Lär dig mer om multinomial logit i Stata med data från Behavioral Risk Factor Surveillance System (2013)

maj 15, 2021
admin
2.2 Utforskning av Stata-utdata

Resultaten från den multinomial logistiska regressionsmodellen visas i figur 3.

Utmatningen av den logistiska regressionsmodellen ser ut på följande sätt:

Linje 1: dot mlogit active 1 female under 30 age 65 plus arthritis

Linje 2: Iteration 0: log sannolikhet är lika med negativ 379353.27

Linje 3: Log sannolikhet är lika med negativ 379353.27

Linje 3: Iteration 1: log sannolikhet är negativ 357272.01

Linje 4: Iteration 1: log sannolikhet är negativ 357272.01

Linje 4: Iteration 2: log sannolikhet är lika med negativ 356455,81

Linje 5: Iteration 2: log sannolikhet är lika med negativ 356455,81

Linje 5: Iteration 3: log sannolikhet är lika med negativ 356439.91

Linje 6: Iteration 3: log sannolikhet är lika med negativ 356439.91

Linje 6: Iteration 4: log sannolikhet är lika med negativ 356439.9

Linje 7: Multinomial logistisk regression; antalet observationer är 359 925

Linje 8: LR chi2 (8) är lika med 45826,74

Rad 9: LR chi2 (8) är lika med 45826,74

Rad 9: Sannolikhet större än chi2 är 0,0000

Linje 10: Log sannolikhet är negativ 356439,9; Pseudo R2 är 0,0604

Under denna information visas en tabell där olika värden för ”aktiv 1” presenteras på följande sätt:

Rad 1: Ingen understrykning eller understrykning under understrykning understrykning måttlig, kvinna: Koefficient, negativ 0,0137624; standardfel, 0,0081021; z, negativ 1,70; P större än det absoluta värdet av z, 0,089; 95 procents konfidensintervall, negativ 0,0296422, 0,0021173.

Rad 2: Ingen underscore eller underscore under underscore måttlig, under 30 år: Koefficient, negativ 0,2132395; standardfel, 0,0136507; z, negativ 15,62; P större än det absoluta värdet av z, 0,000; 95 procents konfidensintervall, 0,7998839, 0,8377535.

Rad 3: Ingen underscore eller underscore under underscore måttlig, ålder 65 år plus: Koefficient, 0,8188187; standardfel, 0,0096608; z, 84,76; P större än det absoluta värdet av z, 0,000; 95 procents konfidensintervall, 0,7998839, 0,8377535.

Rad 4: Ingen underscore eller underscore under underscore måttlig, artrit: Koefficient, 0,4168419; standardfel, 0,008863; z, 47,03; P större än det absoluta värdet av z, 0,000; 95 procents konfidensintervall, 0,3994706, 0,4342131.

Rad 5: Ingen underscore eller underscore under underscore måttlig, underscore cons: Koefficient, negativ 0,7812104; standardfel, 0,007175; z, negativ 108,88; P större än det absoluta värdet av z, 0,000; 95 procents konfidensintervall, negativ 0,7952731, 0,7671477.

Rad 6: Måttlig, basutfall

Rad 7: Kraftig, kvinna: Koefficient, negativ 0,0456556; standardfel, 0,0090931; z, negativ 5,02; P större än det absoluta värdet av z, 0,000; 95 procents konfidensintervall, negativ 0,0634778, 0,0278334.

Rad 8: Kraftig, under 30 år: Koefficient, negativ 1,333241; standardfel, 0,0247722; z, negativ 53,82; P större än det absoluta värdet av z, 0,000; 95 procents konfidensintervall, negativ 1,381794, negativ 1,284689.

Rad 9: Kraftig, ålder 65 plus: Koefficient, 1,663682; standardfel, 0,0099416; z, 167,35; P större än det absoluta värdet av z, 0,000; 95 procents konfidensintervall, 1,644197, 1,683167.

Rad 10: Kraftig, artrit: Koefficient, 0,0555993; standardfel, 0,0098662; z, 5,64; P större än det absoluta värdet av z, 0,000; 95 procents konfidensintervall, 0,036262, 0,0749366.

Rad 11: Vigorous, underscore cons: Koefficient, negativ 1,168047; standardfel, 0,0081195; z, negativ 143,86; P större än det absoluta värdet av z, 0,000; 95-procentigt konfidensintervall, negativ 1,183961, negativ 1,152133.

Figur 3: Multinomial logistisk regression av ansträngande träningsaktivitet under de senaste 30 dagarna på kön, ålder och om den svarande har artrit eller inte, 2013 BRFSS.

En skärmdump visar den logistiska regressionen av ansträngande träningsaktivitet under de senaste 30 dagarna på kön, ålder och om respondenten har artrit eller inte.

