Home

Módszeresen 5.

Minden, amit tudni akartál a logisztikus regresszióról, de nem merted megkérdezni

Az előadás diái

Kisfalusi Dorottya és Koltai Júlia

Társadalomtudományi kutatások során gyakran szeretnénk választ kapni olyan kérdésekre, hogy többváltozós regresszióelemzésben hogyan változik egy-egy magyarázó változó hatása, ha más változókat is bevonunk a modellbe, illetve hogyan különbözik egy-egy változó hatása a megfigyelési egységek különböző csoportjaiban. Az első esetnél tehát arra lennénk kíváncsiak, hogy vajon a már bent lévő változó hatása az újonnan bevont változó kontrollálásának köszönhetően változott-e (van-e interferencia); a másodiknál pedig arra, hogy vajon a minta különböző alcsoportjaiban (például nemzetközi kutatások során különböző országokban) másképp működik-e a modellünk. Míg lineáris regressziós modellekben ilyen összehasonlításokat könnyen tehetünk, addig a logisztikus (és más nem lineáris) regressziós modellek paraméterbecslései egy fontos vonatkozásban másképp viselkednek: befolyásolják őket a modellből kihagyott változók, abban az esetben is, ha a kihagyott változók függetlenek a modellbe bevont magyarázó változóktól, tehát nagyságukra hatással van a modell meg nem magyarázott része. Ennek következtében a logisztikus regresszióelemzés során gyakran használt esélyhányadost, illetve az esély logaritmusát nem értelmezhetjük egyértelműen a hatás nagyságát mutató mérőszámként, mert ezek a nem megfigyelt heterogenitás mértékétől is függnek.

Emiatt a logisztikus regresszió esetében a következő nehézségekkel szembesülünk:
(1) problémás az esély logaritmusát és az esélyhányadost szubsztantív hatásként értelmezni, mert a nem megfigyelt heterogenitást is tükrözik;
(2) problémás az esély logaritmusát és az esélyhányadost különböző magyarázó változókat tartalmazó modelleknél összehasonlítani, mert a nem megfigyelt heterogenitás a modellekben eltérő lehet;
(3) problémás az esély logaritmusát és az esélyhányadost különböző mintákon, időpontokban és csoportokban összehasonlítani, mert a nem megfigyelt heterogenitás eltérő lehet.

1999 óta több tanulmány is rávilágított a logisztikus (és más nem lineáris modellek) során felmerülő problémák egy-egy szeletére (a csoportok közötti összehasonlítás és interakciós hatás problémájával kapcsolatban lásd: Allison 1999, Keel and Park 2006, Long 2009, Williams 2009, 2010 és 2016; modellen belüli hatáserősségről és a marginális hatásokról lásd Bartus 2003a és 2003b). 2010-ben jelent meg Carina Mood sokat idézett „Logistic Regression: Why We Cannot Do What We Think We Can Do, and What We Can Do About It?” című cikke, mely a logisztikus regresszióelemzéssel kapcsolatban felmerült problémák összefoglalása mellett a problémák megoldására tett javaslatokról is összefoglalót nyújt. Azóta a felmerült problémákkal kapcsolatban további megoldási javaslatok születtek: az együtthatók különböző modellek közötti összehasonlításáról például lásd Kohler et al. 2011 és Karlson et al. 2012, illetve egy másik nézőpontból az esélyhányados védelmében is készült tanulmány (Buis 2016).

Az előadás és az azt követő vita során áttekintjük a logisztikus regresszióelemzéssel kapcsolatos leggyakoribb problémákat és foglalkozunk a különböző megoldási javaslatok (marginális hatások, lineáris valószínűségi modell, y-standardizálás, KHB-módszer) előnyeivel és hátrányaival is, melyek egy részének alkalmazásával kapcsolatban még mindig nem tapasztalhatunk teljes mértékű tudományos konszenzust.

