Please Enable JavaScript in your Browser to visit this site

KTL cơ bảnPhân tích hồi quy

Diễn giải chi tiết kết quả hồi quy logit

Tiếp theo bài sơ lược về hồi quy logit, bài viết này sẽ giới thiệu hồi quy logit qua các ví dụ đơn giản. Bài viết sẽ sử dụng một tập dữ liệu mẫu, Logit dataset, với mục đích minh họa. Các bộ dữ liệu có 200 quan sát và biến kết quả được sử dụng là honor (nhận giá trị là 1 nếu một học sinh trong một lớp học được vinh danh và có giá trị bằng 0 nếu học sinh đó không được vinh danh). Ở đây, chúng tôi sẽ bỏ qua tất cả các kiểm định và tập trung vào ý nghĩa của các hệ số hồi quy (Nguồn: http://www.ats.ucla.edu)

1. Hồi quy logit đơn giản với hằng số

Chúng ta bắt đầu với một mô hình Null chỉ với hằng số có dạng: logit(p) = β0

. logit honor

Iteration 0:   log likelihood = -111.35502  
Iteration 1:   log likelihood = -111.35502  

Logistic regression                               Number of obs   =        200
                                                  LR chi2(0)      =       0.00
                                                  Prob > chi2     =          .
Log likelihood = -111.35502                       Pseudo R2       =     0.0000

------------------------------------------------------------------------------
       honor |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
       _cons |   -1.12546   .1644101    -6.85   0.000    -1.447697   -.8032217
------------------------------------------------------------------------------ 

Điều này nghĩa là logit(p) = log(p/(1-p)) = -1.12546. Vậy p ở đây là gì? Đó chính là xác suất mà các học sinh trong lớp được vinh danh, được tính bằng số học sinh được vinh danh trên tổng số học sinh trong lớp

. tab honor

      honor |      Freq.     Percent        Cum.
------------+-----------------------------------
         No |        151       75.50       75.50
        Yes |         49       24.50      100.00
------------+-----------------------------------
      Total |        200      100.00

Vì vậy,

  • p = 49/200 = 0.245
  • odds = 0.245 / (1 – 0.245) = 0.3245
  • logit = log(0.3245) = -1.12546
1 2 3 4 5 6Next page
Back to top button