Analyse kategorialer Variablen Katrin Oehlkers Helke Neuendorff Tobias Schiller.

Analysekategorialer

Variablen

Katrin OehlkersHelke Neuendorff

Tobias Schiller

Analyse kategorialer Variablen Oehlkers • Neuendorff • Schiller

Gliederung

1. Einführung2. Das lineare Logit-Modell3. Anwendungsbeispiel4. Zum loglinearen Modell

1.Einführung

Skalenniveaus

Kategoriale Variablen(topologisch / qualitativ)

Metrische Variablen(quantitativ)

Nominal Ordinal Intervall RationalRelationen = ≠ = ≠

< >= ≠< >+ -

= ≠< >+ -x /

Beispiele FamilienstandGeschlecht

SchulnotenRangfolgen

Temperaturin °C

EinkommenGröße

Ta . 1: b Variablentyp en na chSkalenniveaus (na chROSNER 2001, S. 10)

Skalenniveaus

< >= ≠< >+ -

= ≠< >+ -x /

Temperaturin °C

EinkommenGröße

Skalenniveaus

< >= ≠< >+ -

= ≠< >+ -x /

Temperaturin °C

EinkommenGröße

Skalenniveaus

< >= ≠< >+ -

= ≠< >+ -x /

Temperaturin °C

EinkommenGröße

Skalenniveaus

< >= ≠< >+ -

= ≠< >+ -x /

Temperaturin °C

EinkommenGröße

Skalenniveaus

< >= ≠< >+ -

= ≠< >+ -x /

Temperaturin °C

EinkommenGröße

(nac h ROSNER 2001, S. 10)

Skalenniveaus

< >= ≠< >+ -

= ≠< >+ -x /

Temperaturin °C

EinkommenGröße

Skalenniveaus

< >= ≠< >+ -

= ≠< >+ -x /

Temperaturin °C

EinkommenGröße

Skalenniveaus

< >= ≠< >+ -

= ≠< >+ -x /

Temperaturin °C

EinkommenGröße

Skalenniveaus

< >= ≠< >+ -

= ≠< >+ -x /

Temperaturin °C

EinkommenGröße

Merkmale kategorialer Variablen:• dichotome Variablen

• polytome Variablen

Zwei Ausprägungenz.B. Variable „Geschlecht“ = männlich/weiblich

Mehrere Ausprägungenz.B. Variable „Verkehrsmittel“ = Bus/Bahn/Auto/Fahrrad/Fußgänger

• können nur endlich viele Werte annehmen

Typen statistischer Zusammenhänge:

Abhängige Unabhängige VariablenVariablen alle metrisch gemischt kategorial keine

metrischMultiple

Regressions-analyse

MultipleRegressions-

analyse

Varianz-analyse

Korrelations-/Faktorenanalyse

kategorial Logit-Modell Logit-ModellLogit-Modell &

LoglinearesModell

metrischMultiple

Regressions-analyse

analyse

Varianz-analyse

LoglinearesModell

metrischMultiple

Regressions-analyse

analyse

Varianz-analyse

LoglinearesModell

metrischMultiple

Regressions-analyse

analyse

Varianz-analyse

LoglinearesModell

metrischMultiple

Regressions-analyse

analyse

Varianz-analyse

LoglinearesModell

metrischMultiple

Regressions-analyse

analyse

Varianz-analyse

LoglinearesModell

metrischMultiple

Regressions-analyse

analyse

Varianz-analyse

LoglinearesModell

metrischMultiple

Regressions-analyse

analyse

Varianz-analyse

LoglinearesModell

metrischMultiple

Regressions-analyse

analyse

Varianz-analyse

LoglinearesModell

2. Das lineare Logit-Modell

Y =0 falls A < 0

1 falls A ≥ 0

⎧ ⎨ ⎩

(A als Ausprägungender unabhängigen Variable Y)

2.1 Lineare Regressionsgleichung

yj = α + βxj

(nach Rosner 2001: S. 59)

Lineare Regressionsgerade

Lineare Regression

Die Regressionsgerade ist nurin einem beschränkten Bereichsinnvoll interpretierbar.

