1-3 a sinistra sono ciascuna delle categorie per i diversi livelli di strenuità dell’attività. I numeri 1 e 2 sulla destra sono i due diversi profili che abbiamo creato per il fatto che un intervistato abbia o meno l’artrite. I dettagli di questi profili possono essere visti nelle informazioni sopra la tabella.
Le probabilità previste e i loro intervalli di confidenza sono stimati utilizzando la simulazione post-stima. Una discussione completa di questo processo va oltre lo scopo di questo esempio, ma brevemente, il processo calcola 1.000 serie di probabilità previste simulando i valori dei coefficienti del modello basati sui loro valori stimati, varianze e covarianze. Per ulteriori informazioni, vedere “Making the Most of Statistical Analyses: Improving Interpretation and Presentation” di King, Tomz e Wittenberg (American Journal of Political Science, 44(2), 341-355).
Il modo migliore per esplorare i cambiamenti nelle probabilità previste che coinvolgono una variabile indipendente con più di due valori è produrre una figura come quella mostrata nella Figura 8. La figura 8 presenta la probabilità prevista di rientrare in uno dei tre livelli di attività per gli intervistati in ciascuno di questi tre gruppi di età, mantenendo le altre due variabili indipendenti nel modello alle loro rispettive medie. L’altezza di ogni barra cattura la dimensione della probabilità prevista.
La prima barra del grafico è intitolata “sotto i 30 anni è uguale a No, 65 anni e più è uguale a No”. L’asse verticale denota la probabilità che va da 0 a 0,6, e l’asse orizzontale denota la categorizzazione dell’IMC che va da 0 a 2.
La probabilità prevista stimata degli intervistati a diverse classificazioni di IMC è la seguente: (0, 0,28); (1, 0,55); (2, 0,18).
Il secondo grafico a barre è intitolato “sotto i 30 anni è uguale a No, 65 anni e più è uguale a Sì”. La probabilità prevista stimata degli intervistati in diverse classificazioni di BMI è la seguente: (0, 0,30); (1, 0,25); (2, 0,41).
Il terzo grafico a barre è intitolato “sotto i 30 anni è uguale a Sì, l’età 65+ è uguale a No”. La probabilità prevista stimata degli intervistati in diverse classificazioni di BMI è la seguente: (0, 0,28); (1, 0,66); (2, 0,05).
Per produrre questo grafico, tornare alla finestra di dialogo “Selettore post-stima” che dovrebbe essere ancora aperta. Assicuratevi che “Analisi personalizzate e ad alta dimensione” sia ancora evidenziato.
Premete Launch per riaprire la finestra di dialogo “Margini – Mezzi marginali, margini predittivi ed effetti marginali”.
Selezionate nuovamente la scheda “At” come prima. Vedrete le due specifiche precedenti nel riquadro “Alle specifiche (modificare le impostazioni da sopra)”. Evidenzia ciascuna a turno cliccandoci sopra e disabilitala usando il pulsante “Disable” a destra. Clicca su “Crea” per aprire una nuova finestra di dialogo “Specifiche”.
Come prima, la usiamo per inserire i valori delle variabili per il profilo scelto. La sezione “Statistiche” nella parte superiore della finestra di dialogo “Specifica 1” può essere usata per impostare le variabili rilevanti (in questo caso donne e artrite) alle loro medie. Spuntate “1” cliccando sulla casella alla sua sinistra, e la casella di testo Statistica a destra fornirà una freccia con un menu a tendina. Seleziona “Mezzi”. Nella casella “Covariate”, usa le opzioni a discesa per selezionare la femmina. Fate lo stesso per l’artrite nella riga sottostante.
Poi, usate la sezione “Valori fissi” come prima per selezionare i valori per under30 e age65plus. Poiché stiamo guardando il cambiamento nelle probabilità previste attraverso tre categorie di età, abbiamo bisogno di creare tre specifiche per ogni gruppo di età, con le età impostate ai seguenti valori:
- Sotto i 30 anni-under30 1 age65plus 0
- 30-64-under30 0 age65plus 0
- 65 e over-under30 0 age65plus 1
Il primo di questi è mostrato nella Figura 9.
