Xác suất dự đoán hồi quy logit – STATA

Tính xác suất dự đoán trong mô hình hồi quy logit thứ tự

Tiếp tục phần giải thích của mô hình hồi quy logit thứ tự đã trình bày ở bài hồi quy logit thứ tự. Bài viết này sẽ trình bày cách tính và cách giải thích các giá trị xác suất dự đoán của biến phụ thuộc theo các giá trị riêng rẻ hoặc kết hợp của các biến giải thích.

Để dễ hiểu và phân tích chúng ta sử dụng các giá trị xác suất dự đoán thay thế các giá trị hệ số của odds hoặc odds ratios. Sử dụng lệnh margins sau lệnh hồi quy để tính toán các giá trị xác suất dự đoán này. Lệnh này có thể sử dụng cho các biến danh mục hoặc liên tục và nó cho biết giá trị xác suất ứng với mỗi mức giá trị của các biến.

Xác suất dự đoán của biến phụ thuộc theo 1 biến danh mục

Giả sử, chúng ta muốn biết xác suất mà mỗi sinh viên học lên cao thay đổi như thế nào theo mức học vấn cao nhất của cha mẹ (các biến khác được giữ nguyên tại giá trị trung bình của biến) như sau:

• Xác suất mà mỗi sinh viên học lên cao ở nhóm 0 (không có khả năng)
  margins, at(pared=(0/1)) predict(outcome(0)) atmeans
  

Kết quả cho thấy, ở nhóm không có khả năng xác suất học lên cao khi cha hoặc mẹ tốt nghiệp đại học là 0.59 và 0.34 khi cha mẹ không tốt nghiệp đại học.

• Xác suất mà mỗi sinh viên học lên cao ở nhóm 1 (có khả năng)
  margins, at(pared=(0/1)) predict(outcome(1)) atmeans
  

Ở nhóm có khả năng, xác suất học lên cao khi có cha hoặc mẹ tốt nghiệp đại học là 0.33 và ngược lại là 0.47.

• Xác suất mà mỗi sinh viên học lên cao ở nhóm 2 (rất có khả năng)
  margins, at(pared=(0/1)) predict(outcome(2)) atmeans
  

Ở nhóm rất có khả năng, thì xác suất học lên cao khi có cha hoặc mẹ tốt nghiệp đại học lần lượt là 0.078 và 0.196.

Nhận xét: Các kết quả trên cho thấy, khi cha hoặc mẹ đã tốt nghiệp đại học thì xác suất mà người con học lên cao giảm dần.

Còn tiếp…