STATA-FORUM.DE

[am.kabb]

Hallo zusammen,

ich befinde mich gerade in meinen Entzügen der Bachelor-Thesis und habe eine Frage bezüglich des Befehls in Stata zur Berechnung der binären log. Regression.
anhand der Literatur, die ich zur Hilfe hinzugezogen habe muss ich vor jeder unabhängigen Variable einen Präfix i. Setzten, um Stata zu vermitteln, dass die Regressionsanalyse binär ist.
Meine Frage ist, wieso denn nicht über die Funktion der Statistik (in der Leiste oben bei Stata) die man anwenden kann kein binäres Ergebnis raus kommt, wenn man binary outcomes angibt.

Welchen Befehl soll ich nutzten, den mit i. Oder ohne?

Danke schon mal im Voraus

[Staxa]

Vorsicht, das betrifft nur die unabhängigen (erklärenden) Variablen. Die Art der Regression wird über den Befehl gesteuert. Was du brauchst ist also:

Code: Alles auswählen

logit depvar i.indepvar_binär c.indepvar_cont

[am.kabb]

Danke für deine Antwort!

[am.kabb]

Leider kann ich den Output nicht hier einfügen, kann jemand netterweise drüber lesen, ob diese Auswertung Sinn ergibt?

In diesem Modell betrachten wir die Werte des Koeffizienten, um die Wahrscheinlichkeit des Merkmales der Migration das Vorhandensein des Merkmales der Inanspruchnahme von Betreuungsangebote beeinflusst. Ebenso das gleiche gilt für den Beziehungsstatus. LR chi2(2) fällt mit 7 relativ klein aus. Prob > chi2 fällt mit 0,02 hochsignifikant aus, da es kleiner als 0,05 ist. Der Koeffizient (logit-Wert) von a105 (Migrationshintergrund) ist negativ (-0,29). Das bedeutet, dass das Vorhandensein von Migrationshintergrund keinen starken Einfluss hat auf die Inanspruchnahme von Betreuungsangebote hat. Der Koeffizient (logit-Wert) des Beschäftigungsstatus ist positiv (0,10) und somit wird verdeutlicht, dass die Wahrscheinlichkeit, dass der Beziehungsstatus einen Einfluss auf die Inanspruchnahme höher ist als die des Migrationsstatus. Da der p-Wert für den Migrationsstatus hochsignifikant ist (kleiner als 0,05). ist. Darüber hinaus sagt das positive Vorzeichen des Beziehungsstatus aus, dass die Wahrscheinlichkeit ansteigt, das Betreuungsangebot in Anspruch zu nehmen, wenn eine Person beschäftigt ist.

Danke!

[Staxa]

Das klingt so OK.

[am.kabb]

Danke!

[am.kabb]

Passt dann auch die Interpretation der Odds-Ratios überein?
Es handelt sich um das selbe Modell, einmal mit dem Koeffizienten Block und einmal hier mit den Odds-Ratios.

Anhand dieser Darstellungsform ist zu erkennen, dass Personen mit Migrationshintergrund haben im Vergleich zu Personen, die in einem Beschäftigungsverhältnis stehen, ein um den Faktor 0,74 geringeres Chancenverhältnis, Betreuungsangebote in Anspruch zu nehmen. Dies ist davon abzuleiten, dass Odds-Ratios kleiner als 1 eine geringe Wahrscheinlichkeit bedeuten, während Odds-Ratios größer als 1 eine höhere Wahrscheinlichkeit ausrücken.

odds-ratios größer als 1 eine höhere Wahrscheinlichkeit
meinen. Ist ein odds-ratio genau 1, so ist die Wahrscheinlichkeit in beiden Gruppen identisch

stimmt diese Zusammenfassung der Odds-Ratios?

Mein Prof. meinte nähmlich, dass ein Wert je näher er der eins kommt, umso schwächer sei.. und jetzt bin ich völlig durcheinander

[Staxa]

Genau. Ein OR gibt das Chancenverhältnis zweier Gruppen an. Ist es 1, so ist die Chance in beiden Gruppen gleich (1 zu 1).

Grundsätzlich ist eine Interpretation als Average Marginal Effects anschaulicher. Dazu einfach rechnen

Code: Alles auswählen

logit...
margins, dydx(*)

Diese Zahlen kann man als Prozentpunkte interpretieren dann. Also die Chance, das Angebot in Anspruch zu nehmen, ist in der Gruppe A um X Prozentpunkte größer als in Gruppe B.

[am.kabb]

Danke vielmals!