由于对数线性回归筛选出来的最佳模型
,
按变量产生的时间顺序及本项研究的目的,定未提与提及自身婚姻状况之比为依变量,性别、教育程度和户口状态为自变量。略去与依变量无关的因素(经运算筛除教育程度的影响),只余性别和户口状态的影响,得到:
有关公式参见附录。
上述参数值首先可以解释为自变量对依变量相对于几何平均值的影响。从上述参数看,男性的比值(未提与提及自身婚姻状况之比)是平均值的
倍,即
一旦个案为男性,这一比值就会升高到平均值的
倍;一旦个案为女性,这一比值就会降到平均值的
倍。城市户口的比值为平均值的倍,即一旦个案为城市户口,比值就会升高到平均值的倍;一旦个案为农村户口则降至平均值的
倍。
其次,当我们对自变量的一对取值进行比较时,它对依变量的影响会变得更加明确和显而易见。通过计算得到户口状态对依变量影响中城市户口的比值与农村户口的比值之比为
,也就是说,城市户口的比值是农村户口的比值的倍,即一旦个案为城市户口,其征婚广告中不提自身婚姻
状况的机会是农村户口成员的
倍。
由于性别的影响和性别户口状态的二阶影响比较微弱,故略去不谈。
括号内的数值为从对数还原出来的真数
关于征婚者是否介绍自己收入的分析这一分析仍旧采用性别(
)教育程度(
)户口状态
)三个自变量,依变量是征婚者未提与提及自己收入(
之比。对数线性回归分析筛选出来的最佳模型是
,
得到的参数值是:
我们仍旧首先看自变量是对依变量与几何平均值相比的影响。从上述参数得到,男性的比值是平均值的
倍,而女性的比值是平均值的
倍;大学教育程度的比值是平均值的
倍,低于大学教育的比值是平均值的
倍;城市户口的比值是平均值的
倍,农村户口的比值是平均值的
倍。
其次我们将自变量的不同取值对依变量的影响一一进行比较,得到性别对依变量的影响中,女性比值是男性比值的倍(,也就是说,女性在征婚广告中不提自己收人的机会是男性的
倍。城市户口与农村户口的比值之比为
,即城市的征婚者在征婚广告中不提自己收入的机会是农村人的
倍。教育的影响和性别户口的二阶交互影响很微弱,略去不加讨论。
关于征婚者是否对对方提出教育程度要求的分析
)和户口
这一分析中的自变量为性别(
https://www.cwzww.com https://www.du8.org https://www.shuhuangxs.comabxsw.net dingdianshu.com bxwx9.net
kenshu.tw pashuba.com quanshu.la
tlxsw.cc qudushu.net zaidudu.org
duyidu.org baquge.cc kenshuge.cc
qushumi.com xepzw.com 3dllc.net