Learn About Multinomial Logit in Stata With Data From Behavioral Risk Factor Surveillance System (2013)
多項ロジスティック回帰モデルの結果は、図3に示すとおりである。
ロジスティック回帰モデルの出力は以下のようになる。
行1: dot mlogit active 1 female under 30 age 65 plus arthritis
行2: dot mlogit active 1 female under 30 age 65 plus arthritis
行3: 反復0:対数尤度は負の379353.27に等しい
Line 3: 反復1: 対数尤度は負の357272.01
行目: 4: 反復2: 対数尤度は負の356455.81
ライン5: 対数尤度は負の356455.81
ライン5: 反復3:対数尤度は負の356439.91
行6:対数尤度は負の356439.91
に等しい。 反復4:対数尤度は負の356439.9
ライン7に等しい。 多項ロジスティック回帰;オブザベーションの数は359,925
8行目: LR chi2 (8) は45826.74
9行目:LR chi2 (8) は45826.74
と等しい。 5509>>Line 10: Log likelihood equals negative 356439.9; Pseudo R2 equals 0.0604
この情報の下に表が表示され、「active 1」の異なる値は以下のように提示されています:
Row 1: None underscore or underscore below underscore moderate, female: 係数、負の0.0137624、標準誤差、0.0081021、z、負の1.70、zの絶対値より大きいP、0.089、95%信頼区間、負の0.0296422、0.0021173.
第2行:アンダースコアがないかアンダースコアよりアンダースコア中程度、30未満.女性:なし、もしくはアンダースコアよりアンダースコア中程度よりアンダースコアなし、30未満、女性:なし、もしくはアンダースコアよりアンダースコア中程度、女性:なし: 係数、負の0.2132395;標準誤差、0.0136507;z、負の15.62;zの絶対値より大きいP、0.000;95%信頼区間、0.7998839、0.8377535.
第3行:65歳以上でアンダースコアがないかアンダースコアよりアンダースコア中程度以下:0. 係数、0.8188187;標準誤差、0.0096608;z、84.76;zの絶対値より大きいP、0.000;95%信頼区間、0.7998839, 0.8377535.
第4行:アンダースコアがないかアンダースコアよりアンダースコア中程度、関節炎の人。 係数、0.4168419;標準誤差、0.008863;z、47.03;zの絶対値より大きいP、0.000;95%信頼区間、0.3994706、0.4342131.
5行目:アンダースコアがないかアンダースコアよりアンダースコア中程度、アンダースコアコン:アンダースコアがない、もしくはアンダースコアより中程度より下、アンダースコアコン。 係数、負の0.7812104、標準誤差、0.007175、z、負の108.88、zの絶対値より大きいP、0.000、95%信頼区間、負の0.7952731、0.7671477.
第6行: 中程度、基本結果
第7行: 元気の良い、女性。 係数、負の0.0456556、標準誤差、0.0090931、z、負の5.02、zの絶対値より大きいP、0.000、95%信頼区間、負の0.0634778、0.0278334.”>
第8行目:活発、30歳未満。 係数、負の1.333241;標準誤差、0.0247722;z、負の53.82;zの絶対値より大きいP、0.000;95%信頼区間、負の1.381794、負の1.284689<5509>第9行:活発、年齢65歳以上。 係数、1.663682;標準誤差、0.0099416;z、167.35;zの絶対値より大きいP、0.000;95%信頼区間、1.644197、1.683167.
第10行:活発、関節炎。 係数、0.0555993、標準誤差、0.0098662、z、5.64、zの絶対値より大きいP、0.000、95%信頼区間、0.036262、0.0749366.
11行目:活発、アンダースコアコンソール:活発、アンダースコアコンソール。 係数、負の1.168047、標準誤差、0.0081195、z、負の143.86、zの絶対値より大きいP、0.000、95%信頼区間、負の1.183961、負の1.152133.
