

































Study with the several resources on Docsity
Earn points by helping other students or get them with a premium plan
Prepare for your exams
Study with the several resources on Docsity
Earn points to download
Earn points by helping other students or get them with a premium plan
Community
Ask the community for help and clear up your study doubts
Discover the best universities in your country according to Docsity users
Free resources
Download our free guides on studying techniques, anxiety management strategies, and thesis advice from Docsity tutors
Come utilizzare la regressione logistica per calcolare la probabilità di un evento dato delle covariate. La regressione logistica trasforma una variabile qualitativa dicotomica in una variabile quantitativa utilizzando il parametro odds. La procedura include la definizione del modello, la valutazione della bontà del modello e la significatività di b. Il documento include anche un esempio di applicazione.
What you will learn
Typology: Essays (university)
1 / 41
This page cannot be seen from the preview
Don't miss anything!
variabili qualitative dicotomiche
comportamento di una variabile dipendente dicotomica (espressa come presenza/assenza di una caratteristica o risultato) basandosi sui valori di una serie di variabili predittori (fattori o covariate del modello).
logit (variabile)= b 0 + b 1 x 1 + b 2 x 2 …
Trasforma la variabile qualitativa dicotomica ( evento, non evento) in una variabile quantitativa utilizzando il parametro odds
( )
( ) p non evento
odds p^ evento
da dare a e (numero naturale e = 2.718) per ottenere x
Proprietà dei logaritmi
2. Procedura: VALUTAZIONE della Bontà del modello - stima dei parametri b
a.Diversi metodi di approssimazione (iteration) basati sul maximum likelihood
modello Log lineare, è la probabilità che i dati sperimentali siano stati generati dal modello
b. Valutazione della bontà del modello
Statistica Wald 2
^
SE
Wald^ b
Tuttavia, la statistica Wald non può esser usata da sola poiché quando il valore assoluto di b diventa molto grande, l’errore standard sarà anche esso grande e la statistica Wald assumerà valori molto piccoli che facilmente falsificheranno l’ipotesi nulla anche quando non sarebbe da falsificare.
c. Valutazione della bontà del modello
Il contributo di ciascun fattore e il senso della sua influenza sulla variabile dipendente è stimato attraverso l’esponenziale di b (odds ratio)
0 1
0 1 0
0 1
0
1 1
1 0
1 1
b b
b b b
b b
b
b b
b (^) e e
e e e
e odds
odds odds
odds Exp b ^
Significatività
La significatività dei parametri relativi ai fattori si può anche verificare attraverso l’intervallo di confidenza attorno all’esponenziale di b per ciascun fattore
logit (risposta aggressiva)= b 0 + b 1 x 1 + b 2 x 2 + b 3 x 3
Dove il logit della probabilità di rispondere in modo aggressivo è visto in funzione di una costante b 0 sommata al contributo dato da ciascun fattore al quale il modello ha attribuito il valore 1 moltiplicato per il suo coefficiente bn
Attraverso la regressione logistica tutte le variabili categoriche vengono trasformate in variabili dicotomiche (con valori 0,1) B1 è il parametro relativo all’essere maschi B2 è il parametro relativo all’età B3 è il parametro relativo alla professione di dipendente
Categorical Variables Codings
18 1.
16 1.
professione
maschio femmina
genere
Frequency (1)
Paramete r coding