مدل‌های رگرسیون برای متغیر وابسته دودویی در ایویوز

برای غلبه بر این محدودیت‌ها، مدل‌های تخصصی مانند مدل لاجیت (Logit Model) توسعه یافته‌اند. مدل لاجیت یکی از پرکاربردترین ابزارها برای تحلیل روابط بین مجموعه‌ای از متغیرهای مستقل و یک متغیر وابسته دودویی است.

مفهوم مدل لاجیت: تبدیل تمایل پنهان به احتمال

فرض کنید که تصمیم برای انجام یک کار (مثلاً خرید یک محصول) یک فرآیند پنهان در ذهن افراد دارد. افراد بر اساس عوامل مختلفی (مثل درآمد، سن، تبلیغات و …) یک “تمایل” یا “گرایش” به خرید آن محصول پیدا می‌کنند. ما این تمایل را نمی‌توانیم مستقیماً مشاهده کنیم، اما می‌توانیم تأثیر آن را بر تصمیم نهایی (خرید یا عدم خرید) ببینیم. مدل لاجیت تلاش می‌کند تا این “تمایل پنهان” را با استفاده از متغیرهای مستقل ما مدل‌سازی کند.

این مدل، با استفاده از یک تابع خاص به نام تابع لجستیک (که شکل آن شبیه به یک حرف S کشیده است)، این “تمایل پنهان” را به یک احتمال بین ۰ و ۱ تبدیل می‌کند. این تابع S-شکل تضمین می‌کند که خروجی مدل همیشه در محدوده احتمالات معتبر قرار گیرد. هرچه تمایل پنهان بیشتر باشد، احتمال خرید (یا وقوع رویداد ۱) به ۱ نزدیک‌تر می‌شود و هرچه تمایل کمتر باشد، احتمال به ۰ نزدیک‌تر می‌شود.

در مدل لاجیت، به جای پیش‌بینی مستقیم احتمال، در ابتدا روی لوگاریتم شانس (Log-Odds) کار می‌شود. “شانس” یک رویداد، نسبت احتمال وقوع آن به احتمال عدم وقوع آن است. لگاریتم این شانس به صورت خطی با متغیرهای مستقل ما مرتبط می‌شود. سپس این لگاریتم شانس از طریق تابع لجستیک به احتمال تبدیل می‌شود. تخمین ضرایب این مدل معمولاً با روشی به نام حداکثر درستنمایی (Maximum Likelihood Estimation - MLE) انجام می‌شود که به دنبال ضرایبی است که بیشترین احتمال را برای مشاهده داده‌های واقعی ما ایجاد می‌کنند.

نحوه پیاده‌سازی مدل لاجیت در ایویوز

اجرای مدل لاجیت در نرم‌افزار ایویوز بسیار ساده و شهودی است:

1. آماده‌سازی داده‌ها: اطمینان حاصل کنید که متغیر وابسته شما (متغیری که نشان‌دهنده دو حالت 0 و 1 است) به درستی در ستون‌های عددی (معمولاً 0 برای عدم وقوع و 1 برای وقوع) کدگذاری شده باشد.
2. باز کردن پنجره معادله: در ایویوز، از منوی Quick گزینه Estimate Equation را انتخاب کنید، یا از طریق Object -> New Object -> Equation یک شیء معادله جدید بسازید.
3. مشخص کردن معادله:

• در کادر Equation specification، ابتدا نام متغیر وابسته دودویی خود را وارد کنید.
• سپس، یک فاصله، کاراکتر c (برای نمایش ثابت مدل)، و به دنبال آن، نام تمام متغیرهای مستقل (عواملی که فکر می‌کنید بر متغیر وابسته تأثیر دارند) را با فاصله از هم بنویسید.
• انتخاب روش تخمین:

• در بخش Method، گزینه Binary - Binary Choice (Logit, Probit) را از لیست کشویی انتخاب کنید.
• پس از انتخاب این گزینه، یک لیست کشویی دیگر در کنار آن ظاهر می‌شود. از این لیست باید Logit را انتخاب کنید.

1. تخمین مدل: روی دکمه OK کلیک کنید. ایویوز مدل لاجیت را تخمین زده و نتایج را در پنجره خروجی نمایش می‌دهد.

تفسیر نتایج مدل لاجیت

تفسیر خروجی مدل لاجیت، به ویژه ضرایب خام آن، کمی متفاوت از رگرسیون خطی است و نیاز به دقت دارد:

1. ضرایب خام (Coefficients):

• این اعداد (که در جدول خروجی برای هر متغیر مستقل نمایش داده می‌شوند) نشان‌دهنده تغییر در لوگاریتم شانس (Log-Odds) وقوع رویداد “1” به ازای یک واحد تغییر در متغیر مستقل مربوطه هستند.
• علامت ضریب مهم است: یک ضریب مثبت نشان می‌دهد که با افزایش آن متغیر مستقل، احتمال وقوع رویداد “1” نیز افزایش می‌یابد. یک ضریب منفی نشان‌دهنده کاهش احتمال وقوع رویداد “1” است.
• معنی‌داری آماری: برای هر ضریب، به P-value آن نگاه کنید. اگر P-value کوچک باشد (معمولاً کمتر از 0.05)، می‌توان نتیجه گرفت که تأثیر آن متغیر مستقل بر متغیر وابسته از نظر آماری معنی‌دار است و تصادفی نیست.
• نکته مهم: این ضرایب به طور مستقیم نشان‌دهنده تغییر در احتمال نیستند و نمی‌توان گفت با یک واحد افزایش در X، احتمال Y به اندازه ضریب تغییر می‌کند.

