Learn About Multinomial Logit in Stata With Data From the Behavioral Risk Factor Surveillance System (2013)

maj 15, 2021
admin
2.2 Exploring the Stata Output

Wyniki modelu wielomianowej regresji logistycznej są pokazane na Rysunku 3.

Wyjście modelu regresji logistycznej wygląda następująco:

Linia 1: dot mlogit active 1 kobieta poniżej 30 lat wiek 65 plus zapalenie stawów

Linia 2: Iteracja 0: log likelihood equals negative 379353.27

Linia 3: Iteracja 1: log likelihood equals negative 357272.01

Linia 4: Iteracja 2: log likelihood equals negative 356455.81

Linia 5: Iteracja 3: log likelihood equals negative 356439.91

Linia 6: Iteracja 4: log likelihood equals negative 356439.9

Linia 7: Wielomianowa regresja logistyczna; Liczba obserwacji równa 359 925

Linia 8: LR chi2 (8) równa się 45826.74

Linia 9: Prawdopodobieństwo większe niż chi2 równa się 0.0000

Linia 10: Log likelihood równa się ujemne 356439.9; Pseudo R2 równa się 0.0604

Poniżej tych informacji pojawia się tabela, w której różne wartości dla „aktywnej 1” przedstawione są w następujący sposób:

Row 1: Brak podkreślenia lub podkreślenie poniżej podkreślenia umiarkowane, kobieta: Współczynnik, ujemny 0,0137624; błąd standardowy, 0,0081021; z, ujemny 1,70; P większe niż wartość bezwzględna z, 0,089; 95-procentowy przedział ufności, ujemny 0,0296422, 0,0021173.

Row 2: None underscore lub underscore below underscore moderate, poniżej 30: Współczynnik, ujemny 0,2132395; błąd standardowy, 0,0136507; z, ujemny 15,62; P większe niż wartość bezwzględna z, 0,000; 95-procentowy przedział ufności, 0,7998839, 0,8377535.

Row 3: None underscore lub underscore below underscore moderate, wiek 65 plus: Współczynnik, 0,8188187; błąd standardowy, 0,0096608; z, 84,76; P większe niż wartość bezwzględna z, 0,000; 95-procentowy przedział ufności, 0,7998839, 0,8377535.

Row 4: None underscore or underscore below underscore moderate, artretyzm: Współczynnik, 0,4168419; błąd standardowy, 0,008863; z, 47,03; P większe niż wartość bezwzględna z, 0,000; 95-procentowy przedział ufności, 0,3994706, 0,4342131.

Równanie 5: Brak underscore lub underscore poniżej underscore umiarkowane, underscore cons: Współczynnik, ujemny 0,7812104; błąd standardowy, 0,007175; z, ujemny 108,88; P większe od wartości bezwzględnej z, 0,000; 95-procentowy przedział ufności, ujemny 0,7952731, 0,7671477.

Row 6: Umiarkowany, wynik podstawowy

Row 7: Energiczny, kobiety: Współczynnik, ujemny 0,0456556; błąd standardowy, 0,0090931; z, ujemny 5,02; P większe niż wartość bezwzględna z, 0,000; 95-procentowy przedział ufności, ujemny 0,0634778, 0,0278334.

Rozdział 8: Wytrzymałość, poniżej 30 lat: Współczynnik, ujemny 1,333241; błąd standardowy, 0,0247722; z, ujemny 53,82; P większe niż wartość bezwzględna z, 0,000; 95-procentowy przedział ufności, ujemny 1,381794, ujemny 1,284689.

Równanie 9: Wigor, wiek 65 plus: Współczynnik, 1,663682; błąd standardowy, 0,0099416; z, 167,35; P większe niż wartość bezwzględna z, 0,000; 95-procentowy przedział ufności, 1,644197, 1,683167.

Równanie 10: Wytrzymałość, zapalenie stawów: Współczynnik, 0,0555993; błąd standardowy, 0,0098662; z, 5,64; P większe od wartości bezwzględnej z, 0,000; 95-procentowy przedział ufności, 0,036262, 0,0749366.

Row 11: Wigor, underscore cons: Coefficient, negative 1.168047; standard error, 0.0081195; z, negative 143.86; P greater than the absolute value of z, 0.000; 95 percent confidence interval, negative 1.183961, negative 1.152133.

Figure 3: Multinomial Logistic Regression of Strenuousness of Exercise Activity Over the Last 30 Days on Gender, Age, and Whether the Respondent or Not Has Arthritis, 2013 BRFSS.

Zrzut ekranu pokazuje regresję logistyczną intensywności aktywności fizycznej w ciągu ostatnich 30 dni w zależności od płci, wieku i tego, czy respondent cierpi na zapalenie stawów czy nie.

Wielomianowa regresja logistyczna szacuje modele dla wszystkich kategorii zmiennej zależnej oprócz jednej. Domyślnie Stata pomija najczęstszy wynik, używając go jako bazy, z której można porównywać inne kategorie.

W wynikach znajduje się wiele informacji. W tym przykładzie skupiamy naszą uwagę na poszczególnych oszacowaniach współczynników łączących zmienne niezależne ze zmienną zależną i odpowiadającym im poziomie istotności statystycznej. Widzimy, że każdy szacunek współczynnika jest statystycznie istotnie różny od zera. To doprowadziłoby nas do odrzucenia hipotezy zerowej o tym, że współczynnik jest równy zeru dla wszystkich oszacowań.

