j - Departament d'Estadística i Investigació Operativa

FME Models Lineals GeneralitzatsTEMA 5: RESP. POLITÓMICA. EJEMPLO 4 (FOX)MTB > Name c7 = 'NTRI1'MTB > NLogistic 'Y_i' = 'Factor A' 'Income-X';SUBC> Factors 'Factor A';SUBC> Reference 'Y_i' 'not_work';SUBC> Ntrials 'NTRI1';SUBC> Brief 3.Nominal Logistic Regression: Y_i versus Factor A; Income-XResponse InformationVariable Value CountY_i not_work 155 (Reference Event)parttime 42fulltime 66Total 263Factor InformationFactor Levels ValuesFactor A 2 absent presentLogistic Regression TableOdds 95% CIPredictor Coef SE Coef Z P Ratio Lower UpperLogit 1: (parttime/not_work)Constant -1,4323 0,5925 -2,42 0,016Factor Apresent 0,0215 0,4690 0,05 0,963 1,02 0,41 2,56Income-X 0,00689 0,02345 0,29 0,769 1,01 0,96 1,05Logit 2: (fulltime/not_work)Constant 1,9828 0,4842 4,10 0,000Factor Apresent -2,5586 0,3622 -7,06 0,000 0,08 0,04 0,16Income-X -0,09723 0,02810 -3,46 0,001 0,91 0,86 0,96Prof. Lídia Montero Pàg. 5-18 Curs 2.006-2.007