Multinomial logistisk regression skattar modeller för alla kategorier av den beroende variabeln utom en. Som standard utelämnar Stata det mest frekventa utfallet och använder det som bas för att jämföra andra kategorier.

Det finns mycket information i resultaten. I det här exemplet fokuserar vi vår uppmärksamhet på de enskilda koefficientskattningarna som kopplar de oberoende variablerna till den beroende variabeln och deras motsvarande nivå av statistisk signifikans. Vi kan se att varje koefficientestimat är statistiskt signifikant annorlunda än noll. Detta skulle leda till att vi förkastar nollhypotesen om att en koefficient är lika med noll för alla skattningar.

Tolkning av resultaten från en multinomial logitmodell kräver mer än att bara undersöka riktningen och nivån av statistisk signifikans för själva koefficientskattningarna.

Det vanligaste sättet att tolka resultaten från en multinomial logitmodell är att beräkna förutspådda sannolikheter baserat på resultaten av analysen. Eftersom den förutspådda sannolikheten för att hamna i någon av kategorierna för den beroende variabeln är en icke-linjär funktion av de oberoende variablerna, kräver beräkningen av förutspådda sannolikheter att varje oberoende variabel sätts till ett visst värde. Se det som att skapa en beskrivande profil för ett fall i datasetet och beräkna en förutsedd sannolikhet för att någon med den profilen ska delta i de tre olika aktivitetsnivåer som beskrivs här. Du kan utvärdera hur olika oberoende variabler påverkar förändringar i de förutsagda sannolikheterna genom att ändra egenskaper i profilen och beräkna sannolikheterna på nytt.

Som exempel kommer vi att beräkna de förutsagda sannolikheterna för att hamna i varje nivå av ansträngande aktivitet för respondenter med och utan artrit. För var och en av dem sätter vi värdet för indikatorvariabeln för kvinnor till dess medelvärde och de två åldersvariablerna till noll, vilket innebär att dessa profiler beskriver respondenter i åldrarna 30-64 år.

För att beräkna den förutspådda sannolikheten att befinna sig på varje aktivitetsnivå för dem med artrit anger du följande kommando i Statas kommandofönster:

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

Dryck på Enter för att få fram den förutspådda sannolikheten att befinna sig på varje aktivitetsnivågrupp.

För personer utan artrit är koden följande:

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

Tryck på Enter för att få fram den förutspådda sannolikheten för att tillhöra varje aktivitetsnivågrupp.

För att beräkna dessa förutspådda sannolikheter med hjälp av menyalternativen i stället, efter att ha kört den multinomiala logistiska regressionsmodellen, väljer du följande alternativ från menyn i Stata:

Statistik → Postestimation

I dialogrutan ”Postestimation Selector” som öppnas, som visas i figur 4, utökar du ”Marginal analysis”. Under ”Marginal effects of all covariates” markerar du ”Custom and high-dimensional analyses” (anpassade och högdimensionella analyser) genom att klicka på den.

Tryck på Launch (starta) för att öppna dialogrutan ”margins – Marginal means, predictive margins, and marginal effects” (marginaler – marginella medelvärden, prediktionsmarginaler och marginaleffekter).

Dialogrutan med titeln ”Postestimation Selector” (efterskattningsväljare) består av en lista med kommandon under rubriken ”Postestimation commands”. Posterna visas enligt följande:

  • Marginalanalys (utökad vy)
    • Marginalmedelvärden och marginaleffekter, grundläggande analyser
    • Marginalmedelvärden och interaktionsanalys (hopslagen vy)
    • Kontraster av marginalmedelvärden (hopslagen vy)
    • Marginaleffekter av en kovariabel vid värden för en annan kovariabel (expanderad vy)
      • Populationsmedelvärde (genomsnittligt överskattningsurval)
      • Vid urvalets medelvärden
      • Marginaleffekter av alla kovariater (utvidgad vy)
        • Anpassad och hög-dimensionella analyser (markerade)
        • Profildiagram efter marginalanalys
      • Tester, kontraster och jämförelser av parameterskattningar (samlad vy)
      • Specifikation, diagnostik, och goodness-of-fit-analyser (hopslagen vy)
      • Förutsägelser (hopslagen vy)
      • Andra rapporter (hopslagen vy)
      • Hantera skattningsresultat (hopslagen vy)
      • En knapp ”Launch” (Starta) och en knapp ”Cancel” (Avbryt) visas i det övre högra hörnet respektive det nedre högra hörnet av fönstret.

Figur 4: Användning av dialogrutan Postestimation Selector från menyn Statistics i Stata.

En skärmdump visar dialogrutan Postestimation Selector för att starta ett kommando.