Interpretacja wyników z wielomianowego modelu logitowego wymaga czegoś więcej niż tylko zbadania kierunku i poziomu istotności statystycznej dla samych oszacowań współczynników.

Najczęstszym sposobem interpretacji wyników wielomianowego modelu logitowego jest obliczenie przewidywanych prawdopodobieństw na podstawie wyników analizy. Ponieważ przewidywane prawdopodobieństwo znalezienia się w którejkolwiek z kategorii zmiennej zależnej jest nieliniową funkcją zmiennych niezależnych, obliczenie przewidywanych prawdopodobieństw wymaga ustawienia każdej zmiennej niezależnej na pewną wartość. Pomyśl o tym, jak o tworzeniu profilu opisowego dla przypadku w zbiorze danych i obliczaniu przewidywanego prawdopodobieństwa dla osoby z tym profilem angażującej się w trzy różne poziomy aktywności opisane tutaj. Można ocenić, w jaki sposób różne zmienne niezależne wpływają na zmiany przewidywanych prawdopodobieństw, zmieniając cechy profilu i ponownie obliczając te prawdopodobieństwa.

Jako przykład obliczymy przewidywane prawdopodobieństwa znalezienia się na każdym poziomie wytężonej aktywności dla respondentów z zapaleniem i bez zapalenia stawów. Dla każdego z nich ustawiamy wartość zmiennej wskaźnika kobieta na jej średnią, a dwie zmienne wieku na zero, co oznacza, że profile te opisują respondentów w wieku od 30 do 64 lat.

Aby obliczyć przewidywane prawdopodobieństwo znalezienia się na każdym poziomie aktywności dla osób z zapaleniem stawów, wprowadź następujące polecenie w oknie poleceń programu Stata:

margins, at(mean(female) under30=(0) age65plus=(0) arthritis=(1))

Naciśnij Enter, aby otrzymać przewidywane prawdopodobieństwo znalezienia się w każdej grupie poziomu aktywności.

Dla osób bez zapalenia stawów kod jest następujący:

margins, at(mean(female) under30=(0) age65plus=(0) arthritis=(0))

Naciśnij Enter, aby otrzymać przewidywane prawdopodobieństwo znalezienia się w każdej grupie poziomu aktywności.

Aby obliczyć te przewidywane prawdopodobieństwa używając zamiast tego opcji menu, po uruchomieniu modelu wielomianowej regresji logistycznej, wybierz następujące opcje z menu w Stata:

Statistics → Postestimation

W otwartym oknie dialogowym „Postestimation Selector”, pokazanym na Rysunku 4, rozwiń „Marginal analysis”. Pod „Efekty krańcowe wszystkich zmiennych”, podświetl „Analizy niestandardowe i wielowymiarowe” klikając na niego.

Naciśnij Uruchom, aby otworzyć okno dialogowe „Marginesy – średnie krańcowe, marginesy predykcyjne i efekty krańcowe”.

Okno dialogowe zatytułowane „Selektor postestymacji” składa się z listy poleceń pod tytułem „Polecenia postestymacji”. Pozycje pojawiają się w następujący sposób:

  • Analiza marginalna (widok rozwinięty)
    • Środki marginalne i efekty marginalne, podstawowe analizy
    • Środki marginalne i analiza interakcji (widok zwinięty)
    • Kontrasty środków marginalnych (widok zwinięty)
    • Efekty marginalne kowariancji przy wartościach innej kowariancji (widok rozszerzony)
      • Populacja uśredniona (próba średniego przeszacowania)
      • -.
        Przy średnich z próby
    • Wyniki marginalne wszystkich zmiennych (widok rozszerzony)
      • Analizy niestandardowe i wielkoanalizy wielowymiarowe (podświetlone)
      • Plany profilowe po analizie marginalnej
  • Testy, kontrastów i porównań oszacowań parametrów (widok zwinięty)
  • Specyfikacja, diagnostyka, i analiza dobroci dopasowania (widok zwinięty)
  • Predykcje (widok zwinięty)
  • Inne raporty (widok zwinięty)
  • Zarządzanie wynikami estymacji (widok zwinięty)

Przycisk „Uruchom” i przycisk „Anuluj” pojawiają się odpowiednio w prawym górnym i prawym dolnym rogu okna.

Rysunek 4: Używanie okna dialogowego Postestimation Selector Z menu Statistics w Stata.

Zrzut ekranu pokazuje okno dialogowe postestimation selector do uruchomienia polecenia.

Na górze okna dialogowego „margins – Marginal means, predictive margins, and marginal effects” wybierz zakładkę oznaczoną jako „At”. W zakładce „At”, przycisk obok „All covariates at observed values in the sample” powinien być podświetlony.

Kliknij na przycisk „Create” na dole i otworzy się nowe okno dialogowe „Specification 1”.

Sekcja „Statistics” na górze okna dialogowego „Specification 1” może być użyta do ustawienia odpowiednich zmiennych na ich średnie, w tym przypadku kobiety. Zaznacz „1” klikając na pole po lewej stronie, a w polu tekstowym Statystyka po prawej stronie pojawi się strzałka z menu rozwijanym. Wybierz „Means.” W polu „Covariates” użyj opcji rozwijanych, aby wybrać female.

