MastersForum

wär vielleicht noch wichtig die frage zu kennen??

ist das jetzt deine antwort?

mit dem logit modell versuchst man ja u.a. den einfluss mehrerer variablen auf einen bestimmten response zu untersuchen. erste spalte sind denke ich mal die variablen aufgelistet die man in das modell gesteckt hat. die werte die dann da stehen sind wohl die koeffizienten der regressionsgleichung, zuzüglich der wert der konstanten. die * sagen dann aus, inwiefern sich die koeffizienten signifikant von null unterscheiden, dh ob die variable zur prognose geeignet ist. dh besonders die mit *** sind gut. allerdings kannst du die koeffizienten nicht so einfach interpretieren wie zb bei ner linearen regression.

ich kenne allerdings nur das binäre logit modell (hatte gerade ne seminararbeit zu thema probability of default in kreditportfolios), von daher kann ich dir nicht genau sagen wie hier der response aussieht. macht auch die analyse der koeffizienten schwieriger, weil du nicht sagen kannst "negativ pusht in die richtung, positiv in die andere"

kann dir leider auch nicht sagen was diese produkte der ersten variablen genau bedeuten sollen.

ich bin nicht besonders gut in statistischen analyseverfahren. aber was ich sehe ist eine regressionsanalyse. d.h. man setzt eine abhängige variable (hier: zustimmung zum vietnamkrieg) mit einer unabhängigen variable in beziehung (einkommen, todesopfer, etc.).

wenn die zahl negativ ist gibt es einen negativen effekt. der wert bei den katholiken ist in allen fällen positiv, d.h. dass katholiken eher den kriegseinsätzen zustimmen. der wert bei den juden ist negativ, d.h. diese lehnen eher die kriegseinsätze ab.
die zahlen in den klammer sagen etwas über das signifikanzniveau aus. sind drei sterne da, so ist der wert statistisch robust. ein weiteres beispiel: die bildungswerte sind negativ, d.h. umso gebildeter eine person ist, desto eher lehnt sie kriegseinsätze ab. die werte sind aber nicht stark ausgeprägt.

der stärkste zusammenhang findet sich wenn schwarze befragt werden und gleichzeitig die todesfälle bei schwarzen soldaten hoch sind (black X black County Causalites). das vorzeichen ist minus und der wert ist mit 153 sehr viel höher als die anderen. d.h. schwarze lehnen den krieg umso mehr ab, je mehr schwarze soldaten fallen.

das ist meine interpretation. wie gesagt, ich bin kein statistiker. alle angaben ohne gewähr. außerdem ist es schon sehr spät :-)

eigentlich werden alle aussagen die gefragt sind, mit den obersten 6 zeilen beantwortet und tari liegt imo schon richtig und hat wohl mehr ahnung als ich

Also prinzipiell ist das halt eine einfache Statistik einer multiplen Regressionsanalyse, in der die Korrelation der erklärenden Variablen auf die abhängige Variable (hier: Zustimmung zum Krieg) gezeigt werden; sowas in der Art hat man in der Volkswirtschaft laufend. Die Zahlen in Klammern sind übrigens die Standardabweichung.

Und was sieht man jetzt? Wir haben verschiedene Modelle (Erklärungsversuche) für die die jeweiligen Variablen einen unterschiedlichen Einfluss haben. Eine genauere Aussage über die Modelle kann man nicht treffen, da müssten wir mehr über sie wissen. Um einen Vergleich der Bedeutung der Variablen zu machen ist das aber nicht unbedingt notwendig.

Dann gehen wir doch mal ein paar erklärende Variablen durch.

County Casualities: Intuitiv würde man denken, dass die Kriegszustimmung in Kreisen niedriger ist, die eine hohe Verlustquote haben. Das kann man auch in Modell 1A und 3A beobachten, jedoch nicht in 2A. Das liegt aber vielleicht auch daran, dass die Zahl in 2A nicht signifikant ist, wofür auch die sehr hohe Standardabweichung ein Indiz ist.

Black X County Casualties: Letztlich ist das die Frage wie sehr die schwarze Bevölkerung auf Kriegsopfer aus dem eigenen Kreis reagiert. Anscheinend nicht so stark, wobei wir hier wieder einen nicht signifikanten Wert und eine sehr hohe Standardabweichung haben.

Black X Black County Casualties: Wie reagiert die schwarze Bevölkerung auf schwarze Kriegsopfer aus dem Kreis? Intuitiv würde man sagen, dass dieser Einfluss größer sein müsste. Tatsächlich ist der Wert extrem negativ, jedoch auch mit Vorsicht zu genießen, da nur schwach signifikant und auch relativ hohe Standardabweichung.

Naja, will jetzt nicht die ganze Tabellen durchmachen; du solltest eine allgemeine Idee davon bekommen haben.