Una volta che tutte e tre le nuove specifiche sono mostrate nella finestra di dialogo “margini – medie marginali, margini predittivi ed effetti marginali”, cliccate su OK per produrre le probabilità previste.
Per inserire il comando direttamente nella finestra dei comandi di Stata, il codice è il seguente:
margini, at((media) femmina (media) artrite under30=(1) age65plus=(0)) at((media) femmina (media) artrite under30=(0) age65plus=(0)) at((media) femmina (media) artrite under30=(0) age65plus=(1))
Premete Enter per produrre le probabilità previste per i profili selezionati.
La finestra di dialogo intitolata “Specifica 3” può essere divisa in tre sezioni intitolate “Statistiche”, “Valori fissi” ed “Espressioni”. La sezione superiore intitolata “Statistiche” è ulteriormente divisa in due pannelli, sinistro e destro, che appare come segue:
Pannello sinistro, Statistica:
- (casella spuntata) 1: Testo “Means,” (pulsante a discesa)
- (casella di controllo spuntata) 2: Testo “Means,” (pulsante a discesa)
- (casella di controllo vuota) 3: barra di testo vuota, 50 (pulsante a discesa), in modalità scala di grigi
- (casella di controllo vuota) 4: barra di testo vuota, 50 (pulsante a discesa), in modalità scala di grigi
Pannello destro, Covariate:
- Testo “femmina”, pulsante a discesa
- Testo “artrite”, pulsante a discesa
- Casella di testo vuota, pulsante a discesa
- Casella di testo vuota, pulsante a discesa
Una nota in basso recita: “Le covariate possono anche essere underscore all (tutte le covariate) punto underscore factor (tutte le covariate fattore) punto e underscore continuous (tutte le covariate continue).”
La sezione centrale intitolata “Valori fissi” è ulteriormente divisa in due pannelli, sinistro e destro, che appare come segue:
Pannello sinistro, Covariata:
- (casella di controllo spuntata) 1: under 30 (pulsante a tendina)
- (casella di controllo spuntata) 2: età 65 plus (pulsante a tendina)
- (casella di controllo vuota) 3: barra di testo vuota (pulsante a tendina)
- (casella di controllo vuota) 4: barra di testo vuota (pulsante a discesa)
Pannello destro, elenco numerico:
- 1
- 0 (barra di testo selezionata)
- Barra di testo vuota
- Barra di testo vuota
La sezione inferiore intitolata “Espressioni” è ulteriormente divisa in due pannelli, sinistro e destro, che appare come segue:
Pannello sinistro, Covariata:
- (casella di controllo vuota) 1: barra di testo vuota (pulsante a discesa)
- (casella di controllo vuota) 2: barra di testo vuota (pulsante a discesa)
- (casella di controllo vuota) 3: barra di testo vuota (pulsante a discesa)
- (casella di controllo vuota) 4: barra di testo vuota (pulsante a discesa)
Pannello destro, Espressione:
- Barra di testo vuota, con pulsante “Crea” in modalità grigio
- Barra di testo vuota, con pulsante “Crea” in modalità grigio
- Barra di testo vuota, con pulsante “Crea” in modalità grigio
- Barra di testo vuota, con pulsante “Crea” in modalità scala di grigi
Due pulsanti, “OK” e “Annulla”, appaiono nell’angolo in basso a destra della finestra di dialogo, con il pulsante OK nella modalità selezionata.
Per tracciare i risultati, tornate alla finestra di dialogo Selettore post-stima. Selezionate “Profile plots after marginal analysis” come mostrato nella Figura 10.