W sekcji „Fixed values” możesz ustawić wartości dla pozostałych zmiennych. Kliknij na pole obok liczby 1. Z listy zmiennych w opcjach rozwijanych „Covariate” wybierz under30. W polu tekstowym „Numlist” ręcznie wprowadź wartość zmiennej na „0”. W polu 2, ustaw wiek65plus na „0”. Wreszcie w polu 3, ustaw wartość artretyzmu na „1.”

Rysunek 5 pokazuje, jak to wygląda w Stata.

Okno dialogowe zatytułowane „Specyfikacja 1” może być podzielone na trzy sekcje zatytułowane jako „Statystyki”, „Stałe wartości” i „Wyrażenia”. Górna sekcja zatytułowana „Statystyki” jest dalej podzielona na dwa panele, lewy i prawy, który pojawia się w następujący sposób.

Lewy panel, Statystyka:

  • (zaznaczone pole wyboru) 1: tekst „Średnie,” (przycisk rozwijany)
  • (puste pole wyboru) 2: pusty pasek tekstu, 50 (przycisk rozwijany), w trybie skali szarości
  • (puste pole wyboru) 3: pusty pasek tekstu, 50 (przycisk rozwijany), w trybie grayscale
  • (puste pole wyboru) 4: pusty pasek tekstu, 50 (przycisk rozwijany), w trybie grayscale

Prawy panel, Covariates:

  • Tekst „kobieta”, przycisk rozwijany
  • Puste pole tekstowe, przycisk rozwijany
  • Puste pole tekstowe, przycisk rozwijany
  • Puste pole tekstowe, przycisk rozwijany

Nota na dole brzmi, „Zmienne mogą być również podkreślone wszystkie (wszystkie zmienne) kropka podkreślenie czynnik (wszystkie zmienne czynnikowe) kropka i podkreślenie ciągłe (wszystkie ciągłe zmienne).”

Środkowa sekcja zatytułowana „Wartości stałe” jest dalej podzielona na dwa panele, lewy i prawy, które pojawiają się w następujący sposób:

Lewy panel, Covariate:

  • (zaznaczone pole wyboru) 1: poniżej 30 roku życia (przycisk rozwijany)
  • (zaznaczone pole wyboru) 2: wiek 65 plus (przycisk rozwijany)
  • (zaznaczone pole wyboru) 3: artretyzm (przycisk rozwijany)
  • (pusty checkbox) 4: pusty pasek tekstowy (przycisk rozwijany)

Prawy panel, Numlist:

  • 0
  • 0
  • 1 (zaznaczony pasek tekstowy)
  • Pusty pasek tekstowy

Dolna sekcja zatytułowana „Wyrażenia” jest dalej podzielona na dwa panele, lewy i prawy, które pojawiają się w następujący sposób.

Lewy panel, Covariate:

  • (puste pole wyboru) 1: pusty pasek tekstowy (przycisk rozwijany)
  • (puste pole wyboru) 2: pusty pasek tekstowy (przycisk rozwijany)
  • (puste pole wyboru) 3: pusty pasek tekstowy (przycisk rozwijany)
  • (pusty checkbox) 4: pusty pasek tekstowy (przycisk rozwijany)

Prawy panel, Wyrażenie:

  • Pusty pasek tekstowy, z przyciskiem „Utwórz” w trybie skali szarości
  • Pusty pasek tekstowy, z przyciskiem „Utwórz” w trybie skali szarości
  • Pusty pasek tekstowy, z przyciskiem „Utwórz” w trybie skali szarości
  • Pusty pasek tekstowy, z przyciskiem „Utwórz” w trybie skali szarości

Dwa przyciski, „OK” i „Anuluj”, pojawiają się w prawym dolnym rogu okna dialogowego, z przyciskiem OK w wybranym trybie.

Ilustracja 5: Wybieranie wartości dla zmiennych przy użyciu okna dialogowego Specification Z okna dialogowego „margins – Marginal means, predictive margins, and marginal effects” w Stata.

Zrzut ekranu pokazuje okno dialogowe Specification do wybierania wartości dla zmiennych kowariancyjnych.

Kliknij OK, aby powrócić do okna dialogowego „margins – Marginal means, predictive margins, and marginal effects”. Powinno ono teraz pokazywać „Specyfikację 1” w polu „Przy specyfikacji (zmodyfikuj ustawienia z góry)”, z opisem szczegółów specyfikacji poniżej.

Kliknij ponownie przycisk „Utwórz”, a otworzy się kolejne okno dialogowe „Specyfikacja 2”. Użyj opcji jak poprzednio, tym razem ustawiając wartość artretyzmu na 0.

Ponownie kliknij OK, aby powrócić do okna dialogowego „Marginesy – środki krańcowe, marginesy predykcyjne i efekty krańcowe”. Teraz pojawi się „Specyfikacja 1” i „Specyfikacja 2” w polu „Przy specyfikacji (zmodyfikuj ustawienia z góry)”.

Rysunek 6 pokazuje, jak to wygląda w Stata.

