الانحدار اللوجستي
الثنائي هو تحليل إحصائي يحدد مقدار التباين ، إذا تم شرحه على الإطلاق ، على متغير
تابع ثنائي التفرع من خلال مجموعة من المتغيرات المستقلة.
تمت الإجابة على
الأسئلة:
كيف تتغير احتمالية
الإصابة بسرطان الرئة لكل رطل إضافي من الوزن الزائد ولكل X سيجارة يتم تدخينها يوميًا؟
هل يؤثر وزن الجسم
المتحصل من السعرات الحرارية والدهون والعمر على النوبات القلبية (نعم مقابل لا)؟
الافتراضات الرئيسية
هي:
يجب أن تكون النتيجة
منفصلة ، وإلا يتم شرح ذلك على أنه يجب أن يكون المتغير التابع ثنائي التفرع بطبيعته
(على سبيل المثال ، الوجود مقابل الغياب) ؛
يجب ألا يكون هناك
قيم متطرفة في البيانات ، والتي يمكن تقييمها عن طريق تحويل المتنبئين المستمر إلى
درجات معيارية أو z ، وإزالة القيم التي تقل عن -3.29 أو أكبر من
3.29.
يجب ألا يكون هناك
ارتباطات عالية (علاقة خطية متعددة) بين المتنبئين. يمكن تقييم ذلك من خلال مصفوفة
الارتباط بين المتنبئين. يقترح Tabachnick and Fidell (2012) أنه نظرًا لأن معاملات الارتباط الطويلة
بين المتغيرات المستقلة أقل من 0.90 ، فقد تم استيفاء الافتراض.
يمكن التعامل مع
متغيرات النتائج الفئوية مع أكثر من فئتين باستخدام أشكال خاصة من الانحدار اللوجستي.
يمكن فحص متغيرات النتيجة مع ثلاث فئات أو أكثر غير مرتبة باستخدام الانحدار اللوجستي
متعدد الحدود ، بينما يمكن فحص متغيرات النتائج المرتبة باستخدام أشكال مختلفة من الانحدار
اللوجستي الترتيبي. تتطلب هذه التقنيات عددًا من الافتراضات والاختبارات الإضافية ،
لذلك سنركز الآن بشكل صارم على الانحدار اللوجستي الثنائي.
يتم تقدير الانحدار
اللوجستي الثنائي باستخدام أقصى تقدير للاحتمالية (MLE) ، على عكس الانحدار الخطي
الذي يستخدم نهج المربعات الصغرى العادية (OLS).
MLE هو إجراء
تكراري ، بمعنى أنه يبدأ بتخمين أفضل وزن لكل متغير متنبئ (أي ، كل معامل في النموذج)
ثم يعدل هذه المعاملات بشكل متكرر حتى لا يكون هناك تحسن إضافي في القدرة على التنبؤ
قيمة متغير النتيجة (إما 0 أو 1) لكل حالة. بينما يمكن تصور انحدار OLS على
أنه عملية العثور على الخط الذي يناسب البيانات بشكل أفضل ، فإن الانحدار اللوجستي
يشبه إلى حد كبير التداخل نظرًا لأن النتيجة قاطعة وأن إحصائية الاختبار المستخدمة
هي مربع Chi
كيف يتم تشغيل الانحدار
اللوجستي في SPSS وكيف يتم تفسير المخرجات؟
في SPSS ،
يوجد الانحدار اللوجستي الثنائي في القائمة المنسدلة تحليل ، ضمن قائمة الانحدار. يتم
وضع متغير النتيجة - الذي يجب ترميزه على أنه 0 و 1 - في المربع الأول المسمى تابع
، بينما يتم إدخال جميع المتنبئين في مربع المتغيرات المشتركة (يجب أن تكون المتغيرات
الفئوية مشفرة بشكل مناسب). يتنبأ SPSS بالقيمة المسماة 1 افتراضيًا ، لذا يجب
الانتباه بعناية إلى ترميز النتيجة (عادةً ما يكون من المنطقي فحص وجود خاصية أو
"نجاح").
ينتج SPSS الكثير من المخرجات للانحدار اللوجستي ، ولكن أدناه نركز على أهم لوحة
من المعاملات لتحديد اتجاه وحجم وأهمية كل متنبئ.
على سبيل المثال
، دعنا نفحص دراسة تهتم بما إذا كان الأفراد قد تم اختبارهم لفيروس نقص المناعة البشرية
أم لا. بالنظر أولاً إلى Age كمتنبئ ، نرى أن القيمة في العمود المسمى B (المعروف
أيضًا باسم logit ، أو معامل logit ، أو معامل الانحدار اللوجستي
، أو تقدير المعلمة) هي -035. يشير هذا إلى أن الارتباط بين العمر والاختبار سلبي ؛
أي ، مع تقدم العمر ، يقل اختبار فيروس نقص المناعة البشرية. كما هو الحال في انحدار OLS ،
يشير اللوغاريتم 0 إلى عدم وجود علاقة بينما يرتبط اللوغاريتم الإيجابي بزيادة في احتمالات
النجاح المسجلة ويرتبط السجل السلبي بانخفاض في احتمالات النجاح المسجلة.