La finestra di dialogo intitolata “Postestimation Selector” consiste in una lista di comandi sotto il titolo “Postestimation commands”. Le voci appaiono come segue:
- Analisi marginale (vista estesa)
- Media marginale ed effetti marginali, analisi fondamentali
- Media marginale e analisi di interazione (vista crollata)
- Contrasti di medie marginali (vista crollata)
- Effetti marginali di una covariata ai valori di un’altra covariata (vista estesa)
- –
Media di popolazione (sovrastima media campione)
- –
Alle medie del campione
- –
- Effetti marginali di tutte le covariate (vista estesa)
- –
Analisi personalizzata e ad altaanalisi dimensionali
- –
Trame di profilo dopo l’analisi marginale (evidenziata)
- –
- Test, contrasti e confronti delle stime dei parametri (vista collassata)
- Specificazione, diagnostica, e analisi della bontà dell’adattamento (vista collassata)
- Previsioni (vista collassata)
- Altri rapporti (vista collassata)
- Gestire i risultati della stima (vista collassata)
Un pulsante “Avvia” e un pulsante “Annulla” appaiono rispettivamente nell’angolo in alto a destra e in basso a destra della finestra.
Premete Launch per aprire la finestra di dialogo “marginsplot – Graph results from margins”. Nella scheda “Main”, nella terza casella di testo etichettata “Create subgraphs for groups defined by variables:”, selezionate le due variabili dell’età dalle opzioni a discesa come mostrato nella Figura 11.
Cliccate sul pulsante “Options” a lato della casella di testo. Questo apre una nuova finestra di dialogo “Per etichetta di dimensione”. Spuntate “Includi il nome della variabile e i segni uguali in tutte le etichette” come nella Figura 12.
La finestra di dialogo è intitolata “marginsplot – Grafico dei risultati dai margini”. Una barra di menu appare immediatamente sotto la barra del titolo con 12 schede come, “Main”, “Labels”, “Plot”, “CI plot”, “Pairwise”, “Add plots”, “Y axis”, “X axis”, “Titles”, “Legend”, “Overall” e “By options”, con la scheda “Main” nella modalità selezionata.
L’altro contenuto della finestra di dialogo appare sotto il titolo “Dimensioni” come segue:
- Variabili che definiscono l’asse x, con una barra di testo vuota e un menu a tendina e un pulsante “Opzioni” a fianco.
- Crea grafici per gruppi definiti da variabili, con una barra di testo vuota e un menu a tendina e un pulsante “Opzioni” a fianco.
- Crea sottografi per gruppi definiti da variabili, con una barra di testo in modalità selezionata che recita: “a (sotto i 30 anni) a (più di 65 anni)”. La barra di testo ha anche un menu a discesa e un pulsante “Opzioni” accanto ad essa.
- Crea grafici per gruppi definiti da variabili, con una barra di testo vuota e un menu a discesa e un pulsante “Opzioni” accanto ad essa.
Sotto appare una lista di controllo come segue:
- (casella di controllo vuota) Scambia gli assi x e y (grafico orizzontale)
- (casella di controllo vuota) Non tracciare intervalli di confidenza
- (casella di controllo vuota) Nome del grafico, o stub se si tratta di più grafici, con una barra di testo vuota sotto di esso
- (casella di controllo vuota) Sostituisci il grafico se esiste già in memoria, in modalità scala di grigi
Tre pulsanti, “OK”, “Annulla” e “Invia”, appaiono nell’angolo in basso a destra della finestra di dialogo, con il pulsante OK nel modo selezionato.
La finestra di dialogo è intitolata “By dimension label”. L’altro contenuto della finestra di dialogo appare come segue:
Linea 1: Nota: Queste impostazioni sovrascrivono le impostazioni predefinite e della scheda Etichetta
Linea 2: Elenco di stringhe di virgolette per etichettare ogni livello della dimensione
Linea 3: (barra di testo vuota nella modalità selezionata)
Linea 4: Elenco di etichette enumerate, esempio 1 “uno” 2 “due” ellissi
Line 5: (barra di testo vuota) Etichetta i gruppi con i loro valori, non le loro etichette
Linea 6: (casella di controllo vuota) Rinuncia al nome della variabile e ai segni di uguale in tutte le etichette, in modalità scala di grigi
Linea 7: (casella di controllo vuota) Includere il nome della variabile e i segni uguali in tutte le etichette
Linea 8: (casella di controllo vuota) Separatore per le etichette quando sono specificate più variabili
Linea 9: (barra di testo vuota) in modalità scala di grigi
Linea 10: (casella di controllo vuota) Non usare un separatore tra le etichette
Tre pulsanti, “OK”, “Annulla” e “Invia”, appaiono nell’angolo in basso a destra della finestra di dialogo, con il pulsante OK nella modalità selezionata.