多項ロジスティック回帰は、従属変数のすべてのカテゴリ(1つを除く)についてモデルを推定します。 デフォルトでは、Stataは最も頻繁に起こる結果を省略し、他のカテゴリを比較するためのベースとしてそれを使用します。 この例では、従属変数に独立変数をリンクする個々の係数推定と、それらに対応する統計的有意水準に注目します。 各係数推定値は、ゼロから統計的に有意に異なっていることがわかります。 7891>
多項ロジットモデルからの結果の解釈は、単に係数推定値自体の統計的有意性の方向とレベルを調べる以上のことが必要です。 従属変数のいずれかのカテゴリに入る予測確率は、独立変数の非線形関数であるため、予測確率を計算するには、すべての独立変数をある値に設定する必要があります。 これは、データセット内のケースの記述的プロファイルを作成し、そのプロファイルを持つ人が、ここで説明した3つの異なるレベルの活動に従事する予測確率を計算することと考えてください。
例として、我々は、関節炎のある人とない人の回答者について、活動の激しい各レベルに入ることの予測される確率を計算することにします。 それぞれについて、女性指標変数の値をその平均に、2つの年齢変数を0に設定し、これらのプロファイルが年齢30から64の回答者を記述していることを意味します。
関節炎を持つ人の各活動レベルにある予測確率を計算するには、Stataコマンド・ウィンドウで次のコマンドを入力します:
margins, at(mean(female) under30=(0) age65plus=(0) arthritis=(1))
Enterを押すと、それぞれの活動レベルのグループである予測確率が出力されます。
関節炎がない人の場合、コードは以下のようになります:
margins, at(mean(female) under30=(0) age65plus=(0) arthritis=(0))
Enterを押すと、それぞれの活動レベルのグループにある予測された確率が表示されます。
メニューオプションを使用してこれらの予測確率を計算するには、多項ロジスティック回帰モデルを実行した後、Stataのメニューから次のオプションを選択します:
統計 → 推定後
図4に示す「推定後選択ダイアログボックス」で、「限界分析」を展開してください。 “Marginal Effect of all covariates” の下にある “Custom and high-dimensional analyses” をクリックしてハイライトします。
Launch を押して “margins – Marginal means, predictive margins, and marginal effects” dialog box を開きます。
“Postestimation Selector” というダイアログボックスは、 “Postestimation commands” のタイトルでコマンドの一覧から構成されています。 項目は以下のように表示されます。
- 限界分析(拡大表示)
- 限界平均と限界効果。 基本分析
- 限界平均と交互作用分析(折りたたみ表示)
- 限界平均の対比(折りたたみ表示)
- 別の共変量の値における共変量の限界効果(拡大表示)
- –
集団平均(平均過大評価サンプル)
- -。
標本平均
- –
- すべての共変量の限界効果(拡大図)
- –
カスタムとハイブリッド次元分析(ハイライト)
- –
周辺分析後のプロファイルプロット
- –
- 検定。 パラメータ推定値の対比、比較(折りたたみ表示)
- 特定、診断。 および適合度分析(折りたたみ表示)
- 予測(折りたたみ表示)
- その他のレポート(折りたたみ表示)
- 推定結果の管理(折りたたみ表示)
ウィンドウ右上に「起動」ボタン、右下に「キャンセル」ボタンがそれぞれ表示され、起動すると「キャンセル」ボタンが表示されます。
“margins – Marginal means, predictive margins, and marginal effect” dialog box top, select the tab labeled “At”>”Magines “ダイアログボックスは、”Postestimation Selector Dialog Box “と表示されます。 At」タブで、「All covariates at observed values in the sample」の横のボタンがハイライトされているはずです。
下部の「作成」ボタンをクリックすると、新しいダイアログボックス「仕様1」が開きます。
「仕様1」ダイアログボックスの一番上の「統計」セクションは、関連変数をその平均、この場合は女性で設定できるようにするために使うことができます。 その左側のボックスをクリックして「1」にチェックを入れると、右側の「統計量」テキストボックスに矢印とドロップダウンメニューが表示されます。 “Means “を選択します。 共変量” ボックスで、ドロップダウン・オプションを使用して、femaleを選択します。
“固定値” セクションでは、残りの変数の値を設定することができます。 数字の1の横のボックスをクリックします。 共変量」ドロップダウン・オプションの変数のリストからunder30を選択します。 Numlist” テキスト・ボックスで、変数の値を手動で “0” に入力します。 ボックス2では、age65plusを “0 “に設定します。 最後にボックス3で、arthritisの値を “1 “に設定します。
図5は、これがStataでどのように見えるかを示しています。
「仕様1」というダイアログボックスは、「統計」「固定値」「式」という三つのセクションに分けることができます。 一番上の “Statistics “というセクションは、さらに左右の2つのパネルに分かれていて、以下のように表示されます。
左パネル、統計:
- (チェックボックス)1:テキスト「平均」(ドロップダウン・ボタン)
- (空のチェックボックス)2:空のテキストバー、50(ドロップダウン・ボタン)グレースケール・モード
- (空のチェックボックス)3:平均、50、50、50。 空のテキストバー、50(ドロップダウンボタン)、グレースケールモード
- (空のチェックボックス) 4: 空のテキストバー、50(ドロップダウンボタン)、グレースケールモード
