Forskjell mellom versjoner av «Logistisk regresjon»

Fra Jamovi
Hopp til: navigasjon, søk
 
Linje 1: Linje 1:
 
'''Hvordan gjør du en logistisk regresjon i jamovi:'''
 
'''Hvordan gjør du en logistisk regresjon i jamovi:'''
# Du trenger en kontinuerlig prediktor- (uavhengige) og en kategorisk utfallsvariabel (avhengige). Forsikre deg om at [[Angi_m%C3%A5leniv%C3%A5|målenivåene]] er valgt slik at prediktoren markeres med ikonet for kontinuerlige data [[Fil:Continuous.jpg|30px]] og utfallsvariablen med ikonet for kategoriske data [[Fil:Nominal.jpg|30px]].<br>Et riktig datasett skal se slik ut:<br>[[Fil:Data_format_regression_logistic.jpg]]<br><br>
+
# Du trenger en kontinuerlig prediktor- (uavhengige) og en kategorisk utfallsvariabel (avhengige). Forsikre deg om at [[Angi_m%C3%A5leniv%C3%A5|målenivåene]] er valgt slik at prediktoren markeres med ikonet for kontinuerlige data [[Fil:Icon_Continuous.jpg|30px]] og utfallsvariablen med ikonet for kategoriske data [[Fil:Icon_Nominal.jpg|30px]].<br>Et riktig datasett skal se slik ut:<br>[[Fil:Data_format_regression_logistic.jpg]]<br><br>
 
# Velg «Analyse» → «Regression». Hvis utfallsvariabelen består av nominelle data velger du «2 Outcomes» hvis den består av to nivåer, eller «N Outcomes» hvis den består av mer enn to nivåer. Hvis utfallsvariabelen består av ordinære data, velger du «Ordinal Outcomes» i stedet.<br>[[Fil:Select_regression_logistic.jpg]]<br><br>
 
# Velg «Analyse» → «Regression». Hvis utfallsvariabelen består av nominelle data velger du «2 Outcomes» hvis den består av to nivåer, eller «N Outcomes» hvis den består av mer enn to nivåer. Hvis utfallsvariabelen består av ordinære data, velger du «Ordinal Outcomes» i stedet.<br>[[Fil:Select_regression_logistic.jpg]]<br><br>
 
# Flytt utfallsvariabelen til avhengig variabel og prediktoren din til kovariater.<br>[[Fil:Add_var_regression_logistic.jpg]]<br><br>
 
# Flytt utfallsvariabelen til avhengig variabel og prediktoren din til kovariater.<br>[[Fil:Add_var_regression_logistic.jpg]]<br><br>
 
# Resultatene vises i høyre panel:<br>[[Fil:Output_regression_logistic.jpg]]<br><br>
 
# Resultatene vises i høyre panel:<br>[[Fil:Output_regression_logistic.jpg]]<br><br>
 
# Konseptet blir fordypet i introduksjonsvideoer (på Engelsk) [https://youtu.be/s7GL0z-3ymA for to nivåer] (for å forutsi f.eks. kjønn eller kliniske vs. kontrollgruppe) og [https://youtu.be/nuyEUEBf-GQ for mer enn to nivåer] (for å forutsi f.eks. matpreferanser: fast food, sunn mat, proteinrik mat, vegan mat ets.).
 
# Konseptet blir fordypet i introduksjonsvideoer (på Engelsk) [https://youtu.be/s7GL0z-3ymA for to nivåer] (for å forutsi f.eks. kjønn eller kliniske vs. kontrollgruppe) og [https://youtu.be/nuyEUEBf-GQ for mer enn to nivåer] (for å forutsi f.eks. matpreferanser: fast food, sunn mat, proteinrik mat, vegan mat ets.).

Nåværende revisjon fra 2. des. 2019 kl. 10:27

Hvordan gjør du en logistisk regresjon i jamovi:

  1. Du trenger en kontinuerlig prediktor- (uavhengige) og en kategorisk utfallsvariabel (avhengige). Forsikre deg om at målenivåene er valgt slik at prediktoren markeres med ikonet for kontinuerlige data Icon Continuous.jpg og utfallsvariablen med ikonet for kategoriske data Icon Nominal.jpg.
    Et riktig datasett skal se slik ut:
    Data format regression logistic.jpg

  2. Velg «Analyse» → «Regression». Hvis utfallsvariabelen består av nominelle data velger du «2 Outcomes» hvis den består av to nivåer, eller «N Outcomes» hvis den består av mer enn to nivåer. Hvis utfallsvariabelen består av ordinære data, velger du «Ordinal Outcomes» i stedet.
    Select regression logistic.jpg

  3. Flytt utfallsvariabelen til avhengig variabel og prediktoren din til kovariater.
    Add var regression logistic.jpg

  4. Resultatene vises i høyre panel:
    Output regression logistic.jpg

  5. Konseptet blir fordypet i introduksjonsvideoer (på Engelsk) for to nivåer (for å forutsi f.eks. kjønn eller kliniske vs. kontrollgruppe) og for mer enn to nivåer (for å forutsi f.eks. matpreferanser: fast food, sunn mat, proteinrik mat, vegan mat ets.).