 

Hozzászólók: Bartus Tamás és Németh Renáta

Vitavezető: Janky Béla

2017. május 4-e, 16 óra
ELTE  Lágymányosi Campus, Pázmány Péter sétány 1/A
Társadalomtudományi Kari Tanácsterem 0.100C

 

Irodalom

Allison, Paul D. (1999): Comparing Logit and Probit Coefficients Across Groups. Sociological Methods and Research, 28(2): 186-208.

Bartus, Tamás (2003a): Oksági Kapcsolatok Erejének Mérése Kontingenciatáblákban: az Esélyhányados Problémái és a Hatásnagyság. Szociológiai Szemle, 13(2): 42-58.

Bartus, Tamás (2003b): Logisztikus Regressziós Eredmények Értelmezése. Statisztikai Szemle, 81(4): 328-347.

Buis, Maarten L. (2016): Logistic regression: When can we do what we think we can do? Working Paper, September 5, 2016.

Cramer, J. S. (2005). Omitted variables and misspecified disturbances in the logit model (No. 05-084/4). Tinbergen Institute Discussion Paper.

Karlson, Kristian Bernt - Holm, Anders - Green, Richard (2012): Comparing Regression Coefficients Between Same-sample Nested Models Using Logit and Probit. A New Method. Sociological Methodology, 42(1): 286-313.

Keele, Luke - Park, David K. (2006): Difficult Choices: An Evaluation of Heterogeneous Choice Models. Working Paper, March 3, 2006. Prepared for the 2004 Meeting of the American Political Science Association, Chicago, IL Sept, 2-5.

Kohler, Ulrich - Karlson, Kristian Bernt - Holm, Anders (2011): Comparing coefficients of nested nonlinear probability models. The Stata Journal, 11(3): 420-438.

Long, J. Scott (2009): Group comparisons in logit and probit using predicted probabilities. Working Paper, June 25, 2009.

Mood, Carina (2010): Logistic Regression: Why We Cannot Do What We Think We Can Do, and What We Can Do About It. European Sociological Review, 26(1): 67-82.

Williams, Richard (2009): Using Heterogeneous Choice Models to Compare Logit and Probit Coefficients Across Groups. Sociological Methods and Research, 37(4): 531-559.

Williams, Richard (2010): Fitting heterogeneous choice models with oglm. The Stata Journal, 10(4): 540-567.

Williams, Richard (2016): Comparing Logit & Probit Coefficients Between Nested Models. Working Paper, March 1, 2016.

 

Write comment (1 Comment)

 

A Módszeresen sorozat újabb eseménye:

Tudomány és civil aktivitás

2019. január 17., 10 óra, MTA TK, Bp. Tóth Kálmán u. 4.

 

Katona Noémi Kovai Cecíliával és Udvarhelyi Tesszával a tudomány és az aktivizmus viszonyáról, részvételi és hagyományos, etnográfiai kutatási módszerek etikai és politikai dimenzióiról, valamint alkalmazásairól beszélget. Mennyire és hogyan válhatnak a kutatottak kutatókká? Hogyan alakítja át magát a tudást és a tudományt, ha a kutatás "tárgyai" aktív résztvevőivé válnak a tudás létrehozásának? Mik a kihívásai, előnyei és hiányai a részvételi kutatásnak?

Résztvevők

Kovai Cecília az MTA KRTK Regionális Kutatások Intézetének tudományos munkatársa. Az ELTE-n végzett kulturális antropológusként, majd 2015-ben fejezte be doktori tanulmányait a Pécsi Tudományegyetemen kultúratudományból. Főbb kutatási területei a roma közösségek kutatása, etnikai és osztály különbségek összefüggései, etnikai viszonyok és hátrányos helyzetű rétegeket érintő fejlesztések. Számos publikációja mellett 2017-ben jelent meg "A cigány-magyar különbségtétel és a rokonság" című monográfiája.

Udvarhelyi Tessza kulturális antropológus és környezetpszichológus, a Közélet Iskolája társalapítója és ügyvezetője, A Város Mindenkié lakhatási érdekvédelmi csoport aktivistája. Doktori tanulmányait a City University of New Yorkon végezte, kutatási témája a magyar lakhatási válság volt. 2016-ban az Ashoka 36. magyar tagjának választották a magyarországi társadalmi mozgalmakban végzett munkájáért.

