TAIKOMOJI REGRESINĖ ANALIZĖ SOCIALINIUOSE TYRIMUOSE
Pavyzdinis metodologinis mokomasis studijų paketas
TAIKOMOJI REGRESINĖ ANALIZĖ SOCIALINIUOSE TYRIMUOSE
Autorus Prof. habil. dr. Vydas Čekanavičius |
|
|
6. RANGINĖ LOGISTINĖ REGRESINĖ ANALIZĖ
6.1. Ranginės logistinės regresijos modelis
6.1.2. Galimybės ir jų santykis
Analogiškai dvinarei logistinei regresijai galima apibrėžti galimybę (angl. odds), t.y. tikimybių santykį P(Y ≤ j) / P(Y> j). Žinoma, galima apibrėžti ir atvirkščią galimybę.
| Galimybė P(Y ≤ j) / P(Y> j) parodo, kiek kartų kintamajam Y yra tikėtiniau įgyti mažesnę, nei didesnę reikšmę.
Galimybė P(Y> j) / P(Y ≤ j) parodo, kiek kartų kintamajam Y yra tikėtiniau įgyti didesnę, nei mažesnę reikšmę |
Galimybių santykis (angl. odds ratio) parodo, kaip pasikeis galimybė (tikimybių santykis), kai atitinkamas kintamasis padidės vienetu, fiksavus kitų kintamųjų reikšmes. Galimybių santykis priklauso tik nuo modelio koeficientų. Tarkime, kad nagrinėjame P(Y> j) / P(Y ≤ j). Tada, regresoriui X padidėjus vienetu, šis santykis pasikeičia per 
Daugiklis 
, kuris ir yra vadinamas galimybių santykiu, yra kiekybinis kintamojo X įtakos modelyje įvertinimas. Jeigu 
> 0, tai žinome, kad X didėjant, taip pat didėja tikimybė, kad Y įgis didesnes reikšmes. Tai kokybinė charakteristika. O kiek padidės ta tikimybė? Atsakyti į šį klausimą neįmanoma, nežinant pačios pradinės tikimybės. Galimybių santykis yra kompromisinis sprendimas – parodo, kiek pasikeis tikimybių santykis. Pavyzdžiui, jeigu
, tai santykis padvigubės. Tai nereiškia, kad tikimybė padvigubės. Tiesą sakant, šiuo konkrečiu atveju naujoji tikimybė visada padidės mažiau, nei dvigubai. Jei senoji tikimybė yra 0,5 (santykis 1:1), tai naujoji bus 2/3 (santykis 2:1); jei senoji tikimybė 0,25 (santykis 1:3), tai naujoji 0,40 (santykis 2:3) ir pan.