Ovanför dialogrutan ”Marginaler – Marginalmedelvärden, prediktiva marginaler och marginaleffekter” väljer du fliken ”At”. På fliken ”At” ska knappen bredvid ”All covariates at observed values in the sample” vara markerad.

Klicka på knappen ”Create” längre ner och en ny dialogruta ”Specification 1” öppnas.

Avsnittet ”Statistics” högst upp i dialogrutan ”Specification 1” kan användas för att ställa in de relevanta variablerna på deras medelvärde, i det här fallet kvinna. Kryssa för ”1” genom att klicka på rutan till vänster om den, och i textrutan Statistik till höger visas en pil med en rullgardinsmeny. Välj ”Medelvärden”. I rutan ”Covariates” använder du rullgardinsalternativen för att välja female.

I avsnittet ”Fixed values” kan du ställa in värdena för de återstående variablerna. Klicka på rutan bredvid siffran 1. Välj under30 i listan över variabler i rullgardinsalternativen ”Covariate”. I textrutan ”Numlist” skriver du manuellt in värdet för variabeln till ”0”. I ruta 2 anger du age65plus till ”0”. Slutligen i ruta 3 ställer du in värdet för artrit till ”1.”

Figur 5 visar hur detta ser ut i Stata.

Dialogrutan med titeln ”Specification 1” kan delas in i tre avsnitt med titlarna ”Statistics”, ”Fixed values” och ”Expressions”. Det översta avsnittet med titeln ”Statistics” är vidare uppdelat i två paneler, vänster och höger, som visas på följande sätt.

Vänstra panelen, Statistik:

  • (markerad kryssruta) 1: Text ”Medelvärden”, (rullgardins-knapp)
  • (tom kryssruta) 2: Tom textrad, 50 (rullgardins-knapp), i gråskaleläge
  • (tom kryssruta) 3: Tom textfält, 50 (drop-down-knapp), i gråskaleläge
  • (tom kryssruta) 4: Tom textfält, 50 (drop-down-knapp), i gråskaleläge

Högra panelen, Kovariater:

  • Text ”kvinna”, drop-down-knapp
  • Tom textruta, drop-down-knapp
  • Tom textruta, drop-down-knapp
  • Tom textruta, drop-down-knapp
  • Tom textruta, drop-down-knapp

En anmärkning längst ner lyder: ”Kovariater kan också vara underscore all (alla kovariater) punkt underscore factor (alla faktorkovariater) punkt och underscore continuous (alla kontinuerliga kovariater).”

Det mellersta avsnittet med rubriken ”Fasta värden” är vidare uppdelat i två paneler, vänster och höger, som ser ut på följande sätt:

Vänstra panelen, Kovariat:

  • (kryssad kryssruta) 1: under 30 år (rullgardins-knapp)
  • (kryssad kryssruta) 2: ålder 65 år och äldre (rullgardins-knapp)
  • (kryssad kryssruta) 3: artrit (rullgardins-knapp)
  • (tom kryssruta) 4: tomt textfält (rullgardins-knapp)

Högra panelen, Numlist:

  • 0
  • 0
  • 1 (textfältet valt)
  • Tomt textfält

Den nedre sektionen med titeln ”Uttryck” är ytterligare uppdelad i två paneler, vänster och höger, som ser ut på följande sätt.

Vänstra panelen, Kovariat:

  • (tom kryssruta) 1: tomt textfält (drop-down-knapp)
  • (tom kryssruta) 2: tomt textfält (drop-down-knapp)
  • (tom kryssruta) 3: (kryssruta) 4: tomt textfält (kryssruta)

Högra panelen, uttryck:

  • Tomma textfält, med knappen ”Skapa” i gråskaleläge
  • Tomma textfält, med knappen ”Skapa” i gråskaleläge
  • Tomma textfält, med knappen ”Skapa” i gråskaleläge
  • Tomma textfält, med knappen ”Skapa” i gråskaleläge

Två knappar, ”OK” och ”Avbryt”, visas i det nedre högra hörnet av dialogrutan, med OK-knappen i det valda läget.

Figur 5: Val av värden för kovariater med hjälp av dialogrutan Specifikation Från dialogrutan ”margins – Marginal means, predictive margins, and marginal effects” i Stata.

En skärmdump visar dialogrutan Specification för att välja värden för kovariater.

Klicka på OK för att återgå till dialogrutan ”margins – Marginal means, predictive margins, and marginal effects”. Denna bör nu visa ”Specification 1” i rutan ”At specifications (modify settings from above)”, med en beskrivning av specifikationsdetaljerna nedan.

Klicka på knappen ”Create” igen och en annan dialogruta ”Specification 2” öppnas. Använd alternativen som tidigare, den här gången med värdet för artrit till 0.

