Список независимых переменных для построения регрессионных моделей

↑

▷ Содержание

⇐ ПредыдущаяСтр 10 из 18Следующая ⇒

Перед нами стоит задача изучить зависимость дихотомической переменной (0 – неготовность участия в протестных действиях, 1 – некоторая степень готовности участия в протестных действиях) от других переменных, измеренных по различным шкалам. Следовательно, необходимо воспользоваться методом логистической регрессии, основанной на расчете вероятности свершения события, закодированного бóльшим числом, в зависимости от значений независимых переменных. В нашем случае, мы занимаемся поисками факторов, повышающих вероятность попадания в группу тех, кто обладает некоторой степенью готовности к участию в акциях протеста.

В основе проверки качества модели логистической регрессии лежит расчет значений хи-квадрат. Последний предполагает достаточную наполненность ячеек. Добавление в уравнение новых переменных увеличивает количество ячеек, а следовательно, уменьшает их наполненность. Конечная выборка исследования составляет 1985 человек. Учитывая этот факт, а также сделав предположение об относительно равномерной наполненности ячеек, мы можем рассчитать максимальное количество переменных и их градаций, которые могут быть включены в регрессионное уравнение. Итак, приняв, что наименьшее количество респондентов в одной ячейке не может быть меньше 50 человек, то максимальное число ячеек равняется 40. Так как деление по y (готовность участия в акциях протеста) уже делит респондентов на 2 группы, то итоговое произведение числа градаций независимых переменных не должно превышать 20. В дальнейшем подбор переменных для включения в регрессионный анализ будет проходить проверку на наполненность ячеек.

Особенность метода логистической регрессии в том, что он не требует предварительного создания фиктивных переменных на основе категориальных данных, SPSS делает это самостоятельно. Для этого в меню categorical достаточно отметить необходимые переменные как категориальные. Здесь важно учитывать, что полученное количество фиктивных переменных всегда будет меньше на 1. Сочетание последних не включенных в основной анализ фиктивных переменных дает нам контрольную группу.

Нам также необходимо обратить внимание на метод отбора переменных для использования в конечном уравнении. По умолчанию SPSS предлагает метод вложения, который включает в расчет все независимые переменные одновременно. Однако, в тех случаях, когда количество независимых переменных будет достаточно велико (от 4 и больше), более оправданным будет использование метода прямой селекции, который основывается на последовательном включении в анализ независимых переменных, демонстрирующих наибольшую корреляцию с зависимой переменной.

Теперь перейдем к описанию результатов построения регрессионных моделей по каждой волне.

Анализ нулевой волны

Данные нулевой волны собирались с 15 по 23 сентября 2011 года. Переменные в ней отражают в основном социально-демографические характеристики (пол, возраст, уровень образования) и социально-экономические характеристики (основное занятие, субъективная оценка материального положения, факт и частота пользования Интернет), но включают также переменные оценки отношения респондентов к деятельности политических лидеров (президента и премьер-министра) и политических субъектов (правительство РФ).

В первую очередь рассмотрим влияние на зависимую переменную каждого признака в отдельности. В дальнейшем в смысловые группы включим только те переменные, значимость влияния которых будет доказана изначально.

Первой переменной в анализе стал пол. Нам нужно было выяснить, кто, мужчины или женщины, более склонны к декларации некоторой степени готовности к участию в массовых акциях протеста. В анализ было включено 1895 респондентов, то есть 100% выборки. В таблице 4 представлены показатели, необходимые для оценки качества модели.

Таблица 4

Познавательные статьи:



Коммуникативные барьеры и пути их преодоления

Рынок недвижимости. Сущность недвижимости

Решение задач с использованием генеалогического метода

История происхождения и развития детской игры