Okno dialogowe nosi tytuł „margins – Marginal means, predictive margins, and marginal effects.” Zestaw 10 kart pojawia się bezpośrednio pod paskiem tytułu jako „Główne”, „Przy”, „jeśli lub w lub ponad”, „Wewnątrz”, „Kontrast”, „Porównania parami”, „Wagi”, „SE”, „Zaawansowane” i „Raportowanie” z „Przy” w wybranym trybie. Zawartość okna dialogowego jest dalej wyświetlana w następujący sposób:

  • (zaznaczony przycisk radiowy) Wszystkie kowarianty przy wartościach obserwowanych w próbie
  • (pusty przycisk radiowy) Wszystkie kowarianty przy ich średnich w próbie
  • (puste pole wyboru) Dla każdej innej zmiennej czynnikowej, traktuj wszystkie poziomy tak, jakby były równie prawdopodobne (zastępuje dwa powyższe ustawienia dla zmiennych czynnikowych)

Dalej pokazuje pole listy zatytułowane „Przy specyfikacji (zmodyfikuj ustawienia z góry)” zawierające 2 pozycje w następujący sposób:

  • Specyfikacja 1
  • Specyfikacja 2 (wybrana)

Po prawej stronie okna znajduje się zestaw czterech zakładek jako, „Utwórz”, „Edytuj”, „Wyłącz” i „Włącz”, przy czym „Utwórz”, „Edytuj” i „Wyłącz” są w trybie aktywnym, a „Włącz” w trybie szarości. W tekście na dole czytamy, „przy lewym rodzicielstwie lewa rodzicielska średnia prawa rodzicielska kobieta poniżej 30 równa się lewa rodzicielska 0 prawa rodzicielska wiek 65 plus równa się lewa rodzicielska 0 prawa rodzicielska artretyzm równa się lewa rodzicielska 0 prawa rodzicielska.”

Trzy przyciski, „OK”, „Anuluj” i „Prześlij”, pojawiają się w prawym dolnym rogu okna dialogowego, z przyciskiem OK w wybranym trybie.

Rysunek 6: Okno dialogowe „Margins – Marginal means, predictive margins, and marginal effects” w Stata.

Zrzut ekranu pokazuje okno dialogowe marginesów do ustawienia

Kliknij ponownie OK, aby uzyskać wyniki, które są pokazane na rysunku 7.

Wyniki uzyskane na podstawie przewidywanego prawdopodobieństwa każdej grupy mozolności aktywności ruchowej w ciągu ostatnich 30 dni dla respondentów przedstawiają się następująco:

Linia 1: Skorygowane predykcje; Liczba obserwacji równa 359 925

Linia 2: Model VCE dwukropek OIM

Linia 3: 1 dot underscore predict colon Pr left-parenthesis active 1 equals equals None underscore or underscore Below underscore moderate right-parenthesis, predict left-parenthesis pr result left-parenthesis 0 right-parenthesis right-parenthesis.

Linia 4: 2 dot underscore predict colon Pr left-parenthesis active 1 equals equals Moderate right-parenthesis, predict left-parenthesis pr result left-parenthesis 1 right-parenthesis right-parenthesis.

Linia 5: 3 kropki podkreślenia przy dwukropku Pr lewa-parenteza aktywna 1 równa się równa się równa się Umiarkowana prawoparenteza, przewidywać lewą-parentezę pr wynik lewa-parenteza 2 prawa-parenteza prawa-parenteza.

Linia 6: 1 kropka podkreślenia przy dwukropku żeńskim równa się 0,5679239 (średnia)

Linia 7: poniżej 30 lat równa się 0

Linia 8: wiek 65 plus równa się 0

Linia 9: artretyzm 1 równa się 1

Linia 10: 2 kropka podkreślenia przy dwukropku żeńskim równa się 0.5679239 (średnia)

Linia 11: poniżej 30 lat równa się 0

Linia 12: wiek 65 plus równa się 0

Linia 13: aktywny 1 równa się 0

W tabeli przedstawiono dalej wartości „Marginesu”, „Błędu standardowego metody delta”, „z”, „prawdopodobieństwa większego niż z” i 95-procentowego przedziału ufności”. Różne wartości dla przewidywanego prawdopodobieństwa każdej grupy mozolności aktywności fizycznej w ciągu ostatnich 30 dni dla respondentów są następujące:

Row 1: Underscore predict 1 1: Margin, 0.3429731; Delta-method Standard Error, 0.0016608; z, 206.51; Prawdopodobieństwo większe niż z, 0.000; 95 procent przedziału ufności, 0.339718, 0.3462283.

Row 2: Underscore predict 1 underscore at 2: Margin, 0.258514; Delta-method Standard Error, 0.0010418; z, 248.14; Prawdopodobieństwo większe niż z, 0.000; 95-procentowy przedział ufności, 0.256472, 0.2605559.

Row 3: Underscore predict 2 underscore at 1: Margin, 0.49762; Delta-method Standard Error, 0.0017772; z, 280.00; Probability greater than z, 0.000; 95-procentowy przedział ufności, 0.4941367, 0.5011032.

Row 4: Underscore predict 2 underscore at 2: Margin, 0.5690545; Delta-method Standard Error, 0.0011953; z, 476.06; Probability greater than z, 0.000; 95 percent confidence interval, 0.5667117, 0.57133973.