Klicka återigen på OK för att återgå till dialogrutan ”Marginaler – Marginella medelvärden, prediktiva marginaler och marginaleffekter”. Nu visas ”Specifikation 1” och ”Specifikation 2” i rutan ”At specifications (modify settings from above)”.

Figur 6 visar hur detta ser ut i Stata.

Dialogrutan har titeln ”margins – Marginal means, predictive margins, and marginal effects”. En uppsättning av 10 flikar visas omedelbart under titellisten som, ”Main”, ”At”, ”if or in or over”, ”Within”, ”Contrast”, ”Pairwise comparisons”, ”Weights”, ”SE”, ”Advanced” och ”Reporting” med ”At” i det valda läget. Innehållet i dialogrutan visas vidare på följande sätt:

  • (Vald radioknapp) Alla kovariater vid observerade värden i urvalet
  • (Tom radioknapp) Alla kovariater vid deras medelvärden i urvalet
  • (Tom kryssruta) För varje annan faktorvariabel, behandla alla nivåer som om de var lika sannolika (åsidosätter de två inställningarna ovan för faktorvariabler)

Det visas också en listruta med titeln ”At specifications (modify settings from above)” som innehåller de två punkterna enligt följande:

  • Specifikation 1
  • Specifikation 2 (vald)

På höger sida av rutan finns fyra flikar: ”Skapa”, ”Redigera”, ”Inaktivera” och ”Aktivera” med ”Skapa”, ”Redigera” och ”Inaktivera” i det aktiva läget och ”Aktivera” i gråskaleläget. En text längst ner lyder: ”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 right-parenthesis.”

Tre knappar, ”OK”, ”Avbryt” och ”Skicka”, visas i det nedre högra hörnet av dialogrutan, med OK-knappen i det valda läget.

Figur 6: Dialogrutan ”Marginaler – Marginella medelvärden, prediktiva marginaler och marginaleffekter” i Stata.

En skärmdump visar dialogrutan Marginaler som ska ställas in

Klicka på OK igen för att få fram resultaten, som visas i Figur 7.

Resultaten som erhållits från den förutspådda sannolikheten för varje grupp av ansträngande träningsaktivitet under de senaste 30 dagarna för respondenterna ser ut på följande sätt:

Linje 1: Antal observationer är lika med 359 925

Linje 2: Modell VCE colon OIM

Linje 3: 1 punkt understrykning prediktera kolon Pr vänsterparentes aktiv 1 lika lika lika Inga understrykning eller understrykning Understrykning Understrykning moderat högerparentes, prediktera vänsterparentes pr utfall vänsterparentes 0 högerparentes högerparentes högerparentes.

Linje 4: 2 punkt understrykning förutsäga kolon Pr vänsterparentes aktiv 1 lika lika lika måttlig högerparentes, förutsäga vänsterparentes pr utfall vänsterparentes 1 högerparentes högerparentes högerparentes högerparentes

Rad 5: Understrykning av 2 punkter: 3 punkt understrykning förutsäga kolon Pr vänsterparentes aktiv 1 lika lika lika lika Kraftig högerparentes, förutsäga vänsterparentes pr resultat vänsterparentes 2 högerparentes högerparentes högerparentes.

Linje 6: Linje 7: under 30 år är lika med 0

Linje 8: ålder 65 plus är lika med 0

Linje 9: artrit 1 är lika med 1

Linje 10: 2 punkters understrykning vid kolon kvinna är lika med 0.5679239 (medelvärde)

Linje 11: under 30 år är lika med 0

Linje 12: ålder 65 plus är lika med 0

Linje 13: aktiv 1 är lika med 0

En tabell visar vidare värdena för ”Margin”, ”Delta-metoden Standardfel”, ”z”, ”sannolikhet större än z” och 95 procents konfidensintervall.” De olika värdena för den förutspådda sannolikheten för varje grupp av ansträngande träningsaktivitet under de senaste 30 dagarna för respondenterna är följande:

Rad 1: Underscore predict 1 1 1: Margin, 0,3429731; Delta-method Standard Error, 0,0016608; z, 206.51; Sannolikhet större än z, 0,000; 95 procents konfidensintervall, 0,339718, 0,3462283.

Rad 2: Underscore predict 1 underscore at 2: Margin, 0,258514; Delta-metoden Standard Error, 0,0010418; z, 248,14; Sannolikhet större än z, 0.000; 95 procents konfidensintervall, 0,256472, 0,2605559.

Rad 3: Underscore förutsäger 2 underscore vid 1: Marginal, 0,49762; Delta-metoden Standardfel, 0,0017772; z, 280,00; Sannolikhet större än z, 0,000; 95 procents konfidensintervall, 0.4941367, 0.5011032.