A beszélgetést terelgeti: Katona Noémi

KN3
 

szociológus, szociális munkás, az MTA TK Szociológiai Intézetének
tudományoskutatója és a Friedrich Ebert Stiftung munkatársa. A
Menedék Egyesületben is sokat dolgozott. Azonban a segítő munka
számára nem csupán civil tevékenység, hanem kutatás-módszertani
eszköz is: a Humbolt egyetemen végzett doktori kutatásában Berlinben
dolgozó magyar prostituáltakat vizsgált, akikkel részben helyi szociális
munkásként tudott kapcsolatba kerülni. Továbbá kutatásaiban a
megismerési és segítő szándék összefonódása nem csupán terepmunka-
technika, hanem fontos metodológiai és társadalomelméleti/-történeti kérdés is.

 

Irodalom

Csécsei Ilona et al. (2017). "Mikor van a tetteknek ideje, ha nem ilyenkor?" Részvételi akciókutatás a magyarországi lakhatási mozgalmakról. Kovász (Tavasz-Tél): 53-63.
Csécsei Ilona et al. (2017). Lakhatási mozgalmak Magyarországon a XX. században. Kovász (Tavasz-Tél): 65-81.
Katona Noémi (2016). “Sex work” and “prostitution” in the neoliberal global economy: Potentials of a feminist critique in East-Central Europe.In Kováts E. (ed.),S olidarity in Struggle: Feminist Perspectives on Neoliberalism in East-Central Europe, Friedrich Ebert Stiftung Budapest
Katona Noémi (2017). Szégyen és hallgatás. A kutató szerepe a prostitúció elbeszélésében. Szociológiai Szemle 27(2): 68-87.

 

 

A Módszeresen sorozatról

A szociológia tudományának kapuőrei, a legtöbbet olvasott folyóiratok és a jegyzett doktori iskolák sok évtizede megkövetelik, hogy a társadalomkutatók módszertanilag helyes mérések alapján tegyenek csak empirikus állításokat. Módszertani tanszékek, vagy specializált oktatók által tartott kurzusok feladata világszerte, hogy megtanítsák a legkülönfélébb kérdések iránt érdeklődő hallgatóknak, hogy melyek a társadalmi összefüggések mérésének helyes módszerei. Diplomát vagy doktori címet csak az kaphat, aki vizsgákon bizonyította, hogy ismeri e módszereket. E vizsgákat sokan a tudományos munka elégséges feltételeinek is tekintik. A különféle társadalmi kérdésekre fókuszáló folyóiratok szerkesztői is annak örülnek, ha nem kell módszertani dilemmákkal foglalkozniuk, hanem egyértelmű kritériumok alapján minősíthetnek helyesnek vagy helytelennek méréseket; bizonytalanságot és vitát inkább tartalmi kérdésekben látnak szívesen.

 Ugyanakkor, szemben sok más társadalom- és természettudományi területtel (és hasonlóan néhány rokon diszciplínához), a szociológián belül viszonylag sokan vannak olyanok, akik alapjaiban kérdőjelezik meg a tudományos mérési módszerek lehetőségeit, és így a helyes módszerek keresésének értelmét a társadalmi jelenségek vizsgálatakor. A kvantitatív kutatók nagy arányban hisznek az egyszer és mindenkorra megtanulható helyes módszerekben. A kvalitatív vizsgálatokat végzők körében viszont több a tudományos méréssel szemben szkeptikusabb kutató. Emiatt a fenti vita néha „kvali-kvanti” ellentétnek érzékelhető. Mi úgy véljük, hogy nem az.

