Ich habe eine eine multinomiale logistische Regression gerechnet und möchte nun WS berechnen. Die Vorgehensweise dafür ist mir bekannt, allerdings habe ich auf folgender HP eine Methode entdeckt, die das ganze wesentlich vereinfacht: http://www.ats.ucla.edu/stat/spss/dae/mlogit.htm
Mit folgendem Code werden dort mit der Matrix Funktion die Wahrscheinlichkeiten einer Musterregession gerechnet. Mir ist alles klar, bis auf die Zeile, in der der Vektor X gebildet wird. Was sagen mit die Angaben dort?
Ohne das Verständnis dieser Zeile bin ich nämlich nicht in der Lage Wahrscheinlichkeiten mit mehr als 3 Prädikatoren zu berechnen.
- Code: Alles auswählen
Matrix.
* intercept1 intercept2 pared public gpa.
* these coefficients are taken from the output.
compute b_gen = {1.689354 ; -0.057928 ; 1.162832 ; 0.629541}.
compute b_voc = {4.235530 ; -0.113603 ; 0.982670 ; 1.274063}.
* overall design matrix including means of public and gpa.
compute x = {{1 ; 1; 1}, make(3, 1, 52.775), {1, 0; 0, 1; 0, 0}}.
compute lp_gen = exp(x * b_gen).
compute lp_voc = exp(x * b_voc).
compute lp_aca = {1; 1; 1}.
compute p_gen = lp_gen/(lp_aca + lp_gen + lp_voc).
compute p_voc = lp_voc/(lp_aca + lp_gen + lp_voc).
compute p_aca = lp_aca/(lp_aca + lp_gen + lp_voc).
compute p = {p_gen, p_aca, p_voc}.
print p /title 'Predicted Probabilities for Outcomes 1 2 3 for ses 1 2 3 at mean of write'.
End Matrix.
Falls jemand so freundlich wäre und mir das kurz erläutern könnte, wäre ich ihm sehr dankbar.
P.S. Ich habe das Problem auch im Nachbarforum geschildert: http://www.statistik-tutorial.de/forum/ftopic6257.html