Row 5: Underscore przewidywać 3 underscore przy 1: Margines, 0.1594069; Delta-metoda Błąd standardowy, 0.00117; z, 136.25; Prawdopodobieństwo większe niż z, 0.000; 95 procent przedziału ufności, 0.1571138, 0.1617.

Rower 6: Underscore predict 3 underscore at 2: Margin, 0.1724315; Delta-method Standard Error, 0.0008886; z, 194.05; Probability greater than z, 0.000; 95 percent confidence interval, 0.17068991, 0.1741731.

Rycina 7: Przewidywane prawdopodobieństwo znalezienia się w każdej grupie intensywności ćwiczeń w ciągu ostatnich 30 dni dla respondentów z chorobą zwyrodnieniową stawów i bez niej, w wieku 30-64 lat, przy innych zmiennych utrzymanych na poziomie średniej, BRFSS 2013.

Tabela przedstawia przewidywane prawdopodobieństwo zaliczenia się do każdej grupy intensywności aktywności fizycznej w ciągu ostatnich 30 dni dla respondentów z i bez zapalenia stawów, w wieku 30-64 lat.

Lewa kolumna w tabeli na dole ma dwie kolumny liczb pod słowami „_predict#_at.”. The liczba 1-3 na lewo być każdy the kategoria dla różny poziom strenuousness aktywność. Liczby 1 i 2 po prawej stronie to dwa różne profile, które stworzyliśmy, aby określić, czy respondent ma artretyzm, czy nie. ANKIETER:

Przewidywane prawdopodobieństwa i ich przedziały ufności zostały oszacowane przy użyciu symulacji postestymacyjnej. Pełne omówienie tego procesu wykracza poza zakres tego przykładu, ale krótko mówiąc, proces ten oblicza 1000 zestawów przewidywanych prawdopodobieństw poprzez symulację wartości współczynników modelu na podstawie ich szacowanych wartości, wariancji i kowariancji. Aby uzyskać więcej informacji, zobacz „Making the Most of Statistical Analyses: Improving Interpretation and Presentation” autorstwa King, Tomz, and Wittenberg (American Journal of Political Science, 44(2), 341-355).

Najlepszym sposobem zbadania zmian w przewidywanych prawdopodobieństwach dotyczących zmiennej niezależnej o więcej niż dwóch wartościach jest stworzenie figury takiej jak ta pokazana na rysunku 8. | W którym roku [ubiegał się Pan/ubiegała się Pani] o rentę inwalidzką z tytułu niezdolności do pracy lub o dodatek opiekuńczy? Wysokość każdego słupka oddaje wielkość przewidywanego prawdopodobieństwa.

Pierwszy wykres słupkowy nosi tytuł „poniżej 30 lat równa się Nie, wiek 65 plus równa się Nie”. Oś pionowa oznacza prawdopodobieństwo w zakresie od 0 do 0,6, a oś pozioma oznacza kategoryzację BMI w zakresie od 0 do 2.

Oszacowane przewidywane prawdopodobieństwo respondentów w różnych klasyfikacjach BMI są następujące: (0, 0,28); (1, 0,55); (2, 0,18).

Drugi wykres słupkowy zatytułowany jest „poniżej 30 lat równa się Nie, wiek 65 plus równa się Tak.” Oszacowane przewidywane prawdopodobieństwa respondentów w różnych klasyfikacjach BMI są następujące: (0, 0,30); (1, 0,25); (2, 0,41).

Trzeci wykres słupkowy jest zatytułowany „poniżej 30 równa się Tak, wiek 65 plus równa się Nie.” Oszacowane przewidywane prawdopodobieństwa respondentów w różnych klasyfikacjach BMI są następujące: (0, 0,28); (1, 0,66); (2, 0,05).

Rysunek 8: Przewidywane prawdopodobieństwo, że respondenci zaliczą się do każdej z trzech kategorii zmiennej zależnej w różnych wartościach wieku przy zachowaniu wszystkich innych zmiennych niezależnych w modelu na poziomie ich odpowiednich średnich, 2013 BRFSS.

Zestaw trzech wykresów słupkowych przedstawia Przewidywane prawdopodobieństwo respondentów należących do każdej z trzech kategorii zmiennej zależnej przy różnych wartościach wieku.

Aby utworzyć ten wykres, wróć do okna dialogowego „Postestimation Selector”, które powinno być nadal otwarte. Upewnij się, że opcja „Custom and high-dimensional analyses” jest nadal podświetlona.

Naciśnij Launch, aby ponownie otworzyć okno dialogowe „Margins – Marginal means, predictive margins, and marginal effects”.

Ponownie wybierz zakładkę „At” jak poprzednio. Zobaczysz dwie poprzednie specyfikacje w polu „Specyfikacje At (zmodyfikuj ustawienia z góry)”. Podświetl każdą z nich po kolei klikając na nią i wyłącz ją za pomocą przycisku „Wyłącz” po prawej stronie. Kliknij „Utwórz”, aby otworzyć nowe okno dialogowe „Specyfikacja”.

