《分类变量数据分析课件》由会员分享，可在线阅读，更多相关《分类变量数据分析课件（53页珍藏版）》请在金锄头文库上搜索。
1、分类变量数据分析（Categorical Data Analysis）（6）,2012-03-21,一、Logit and Probit Models,Logit Model 假设条件 Probit Model 假设条件 表达式和系数解释 Logit and Probit Models 关系,两个模型的系数解释 两个模型之关系。,Logit and Probit Models,二、次序模型（Ordinal Model）,The categories can be ranked，but the distances between categories are unknown. Ordinal v
2、ariables & interval variables Ordinal outcome, misleading. proportion odds assumption,模型中平行回归假设或比例比数假设（The parallel regression assumption or proportion odds assumption ）问题。,三、实例,“社会支持与老人人口生活满意度的关系研究” 中国人口科学2004增刊,一、研究背景 随着20世纪末21世纪初中国人口进入老龄社会，老年人口问题以及相关的问题的已经引起了学者们的广泛关注，相关的调查和研究也紧随其后。 北京大学中国经济研究中心曾毅
3、教授主持的“中国高龄老人健康长寿调查”项目为我们开展老龄健康等方面的研究提供了一个丰富的数据资源。本文利用该项目的2002年数据拟对中国老年人口的生活满意度和社会支持的相关关系进行研究。,二、研究设计 社会支持。所谓社会支持（social support）是个体处在危机之中可以获得的资源支持，这种支持来自他人、来自群体、来自社区等。 社会支持可分为情感支持（emotional support）如同情、关爱、理解等和实质性支持（instrumental support）如家务、财物支持等。社会支持也可以从感知支持（perceived support）和实际支持(actual support)方面
4、去理解，前者是指当需要帮助时，感知到的支持的可获得性；后者则是指实际得到的。,生活满意度实际上测量生活质量的一个概念。最早来自于医学领域的生活质量（quality of life）是一个多维的、复杂的概念，生活质量在结构上包括评估、个人标准、社会规范、人与环境、时空等五个方面，在内容上包括行为能力、感知、环境、心理等四个方面。,本文只关注主观的生活满意度，可以说，主观感受的生活满意度是一个比较综合的、简单的、可测定的生活质量的度量。 本文将从不同方面，探讨社会支持对老年生活满意度的关系以及影响。,三、数据和研究方法 1数据和变量 本项研究利用“中国高龄老人健康长寿调查”项目跟踪数据（1998-
5、2000-2002）中的2002年调查数据。在2002年调查中，对死亡或失访的1998年和2000年被访老人按同性别、同年龄、就近原则进行替补，同时增加了60岁以上的老人，这样老龄人口的样本数为16064。在本文的分析模型中，纳入分析方程的变量为20多个，除去变量中不合理回答的案例外，进入模型运行的案例数为14534个。,本项研究关注的是社会支持与老年人口生活满意度之间的关系。 本研究的因变量是老年人对待现今生活状况的态度，即生活满意度。生活满意度是反映生活质量的一个不同维度，主观感受的生活满意度可以简单综合地反映老年人的生活质量。因此，在本研究中，因变量为现状评价中的生活主观自评变量即“您觉
6、得您现在的生活怎么样？”，为了便于分析，我们将生活主观自评变量合并成三分类次序变量，头两类合并为“好”，“一般”不变，后两类合并为“不好”，三类回答的百分比分别是60.34%、32.63%和7.03%。,自变量为社会支持变量。按照上述对社会支持的定义，我们调查表中选取了表现社会支持不同方面的变量。 实质性支持变量包括生活经济来源支持和日常照料两个方面。经济来源支持变量以生活来源源于何处来测量。日常照料变量，以身体不适或生病时主要由谁照料来测量。该变量为三分类变量：由配偶照料，由子女包括其配偶以及孙辈照料，由其他包括邻里、保姆或社会服务等照料（为参照组）。,情感（精神）支持变量，以平时经常与谁聊
7、天来测量。该变量为四分类变量：与配偶、与子女包括其配偶以及孙辈、与朋友邻里包括保姆和社会工作者等聊天和无人聊天（为参照组），,感知支持变量，包括日常生活支持期待变量和心理（情感）支持期待变量。前者以“如果您遇到问题和困难，最先找谁解决？”来测量，该变量分为三分变量：想找配偶、想找子女包括其配偶以及孙辈和想找其他包括邻里、保姆或社会工作者等（为参照组）；后者以“如果您有心事或想法，最先向谁说？”来测量。该变量为四分类变量：向配偶、向子女包括其配偶以及孙辈、向朋友邻里包括保姆和社会工作者等和无人聊天（为参照组）。,本文把人口社会经济等特征变量作为控制变量也纳入分析模型，这些变量包括年龄、性别、婚姻