2.2 LinearesWahrscheinlichkeitsmodell

0 für a + bxj < 0

ˆ y j für 0 ≤ a + bxj ≤ 1

1 für a + bxj >1

⎨ ⎪

⎩ ⎪

p1j = Wahrscheinlichkeit mit der Y fürX = xj den Wert 1 annimmt.

p0j = 1 - p1j = Wahrscheinlichkeit mit derY für X = xj den Wert 0 annimmt.

Lineares Wahrscheinlichkeitsmodell

Nachteile:

1. Schätzung in der Nähe der Extremwerte ungenau

2. Nicht erweiterbar auf den Fall, dass Y eine polytome Variable ist

3. Erfahrungsgemäß eher s-förmiger Kurvenverlauf

2.3 Logistisches Modell

y j = p1 j = α + βx j

p1 j =eα +βx j

eα +βx j

• Geht xj gegen oo, geht p1j gegen 1• Geht xj gegen –oo, geht p1j gegen 0

p1j kann nur noch Wertezwischen 1 und 0 annehmen!

Logistisches Modell

Umformung:

p0 j =1− p1 j =1−eα +βx j

1+ e− α +βx j( )

=1+ eα +βx j − eα +βx j

1+ e− α +βx j( )=

1+ e− α +βx j( )

Umformung:

p0 j =1− p1 j =1−eα +βx j

1+ e− α +βx j( )

1+ e− α +βx j( )=

1+ e− α +βx j( )

Umformung:

p0 j =1− p1 j =1−eα +βx j

1+ e− α +βx j( )

1+ e− α +βx j( )=

1+ e− α +βx j( )

Umformung:

p0 j =1− p1 j =1−eα +βx j

1+ e− α +βx j( )

1+ e− α +βx j( )=

1+ e− α +βx j( )

Umformung:

p0 j =1− p1 j =1−eα +βx j

1+ e− α +βx j( )

1+ e− α +βx j( )=

1+ e− α +βx j( )

e(α +βx )

⋅(1+1

e(α +βx ))

e(α +βx )=1 −p

e(α +βx )=1− p ⋅e(α +βx )

e(α +βx )

⋅(1+1

e(α +βx ))

e(α +βx )=1 −p

e(α +βx )=1− p ⋅e(α +βx )

e(α +βx )

⋅(1+1

e(α +βx ))

e(α +βx )=1 −p

e(α +βx )=1− p ⋅e(α +βx )

p = (1− p) ⋅(eα +βx ) ⋅1

1− p

1− p= eα +βx ln

1− p= α + βx

p = (1− p) ⋅(eα +βx ) ⋅1

1− p

1− p= eα +βx ln

1− p= α + βx

p = (1− p) ⋅(eα +βx ) ⋅1

1− p

1− p= eα +βx ln

1− p= α + βx

p = (1− p) ⋅(eα +βx ) ⋅1

1− p

1− p= eα +βx ln

1− p= α + βx

Logit-Transformation

1− p

L = α + βx

3. Anwendungsbeispiel: Pendlerverhalten von Angestellten

STP:12 Angestellte

„Gelangen Sie motorisiert oderzu Fuß an Ihren Arbeitsplatz?“

Unabhängige Variable (X):Entfernung zum Arbeitsplatz• in kmAbhängige Variable (Y):Wahl des Verkehrsmittels• „zu Fuß“: 0• „motorisiert“: 1

Fragestellung:

Welchen Einfluss übt die Entfernungzum Arbeitsplatz auf dieWahl des Verkehrsmittels aus?

K 1 2 3 4 5 6 7 8 9 10 11 12

Entfernung (km)

Verkehrsmittels

0,5 0,7 1,0 1,3

0 0 1 0

1,5 2,0 2,2 2,3

0 1 1 0

2,7 3,0 3,2 3,4

1 0 1 1

„km – Gruppen“ i 1 2 3Anteil derAusprägungeni. d. jew. Km -Gruppe

Ergebnistabelle:

K 1 2 3 4 5 6 7 8 9 10 11 12Entfernung (km)

Verkehrsmittels:

0,5 0,7 1,0 1,3

0 0 1 0

1,5 2,0 2,2 2,3

0 1 1 0

2,7 3,0 3,2 3,4

1 0 1 1

(nach Hartung 1995)

Lineare Regression:

y = α + βx

y = 0,0179 + 0,243x

(nach Hartung 1995)

Logit-Modell:

e(α +βx )

1− p= α + βx

Für die Ausprägungen p=0 und p=1gibt es keine Lösung.Deshalb Berechnung der Logits!