Jak poprzednio, używamy go do wprowadzenia wartości zmiennych dla wybranego profilu. Sekcja „Statystyka” w górnej części okna dialogowego „Specyfikacja 1” może być użyta do ustawienia odpowiednich zmiennych (w tym przypadku kobieta i artretyzm) na ich średnie. Zaznacz „1”, klikając na pole po lewej stronie, a w polu tekstowym Statystyka po prawej stronie pojawi się strzałka z menu rozwijanym. Wybierz „Means.” W polu „Covariates”, użyj opcji rozwijanych, aby wybrać kobietę. Zrób to samo dla artretyzmu w wierszu poniżej.

Następnie użyj sekcji „Stałe wartości” jak poprzednio, aby wybrać wartości dla under30 i age65plus. Ponieważ przyglądamy się zmianie przewidywanych prawdopodobieństw w trzech kategoriach wiekowych, musimy utworzyć trzy specyfikacje dla każdej z grup wiekowych, z wiekami ustawionymi na następujące wartości:

  • Poniżej 30s-under30 1 age65plus 0
  • 30-64-under30 0 age65plus 0
  • 65 i powyżej-under30 0 age65plus 1

Pierwszą z nich przedstawiono na rycinie 9.

Po wyświetleniu wszystkich trzech nowych specyfikacji w oknie dialogowym „Marginesy – średnie krańcowe, marginesy predykcyjne i efekty krańcowe” kliknij przycisk OK, aby uzyskać przewidywane prawdopodobieństwa.

Aby wprowadzić polecenie bezpośrednio do okna poleceń Stata, kod jest następujący:

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))

Naciśnij Enter, aby wyprodukować przewidywane prawdopodobieństwa dla wybranych profili.

Okno dialogowe zatytułowane „Specyfikacja 3” można podzielić na trzy sekcje zatytułowane „Statystyki”, „Stałe wartości” i „Wyrażenia”. Górna sekcja zatytułowana „Statystyka” jest dalej podzielona na dwa panele, lewy i prawy, które pojawiają się w następujący sposób:

Lewy panel, Statystyka:

  • (zaznaczone pole wyboru) 1: Tekst „Means,” (przycisk rozwijany)
  • (zaznaczone pole wyboru) 2: Tekst „Means,” (przycisk rozwijany)
  • (puste pole wyboru) 3: pusty pasek tekstowy, 50 (przycisk rozwijany), w trybie szarości
  • (puste pole wyboru) 4: pusty pasek tekstowy, 50 (przycisk rozwijany), w trybie grayscale

Prawy panel, Covariates:

  • Tekst „kobieta,” przycisk rozwijany
  • Tekst „artretyzm,” przycisk rozwijany
  • Puste pole tekstowe, przycisk rozwijany
  • Puste pole tekstowe, przycisk rozwijany

Nota na dole brzmi: „Zmienne mogą być również podkreślone wszystkie (wszystkie zmienne) kropka podkreślenie czynnik (wszystkie zmienne czynnikowe) kropka i podkreślenie ciągłe (wszystkie ciągłe zmienne).”

Środkowa sekcja zatytułowana „Wartości stałe” jest dalej podzielona na dwa panele, lewy i prawy, które pojawiają się w następujący sposób:

Lewy panel, Covariate:

  • (zaznaczone pole wyboru) 1: poniżej 30 lat (przycisk rozwijany)
  • (zaznaczone pole wyboru) 2: wiek 65 plus (przycisk rozwijany)
  • (puste pole wyboru) 3: pusty pasek tekstowy (przycisk rozwijany)
  • (puste pole wyboru) 4: pusty pasek tekstowy (przycisk drop-down)

Prawy panel, Numlist:

  • 1
  • 0 (zaznaczony pasek tekstowy)
  • Pusty pasek tekstowy
  • Pusty pasek tekstowy

Dolna sekcja zatytułowana „Wyrażenia” jest dalej podzielona na dwa panele, lewy i prawy, które pojawiają się w następujący sposób:

Lewy panel, Covariate:

  • (puste pole wyboru) 1: pusty pasek tekstowy (przycisk rozwijany)
  • (puste pole wyboru) 2: pusty pasek tekstowy (przycisk rozwijany)
  • (puste pole wyboru) 3: pusty pasek tekstowy (przycisk rozwijany)
  • (puste pole wyboru) 4: pusty pasek tekstowy (przycisk rozwijany)

Prawy panel, Wyrażenia:

  • Pusty pasek tekstowy, z przyciskiem „Utwórz” w trybie skali szarości
  • Pusty pasek tekstowy, z przyciskiem „Utwórz” w trybie skali szarości
  • Pusty pasek tekstowy, z przyciskiem „Utwórz” w trybie skali szarości
  • Pusty pasek tekstowy, z przyciskiem „Utwórz” w trybie skali szarości

Dwa przyciski, „OK” i „Anuluj”, pojawiają się w prawym dolnym rogu okna dialogowego, z przyciskiem OK w wybranym trybie.

Rysunek 9: Wybieranie wartości dla każdej z grup wiekowych, utrzymując inne zmienne na ich średnich przy użyciu okna dialogowego „margins – Marginal means, predictive margins, and marginal effects” w Stata.

Zrzut ekranu pokazuje okno dialogowe Specification do wybierania wartości dla kowariantów.