Rad 4: Underscore förutsäger 2 underscore vid 2: Margin, 0.5690545; Delta-metoden Standard Error, 0.0011953; z, 476.06; Sannolikhet större än z, 0.000; 95 procents konfidensintervall, 0.5667117, 0.57133973.

Rad 5: Understrykning förutsäger 3 understrykningar vid 1: Marginal, 0,1594069; Deltametodens standardfel, 0,00117; z, 136,25; Sannolikhet större än z, 0,000; 95 procents konfidensintervall, 0,1571138, 0,1617.

Rad 6: Understrykning förutsäger 3 understrykning vid 2: Marginal, 0,1724315; Delta-metodens standardfel, 0,0008886; z, 194,05; Sannolikhet större än z, 0,000; 95 procents konfidensintervall, 0,17068991, 0,1741731.

Figur 7: Förutsedd sannolikhet att hamna inom varje grupp av ansträngande träningsaktivitet under de senaste 30 dagarna för respondenter med och utan artrit, i åldern 30-64 år, med andra variabler som bibehållna medelvärden, 2013 BRFSS.

En tabell visar den förutspådda sannolikheten för att falla inom varje grupp av ansträngande träningsaktivitet under de senaste 30 dagarna för respondenter med och utan artrit, i åldern 30-64 år.

Den vänstra kolumnen i tabellen längst ner har två kolumner med siffror under orden ”_predict##_at”. Siffrorna 1-3 till vänster är var och en av kategorierna för olika nivåer av ansträngande aktivitet. Siffrorna 1 och 2 till höger är de två olika profiler som vi skapat för om en respondent har artrit eller inte. Detaljer om dessa profiler kan ses i informationen ovanför tabellen.

De förutspådda sannolikheterna och deras konfidensintervall uppskattas med hjälp av simulering efter skattning. En fullständig diskussion av denna process ligger utanför ramen för detta exempel, men i korthet beräknar processen 1 000 uppsättningar av förutsagda sannolikheter genom att simulera värden för modellens koefficienter baserat på deras uppskattade värden, varianser och kovarianser. För mer information, se ”Utnyttja statistiska analyser på bästa sätt”: Improving Interpretation and Presentation” av King, Tomz och Wittenberg (American Journal of Political Science, 44(2), 341-355).

Det bästa sättet att utforska förändringar i förutsagda sannolikheter som involverar en oberoende variabel med mer än två värden är att producera en figur som den som visas i figur 8. Figur 8 visar den förutspådda sannolikheten att hamna på en av de tre aktivitetsnivåerna för respondenterna i var och en av dessa tre åldersgrupper samtidigt som de andra två oberoende variablerna i modellen bibehålls på sina respektive medelvärden. Höjden på varje stapel anger storleken på den förutspådda sannolikheten.

Det första stapeldiagrammet har titeln ”under 30 år är lika med nej, ålder 65 plus är lika med nej”. Den vertikala axeln anger sannolikheten som sträcker sig från 0 till 0,6 och den horisontella axeln anger BMI-kategoriseringen som sträcker sig från 0 till 2.

Den uppskattade förutspådda sannolikheten för respondenter vid olika BMI-klassificeringar är följande: (0, 0,28); (1, 0,55); (2, 0,18).

Det andra stapeldiagrammet har rubriken ”under 30 år är lika med nej, ålder 65 plus är lika med ja”. Den uppskattade förutsedda sannolikheten för respondenter vid olika BMI-klassificeringar är följande: (0, 0,30); (1, 0,25); (2, 0,41).

Det tredje stapeldiagrammet har rubriken ”under 30 är lika med Ja, ålder 65 plus är lika med Nej”. Den uppskattade förutsedda sannolikheten för respondenter vid olika BMI-klassificeringar är följande: (0, 0,28); (1, 0,66); (2, 0,05).

Figur 8: Förutsedd sannolikhet för att respondenterna hamnar i var och en av de tre kategorierna för den beroende variabeln för olika åldersvärden samtidigt som alla andra oberoende variabler i modellen har sina respektive medelvärden, 2013 BRFSS.

En uppsättning av tre stapeldiagram representerar den förutspådda sannolikheten för respondenterna att hamna i var och en av de tre kategorierna på den beroende variabeln över olika åldersvärden.

För att skapa denna graf återgår du till dialogrutan ”Postestimation Selector”, som fortfarande bör vara öppen. Se till att ”Custom and high-dimensional analyses” fortfarande är markerad.

Tryck på Launch för att återigen öppna dialogrutan ”margins – Marginal means, predictive margins, and marginal effects”.

Välj återigen fliken ”At” som tidigare. Du kommer att se de två tidigare specifikationerna i rutan ”At-specifikationer (ändra inställningar från ovan)”. Markera varje specifikation i tur och ordning genom att klicka på den och inaktivera den med hjälp av knappen ”Disable” till höger. Klicka på ”Create” för att öppna en ny dialogruta för ”Specification”.

