TAIKOMOJI REGRESINĖ ANALIZĖ SOCIALINIUOSE TYRIMUOSE
Pavyzdinis metodologinis mokomasis studijų paketas
TAIKOMOJI REGRESINĖ ANALIZĖ SOCIALINIUOSE TYRIMUOSE
Autorus Prof. habil. dr. Vydas Čekanavičius |
|
|
11. LOGTIESINIAI MODELIAI
11.2. Logtiesinių modelių tyrimas su SPSS
11.2.4. Rezultatai
Kaip ir logistinėje regresijoje, logtiesiniuose modeliuose galima apibrėžti galimybių santykį. Kadangi nagrinėjami tik kategoriniai kintamieji (požymiai), tai pradžioje nusakysime, kas yra galimybių santykis porinių dažnių lentelei. Tarkime, kad visus respondentus suskirstėme pagal rūkymą ir patirtą infarktą.
Lentelėje Parameter Estimates yra modelio parametrai ir jų statistinis reikšmingumas. Kadangi visi kintamieji kategoriniai, tai ir informacija pateikiama visiems jų reikšmių deriniams. Negerai, kai daug derinių yra statistiškai nereikšmingi. Šiuo atžvilgiu matome, kad G7_7*G16_1 yra tik pusiau su bėda priimtinas modelio narys. Galbūt reikėtų pagalvoti apie G7_7 kategorijų stambinimą.
Parametrų įverčius galime panaudoti, jeigu norime sumodeliuoti, koks respondentų skaičius turėtų patekti į kiekvieną grupę. Tarkime respondentų vyrų (S1 = 1), kurie mano, kad šeimai geriau, kai moteris prižiūri namus (G7_7 = 1), o šeimą ir verslą suderinti sunku (G16_1 = 1) skaičius pagal modelį turėtų būti:
skaičius = exp{ 3,27 + 1,02 + 0,328} = 101,29.
Žinoma tokios prognozės vargiai yra prasmingos, nes dar reikia atsižvelgti į tai, kiek tyrime respondentų buvo (412 respondentų).
Koreguotųjų liekamųjų paklaidų grafikas rodo, kad modelis yra pakankamai geras (grafikas primena tiesę). Pašalinus trendą, vaizdas kiek pablogėja (taškai nėra visiškai atsitiktinai išsibarstę), bet jų per mažai, kad įtartume kažkokį rimtą reguliarumą.
Darome išvadą, kad sudarytasis logtiesinis modelis adekvačiai aprašo duomenis.
