مقدمه و توضیح مدل لجستیک

مدل لجستیک (Logistic Regression) یکی از مهم‌ترین و پرکاربردترین مدل‌ها در اقتصادسنجی، آمار و علوم اجتماعی است که برای تحلیل حالتی به کار می‌رود که متغیر وابسته ماهیت کیفی و دوحالته دارد؛ یعنی تنها دو مقدار می‌گیرد، مانند 0 و 1. این مدل زمانی استفاده می‌شود که هدف پژوهش، برآورد احتمال وقوع یک رویداد مشخص و بررسی عوامل مؤثر بر آن باشد.


چرایی استفاده از مدل لجستیک

در شرایطی که متغیر وابسته دودویی است، استفاده از رگرسیون خطی معمولی (OLS) با مشکلات جدی مواجه می‌شود؛ از جمله:

  • پیش‌بینی احتمال‌های خارج از بازه [0 , 1]
  • ناهمسانی واریانس جملات خطا
  • نقض فرض نرمال بودن خطاها

مدل لجستیک با استفاده از یک تابع غیرخطی، این محدودیت‌ها را برطرف کرده و چارچوبی مناسب برای مدل‌سازی احتمال ارائه می‌دهد.


ماهیت مدل لجستیک

مدل لجستیک رابطه بین متغیرهای مستقل و احتمال وقوع رویداد را از طریق تابع لجستیک برقرار می‌کند. این تابع، احتمال را همیشه در بازه صفر و یک نگه می‌دارد. در این مدل، به‌جای مدل‌سازی مستقیم احتمال، لگاریتم نسبت شانس (Log-Odds) مدل‌سازی می‌شود که یک تابع خطی از متغیرهای توضیحی است.

به بیان ساده:

  • ابتدا احتمال وقوع رویداد به نسبت شانس تبدیل می‌شود
  • سپس لگاریتم نسبت شانس به صورت تابعی خطی از متغیرها برآورد می‌گردد


نسبت شانس (Odds) و لگیت (Logit)

  • نسبت شانس (Odds) بیانگر نسبت احتمال وقوع رویداد به عدم وقوع آن است
  • لگیت (Logit) لگاریتم نسبت شانس بوده و متغیر وابسته واقعی در مدل لجستیک محسوب می‌شود

این تبدیل باعث می‌شود روابط غیرخطی احتمال، به شکل خطی قابل برآورد شوند.


تفاوت مدل لجستیک با رگرسیون خطی

مهم‌ترین تفاوت‌ها عبارت‌اند از:

  • متغیر وابسته در لجستیک دودویی است، اما در رگرسیون خطی پیوسته
  • ضرایب در لجستیک اثر متغیرها را بر نسبت شانس نشان می‌دهند، نه مستقیماً بر احتمال
  • روش برآورد در لجستیک معمولاً حداکثر درست‌نمایی (Maximum Likelihood) است، نه حداقل مربعات


کاربردهای مدل لجستیک

مدل لجستیک در حوزه‌های متنوعی مورد استفاده قرار می‌گیرد، از جمله:

  • تحلیل فقر و نابرابری (فقیر / غیر فقیر)
  • مطالعات بازار کار (شاغل / بیکار)
  • پژوهش‌های مالی (نکول وام / عدم نکول)
  • مطالعات پزشکی و اجتماعی (ابتلا / عدم ابتلا)


جایگاه مدل لجستیک در Stata

نرم‌افزار Stata یکی از قوی‌ترین محیط‌ها برای برآورد مدل لجستیک است و امکانات متنوعی برای:

  • تخمین مدل
  • تفسیر نتایج
  • محاسبه اثرات نهایی
  • ارزیابی برازندگی مدل

در اختیار پژوهشگر قرار می‌دهد. به همین دلیل، مدل لجستیک در Stata به‌طور گسترده در مقالات علمی مورد استفاده قرار می‌گیرد.


جمع‌بندی

مدل لجستیک چارچوبی استاندارد و علمی برای تحلیل متغیرهای وابسته دوحالته فراهم می‌کند. این مدل با رفع محدودیت‌های رگرسیون خطی و تمرکز بر احتمال وقوع رویداد، ابزاری دقیق و قابل اتکا برای پژوهش‌های تجربی محسوب می‌شود. آشنایی مفهومی با مدل لجستیک، گام نخست برای پیاده‌سازی صحیح آن در Stata است.

کلیدواژه ها : مدل لجستیک در Stata-Logistic Regression in Stata-مقدمه مدل لجستیک-Introduction to Logistic Model-رگرسیون لاجیت-Logit-نسبت شانس-Odds Ratio-مدل‌های انتخاب دودویی-Binary Choice Models-نرم‌افزار Stata