STATISTIK-FORUM.de

[anna58440!]

Hallo,:)
und zwar sitze ich gerade an meinen ERgebnissen meiner OLS Regression und Fixed effects regression dran. Dabei habe ich untersucht wie der Familienstand die Erwerbstätigkeit von Frauen beeinflusst. Dafür habe ich einmal 4 Dummy Variablen gebildet, die den Familienstand kategorisieren. Married, divorced , other und singel. singel habe ich aus meiner Gleichung rausgelassen, sodass das die Referenzkategorie ist. Dann gibt es die dummy variable female und noch dummy variablen als Kontrollvariablen für den Bildungsstand, das Alter etc.
Jetzt zum Huaptpunkt: Es gibt 3 Interaktionstrerme (Female*married, Female*Divorced und Female*other) Jetzt meine Frage, wie ich die Ergebenisse der Interaktionsterme jeweils interpretieren soll.
1. Wenn ich z.B female*married anschaue, was z.B. einen wert von - 0444 hat, kann ich dann sagen dass verheiratete Frauen ein 40 % kleinere wahrscheiblihckeit haben zu arveiten als single Männer/ als verheiratete Männer/ single Frauen
2. single Männer könnte sein weil das doch meine Referenzkategorie ist oder?
3. Married männer könnte sein, weil wenn ich married und female auf 1 setze und alles andere auf 0 dann bleibt auch noch married was ja angibt wie wahrscheiblicher verheiratete Männer verheiratete sind als single Männer
4. könnte aber auch single Frau sein, da ja female ==1 und nur die anderen familienstands kategorien ==0 sind sodass die referenzkategorie herangezogen wird
5. dann noch eine Frage zum Gesamteffekt. Den müsste ich , wenn ich den gesamteffekt von der heirat auf Frauen berechnene wollen würde doch ausrechnen, indem ich wert von married mit wert von female mit interaktionswert von female*married miteinander addiere. Und was genau ist dann da der unterschied zwischen dem Gesamteffekt und dem normalen Wert vom Interaktionseffekt?
Schonmal vielen lieben dank für die Hilfe
Anna

[PonderStibbons]

und zwar sitze ich gerade an meinen ERgebnissen meiner OLS Regression und Fixed effects regression dran. Dabei habe ich untersucht wie der Familienstand die Erwerbstätigkeit von Frauen beeinflusst.

Nur NB, macht man das so, nur mit 1 Variable? Unverheiratet oder verwitwet heißt ja nicht automatisch "lebt nicht in fester Partnerschaft",
umgekehrt kann man verheiratet sein, aber allein (getrennnt) leben.

Eigentliche Frage, wie ist denn "Erwerbstätigkeit" gemessen? Wenn es eine ja/nein-Variable ist, dann ist eine lineare
Regression unangemessen. Solche binären abhängigen Variablen können mit der binär-logistischen Regression
analysiert werden.

Es gibt 3 Interaktionstrerme (Female*married, Female*Divorced und Female*other) Jetzt meine Frage, wie ich die Ergebenisse der Interaktionsterme jeweils interpretieren soll.
1. Wenn ich z.B female*married anschaue, was z.B. einen wert von - 0444 hat, kann ich dann sagen dass verheiratete Frauen ein 40 % kleinere wahrscheiblihckeit haben zu arveiten als single Männer/ als verheiratete Männer/ single Frauen

Nein, das ist ein Regressionsgewicht, keine Prozentangabe. Wobei Du nicht angegeben hast, ob es B oder beta ist.

Allerdings scheint wie oben gesagt die verwendete Prozedur nicht die passende zu sein.

Mit freundllichen Grüßen

PonderStibbons

[bele]

Das ähnelt jetzt diesem Thread doch sehr: regressionanalyse-f11/dummy-variablen-interaktionsterm-t14899.html
Ich schlage vor, das ab jetzt in diesem Thread zu diskutieren.

[anna58440!]

Eigentliche Frage, wie ist denn "Erwerbstätigkeit" gemessen? Wenn es eine ja/nein-Variable ist, dann ist eine lineare
Regression unangemessen. Solche binären abhängigen Variablen können mit der binär-logistischen Regression
analysiert werden.

Ah nein tut mir leid ich verwende eine LPM Methode, keine lineare Gleichung das müsste doch eigentlich funktionieren oder?

Nein, das ist ein Regressionsgewicht, keine Prozentangabe. Wobei Du nicht angegeben hast, ob es B oder beta ist.

Meine Gleichung sieht folgendermaßen aus: Beschäftigungit​=β1​(Fi​×MRi​)+β2​(Fi​×DSi​)+β3​(Fi​×Oi​)+β4​Fi​+β5​MRi​+β6​DSi​+β7​Oi​
+β8IGi+β9LEi+β10MEi+β11HEi+β12Ai+β13Ai2
+β8​IGi​+β9​LEi​+β10​MEi​+β11​HEi​+β12​Ai​+β13​Ai2​
+αHaushalt+λWelle+θJahr+uit
+αHaushalt​+λWelle​+θJahr​+uit​

Also vermutlich beta?...... married kann ich doch z.B so interpretieren dass verheiratete Männer beta 5 mehr/weniger wahrscheinlicher erwerbstätig sind als single Männer oder?... wie sieht das aus wenn ich die Interaktionsterme interpretieren will? Ist es nicht so dass der Interaktionsterm (female * married) anzeigt, wie der Effekt von married sich bei Frauen im Vergleich zu Männern ändert? der Gesamteffekt von heirat für Frauen wäre dann doch der effekt von married addiert mit Interaktionsterm female married oder ?
Schonmal vielen dank für die Hilfe
Liebe Grüße

[bele]

Ah nein tut mir leid ich verwende eine LPM Methode, keine lineare Gleichung

Google sagt, dass LPM für lean portfolio management steht. Du wirst etwas anderes meinen. Die Gleichung in Deinem Post ist linear. Vielleicht magst Du erklären, was Du meinst.