 Egyrészt hisszük, hogy a tudományos mérés és következtetés módszereinek kutatása a szociológia számára is nélkülözhetetlen eredményeket nyújtó tudományterület. A társadalmi jelenségek működésére vonatkozó tudományos eredmények nélkül társadalomkutatóként megnyilvánulni felelőtlenség. Ugyanakkor azt is gondoljuk, hogy a mérés és következtetés módszereinek kutatása, hasonlóan más tudományterületekhez, folyamatosan új, a korábbiakat finomító, és időnként cáfoló eredményeket produkál, és mindig vannak nyitva álló, vitatott kérdések. Tehát káros az a közelítés, amely kizárólag örökre kanonizált, és egyértelműen követhető szakácskönyv-receptek írását és betanítását várja el a módszertan oktatóitól. Egy tudomány elsődlegesen a tudományos kutatás módszerein alapszik. Azt gondoljuk, hogy a módszerekről való párbeszéd a szociológia, mint diszciplína intellektuális jövője szempontjából lényeges.

 A fentiek szellemében módszertani előadás- és vitasorozatot szervezünk a hazai társadalomkutatók számára. Az előadások és viták olyan módszertani kérdésekre koncentrálnak, amelyek alapvető fontosságúak, és amelyekkel kapcsolatban új eredmények születtek a közelmúltban és/vagy élénk viták zajlanak most a nemzetközi tudományos közösségben. A gyakorló kutatók figyelmét fel szeretnénk hívni azokra a területekre, amelyekben az új eredmények és az aktuális viták alapján megfontolandó bizonyos korábbi, kanonizált és elterjedt gyakorlatok felülvizsgálata. A tudományos pálya iránt érdeklődő hallgatók és doktoranduszok számára alapozó módszertani kurzusaikat kiegészítő ismereteket szeretnénk nyújtani; úgy, hogy a konkrét kérdések vizsgálatakor távolítsuk őket a szakácskönyv-szemlélettől, és világossá váljon számukra, hogy a módszertani kutatás, más tudományterületekhez hasonlóan, folyamatos mozgásban van. De nem szeretnénk, hogy a sorozat régiek helyett új kánonokat jelöljön ki – a sorozat sikere esetén a hallgatók azt érthetik meg, hogy mérési eszközeink nem a bizonytalan empíriát biztos következtetésekké alakító alkímia kémcsövei. Egy tudományos kérdés vizsgálata nem redukálható egy statisztikai modell illesztésére. Célunk, hogy a hallgatók kanonizált szokások követése helyett képesek legyenek az adatok, eszközök és következtetések kritikai megközelítésére, módszereik megújítására, saját korlátaiknak és az általuk képviselt tudomány határainak szem előtt tartásával.

A sorozat egyaránt érintene kvantitatív, kvalitatív és mixed methods módszertani kérdéseket, továbbá általános metodológiai dilemmákat is. 

Szervezők:

Gárdos Judit (MTA TK SZI Módszertan és Kutatástörténet Osztály); Janky Béla, BME & MTA); Németh Renáta (ELTE TáTK) és Szakadát István (BME)

Write comment (0 Comments)

A társadalomstatisztikai adatok egyszerre képezik az állami adatvagyon részét, illetve a tudományos elemzések tárgyát. A hálózati kommunikáció terjedésével egyre fontosabb cél, hogy az állami adatvagyont minél magasabb szinten hasznosítsuk, a társadalomstatisztikai adatköröket minél jobban bevonjuk mind a tudományos kutatás, mind az oktatás világába. Az adatvezérelt világ megjelenése azt is jelenti, hogy a tudományos munkában kihasználjuk egyfelől a big data világ által megteremtett újfajta elemzési módszereket, másfelől az oktatásba bevonjuk az adatvizualizáció által nyújtott új technológiákat. Az újfajta technikai lehetőségeken túl még egy nagyon fontos további lehetőséget kínál számunkra a hálózati kommunikáció világa: a kollaboráció új minőségét. A kooperációnak ezer új formája bukkant fel az elmúlt években az interneten, de a tudományos munka egyik fontos "eszközét" jelentő adatbázisok világában nem nagyon látni még annak jelét, hogy a tudományos közösség is felismerné és használná a hálózati médium kínálta kollaboratív lehetőségeket.

Write comment (1 Comment)