لكن ما هو حجم هذا
التأثير؟ من الناحية الفنية ، يمكننا القول أنه لكل سنة إضافية من العمر ، تقل احتمالات
اختبار فيروس نقص المناعة البشرية بمعامل قدره 0.035. ومع ذلك ، فإن هذا ليس بديهيًا
للغاية ، لأننا عمومًا لا نملك إحساسًا قويًا بالاحتمالات. في الواقع ، من الشائع أكثر
أن ننظر إلى العمود الأخير من هذا الجدول ، المسمى Exp (B).
هذه هي نسبة الأرجحية
ويمكن تفسيرها على أنها التغيير في احتمالات النجاح. من المهم ملاحظة أن نسب الأرجحية (ORs) نسبية إلى 1 ، مما يعني أن OR أكبر من 1 يشير إلى وجود علاقة إيجابية
و OR أقل من 1 يشير إلى علاقة سلبية. بالنسبة
لمعظم الناس ، يتم تفسير نسب الأرجحية بشكل حدسي عن طريق التحويل إلى النسبة المئوية
للتغييرات في احتمالات النجاح. يتم ذلك ببساطة:
(نسبة الأرجحية - 1) * 100 = نسبة التغير
لذلك يمكننا القول
هنا أن كل سنة إضافية من العمر تقلل من احتمالات الخضوع لاختبار فيروس نقص المناعة
البشرية بنسبة 3.5٪.
يعد تفسير المتنبئين
المشفرون أسهل في الانحدار اللوجستي. نقارن هنا احتمالات هؤلاء المشفرة 1 (الإناث في
هذا المثال) بتلك المشفرة 0 (ذكور). باستخدام نفس المعادلة البسيطة المذكورة أعلاه
، وجدنا أن النساء لديهن احتمالات أكبر بنسبة 31.5٪ في اختبار فيروس نقص المناعة البشرية
مقارنة بالرجال. لكل من العمر والجنس ، نرى أن قيمة p صغيرة للغاية (<.01) ، لذلك نستنتج أن
كل متنبئ يرتبط بشكل كبير بنتيجة الاهتمام.
ما هي الاهتمامات
الخاصة فيما يتعلق بالانحدار اللوجستي؟
تتمثل إحدى الطرق
الرئيسية التي يختلف فيها الانحدار اللوجستي عن الانحدار OLS في التباين الموضح أو R 2 . نظرًا لأن الانحدار اللوجستي يقدر المعاملات باستخدام MLE بدلاً
من OLS (انظر أعلاه) ، فلا توجد نتيجة مباشرة للتباين
الموضح في الانحدار اللوجستي. ومع ذلك ، يريد الكثير من الناس طريقة مماثلة لوصف مدى
جودة نموذج معين ، والعديد من Pseudo-R 2تم تطوير القيم. يجب تفسيرها بحذر شديد
نظرًا لوجود العديد من المشكلات الحسابية التي تجعلها مرتفعة أو منخفضة بشكل مصطنع.
النهج الأفضل هو تقديم أي من جودة اختبارات الملاءمة المتاحة ؛ Hosmer-Lemeshow هو مقياس شائع الاستخدام لمدى ملاءمة الملاءمة بناءً على اختبار مربع
كاي (وهو أمر منطقي نظرًا لأن الانحدار اللوجستي مرتبط بالترابط).
يمكن أن تساعدك الحلول
الإحصائية في التحليل الكمي الخاص بك من خلال مساعدتك في تطوير منهجيتك وفصول النتائج.
تشمل الخدمات التي نقدمها:
خطة تحليل البيانات
قم بتحرير أسئلة
البحث والفرضيات الباطلة / البديلة
اكتب خطة تحليل البيانات
الخاصة بك ؛ تحديد إحصائيات محددة لمعالجة أسئلة البحث ، وافتراضات الإحصاءات ، وتبرير
سبب كونها الإحصاءات المناسبة ؛ توفير المراجع
قم بتبرير حجم العينة
/ تحليل الطاقة ، وقدم المراجع
اشرح خطة تحليل البيانات
الخاصة بك حتى تشعر بالراحة والثقة
ساعتان من الدعم
الإضافي مع الإحصائي الخاص بك
قسم النتائج الكمية
(الإحصاء الوصفي ، التحليلات ثنائية المتغيرات ومتعددة المتغيرات ، نمذجة المعادلات
الهيكلية ، تحليل المسار ، HLM ، تحليل الكتلة)
مجموعة بيانات نظيفة
وكود
إجراء الإحصاء الوصفي
(أي ، المتوسط ، الانحراف المعياري ، التكرار والنسبة المئوية ، حسب الاقتضاء)
قم بإجراء التحليلات
لفحص كل سؤال من أسئلة البحث الخاصة بك
نتائج الكتابة
توفير جداول وأشكال
الطبعة السادسة من APA
اشرح نتائج الفصل
4
دعم مستمر لإحصائيات
فصل النتائج بالكامل
لطلب تحليل احصائي التواصل عبر الواتس اب اضغط هنا
ليست هناك تعليقات:
إرسال تعليق