Jeg har lige en række forskellige spørgsmål.
Hvordan fortolkes en sandsynlighed omregnet fra oddset? Når oddset er 0,6 og man omregner dette til ssh får man 37,5%. Hvordan skal disse procent fortolkes? Har denne kategori så gennemsnitligt en ssh for y=1 på 37,5% og i så fald hvad siger det i forhold til referencekategorien? Hvordan finder man ssh for referencekategorien? Ligger den på en bestemt fast værdi?

Hvis residualerne for en afhængig ikke er lig 0, hvordan fortolkes det så? Betyder det, at noget af den variation af y, som denne x-variabel forklarer, i stedet ligger i fejlleddet, eller betyder det, at x-variablen bare ikke forklarer alt og der skal medtages andre variable for at undgå systematik, f.eks interaktionsled eller lign.? Eller er det en blanding?

Hvorfor er det ikke nok at teste analyseudvalget mod populationen i stedet for også at skulle teste stikprøven mod populationen?

Hilsen Anne

Hej Anne

- lad mig gætte: Eksamen i statistik?

Mine bud:

Ssh. omregnet fra odds.
Grunden til, du er forvirret, er, at du blander to situationer sammen: 1) Fortolkning af en dummys odds-værdi: Hvis en dummy har en odds på 0,6 og ssh. på 37,5% betyder det, at denne kategori har 37,5% større ssh. for Y = 1 end referencekategorien. Men man kan ikke herudfra sige noget om den samlede ssh. for Y = 1. 2) Her handler det om den samlede ssh. for, at Y = 1, og her skal du bruge logit-værdien (’B’ i SPSS): Når man har sin model, giver den én nogle logit-værdier for forskellige dummier. Hvis man vil finde ssh. for Y = 1 (fx ssh. for at være lykkelig) i en given gruppe, må man først definere den (fx mand, skilt, mellemlang uddannelse). Dernæst aflæser man de relevante dummiers logit-værdier i modellen (fx mand = 1, skilt = -2, mellemlang uddannelse = 0,3; mand*mellemlang uddannelse = -0,2), som man lægger sammen (dvs. 1 + -2 + 0,3 + -0,2 = -0,9). Dette resultat omregnes nu (dvs. EFTER additionen) til ssh.: logit = -0,9 ssh. = 28,9%. Disse 28,9% er ssh. for, at en mellemlangt uddannet, skilt mand er lykkelig (har Y = 1) ifølge min tænkte model.

Residualer som ikke giver nul.
Hvis residualerne ikke giver nul, betyder det – som du skriver – at modellen ikke kan forklare al variationen i Y. Imidlertid er der ret forskellige procedurer omkring residualanalyse afhængigt af, om man arbejder i linær eller logistisk regression, og jeg kan ikke helt lure, om også dette spørgsmål går på en logistisk…

Repræsentativitetstest.
Det forstår jeg heller ikke – så længe analyseudvalget er repræsentativt ift. populationen bør der ikke være nogen klo på issen…


HÃ¥ber det hjalp!

Kh, Nilse

Kære Anne(-Panne)

Pas på med ikke at prøve at "fortolke" residualet i din model. Residualværdien har ingen substantiel fortolkning, men repræsenterer udelukkende modellens bud på et samlet agglomerat af den uforklarede og ikke-systematiske del af variationen i din afhængige variabel. Derfor siger residualet heller ikke noget om hvor meget af variationen i din afhængige variabel, som forklares af de uafhængige variable.

Det er meningsløst at forsøge at analysere hvorvidt de absolutte værdier af de individuelle residualværdier er "høje" eller "lave". Det, som derimod er interessant er, om der i fordelingen af residualerne observeres en bestemt struktur. Husk på, at din model postulerer, at residualet repræsenterer ikke-systematisk "hvid støj". Hvis residualerne - som I givetvis har lært i undervisningen - afviger fra denne antagelse (testes fx. vha. residualplots, F-test usw.), så er modellens betingelser for at give konsistente estimater sandsynligvis ikke opfyldt. Og så har man naturligvis et problem.

Mvh.

Mads