Som tidigare använder vi denna för att skriva in värdena för variablerna för den valda profilen. Avsnittet ”Statistik” högst upp i dialogrutan ”Specifikation 1” kan användas för att ställa in de relevanta variablerna (i det här fallet kvinna och artrit) på sina medelvärden. Kryssa för ”1” genom att klicka på rutan till vänster om den, och i textrutan Statistik till höger visas en pil med en rullgardinsmeny. Välj ”Medelvärden”. I rutan ”Covariates” använder du rullgardinsalternativen för att välja kvinna. Gör detsamma för artrit i raden nedan.

Nästan använder du avsnittet ”Fasta värden” som tidigare för att välja värden för under30 år och ålder65plus. Eftersom vi tittar på förändringen i förutsagda sannolikheter över tre ålderskategorier måste vi skapa tre specifikationer för varje åldersgrupp, med åldrarna inställda på följande värden:

  • Under 30-under30 1 age65plus 0
  • 30-64-under30 0 age65plus 0
  • 65 och över-under30 0 age65plus 1

Den första av dessa visas i figur 9.

När alla tre nya specifikationer visas i dialogrutan ”Marginaler – Marginella medelvärden, prediktiva marginaler och marginaleffekter” klickar du på OK för att ta fram de predikterade sannolikheterna.

För att skriva in kommandot direkt i Statas kommandofönster är koden följande:

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))

Tryck på Enter för att ta fram de förutsagda sannolikheterna för de valda profilerna.

Dialogrutan med titeln ”Specifikation 3” kan delas in i tre avsnitt med titlarna ”Statistik”, ”Fasta värden” och ”Uttryck”. Det översta avsnittet med titeln ”Statistik” är vidare uppdelat i två paneler, vänster och höger, som visas enligt följande:

Vänsterpanel, Statistik:

  • (markerad kryssruta) 1: Text ”Medelvärden”, (rullgardins-knapp)
  • (kryssad kryssruta) 2: Text ”Medelvärden”, (rullgardins-knapp)
  • (tom kryssruta) 3: Tom textrad, 50 (rullgardins-knapp), i gråskaleläge
  • (tom kryssruta) 4: Text ”Medelvärden”, (rullgardins-knapp)
  • (tom kryssruta) tomt textfält, 50 (drop-down-knapp), i gråskaleläge

Högra panelen, Kovariater:

  • Text ”kvinna”, drop-down-knapp
  • Text ”artrit”, drop-down-knapp
  • Tom textruta, drop-down-knapp
  • Tom textruta, drop-down-knapp

En anmärkning längst ner lyder: ”Kovariater kan också vara underscore all (alla kovariater) punkt underscore factor (alla faktorkovariater) punkt och underscore continuous (alla kontinuerliga kovariater).”

Det mellersta avsnittet med rubriken ”Fasta värden” är vidare uppdelat i två paneler, vänster och höger, som ser ut på följande sätt:

Vänsterpanel, kovariat:

  • (kryssad kryssruta) 1: Under 30 år (nedrullningsknapp)
  • (kryssad kryssruta) 2: Ålder 65 år och äldre (nedrullningsknapp)
  • (tom kryssruta) 3: Tomt textfält (nedrullningsknapp)
  • (tom kryssruta) 4: Under 30 år (nedrullningsknapp)
  • (tom kryssruta) tomt textfält (nedrullningsknapp)

Högra panelen, Numlist:

  • 1
  • 0 (textfältet är markerat)
  • Tomma textfältet
  • Tomma textfältet

Den nedre sektionen med titeln ”Uttryck” är ytterligare uppdelad i två paneler, vänster och höger, som ser ut på följande sätt:

Vänstra panelen, Kovariat:

  • (tom kryssruta) 1: tom textfält (nedrullningsknapp)
  • (tom kryssruta) 2: tom textfält (nedrullningsknapp)
  • (tom kryssruta) 3: tom textfält (nedrullningsknapp)
  • (tom kryssruta) 4: tom textfält (nedrullningsknapp)

Högra panelen, Uttryck:

  • Tomma textfält, med knappen ”Skapa” i gråskaleläge
  • Tomma textfält, med knappen ”Skapa” i gråskaleläge
  • Tomma textfält, med knappen ”Skapa” i gråskaleläge
  • Tomma textfält, med knappen ”Skapa” i gråskaleläge

Två knappar, ”OK” och ”Avbryt”, visas i det nedre högra hörnet av dialogrutan, med OK-knappen i det valda läget.