右パネル、共変量。
- テキスト「female」、ドロップダウン ボタン
- 空のテキスト ボックス、ドロップダウン ボタン
- 空のテキスト ボックス、ドロップダウン ボタン
- 空白のテキスト ボックス。 drop-down button
下の方に「共変量はアンダースコアall(すべての共変量)ドット アンダースコアfactor(すべての因子共変数)ドット、アンダースコアcontinuous(すべての連続共変数)もあり得る」という注釈があります。”
「固定値」と題された中段はさらに左右2つのパネルに分かれており、以下のように表示されます:
左パネル、Covariate:
- (チェックボックスにチェック)1:30歳未満(ドロップダウン・ボタン)
- (チェックボックス)2:65歳以上(ドロップダウン・ボタン)
- (チェックボックス)3.Fixed(Fixed values)(固定の値) (チェックボックスにチェック)4.Covariate(共変量)(固定の値)(左)(右)<5509>(左)<5509>(チェックボックスにチェック)5.Fixed values(固定値にチェック arthritis(ドロップダウンボタン)
- (空のチェックボックス) 4:空のテキストバー(ドロップダウンボタン)
右パネル、Numlist:
- 0
- 1(テキストバー選択)
- 空のテキストバー
さらに「式」という下の部分は左右のパネルに分かれており、次のように表示されます。
左パネル、共変量:
- (空のチェックボックス)1:空のテキストバー(ドロップダウン・ボタン)
- (空のチェックボックス)2:空のテキストバー(ドロップダウン・ボタン)
- (空のチェックボックス)3: 空のテキストバー(ドロップダウンボタン)
- (空のチェックボックス) 4: 空のテキストバー(ドロップダウンボタン)
右パネル、式。
- 空のテキストバー、グレースケールモードで「作成」ボタンを使用
- 空のテキストバー、グレースケールモードで「作成」ボタンを使用
- 空のテキストバー、グレースケールモードで「作成」ボタンを使用
- 空のテキストバー。 with “Create” button in grayscale mode
ダイアログボックスの右下に「OK」「キャンセル」の2つのボタンが表示され、選択したモードでは「OK」ボタンが表示されます。
OKボタンをクリックして「マージン-限界平均、予測限界、限界効果」ダイアログボックスに戻り、「マージン-予測限界、限界限界効果」をクリックします。 これで「仕様で(設定を上から変更)」ボックスに「仕様1」が表示され、その下に仕様の詳細が表示されます。
もう一度「作成」ボタンをクリックすると、「仕様2」という別のダイアログボックスが表示されます。 前回と同じようにオプションを使い、今回は関節炎の値を0にします。
もう一度、OKをクリックすると、「マージン-マージン平均、予測マージン、マージン効果」ダイアログボックスに戻ります。 これで、”At specifications (modify settings from above)” ボックスに “Specification 1” と “Specification 2” が表示されます。
図6は、これがStataでどう見えるかを示しています。
ダイアログボックスは “margins – Marginal means, predictive margins, and marginal effects” という題名になっています。 タイトルバーのすぐ下に、”Main” “At” “if or in or over” “Within” “Contrast” “Pairwise comparisons” “Weights” “SE” “Advanced” “Reporting” という10のタブが表示され、選択モードは “At” になっています。 さらにダイアログボックスの内容は、以下のように表示されます。
- (選択されたラジオボタン)サンプル内の観測値でのすべての共変量
- (空のラジオボタン)サンプル内の平均でのすべての共変量
- (空のチェックボックス)他の各要因変数について。 すべての水準を等確率で扱う(因子変数の上記2つの設定を上書きする)
さらに「指定時(上記設定を変更する)」というリストボックスが表示され、以下の2項目が表示されます。
- 仕様1
- 仕様2(選択)
その右側に「作成」「編集」「無効化」「有効化」の4タブがあり、アクティブモードでは「作成」「編集」「無効化」、グレースケールモードでは「有効化」になっています。 下部に「at left-parenthesis left-parenthesis mean right-parenthesis female under 30 equals left-parenthesis 0 right-parenthesis age 65 plus equals left-parenthesis 0 right-parenthesis arthritis equals left-parenthesis 0 right-parenthesis right-parenthesis 」というテキストが表示される。”
ダイアログボックスの右下に「OK」「キャンセル」「送信」の3つのボタンが表示され、OKボタンが選択された状態になっています。
設定するmarginダイアログボックスをスクリーンショットで示します。再度OKボタンを押すと図7のような結果になります。
回答者の過去30日間の運動活動の激しさの各グループの予測確率から得られた結果は、以下のように表示されます:
行目。 調整済み予測値。オブザベーションの数は359,925
行2: モデルVCEコロンOIM
3行目: 1 dot underscore predict colon Pr left-parenthesis active 1 equals None underscore or underscore Below underscore moderate right-parenthesis, predict left-parenthesis pr outcome left-parenthesis 0 right-parenthesis right-parenthesis.