8、状况、教育水平、以往的职业等。 本研究模型还将考察客观健康控制变量。以往的一些研究表明，身体健康直接会影响日常生活质量从而影响主观生活满意度的评价。在本文的分析中，身体健康由日常生活自理能力、患有慢性病和患有重病等三个方面来测量。,2研究方法 在本项研究中，我们所关注的是老年人的生活状况的主观满意度及其影响因素。由于因变量即老年人的生活满意度是以定序方式测量的，即以“很好”、“好”、“一般”、“不好”和“很不好”五个等级来测量，所以，本研究应用适合这种分类等级变量的Ordinal Logit方法。为了能够深入分析并验证社会支持变量对老年人口生活满意度的影响，本研究还考虑了一些控制变量，这些控制
9、变量包括人口、社会经济特征，还包括老年人的肌体健康变量。我们将对社会支持模型、加入控制变量的模型进行对比分析。,四、结果分析 1、工具性支持对生活满意度的影响 随着个体年龄的老化，个体的衰老是不可避免的也是不可逆的。每个进入老年的个体由于社会角色发生了变化，其社会经济地位、生活方式、各类关系等也都发生相应的变化。社会支持从结构上看，是由自身向外延伸，首先是来自家庭核心成员如配偶、子女以及其配偶、孙子女等；其次，是社会网络的各种关系，如同事、朋友、邻居等；最后，是社区、团体等。当老年人口失去原有的社会角色时如退休，社会支持对老年人口的生活显得十分必要。,2、情感性支持对生活满意度的影响 从我们建
10、立的分析模型中看出，与无人聊天相比，老年人经常有人聊天对生活满意度提高有积极正面的影响。无论是和子女、和配偶，还是与朋友和街坊邻居，都对老年人的生活质量产生积极的影响。朋友邻居在老年人的退休生活中很重要，这在我们加入控制变量之后的模型2和模型3中有所反映，与模型1相比，朋友邻里聊天的系数增大且显著性提高。不过，由于调查对象多数是80岁以上的高龄老人，外出活动受到很大限制，所以，情感性支持还是来自子女、来自配偶更重要。,3、感知性支持对生活满意度的影响 我们的研究也发现，与有心事无人诉说的参照组相比，有心事有处诉说既可以得到表达支持的老人，其生活满意度会显著提高。在加入控制变量的模型2和模型3中
11、，这些系数大小和统计显著性都未发生较大的变化，这表明，可期待的、可感知的情感支持于生活满意度有着较稳固的影响。在可期待的、可感知的工具性支持上，即遇到问题和困难有谁可以提供帮助时，有家庭资源支持的老年人如配偶、子女比依靠家庭资源之外的支持的老人，其生活满意度要高。,五、小结 社会支持总体上对老年人的生活满意状况产生积极的正向影响。社会支持的不同维度、不同结构对老年人的生活满意度评价有所不同。无论从实际上得到的，还是感知和期待得到的社会支持，来自家庭的支持都是最核心最重要的。 子女、配偶、朋友邻里、社会机构以及其他组织对老年人生活满意度的影响作用依次递减。这是与整个社会经济发展水平、家庭结构、文
12、化历史传统绝密相关的。,此外，老年人的相关特征如年龄、教育、职业、居住环境等也在不同的程度上影响到其生活方式和生活态度。肌体健康也会直接影响老年人的生活满意度，虽然，通过社会支持对生活评价的影响并不很大。 随着中国人口老龄化加速，家庭结构迅速核心化，一方面，老年人对社会支持的需求会不断增大，另一方面社会支持结构也会发生较大的变化。来自子女支持的资源会随着家庭子女数的减少而减少，而街坊邻里、社区以及其他社会组织的作用会越来越大。探讨新的社会支持路径也就势在必行。,由于本调查并不是关于社会支持与老年人生活的专项调查，有关社会支持的变量和信息都是有限的，所以本研究只是在现有的数据信息条件下进行了一个
13、定量研究的尝试。 此外，本项研究的所使用的统计方法即Ordinal Logit并没有对其假定条件进行严格验证，虽然利用了数据的定序信息但却不能保证其等比例性的条件，从而削弱了研究的结论。,四、验证PO假设,验证 the Parallel Regression Assumption （the proportion odds assumption）,health1 | Freq. Percent Cum. -+- 1 | 2,055 14.14 14.14 2 | 6,715 46.20 60.34 3 | 4,742 32.63 92.97 4 | 885 6.09 99.06 5 | 137
14、0.94 100.00 -+- Total | 14,534 100.00,health1 | Freq. Percent Cum. -+- 1 | 1,022 7.03 7.03 2 | 4,742 32.63 39.66 3 | 8,770 60.34 100.00 -+- Total | 14,534 100.00,- health1 | Coef. Std. Err. z P|z| 95% Conf. Interval -+- _Iinc_1 | .144957 .0729621 1.99 0.047 .001954 .28796 _Iinc_2 | .3950594 .0758503
15、 5.21 0.000 .2463956 .5437232 _Icare_1 | -.0530518 .0776205 -0.68 0.494 -.2051851 .0990815 _Icare_2 | -.2879114 .0940784 -3.06 0.002 -.4723016 -.1035211 _Ichat_1 | .1755476 .0825655 2.13 0.033 .0137222 .3373731 _Ichat_2 | .4140035 .0833597 4.97 0.000 .2506215 .5773856 _Ichat_3 | .3134192 .1085349 2.89 0.004 .1006947 .5261437 _Imind_1 | .5978519 .09