Aby wykreślić wyniki, wróć do okna dialogowego Postestimation Selector. Wybierz opcję „Profile plots after marginal analysis”, jak pokazano na Rysunku 10.

Okno dialogowe zatytułowane „Postestimation Selector” składa się z listy poleceń pod tytułem „Postestimation commands”. Pozycje pojawiają się w następujący sposób:

  • Analiza marginalna (widok rozwinięty)
    • Środki marginalne i efekty marginalne, podstawowe analizy
    • Środki marginalne i analiza interakcji (widok zwinięty)
    • Kontrasty środków marginalnych (widok zwinięty)
    • Efekty marginalne kowariantu przy wartościach innego kowariantu (widok rozszerzony)
      • Populacja uśredniona (próba średniego przeszacowania)
      • -.
        Przy średnich z próby
    • Efekty marginalne wszystkich zmiennych (widok rozszerzony)
      • Analizy niestandardowe i wysokowymiaroweanalizy wielowymiarowe
      • Plany profilowe po analizie marginalnej (wyróżnione)
  • Testy, kontrastów i porównań oszacowań parametrów (widok zwinięty)
  • Specyfikacja, diagnostyka, i analiza dobroci dopasowania (widok zwinięty)
  • Predykcje (widok zwinięty)
  • Inne raporty (widok zwinięty)
  • Zarządzanie wynikami estymacji (widok zwinięty)

Przycisk „Uruchom” i przycisk „Anuluj” pojawiają się odpowiednio w prawym górnym i prawym dolnym rogu okna.

Rysunek 10: Tworzenie wykresu wyników przy użyciu okna dialogowego wyboru postestymacji w Stata.

Zrzut ekranu pokazuje okno dialogowe wyboru postestymacji w celu uruchomienia polecenia.

Naciśnij Launch, aby otworzyć okno dialogowe „marginsplot – Graph results from margins”. Na karcie „Main”, w trzecim polu tekstowym oznaczonym jako „Create subgraphs for groups defined by variables:”, wybierz dwie zmienne wiekowe z rozwijanych opcji, jak pokazano na Rysunku 11.

Kliknij przycisk „Options” z boku pola tekstowego. Spowoduje to otwarcie nowego okna dialogowego „By dimension label.” Zaznacz „Uwzględnij nazwę zmiennej i znaki równości we wszystkich etykietach”, jak na rysunku 12.

Okno dialogowe nosi tytuł „marginsplot – Wykres wyników z marginesów.” Bezpośrednio pod paskiem tytułu pojawia się pasek menu z 12 zakładkami, takimi jak: „Main”, „Labels”, „Plot”, „CI plot”, „Pairwise”, „Add plots”, „Y axis”, „X axis”, „Titles”, „Legend”, „Overall” i „By options”, z zakładką „Main” w wybranym trybie.

Inna zawartość okna dialogowego pojawia się pod tytułem „Wymiary” w następujący sposób:

  • Zmienna(e) definiująca(e) oś x, z pustym paskiem tekstowym i rozwijanym menu oraz przyciskiem „Opcje” obok niego.
  • Twórz wykresy dla grup zdefiniowanych przez zmienne, z pustym paskiem tekstowym i rozwijanym menu oraz przyciskiem „Opcje” obok niego.
  • Twórz podgrafy dla grup zdefiniowanych przez zmienne, z paskiem tekstowym w trybie wyboru, który brzmi: „w wieku (poniżej 30 lat) w wieku (65 lat i więcej)”. Pasek tekstowy ma również menu rozwijane z nim i przycisk „Options” obok niego.
  • Twórz wykresy dla grup zdefiniowanych przez zmienne, z pustym paskiem tekstowym i menu rozwijanym oraz przyciskiem „Options” obok niego.

Niżej pojawia się lista kontrolna w następujący sposób:

  • (puste pole wyboru) Zamień osie x i y (wykres poziomy)
  • (puste pole wyboru) Nie wykreślaj przedziałów ufności
  • (puste pole wyboru) Nazwa wykresu lub króciec w przypadku wielu wykresów, z pustym paskiem tekstowym pod nim
  • (puste pole wyboru) Zamień wykres, jeśli już istnieje w pamięci, w trybie skali szarości

Trzy przyciski, „OK”, „Anuluj” i „Prześlij”, pojawiają się w prawym dolnym rogu okna dialogowego, z przyciskiem OK w wybranym trybie.

Rysunek 11: Używanie okna dialogowego marginsplot do wykreślania przewidywanych prawdopodobieństw w Stata.

Zrzut ekranu pokazuje okno dialogowe marginsplot do wykreślania przewidywanych prawdopodobieństw w Stata.