Nella scheda “Plot”, mostrata nella Figura 13, selezionate “Bar” dalle opzioni a discesa “Plot type” in alto.
La finestra di dialogo è intitolata “marginsplot – Graph results from margins”. Una barra di menu appare immediatamente sotto la barra del titolo con 12 schede come “Principale”, “Etichette”, “Tracciato”, “Tracciato CI”, “A coppie”, “Aggiungi tracciati”, “Asse Y”, “Asse X”, “Titoli”, “Legenda”, “Generale” e “Per opzioni”, con la scheda “Tracciato” nel modo selezionato.
Un menu a discesa appare sotto la barra del menu intitolato “Tipo di tracciato” con “Barra” selezionato dal menu. Viene inoltre visualizzata una casella di riepilogo intitolata “Seleziona trama” con un elenco di voci che appare come segue:
- Tutti i grafici (selezionati)
- Plot 1
- Plot 2
- Plot 3
- Plot 4
- Plot 5
- Plot 6
- Plot 7
- Plot 8
Una scheda “Proprietà delle barre” appare accanto alla casella della lista. Un testo in basso recita: “Le trame mostrate qui non riflettono necessariamente il numero di trame effettive del grafico.”
Tre pulsanti, “OK”, “Annulla” e “Invia”, appaiono nell’angolo in basso a destra della finestra di dialogo, con il pulsante OK in modalità selezionata.
Stata fornisce altre opzioni per rendere il grafico più presentabile. In questo caso, selezioneremo solo un’altra opzione. Selezionate la scheda “Asse X”, e nella casella di testo “Titolo”, scrivete “Livello di attività” per etichettare l’asse x come mostrato nella Figura 14.
Cliccate su OK per produrre il grafico delle probabilità previste di essere in ogni categoria di livello di attività per la gamma di valori selezionati, come mostrato nella Figura 8.
Per inserire il comando direttamente nella finestra dei comandi di Stata, il codice è il seguente:
marginsplot, bydimension(at(under30) at(age65plus), nosimplelabels) recast(bar) recastci(rbar) xtitle(BMI category)
Premere Enter per produrre il grafico a barre.
La finestra di dialogo è intitolata “marginsplot – Grafico dei risultati dai margini”. Una barra di menu appare immediatamente sotto la barra del titolo con 12 schede come, “Main”, “Labels”, “Plot”, “CI plot”, “Pairwise”, “Add plots”, “Y axis”, “X axis”, “Titles”, “Legend”, “Overall”, e “By options”, con la scheda “X axis” nella modalità selezionata.
Una barra di testo sotto il nome “Title” mostra la voce “Activity Level” con una scheda “Properties” che appare accanto. Una serie di altre cinque schede appare sotto la barra di testo come, “Proprietà delle spunte/etichette maggiori,” “Proprietà delle spunte/etichette minori,” “Proprietà della scala dell’asse,” e “Linee di riferimento.” Questo è seguito da due opzioni con caselle di controllo come segue:
- (casella di controllo vuota) Nascondi asse
- (casella di controllo vuota) Posiziona asse sul lato opposto del grafico
Tre pulsanti, “OK”, “Annulla” e “Invia”, appaiono nell’angolo in basso a destra della finestra di dialogo, con il pulsante OK nella modalità selezionata.
L’interpretazione completa dei risultati di un modello logit multinomiale presenterebbe tabelle o figure simili per ogni variabile indipendente nel modello.