Figur 9: Val av värden för var och en av åldersgrupperna, med bibehållande av andra variabler på deras medelvärden med hjälp av dialogrutan ”margins – Marginal means, predictive margins, and marginal effects” i Stata.

En skärmdump visar dialogrutan Specification för att välja värden för kovariater.

För att plotta resultaten återgår du till dialogrutan Postestimation Selector. Välj ”Profile plots after marginal analysis” som visas i figur 10.

Dialogrutan ”Postestimation Selector” består av en lista med kommandon under rubriken ”Postestimation commands”. Posterna visas enligt följande:

  • Marginalanalys (utökad vy)
    • Marginalmedelvärden och marginaleffekter, grundläggande analyser
    • Marginalmedelvärden och interaktionsanalys (hopslagen vy)
    • Kontraster av marginalmedelvärden (hopslagen vy)
    • Marginaleffekter av en kovariabel vid värden för en annan kovariabel (expanderad vy)
      • Populationsmedelvärde (genomsnittligt överskattningsurval)
      • Vid urvalets medelvärden
      • Marginaleffekter av alla kovariater (utvidgad vy)
        • Anpassad och hög-dimensionella analyser
        • Profildiagram efter marginalanalys (markerad)
      • Tester, kontraster och jämförelser av parameteruppskattningar (hopslagen vy)
      • Specifikation, diagnostik, och goodness-of-fit-analyser (hopslagen vy)
      • Förutsägelser (hopslagen vy)
      • Andra rapporter (hopslagen vy)
      • Hantera skattningsresultat (hopslagen vy)
      • En knapp ”Launch” (starta) och en knapp ”Cancel” (avbryta) visas i det övre högra hörnet respektive det nedre högra hörnet av fönstret.

Figur 10: Producera en resultatdiagram med hjälp av dialogrutan Postestimation Selector i Stata.

En skärmdump visar dialogrutan Postestimation Selector för att starta ett kommando.

Dryck på Launch för att öppna dialogrutan ”marginsplot – Graph results from margins”. På fliken ”Main”, i den tredje textrutan ”Create subgraphs for groups defined by variables:”, väljer du de två åldersvariablerna från rullgardinsalternativen som visas i figur 11.

Klicka på knappen ”Options” vid sidan av textrutan. Detta öppnar en ny dialogruta ”By dimension label”. Kryssa för ”Include variable name and equal signs in all labels” (inkludera variabelnamn och likhetstecken i alla etiketter) enligt figur 12.

Dialogrutan har titeln ”marginsplot – Graph results from margins” (marginsplot – graferar resultat från marginaler). En menyrad visas omedelbart under rubrikfältet med 12 flikar som ”Main”, ”Labels”, ”Plot”, ”CI plot”, ”Pairwise”, ”Add plots”, ”Y axis”, ”X axis”, ”Titles”, ”Legend”, ”Overall” och ”By options”, med fliken ”Main” i det valda läget.

Det övriga innehållet i dialogrutan visas under rubriken ”Dimensioner” enligt följande:

  • Variabel(er) som definierar x-axeln, med ett tomt textfält och en rullgardinsmeny och en ”Alternativ”-knapp bredvid.
  • Skapa diagram för grupper som definieras av variabler, med ett tomt textfält och en rullgardinsmeny och en ”Alternativ”-knapp bredvid.
  • Skapa undergrafer för grupper som definieras av variabler, med ett textfält i valt läge som lyder ”at (under 30) at (age 65 plus)”. Textfältet har också en rullgardinsmeny och en alternativknapp bredvid sig.
  • Skapa grafer för grupper som definieras av variabler, med ett tomt textfält och en rullgardinsmeny och en alternativknapp bredvid.

En checklista under den visas på följande sätt:

  • (tom kryssruta) Byt x- och y-axel (horisontell graf)
  • (tom kryssruta) Plotta inte konfidensintervall
  • (tom kryssruta) Grafens namn, eller stubb om flera grafer, med ett tomt textfält under
  • (tom kryssruta) Ersätt grafen om den redan finns i minnet, i gråskaleläge

Tre knappar, ”OK”, ”Avbryt” och ”Skicka”, visas i nedre högra hörnet av dialogrutan, med OK-knappen i det valda läget.

Figur 11: Användning av dialogrutan marginsplot för att plotta de förutspådda sannolikheterna i Stata.

En skärmdump visar dialogrutan marginsplot för att plotta de förutspådda sannolikheterna i Stata.