Line 4: Model VCE colon OIM
Line 4: Model VCE colon OIM
Line 5: 2ドットアンダースコア予測コロンPr左括弧アクティブ1イコール中庸右括弧、予測左括弧pr結果左括弧1右括弧右括弧.
5行目: 3ドットアンダースコア予測コロンPr左括弧アクティブ1イコール元気な右括弧、予測左括弧pr結果左括弧2右括弧.
6行目。 5509>Line 6: 1 dot underscore at colon female equals 0.5679239 (mean)
Line 7: under 30 equals 0
Line 8: age 65 plus equals 0
Line 9: arthritis 1 equals 1
Line 10: 2 dot underscore at colon female equals 0.5679239(平均)
行11:30歳未満は0
行12:65歳以上は0
行13:アクティブ1は0
さらに表には、”マージン” “Δ法 標準誤差” “z” “z 以上の確率 “と95%信頼区間の値を示しています。 回答者の過去30日間の運動活動の激しさの各グループの予測確率の異なる値は以下の通り:
行1:アンダースコア予測1 1:マージン、0.3429731;Δ法標準誤差、0.0016608;z、206.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.51;zより大きい確率、0.000;95%信頼区間、0.339718、0.3462283.
第2行:アンダースコア予測1アンダースコアで2:マージン、0.258514;デルタ法標準誤差、0.0010418;z, 248.14; zより大きい確率、0.0010418;0.01。000; 95%信頼区間, 0.256472, 0.2605559.
第3行: 1でアンダースコアを2予測: マージン, 0.49762;Delta-method Standard Error, 0.0017772; z, 280.00; probability greater than z, 0.000; 95% 信頼区間, 0.0605559.
Marginal: 1でアンダースコアを0予測; デルタ法で標準誤差を2.0%; z, 0.080.00; 95% 信頼区間, 0.4941367, 0.5011032.
第4行:アンダースコア予測2アンダースコアで2:マージン、0.5690545;デルタ法標準誤差、0.0011953;z、476.06;zよりも大きな確率、0.000;95パーセント信頼区間、0.5667117、0.57133973.
第5行: アンダースコアは1で3アンダースコアを予測:マージン、0.1594069、Δ法標準誤差、0.00117、z、136.25、zより大きい確率、0.000、95%信頼区間、0.1571138、0.1617.
6行目:アンダースコアが2で3アンダースコアを予測:マージン、0.1724315;Δ法標準誤差、0.0008886;z、194.05;zより大きい確率、0.000;95パーセント信頼区間、0.17068991、0.1741731.0。
下の表の左側の列には、”_predict#_at “という言葉の下に2列分の数字が入っています。 左の1~3の数字は、活動の激しさのレベルの違いに応じた各カテゴリーです。 右側の1番と2番は、回答者が関節炎かどうかで作成した2種類のプロファイルです。 これらのプロファイルの詳細は、表の上の情報で見ることができます。
予測された確率とその信頼区間は、推定後のシミュレーションを使って推定されています。 このプロセスの完全な議論はこの例の範囲外ですが、簡単に言うと、このプロセスは、モデル係数の値をその推定値、分散、共分散に基づいてシミュレーションすることにより、予測される確率の1,000セットを計算することです。 詳しくは、「統計解析を使いこなす」をご覧ください。 7891>
2つ以上の値を持つ独立変数に関わる予測確率の変化を調べる最良の方法は、図8に示すような図を作成することである。 図8は、モデル中の他の2つの独立変数をそれぞれの平均値に保ったまま、これらの3つの年齢グループのそれぞれの回答者の3つの活動レベルのうちの1つに入る予測確率を示したものです。 各棒の高さは、予測される確率の大きさを表しています。
最初の棒グラフは、「30歳未満はNo、65歳以上はNo」と題されています。 縦軸は0から0.6までの確率を示し、横軸は0から2までのBMI分類を示す。
異なるBMI分類における回答者の予測確率の推定値は次の通りである。 (0, 0.28); (1, 0.55); (2, 0.18).
