相关分析(CorrelationAnalysis)(精选).docVIP

Ordered ＆ Multinomial Logit 欲利用模型建立方式，讨论自变量对依变量的影响，而依变量为「有序多分」时，可以采用ordered logit model，当依变量为「无序多分」时，则是采用multinomial logit model。 一、Ordered Logit Model 范例说明： 欲探讨桃园民众对前县长朱立伦的满意程度 j12 ，依据过去相关学理探讨，自变量包括：「性别」（female）「省籍」 sengi4 、「过去施政绩效」 j09 、「未来发展预期」 j10 、「中央（同党）执政表现」 l02 、「政党认同」 campid3 等。由于满意程度是有序多分的依变量型态（无反应将missing），故采用Ordered Logit Model。 . gen chu_sat j12 . replace chu_sat . if chu_sat 4 . recode chu_sat 1 4 2 3 3 2 4 1 . label define chu_sat 1 very unsatisfied 2 unsatisfied 3 satisfied 4 very satisfied . label chu_sat chu_sat . label values chu_sat chu_sat . recode j09 1 3 3 2 2 1 96 97 98 . , gen past . label define past 1 worst 2 same 3 better . label values past past . recode j10 1 3 3 2 2 1 96 97 98 . , gen future . label define future 1 worst 2 same 3 better . label values future future . gen central_sat l02 . replace central_sat . if central 4 . recode central_sat 1 4 2 3 3 2 4 1 . label define central_sat 1 very unsatisfied 2 unsatisfied 3 satisfied 4 very satisfied . label values central_sat central_sat STATA语法： ologit Y X1 X2 X3 [iw var.] . ologit chu_sat female i.sengi4 past future central_sat i.campid3 其它相关的次指令，或是Postestimation Analysis等相关指令，皆与Binary Logit Model相同，请自行参阅及利用。 二、Multinomial Logit Model 范例说明： 欲探讨台湾民众的统独立场 tondu3 ，依据过去相关学理探讨，自变量包括：「性别」 female 、「省籍」 sengi4 、「政党认同」 campid3 、「大陆经验」 s13 等。由于将统独立场划分为「偏统、现状、偏独」等三类，故属于无序多分的依变量型态（无反应missing），故采用Multinomial Logit Model。 STATA语法： 范例：mlogit Y X1 X2 X3 [iw var.], base 实例：mlogit tondu3 male hakka mina blue green invest [iw w], base 3 ※如果自己没有设定base的类别，系统会自动设定成case数最大的那一类。 Test of Independence of Irrelevant Alternatives IIA 语法： 1 Hausman Test 指令：mlogtest, hausman base 2 Small-Hsiao Test 指令：mlogtest, smhsiao ※ 由于SH的Test方式必须「随机」将样本分两半，故每一次的Test结果皆会不一样，如果要让Test结果一致，则必须固定其划分样本的方式，可在Test前加上一个指令：set seed 常数。 其它相关指令：listcoef 以及 mlogtest 1 如果想知道依变量以不同的数值类别当作base，自变量的影响会有怎样的差异，除了可重新设定base数值外，可以利用 listcoef 来简易呈现： listcoef →以不同类别为base，列出所有自变量的结果 listcoef indep →