1. نسبت شانس (Odds Ratio):

• برای تفسیر آسان‌تر ضرایب خام، می‌توان آن‌ها را به “نسبت شانس” تبدیل کرد. نسبت شانس با گرفتن نمای طبیعی (Exponential) ضریب (یعنی $e^{\beta }$eβ) به دست می‌آید.
• اگر نسبت شانس برای یک متغیر مستقل (مثلاً درآمد) برابر با 1.2 باشد، به این معنی است که با افزایش یک واحد در درآمد، شانس وقوع رویداد “1” به اندازه 1.2 برابر (یا 20 درصد) افزایش می‌یابد، با فرض ثابت ماندن سایر متغیرها.
• اگر نسبت شانس کمتر از 1 باشد (مثلاً 0.8)، به این معنی است که شانس وقوع رویداد “1” به اندازه 0.8 برابر (یا 20 درصد کاهش) می‌یابد.

1. اثرات نهایی (Marginal Effects):

• این بخش مهم‌ترین و شهودی‌ترین راه برای تفسیر تأثیر متغیرهای مستقل بر احتمال وقوع متغیر وابسته در مدل لاجیت است.
• اثر نهایی به شما می‌گوید که به ازای یک واحد تغییر در متغیر مستقل (با ثابت نگه داشتن سایر عوامل)، احتمال وقوع رویداد “1” (یعنی $\mathrm{<br>}$P(Y=1)) چقدر تغییر می‌کند.
• ایویوز این امکان را فراهم می‌کند که پس از تخمین مدل، اثرات نهایی را محاسبه و نمایش دهید. ایویوز معمولاً این اثرات را در مقادیر میانگین متغیرهای مستقل محاسبه می‌کند که یک نقطه مرجع مناسب برای تفسیر است.

ارزیابی کیفیت مدل (Goodness of Fit)

برای بررسی میزان خوب بودن مدل لاجیت در برازش داده‌ها، از معیارهای زیر استفاده می‌شود:

• شبه $R^2$: انواع مختلفی از شبه $R^2$R2 (مثل McFadden $R^2$R2) وجود دارد. این معیارها نشان می‌دهند که مدل ما چقدر بهتر از یک مدل بسیار ساده (که هیچ متغیر مستقلی ندارد) است. مقادیر بالاتر به معنای برازش بهتر هستند، اما این مقادیر را نباید مستقیماً با $R^2$ در رگرسیون خطی مقایسه کرد.
• جدول طبقه‌بندی (Classification Table): این جدول کارایی مدل را در پیش‌بینی صحیح "0"ها و "1"ها نشان می‌دهد. یعنی مدل ما چند درصد از مشاهدات “بله” را درست پیش‌بینی کرده و چند درصد از مشاهدات “خیر” را درست پیش‌بینی کرده است.
• آزمون نسبت درستنمایی (Likelihood Ratio Test): این آزمون به شما می‌گوید که آیا مدل شما به طور کلی معنی‌دار است یا خیر. به عبارت دیگر، آیا همه متغیرهای مستقل روی هم رفته تأثیر قابل توجهی بر متغیر وابسته دارند یا خیر.

نکات مهم و چالش‌ها در مدل لاجیت

• جداسازی کامل (Complete Separation): اگر یک متغیر مستقل به طور کامل بتواند دو گروه (0 و 1) متغیر وابسته را از هم جدا کند، مدل لاجیت ممکن است در تخمین ضرایب با مشکل مواجه شود (ضرایب بی‌نهایت می‌شوند).
• درون‌زایی (Endogeneity): اگر رابطه متقابل یا علیت معکوس بین متغیر مستقل و وابسته وجود داشته باشد و این موضوع در مدل لحاظ نشود، تخمین‌های ضرایب ممکن است دچار سوگیری شوند.
• حجم نمونه: برای تخمین‌های پایدار و معتبر، مدل لاجیت به حجم نمونه کافی نیاز دارد، به خصوص باید تعداد کافی از مشاهدات در هر دو گروه (Y=0 و Y=1) وجود داشته باشد.

مدل لاجیت ابزاری قدرتمند و انعطاف‌پذیر برای تحلیل تصمیمات و وضعیت‌های دوگانه است و در بسیاری از زمینه‌های علمی و کاربردی مورد استفاده قرار می‌گیرد.

کلیدواژه ها : ایویوز-EViews-مدل لاجیت-Logit Model-رگرسیون لاجیت-Logit Regression-متغیر وابسته دودویی-Binary Dependent Variables-لوگاریتم شانس-Log-Odds-شانس-Odds-نسبت شانس-Odds Ratio-حداکثر درستنمایی-MLE-اثرات نهایی-Marginal Effects-شبه- 𝑅 2 R 2 -Pseudo- 𝑅 2 R 2 -جدول طبقه‌بندی-Classification Table-آزمون نسبت درستنمایی-Likelihood Ratio Test-جداسازی کامل-Complete Separation-درون‌زایی-Endogeneity