2番目の棒グラフは、「30歳未満はNo、65歳以上はYes」と題されている。 異なるBMI分類での回答者の推定予測確率は以下の通りである。 (0, 0.30); (1, 0.25); (2, 0.41).
3番目の棒グラフは、「30歳未満はYes、65歳以上はNo」と題するものである。 異なるBMI分類での回答者の推定予測確率は以下の通りである。 (0, 0.28); (1, 0.66); (2, 0.05).
次に、先ほどと同様に「固定値」の項目を使って、30歳未満と65歳以上の値を選択します。 今回は3つの年齢区分での予測確率の変化を見るので、年齢を以下の値に設定して、それぞれの年齢層に対して3つの仕様を作成する必要があります:
- 30代以下-30 1 age65plus 0
- 30-64代以下-30 0 age65plus 0
- 65代以上-30 0 age65plus 1
これらの最初のものは図9に示す通りです。
「マージン-マージン平均、予測マージン、マージン効果」ダイアログボックスに新しい3つの仕様がすべて表示されたら、OKをクリックして予測確率を作成します。
Stataのコマンドウィンドウに直接入力する場合は、以下のようなコードになります。
margins, at((mean) female (mean) arthritis under30=(1) age65plus=(0)) at((mean) female (mean) arthritis under30=(0) age65plus=(0)) at((mean) female (mean) arthritis under30=(0) age65plus=(1))
Enterキーを押すと,選択したプロファイルに対して予想される確率が出力されます。
「仕様3」というダイアログボックスは、「統計」、「固定値」、「式」という3つのセクションに分けられます。 一番上の “Statistics “はさらに左右のパネルに分かれており、以下のように表示されます:
Left panel, Statistic:
- (チェックボックスにチェック) 1: テキスト “Means,” (ドロップダウン ボタン)
- (ticked checkbox) 2: テキスト “Means,” (ドロップダウン ボタン)
- (empty checkbox) 3: グレースケール モードで空のテキストバー、50 (ドロップダウン ボタン)
- (empty checkbox) 4: テキスト “Means” (ドロップダウン ボタン)、”Text” (チェックボックス)
- (ticked checkbox) 空のテキストバー、50(ドロップダウンボタン)、グレースケールモード
右パネル、共変量。
- テキスト「女性」、ドロップダウン ボタン
- テキスト「関節炎」、ドロップダウン ボタン
- 空のテキストボックス、ドロップダウン ボタン
- 空のテキストボックス, drop-down button
下の方に「共変量はアンダースコアall(すべての共変量)ドット アンダースコアfactor(すべての因子共変数)ドット、アンダースコアcontinuous(すべての連続共変数)もあり得る」という注釈があります。”
「固定値」と題された中段のセクションはさらに左右の2つのパネルに分かれており、以下のように表示されます:
左パネル、Covariate:
- (チェックボックスにチェック)1.Fixed values(固定値) 2.Fixed values(固定値) 3.Fixed values(固定値) 4.Fixed(固定値) 5.Covariate(固定値) 6: 30歳未満(ドロップダウンボタン)
- (チェックボックス) 2: 65歳以上(ドロップダウンボタン)
- (チェックボックス) 3: テキストバー(ドロップダウンボタン)
- (チェックボックス)4: 空のテキストバー(ドロップダウンボタン)
右パネル、Numlist。
- 1
- 0(テキストバー選択)
- 空のテキストバー
- 空のテキストバー
下の「式」というセクションはさらに左右二つのパネルに分かれていて次のように表示されます:
Left panel, Covariate:
- (空のチェックボックス)1:空のテキストバー(ドロップダウンボタン)
- (空のチェックボックス)2:空のテキストバー(ドロップダウンボタン)
- (空のチェックボックス)3:空のテキストバー(ドロップダウンボタン)
- (空のチェックボックス)4:空のテキストバー(ドロップダウンボタン)
