Multinomiaalisen logistisen regression sovellus vuoden 2014 EVAn kansalliseen asennetutkimukseen
Kun vastemuuttuja on luokiteltu ja siinä on enemmän kuin kaksi luokkaa, niin mallinnusta voidaan tehdä multinomiaalisen logistisen regression avulla. Tämän alaluokka on nominaalinen logistinen regressio ja sitä käytetään, kun vasteen luokkia ei saada perustellusti yhteen tiettyyn järjestykseen. Siinä yksi vasteen luokka valitaan referenssiluokaksi, johon muita vasteen luokkia verrataan. Parametrit estimoidaan suurimman uskottavuuden menetelmällä. Malleja vertaillaan uskottavuusosamäärätestin ja AIC:n avulla. Mallin sopivuutta aineistoon tarkastellaan Pearsonin jäännöksillä.
Nominaalista logistista regressiota sovelletaan Elinkeinoelämän valtuuskunnan (EVA) vuoden 2014 kansalliseen asennetutkimukseen. Tarkasteltavat väittämät koskevat Venäjää, NATOa, USA:ta ja EU:ta. Jokaisen väittämän kohdalla malliin valikoituu prediktoreiden sukupuoli, ikäluokka ja puoluekanta päävaikutukset. Päävaikutusten kertoimien tulkinta tapahtuu niin, että vertaillaan tarkasteltavan prediktorin suhteen erilaisia, mutta muiden prediktoreiden suhteen samanlaisia henkilöitä.
Naiset ovat suhtautuneet kaikkiin neljään väittämään kielteisemmin kuin myönteisemmin verrattuna miehiin. Tosin EU-väittämän kohdalla ero ei ole merkitsevä. Naiset ovat myös vastanneet kaikkiin neljään väittämään todennäköisemmin “vaikea sanoa” kuin että olisivat olleet jotain mieltä verrattuna miehiin. Ikäluokista nuorin ikäluokka on ollut keskimäärin negatiivisempi kuin positiivisempi verrattuna vanhimpaan ikäluokkaan kaikkissa neljässä väittämässä (USA-väittämässä ero ei ole merkitsevä).
Venäjä-väittämässä perussuomalaisten kannattajat ovat olleet keskimäärin negatiivisia kuin positiivisia verrattuna keskustan, kokoomuksen ja SDP:n kannattajiin. SDP:n äänestäjät ovat olleet todennäköisemmin myönteisempiä kuin kielteisiä verrattuna kristillisdemokraattien, perussuomalaisten, RKP:n, vasemmistoliiton ja vihreiden äänestäjiin. NATO- ja USA-väittämissä kokoomuksen kannattajat ovat olleet todennäköisimmin myönteisin ryhmä ja vasemmistoliiton kannattajat kielteisin ryhmä. Kokoomuksen kannattajat ovat olleet todennäköisimmin myönteisiä myös EU-väittämässä, mutta todennäköisimmin kielteisimmät kannattajat ovat olleet perussuomalaisilla. Ei-äänestäneet ovat vastanneet kaikkiin neljään väittämään todennäköisemmin “vaikea sanoa” kuin monien puolueiden kannattajat.
...
Asiasanat
Metadata
Näytä kaikki kuvailutiedotKokoelmat
- Pro gradu -tutkielmat [29544]
Samankaltainen aineisto
Näytetään aineistoja, joilla on samankaltainen nimeke tai asiasanat.
-
Kotiloiden luokittelu - neuroverkkojen ja multinomiaalisen logistisen regression sovellus
Lintilä, Atte (2014) -
Bayes-malli tyypin 2 diabetekseen liittyville tilasiirtymille
Pasanen, Tiia-Maria (2020)Tyypin 2 diabetes on Suomessa kansantaudiksi luokiteltava glukoosiaineenvaihdunnan häiriö, joka aiheuttaa yhteiskunnalle jatkuvasti kasvavia kustannuksia ja heikentää sairastuneen elämänlaatua. Tauti todetaan tyypillisesti ... -
Yliopistotutkintojen määrän ennustaminen Bayes-mallilla
Petman, Joni (2017)Tämän tutkielman tarkoituksena on kehittää prediktiivinen malli, jolla ennustetaan Jyväskylän yliopiston matemaattis-luonnontieteellisessä tiedekunnassa lähivuosina suoritettavien luonnontieteiden kandidaatin ja filosofian ... -
Moni-imputoinnin ja sekamallien sovellus Liikkuva koulu -aineistoon : kyselylomakkeella ja mittarilla mitatun liikunnan ero
Pesonen, Pinja (2018)Tämän pro gradu -tutkielman tarkoituksena oli etsiä mahdollisia taustatekijöitä, jotka vaikuttavat lasten ja nuorten itsearvioidun liikunnan määrän ali- tai yliarvioimiseen. Aineistona käytettiin maanlaajuisen Liikkuva ...
Ellei toisin mainittu, julkisesti saatavilla olevia JYX-metatietoja (poislukien tiivistelmät) saa vapaasti uudelleenkäyttää CC0-lisenssillä.