Dialogrutan har titeln ”By dimension label”. Det övriga innehållet i dialogrutan ser ut på följande sätt:

Linje 1: Observera: De här inställningarna åsidosätter standardinställningarna och inställningarna för fliken Etikett

Linje 2: Lista över citationstecken för att märka varje nivå i dimensionen

Linje 3: (Tom textfält i det valda läget)

Linje 4: (Tom textfält i det valda läget)

Linje 4: Lista över uppräknade märkta, exempel 1 ”ett” 2 ”två” ellips

Linje 5: (tom textfält) Märk grupper med deras värden, inte deras etiketter

Linje 6: (tom textfält) Märk grupper med deras värden, inte deras etiketter: (tom kryssruta) Avstå från variabelnamn och likhetstecken i alla etiketter, i gråskaleläge

Linje 7: (markerad tom kryssruta) Ta med variabelnamn och likhetstecken i alla etiketter

Linje 8: (tom kryssruta) Separator för etiketter när flera variabler anges

Linje 9: (tomt textfält) i gråskaleläge

Linje 10: (tom kryssruta) Använd inte separator mellan etiketter

Tre knappar, ”OK”, ”Cancel” och ”Submit”, visas i nedre högra hörnet av dialogrutan, med OK-knappen i det valda läget.

Figur 12: Val av etikettalternativ med dialogrutan marginsplot i Stata.

En skärmdump visar dialogrutan marginsplot för att välja etikettalternativ.

På fliken ”Plot”, som visas i Figur 13, väljer du ”Bar” från rullgardinsalternativen ”Plottyp” högst upp.

Dialogrutan har titeln ”marginsplot – Graph results from margins”. En menyrad visas omedelbart under rubrikfältet med 12 flikar som ”Main”, ”Labels”, ”Plot”, ”CI plot”, ”Pairwise”, ”Add plots”, ”Y axis”, ”X axis”, ”Titles”, ”Legend”, ”Overall” och ”By options”, med fliken ”Plot” i det valda läget.

En rullgardinsmeny visas under menyraden med rubriken ”Plot type” och ”Bar” är valt i menyn. Vidare visas en listruta med titeln ”Select plot” med en lista med följande objekt:

  • Alla plottar (valda)
  • Plott 1
  • Plott 2
  • Plott 3
  • Plott 4
  • Plott 4
  • Plott 3
  • Plott 4 5
  • Plot 6
  • Plot 7
  • Plot 8

En flik med ”Bar properties” visas vid sidan av listrutan. En text längst ner lyder: ”De diagram som visas här återspeglar inte nödvändigtvis antalet faktiska diagram för grafen.”

Tre knappar, ”OK”, ”Avbryt” och ”Skicka”, visas i det nedre högra hörnet av dialogrutan, med OK-knappen i det valda läget.

Figur 13: Val av stapeldiagram med hjälp av dialogrutan marginsplot i Stata.

En skärmdump visar dialogrutan marginsplot för att välja ett stapeldiagram.

Stata erbjuder andra alternativ för att göra diagrammet mer presentabelt. I det här fallet väljer vi bara ytterligare ett alternativ. Välj fliken ”X axis” (X-axel) och skriv i textrutan ”Title” (titel) ”Activity Level” (aktivitetsnivå) för att märka x-axeln enligt figur 14.

Klicka på OK för att få fram diagrammet över de förutspådda sannolikheterna för att befinna sig i varje kategori av aktivitetsnivå för intervallet av valda värden, enligt figur 8.

För att skriva in kommandot direkt i Statas kommandofönster är koden följande:

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

Tryck på Enter för att producera stapeldiagrammet.

Dialogrutan har titeln ”marginsplot – Graph results from margins”. En menyrad visas omedelbart under rubrikfältet med 12 flikar som ”Main”, ”Labels”, ”Plot”, ”CI plot”, ”Pairwise”, ”Add plots”, ”Y axis”, ”X axis”, ”Titles”, ”Legend”, ”Overall” och ”By options”, med fliken ”X axis” i det valda läget.

En textrad under namnet ”Title” visar objektet ”Activity Level” med en flik ”Properties” som visas bredvid. Ytterligare fem flikar visas under textfältet som ”Egenskaper för större kryss/märkning”, ”Egenskaper för mindre kryss/märkning”, ”Egenskaper för axelns skala” och ”Referenslinjer”. Detta följs av två alternativ med kryssrutor enligt följande:

  • (tom kryssruta) Dölj axel
  • (tom kryssruta) Placera axel på motsatt sida av grafen

Tre knappar, ”OK”, ”Avbryt” och ”Skicka”, visas i nedre högra hörnet av dialogrutan, med OK-knappen i det valda läget.

Figur 14: Märkning av X-axeln med hjälp av dialogrutan marginsplot i Stata.

En skärmdump visar dialogrutan marginsplot för att märka X-axeln.

En fullständig tolkning av resultaten av en multinomial logitmodell skulle presentera liknande tabeller eller figurer för varje oberoende variabel i modellen.

Lämna ett svar

Din e-postadress kommer inte publiceras.