Hồi quy logit thứ tự – STATA

Thống kê về dữ liệu sử dụng

Phần minh họa sử dụng dữ liệu thực hành là ologit.dta

use https://www.vietlod.com/data/ologit.dta, clear

Bộ dữ liệu bao gồm 4 biến apply pared public gpa với 400 quan sát. Thông tin cụ thể của các biến như sau:

• Biến apply là biến khả năng học tiếp, có dạng thứ tự với 3 mức: 0 (không có khả năng), 1 (có khả năng), 2 (rất có khả năng).
• Biến pared là biến mức học vấn của cha mẹ, có dạng nhị phân với giá trị 1 có ít nhất cha hoặc mẹ tốt nghiệp đại học.
• Biến public là biến loại trường học, có dạng nhị phân với giá trị 1 là trường công lập.
• Biến gpa là biến liên tục, cho biết điểm trung bình của mỗi sinh viên.

Trước khi tiến hành phân tích, chúng ta tìm hiểu thông tin sơ bộ về dữ liệu như sau:

tab apply pared

tab apply public

table apply, cont(mean gpa sd gpa)

Lựa chọn phương pháp phân tích

• Hồi quy OLS: Phương pháp này sẽ có vấn đề bởi vì các giả định của OLS sẽ bị vi phạm khi biến phụ thuộc không phải là thang đo tỉ lệ/khoảng.
• Phân tích ANOVA: tương tự OLS, ANOVA không sử dụng cho các phân tích với biến phụ thuộc dạng danh mục. Tuy nhiên, trong trường hợp chúng ta chỉ có 1 biến giải thích dạng liên tục (biến gpa chẳng hạn) thì có thể đảo ngược vai trò biến phụ thuộc và biến giải thích để thực hiện phân tích ANOVA.
• Hồi quy logit đa bậc: Phương pháp này thực hiện tương tự như hồi quy logit thứ tự, ngoại trừ nó giả định rằng các giá trị của biến phụ thuộc dạng danh mục không có thứ tự. Điểm hạn chế của phương pháp này là loại bỏ thông tin về thứ tự của các giá trị.
• Hồi quy probit thứ tự: Tương tự như hồi quy logit thứ tự. Sự khác nhau giữa 2 phương pháp này chủ yếu ở việc giải thích các hệ số.
• Hồi quy logit thứ tự.

Còn nữa…