Seite 1 von 1

Interpretation des Outputs von logistischer und linearer Reg

BeitragVerfasst: Di 27. Jul 2021, 14:26
von daniellosin
Guten Tag,

ich bin dabei meine Bachelorarbeit zu finalisieren und mir sind noch Fragen aufgekommen.

Ich habe zwei Regressionsanalysen durchgeführt, eine lineare (trotz ordinal skalierter abhängiger Variable) Bild

und eine logistische mit folgendem Output : Bild

Meine Fragen sind : Bei der linearen Regression untersuche ich den Einfluss der Mitgliedschaft in verschiedenen Vereinen auf die Einschätzung der Anzahl deutscher Freunde im Bekanntenkreis (sehr viele, viele etc.) Kann ich inhaltlich dann folgende Aussage treffen: Wenn die befragte Person in einem Sportverein ist, so schätzt sie die Anzahl ihrer Freunde um Anzahl der deutschen Freunde im Freundes und Bekanntenkreis durchschnittlich um 0,19 Punkte auf der Skala 1-5 höher ein. Mitglieder von Gewerkschaften ( MITGL_we) dagegen schätzen die Anzahl ihrer deutschen Freunde hingegen lediglich um 0,05 Punkte auf einer Skala von 1-5 höher ein.

Kann ich also zwischen den Verschiedenen Gruppen im Modell anhand dieses Stata Outputs vergleichen ?

Und bei der logistischen Regression lassen sich ja nur die odds interpretieren, sind dort Aussagen wie Menschen, die einen mittleren Schulabschluss erreicht haben eine 1,2 fach höhere - und Menschen mit einem Universitätsabschluss eine 1,3 fach höhere Chance Mitglied in einem Sportverein zu sein. Frauen haben ein um den Faktor 0,68 geringeres Chancenverhältnis Mitglieder in Sportvereinen zu sein.

Re: Interpretation des Outputs von logistischer und linearer

BeitragVerfasst: Di 27. Jul 2021, 14:40
von Staxa
Die Interpretation ist soweit korrekt, allerdings solltest du noch einige Dinge prüfen:

1. Ist das Ergebnis bei ologit stabil (also ologit statt reg nutzen) und auf Vorzeichen und p-Werte achten.
2. Beachte deine p-Werte der Regression bzw. die Konfidenzintervalle um die Unsicherheit zu quantifizieren.

Zu der Logit Regression: wenn OR nicht anschaulich sind kannst du dir auch AMEs ausgeben lassen:
Code: Alles auswählen
margins, dydx(*)


Inhaltlich wird ein Problem sein, dass Bildung und Einkommen miteinander korrelieren und das Einkommen evtl. den Effekt der Bildung wegnimmt. Was passiert, wenn du das ohne Einkommen rechnest? Dann könnten die Effekte der Bildung stärker ausfallen.