Berechnung der Logits:

gilg t = ln

ˆ p i1− ˆ p i

g1lg t = ln

1− 0,25

3= −1,0986

g2lg t = 0

g3lg t =1,0986

K 1 2 3 4 5 6 7 8 9 10 11 12Entfernung z.Arbeitsplatz inkm:Wahl desVerkehrsmittels:

0,5 0,7 1,0 1,3

0 0 1 0

1,5 2,0 2,2 2,3

0 1 1 0

2,7 3,0 3,2 3,4

1 0 1 1

„km – Gruppen“ i 1 2 3Anteil derAusprägungeni. d. jew. Km -Gruppe

gilg t = ln

ˆ p i1− ˆ p i

g1lg t = ln

1− 0,25

3= −1,0986

g2lg t = 0

g3lg t =1,0986

gilg t = ln

ˆ p i1− ˆ p i

g1lg t = ln

1− 0,25

3= −1,0986

g2lg t = 0

g3lg t =1,0986

gilg t = ln

ˆ p i1− ˆ p i

g1lg t = ln

1− 0,25

3= −1,0986

g2lg t = 0

g3lg t =1,0986

Regressionsgerade der Logits

(1/-1,0986)

(3/1,0986)

(nach Hartung 1995)

Berechnung derRegressionsgerade der Logits

y = b + ax

a =y1 − y2

x1 − x2

=1,0986

b = y2 −y1 − y2

x1 − x2

⋅ x2 = −2,1972

ˆ g lg t = −2,1972 +1,0986 ⋅ x

y = b + ax

a =y1 − y2

x1 − x2

=1,0986

b = y2 −y1 − y2

x1 − x2

⋅ x2 = −2,1972

ˆ g lg t = −2,1972 +1,0986 ⋅ x

y = b + ax

a =y1 − y2

x1 − x2

=1,0986

b = y2 −y1 − y2

x1 − x2

⋅ x2 = −2,1972

ˆ g lg t = −2,1972 +1,0986 ⋅ x

y = b + ax

a =y1 − y2

x1 − x2

=1,0986

b = y2 −y1 − y2

x1 − x2

⋅ x2 = −2,1972

ˆ g lg t = −2,1972 +1,0986 ⋅ x

Lösung:Ergebnisse einsetzen in Formel

des Logit-Modells

1+ e−(α +βx )

1+ e−(−2,1972+1,0986x )

Fragestellung:

Wieviele Pendler benutzen bei einerDistanz von 4km zum Arbeitsplatzein motorisiertes Verkehrsmittel?

1+ e−(−2,1972+1,0986⋅4 )

= 0,8999

90% benutzen ein Auto!

4. Das Loglineare Modell

metrischMultiple

Regressions-analyse

analyse

Varianz-analyse

LoglinearesModell

Stichworte zum loglinearen Modell

• bei mehr als zwei kategorialen Variablen

• Lösung mehrdimensionale Kontingenztabellen

• Fragestellung: Besteht überhaupt ein Zusammenhang zwischen Variablen? Wie stark ist dieser?

Zusammenhang von

• Binnenwanderungssaldo

• Verstädterungsgrad

• Arbeitsplatzentwicklung

Beispiel:

negativ / schwach positiv / stark

niedrig / hoch

negativ / positiv

Logit-Modell und Loglineares Modell

Logit-Modell etwa vergleichbar mit Regressionsanalyse

Loglineares Modell etwa vergleichbar mit Korrelationsanalyse

Analyse kategorialer Variablen Katrin Oehlkers Helke Neuendorff Tobias Schiller.

Documents

Transcript of Analyse kategorialer Variablen Katrin Oehlkers Helke Neuendorff Tobias Schiller.