Okno dialogowe nosi tytuł „By dimension label”. Pozostała zawartość w oknie dialogowym wygląda następująco:

Linia 1: Uwaga: Te ustawienia zastąpią ustawienia domyślne i ustawienia zakładki Etykieta

Linia 2: Lista ciągów cudzysłowów do etykietowania każdego poziomu wymiaru

Linia 3: (pusty pasek tekstowy w wybranym trybie)

Linia 4: Lista enumeratywnie wyliczonych etykiet, przykład 1 „jeden” 2 „dwa” elipsa

Linia 5: (pusty pasek tekstowy) Oznaczaj grupy ich wartościami, nie etykietami

Linia 6: (puste pole wyboru) Zrezygnuj z nazwy zmiennej i znaków równości we wszystkich etykietach, w trybie skali szarości

Linia 7: (zaznaczone puste pole wyboru) Uwzględnij nazwę zmiennej i znaki równości we wszystkich etykietach

Linia 8: (puste pole wyboru) Separator dla etykiet, gdy podanych jest wiele zmiennych

Linia 9: (pusty pasek tekstowy) w trybie skali szarości

Line 10: (puste pole wyboru) Nie używaj separatora między etykietami

Trzy przyciski, „OK”, „Cancel” i „Submit”, pojawiają się w prawym dolnym rogu okna dialogowego, z przyciskiem OK w wybranym trybie.

Rysunek 12: Wybieranie opcji etykiet za pomocą okna dialogowego marginsplot w Stata.

Zrzut ekranu pokazuje okno dialogowe marginsplot do wyboru opcji etykiet.

Na karcie „Plot”, pokazanej na rysunku 13, wybierz „Bar” z rozwijanych opcji „Plot type” u góry.

Okno dialogowe nosi tytuł „marginsplot – Graph results from margins”. Bezpośrednio pod paskiem tytułu pojawia się pasek menu z 12 zakładkami, takimi jak: „Główne”, „Etykiety”, „Wykres”, „Wykres CI”, „Para”, „Dodaj wykresy”, „Oś Y”, „Oś X”, „Tytuły”, „Legenda”, „Ogólnie” i „Według opcji”, z zakładką „Wykres” w wybranym trybie.

Poniżej paska menu pojawia się menu rozwijane zatytułowane „Typ wykresu” z wybraną z menu opcją „Słupek”. Następnie pojawia się pole listy zatytułowane „Select plot” (Wybierz powierzchnię) z następującą listą pozycji:

  • Wszystkie działki (wybrane)
  • Działka 1
  • Działka 2
  • Działka 3
  • Działka 4
  • Działka 5
  • Plot 6
  • Plot 7
  • Plot 8

Obok pola listy pojawia się karta „Właściwości paska”. W dolnej części okna dialogowego znajduje się tekst o następującej treści: „Przedstawione tutaj powierzchnie nie muszą odzwierciedlać liczby rzeczywistych powierzchni wykresu.”

W prawym dolnym rogu okna dialogowego znajdują się trzy przyciski: „OK”, „Anuluj” i „Prześlij”, przy czym przycisk OK działa w trybie wyboru.

Rysunek 13: Wybieranie wykresu słupkowego za pomocą okna dialogowego marginsplot w Stata.

Zrzut ekranu pokazuje okno dialogowe marginsplot do wybierania wykresu słupkowego.

Stata zapewnia inne opcje, aby wykres był bardziej reprezentacyjny. W tym przypadku wybierzemy tylko jedną dodatkową opcję. Wybierz kartę „Oś X” i w polu tekstowym „Tytuł” wpisz „Poziom aktywności”, aby oznaczyć oś x, jak pokazano na rysunku 14.

Kliknij OK, aby otrzymać wykres przewidywanych prawdopodobieństw znalezienia się w każdej kategorii poziomu aktywności dla zakresu wybranych wartości, jak pokazano na rysunku 8.

Aby wprowadzić to polecenie bezpośrednio do okna poleceń Stata, kod jest następujący:

marginsplot, bydimension(at(under30) at(age65plus), nosimplelabels) recast(bar) recastci(rbar) xtitle(BMI category)

Naciśnij Enter, aby utworzyć wykres słupkowy.

Okno dialogowe nosi tytuł „marginsplot – Wykres wyników z marginesów”. Bezpośrednio pod paskiem tytułu pojawia się pasek menu z 12 kartami, takimi jak: „Główne”, „Etykiety”, „Wykres”, „Wykres CI”, „Para”, „Dodaj wykresy”, „Oś Y”, „Oś X”, „Tytuły”, „Legenda”, „Ogólnie” i „Według opcji”, z kartą „Oś X” w wybranym trybie.

Na pasku tekstowym pod nazwą „Tytuł” pojawia się pozycja „Poziom aktywności”, a obok niej karta „Właściwości”. Poniżej paska tekstowego pojawia się zestaw pięciu kolejnych kart: „Właściwości znacznika głównego/etykiety”, „Właściwości znacznika mniejszego/etykiety”, „Właściwości skali osi” i „Linie odniesienia”. Po nich następują dwie opcje z polami wyboru w następujący sposób:

  • (puste pole wyboru) Ukryj oś
  • (puste pole wyboru) Umieść oś po przeciwnej stronie wykresu

Trzy przyciski, „OK”, „Anuluj” i „Prześlij”, pojawiają się w prawym dolnym rogu okna dialogowego, z przyciskiem OK w wybranym trybie.

Rysunek 14: Etykietowanie osi X przy użyciu okna dialogowego marginsplot w Stata.

Zrzut ekranu pokazuje okno dialogowe marginsplot do etykietowania osi X.

Pełna interpretacja wyników wielomianowego modelu logitowego przedstawiałaby podobne tabele lub rysunki dla każdej zmiennej niezależnej w modelu.

.

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany.