. * Beispiel 2: Anteil niederlaendischer Frauen ohne Konfession ( )

Transkript

1 . * Beispiel 2: Anteil niederlaendischer Frauen ohne Konfession ( ). use clear. des Contains data from kohorte.dta obs: 48 vars: May :38 size: 3,216 (99.7% of memory free) - storage display value variable name type format label variable label - p float %9.0g Periode a float %9.0g Alter k float %9.0g Kohorte f1 float %9.0g Anzahl ohne Konfession f2 float %9.0g Anzahl mit Konfession n float %9.0g Gesamtzahl ohne float %6.4f Anteil ohne Konfession - Sorted by: p Note: dataset has not changed since last saved. list p a k f1 f2 n ohne, sepby(p) p a k f1 f2 n ohne Ausdruck fuer Perioden 3-7 geloesscht table a p, c(mean ohne) Periode Alter

2 . table k a, c(mean ohne) Alter Kohorte * Kohortenanalyse der dichotomen Variablen Konfession. * Unabhaengige Variablen kategorial: alle Dummies sind linear abhaengig.. xi: blogit f1 n i.a i.k i.p i.a _Ia_1-6 (naturally coded; _Ia_1 omitted) i.k _Ik_1-13 (naturally coded; _Ik_1 omitted) i.p _Ip_1-8 (naturally coded; _Ip_1 omitted) note: _Ik_13 dropped due to collinearity LR chi2(23) = Log likelihood = Pseudo R2 = _Ia_ _Ia_ _Ia_ _Ia_ _Ia_ _Ik_ _Ik_ _Ik_ _Ik_ _Ik_ _Ik_ _Ik_ _Ik_ _Ik_ _Ik_ _Ik_ _Ip_ _Ip_ _Ip_ _Ip_ _Ip_ _Ip_ _Ip_ _cons

3 . * Unabhaengige Variablen kontinuierlich: alle drei Var. sind linear abhaengig.. blogit f1 n a p k note: p dropped due to collinearity LR chi2(2) = Log likelihood = Pseudo R2 = a k _cons * Verschiedene identifizierte logistische Regressionsmodelle (ohne Ausdruck). quietly xi: blogit f1 n i.a i.p. estimates store a_p, title("a*p"). quietly xi: blogit f1 n i.a i.k. estimates store a_k, title("a*k"). quietly xi: blogit f1 n i.p i.k. estimates store p_k, title("p*k"). replace a=4 if a==5 (8 real changes made). xi: blogit f1 n i.a i.k i.p i.a _Ia_1-6 (naturally coded; _Ia_1 omitted) i.k _Ik_1-13 (naturally coded; _Ik_1 omitted) i.p _Ip_1-8 (naturally coded; _Ip_1 omitted) LR chi2(23) = Log likelihood = Pseudo R2 = _Ia_ _Ia_ _Ia_ _Ia_ _Ik_ _Ik_ _Ik_ _Ik_ _Ik_ _Ik_ _Ik_ _Ik_ _Ik_ _Ik_ _Ik_ _Ik_ _Ip_ _Ip_ _Ip_ _Ip_ _Ip_ _Ip_ _Ip_ _cons

4 . estimates store a_k_p, title("a*k*p"). estimates table a_p a_k p_k a_k_p, star( ) newpanel stats(chi2) b(%6 >.4f) Variable a_p a_k p_k a_k_p _Ia_ *** *** _Ia_ *** *** *** _Ia_ *** *** *** _Ia_ *** *** _Ia_ *** *** *** _Ip_ *** *** *** _Ip_ *** *** *** _Ip_ *** *** *** _Ip_ *** *** *** _Ip_ *** *** *** _Ip_ *** *** *** _Ip_ *** *** *** _Ik_ *** * * _Ik_ *** *** *** _Ik_ *** *** *** _Ik_ *** *** *** _Ik_ *** *** *** _Ik_ *** *** *** _Ik_ *** *** *** _Ik_ *** *** *** _Ik_ *** *** *** _Ik_ *** *** *** _Ik_ *** *** *** _Ik_ *** *** *** _cons *** *** *** *** Statistics a_p a_k p_k a_k_p chi2 9.6e e e e+04 legend: * p<.1; ** p<.05; *** p<.01 4

5 . * Darstellung der Antilogarithmen der geschaetzten Koeffizienten. estimates table a_p a_k p_k a_k_p, star( ) newpanel stats(chi2) efor > m Variable a_p a_k p_k a_k_p _Ia_ *** *** _Ia_ *** *** *** _Ia_ *** *** *** _Ia_ *** *** _Ia_ *** *** *** _Ip_ *** *** *** _Ip_ *** *** *** _Ip_ *** *** *** _Ip_ *** *** *** _Ip_ *** *** *** _Ip_ *** *** *** _Ip_ *** *** *** _Ik_ *** * * _Ik_ *** *** *** _Ik_ *** *** *** _Ik_ *** *** *** _Ik_ *** *** *** _Ik_ *** *** *** _Ik_ *** *** *** _Ik_ *** *** *** _Ik_ *** *** *** _Ik_ *** *** *** _Ik_ *** *** *** _Ik_ *** *** *** _cons *** *** *** *** Statistics a_p a_k p_k a_k_p chi legend: * p<.1; ** p<.05; *** p<.01. * Ausblick: lineare Effekte.. use clear. blogit f1 n p k LR chi2(2) = Log likelihood = Pseudo R2 = p k _cons

6 * Programm zur graphischen Darstellung der geschaetzten Koeffizienten * Einlesen der sechs Variablen var, kode, a_p, a_k, p_k, a_k_p * Die Variable var enthaelt keine numerischen Kodes und muss daher als * Text(String)-Variable mit max. vier Zeichen deklariert werden (str4) input str4 var kode a_p a_k p_k a_k_p a a a a a a p p p p p p p p k k k k k k k k k k k k k cons end label define age 1 "20-30" 2 "30-40" 3 "40-50" 4 "50-60" 5 "60-70" 6 "70+" label define periode 1 "1899" 2 "1909" 3 "1919" 4 "1929" 5 "1939" 6 "1949" 7 "1959" 8 "1969" label define kohorte 1 "älteste" 13 "jüngste" label values kode age graph twoway line a_p a_k a_k_p kode if var=="a", title("alterseffekte") xlabel( , valuelabel) xtitle("altersgruppe") legend(rows(1)) clwidth(*2 *2 *2) clcolor(blue green gold) name(alter) label values kode periode graph twoway line a_p p_k a_k_p kode if var=="p", title("periodeneffekte") xlabel( , valuelabel) xtitle("zeitpunkt") legend(rows(1)) clwidth(*2 *2 *2) clcolor(blue red gold) name(periode) label values kode kohorte graph twoway line a_k p_k a_k_p kode if var=="k", title("kohorteneffekte") xlabel( , valuelabel) xtitle("kohorte") legend(rows(1)) clwidth(*2 *2 *2) clcolor(green red gold) name(kohorte) graph combine alter periode kohorte, rows(2) cols(2) ********************************************************************************** * Achtung: Der label define periode... und alle graph twoway line... Befehle * sind in diesem Word-Dokument umgebrochen worden. Im Do-File-Editor muessen * sie in EINER Zeile eingegeben werden! ********************************************************************************** 6