Right panel, Expression.S(右のパネル)は、左のパネルと右のパネルに分かれています。
- 空のテキストバー、グレースケールモードで「作成」ボタンを使用
- 空のテキストバー、グレースケールモードで「作成」ボタンを使用
- 空のテキストバー、グレースケールモードで「作成」ボタンを使用
- 空のテキストバー。 with “Create” button in grayscale mode
ダイアログボックスの右下に「OK」「キャンセル」の2つのボタンが表示され、選択したモードでは「OK」ボタンが表示されます。
結果のプロットをするには、推定後セレクタのダイアログボックスに戻る。 図10に示すように、”Profile plots after marginal analysis “を選択します。
“Postestimationセレクタ “というダイアログボックスは、”Postestimationコマンド “というタイトルのコマンドの一覧から成っています。 項目は以下のように表示されます。
- 限界分析(拡大表示)
- 限界平均と限界効果。 基本分析
- 限界平均と交互作用分析(折りたたみ表示)
- 限界平均の対比(折りたたみ表示)
- 別の共変数の値における共変数の限界効果(拡大表示)
- –
集団平均(平均過大評価サンプル)
- -。
標本平均
- –
- すべての共変量の限界効果(拡大図)
- –
カスタムおよびハイブリッド次元分析
- –
周辺分析後のプロファイルプロット(ハイライト)
- –
- 検定。 パラメータ推定値の対比、比較(折りたたみ表示)
- Specification, diagnostic, および適合度分析(折りたたみ表示)
- 予測(折りたたみ表示)
- その他のレポート(折りたたみ表示)
- 推定結果の管理(折りたたみ表示)
ウィンドウ右上に「起動」ボタン、右下に「キャンセル」ボタンがそれぞれ表示され、「起動」「キャンセル」「キャンセル」を選択すると、「起動」「キャンセル」「キャンセル」が表示されます。
Launch ボタンを押して “marginsplot – Graph results from margins” dialog box を表示させます。 Main」タブの3番目のテキストボックス「Create subgraphs for groups defined by variables:」で、図11のようにドロップダウン・オプションから2つの年齢変数を選択します。
テキストボックスの横にある「オプション」ボタンをクリックします。 これは、新しいダイアログボックス “次元ラベルによって “を開きます。 図12.
のように “Include variable name and equal signs in all labels “にチェックを入れると、”marginplot – Graph results from margins. “というタイトルのダイアログボックスが表示されます。 タイトルバーのすぐ下にメニューバーが表示され、”Main”, “Labels”, “Plot”, “CI plot”, “Pairwise”, “Add plots”, “Y axis”, “X axis”, “Titles”, “Legend”, “Overall”, “By options” という12のタブがあり、選択モードでは “Main” タブが表示されるようになっています。
ダイアログボックスの他のコンテンツは、次のように「Dimensions」のタイトルで表示されます:
- X軸を定義する変数(複数可)。空のテキストバーとドロップダウン メニューおよび「オプション」ボタンが並んでいます。
- 変数によって定義されたグループのプロットを作成。空のテキストバーと、ドロップダウン メニューおよび「オプション」ボタンが並んでいます。
- 変数で定義されたグループのサブグラフを作成し、選択モードのテキストバーには “at (30歳未満) at (65 歳以上)” と表示されるようにしました。
- Create graphs for groups defined by variables, with it and an drop-down menu and an “Options” button alongside it.With the empty text bar, with a drop-down menu and an “Options” button with it.The text bar is also have a drop-down menu and an “Options” button alongside it.
その下のチェックリストは、以下のように表示されます。
- (空のチェックボックス)X軸とY軸を入れ替える(横軸)
- (空のチェックボックス)信頼区間を描かない
- (空のチェックボックス)グラフ名、または複数のグラフの場合はスタブ(stub)を指定します。 その下に空のテキストバーを表示
- (空のチェックボックス)グレースケール・モードで、グラフがすでにメモリ上に存在する場合は置き換える
ダイアログ・ボックスの右下に「OK」「キャンセル」「投稿」の3つのボタンを表示し、OKボタンは選択モードになっている
The dialog box is title “By dimension label.”(ダイアログのタイトルは “次元ラベルによる”)。 ダイアログボックスの他の内容は以下のように表示されます:
1行目。 注:これらの設定は、デフォルトおよび[ラベル]タブの設定よりも優先されます
行2: 次元の各レベルにラベルを付ける引用符文字列のリスト
Line 3: (選択モードでは空のテキスト バー)
Line 4: 列挙されたラベルのリスト、例1 “one” 2 “two” ellipsis
Line 5: (空のテキストバー) グループにラベルではなく値でラベルを付ける
Line 6: (空のチェックボックス) グレースケール・モードでは、すべてのラベルで変数名と等号を見送る
Line 7: (空のチェックボックスをオンにする) すべてのラベルに変数名と等号を含める
Line 8: (空のチェックボックス) 複数の変数が指定されている場合のラベルのセパレーター
Line 9: (空のテキストバー) グレースケール・モード
Line 10:(empty checkbox) Do not use a separator between labels
Three buttons, “OK”, “Cancel”, “Submit”, appears at the bottom right corner of the dialog box, the OK button in the selected mode.
図13に示す「Plot」タブで、上部の「Plot type」ドロップダウン・オプションから「Bar」を選択します。
ダイアログボックスは “marginsplot – Graph results from margins” というタイトルを付けて表示されます。 タイトルバーのすぐ下に、”Main” “Labels” “Plot” “CI plot” “Pairwise” “Add plots” “Y axis” “X axis” “Titles” “Legend” “Overall” “By options” という12のタブがあるメニューバーが現れ、「Plot」タブが選択されています。
メニューバーの下に “Plot type” というドロップダウン メニューが現れ、メニューから “Bar” が選択されている状態です。 さらに、「Select plot」というタイトルのリストボックスが表示され、以下のように項目が表示されます。
- すべてのプロット(選択)
- Plot 1
- Plot 2
- Plot 3
- Plot 4
- Plot(選択)
- 。 5
- Plot 6
- Plot 7
- Plot 8
リストボックスと一緒に「バーのプロパティ」タブが表示されるようになりました。 下部に「ここに表示されているプロットは、必ずしもグラフの実際のプロット数を反映しているわけではありません」というテキストが表示されます。
ダイアログボックスの右下に「OK」「キャンセル」「送信」の3つのボタンが表示され、OKボタンが選択状態になっていることが確認できます。
Stata にはチャートをより見やすくするための他のオプションが用意されています。 今回は、さらに1つだけオプションを選択します。 X軸」タブを選択し、「タイトル」テキストボックスに、図14に示すようにX軸をラベル付けするために「活動レベル」と書く。
OKをクリックすると、図8に示すように、選択した値の範囲について各活動レベルカテゴリにあることの予測確率のプロットが生成されます。
Stataコマンドウィンドウに直接コマンドを入力する場合、コードは以下のようになります:
marginsplot, bydimension(at(under30) at(age65plus), nosimplelabels) recast(bar) recastci(rbar) xtitle(BMI category)
エンターキーを押して棒グラフを作成します。
ダイアログボックスのタイトルは “marginsplot – graph results from margins “です。 タイトルバーのすぐ下にメニューバーが表示され、”Main” “Labels” “Plot” “CI plot” “Pairwise” “Add plots” “Y axis” “X axis” “Titles” “Legend” “Overall” “By options” という12のタブがあり、X axisタブは選択モードになっています
タイトル名下のテキストバーには “Activity Level” という項目とそれに並んで “Properties” タブが表示されています。 テキストバーの下には、”メジャー目盛/ラベルのプロパティ”、”マイナー目盛/ラベルのプロパティ”、”軸のスケールのプロパティ”、”参照線 “という5つのタブが表示されます。 これに続いて、以下のようなチェックボックス付きのオプションが2つ表示されます。
- (空のチェックボックス)軸を隠す
- (空のチェックボックス)軸をグラフの反対側に配置
ダイアログボックスの右下には「OK」「キャンセル」「投稿」の3つのボタンが現れ、OKボタンが選択状態になっていることが確認できます。
多項ロジットモデルの結果の完全な解釈は、モデル内のすべての独立変数について同様の表または図を提示することになる。