Page 50 - Tomšič, Nastja, 2016. Konkurenčnost malih in srednje velikih podjetij v globalnem trajnostnem razvoju. Koper: Založba Univerze na Primorskem
P. 50
Konkurenčnost malih in srednje velikih podjetij v globalnem trajnostnem razvoju
čhiilpnootsetziim: Han0:jšβak a=li0e, nHa1k:aβk0≠,050,. V primeru, ko je pri statistiki t stopnja zna-
memo alternativno. ničelno hipotezo zavrnemo in lahko sprej-
Multiplo logistično regresijo smo uporabili pri preučevanju vpliva več
neodvisnih spremenljivk na eno odvisno spremenljivko, pri čemer med od-
visno in neodvisnimi spremenljivkami ni bilo linearne povezanosti. Logi-
stična regresija je dobila ime po transformaciji »logit«, ki nelinearni model
oz. funkcijo transformira v funkcijo, ki je linearna v parametrih. Z mode-
lom multiple logistične regresije, na osnovi znanih vrednosti neodvisnih
spremenljivk, ocenimo verjetnost, da ima odvisna spremenljivka vrednost
1, kar zapišemo kot (Košmelj 2001, 239–40):
eα + β · x + β · x + … + β · x + ε
P(y = 1| x1, x2, …, xk) = 11 22 kk ,
50
1 + eα + β · x + β · x + … + β · x + ε
11 22 kk
kmojdeevrnijlsejniviyks–pa,roeαdm–veinsrnelgjairvsekpsiir,jesεmk–aesnklouljničvasktjnaano, xsttakn,–iβokkd-–tkarleo(gknr.=esi1js,k2i, …) – neodvisna spre-
koeficient pri k-ti ne-
Iz tega sledi:
ln P(y = 1| x1, x2, …, xk) = logit P(y = 1) = α + β1 · x1 + β2 · x2 + … + βk · xk + ε
1 – P(y = 1| x1, x2, …, xk)
Na osnovi metode največjega verjetja ocenimo parametre oz. regresij-
ske koeficiente logistične funkcije, ki nakazujejo povprečno relativno spre-
membo vrednosti odvisne spremenljivke ob relativni spremembi vrednosti
posamezne neodvisne spremenljivke, pri pogoju, da ostale vrednosti neod-
visnih spremenljivk ostanejo nespremenjene. Ocena logističnega mode-
la vključuje tudi izračun multiplega determinacijskega koeficienta (R2), ki
predstavlja delež variabilnosti odvisne spremenljivke, pojasnjen z nelinear-
nim vplivom neodvisnih spremenljivk. Pri izračunu lahko uporabimo raz-
lične metode, kot so Hosmerjeva in Lemeshowova, Coxova in Snellova,
Nagelkerkova itd. (Field 2009, 313). Poleg tega smo uporabili χ2-test, s ka-
kzteaorvmirmn, eHsmm1:ooo–tceevsntkjieronarliiismthaiopldtoeetrlenszaeit:diHvonb0i:r–oo,cpčereniljjeaengpoirdmiisotpadotedilsatstiekksoilmχa2b-.osNtopiprčinellajnagoozndhaiipčpioolntdeoazsto--
ti manjša ali enaka 0,05. Z Waldovim testom pa smo ugotavljali, kateri re-
gresijski koeficienti so različni od nič oz. imajo statistično značilen vpliv.
Testiramo hipotezi: H0: βk = 0, H1: βk ≠ 0. V primeru, ko je pri statistiki
čhiilpnootsetziim: Han0:jšβak a=li0e, nHa1k:aβk0≠,050,. V primeru, ko je pri statistiki t stopnja zna-
memo alternativno. ničelno hipotezo zavrnemo in lahko sprej-
Multiplo logistično regresijo smo uporabili pri preučevanju vpliva več
neodvisnih spremenljivk na eno odvisno spremenljivko, pri čemer med od-
visno in neodvisnimi spremenljivkami ni bilo linearne povezanosti. Logi-
stična regresija je dobila ime po transformaciji »logit«, ki nelinearni model
oz. funkcijo transformira v funkcijo, ki je linearna v parametrih. Z mode-
lom multiple logistične regresije, na osnovi znanih vrednosti neodvisnih
spremenljivk, ocenimo verjetnost, da ima odvisna spremenljivka vrednost
1, kar zapišemo kot (Košmelj 2001, 239–40):
eα + β · x + β · x + … + β · x + ε
P(y = 1| x1, x2, …, xk) = 11 22 kk ,
50
1 + eα + β · x + β · x + … + β · x + ε
11 22 kk
kmojdeevrnijlsejniviyks–pa,roeαdm–veinsrnelgjairvsekpsiir,jesεmk–aesnklouljničvasktjnaano, xsttakn,–iβokkd-–tkarleo(gknr.=esi1js,k2i, …) – neodvisna spre-
koeficient pri k-ti ne-
Iz tega sledi:
ln P(y = 1| x1, x2, …, xk) = logit P(y = 1) = α + β1 · x1 + β2 · x2 + … + βk · xk + ε
1 – P(y = 1| x1, x2, …, xk)
Na osnovi metode največjega verjetja ocenimo parametre oz. regresij-
ske koeficiente logistične funkcije, ki nakazujejo povprečno relativno spre-
membo vrednosti odvisne spremenljivke ob relativni spremembi vrednosti
posamezne neodvisne spremenljivke, pri pogoju, da ostale vrednosti neod-
visnih spremenljivk ostanejo nespremenjene. Ocena logističnega mode-
la vključuje tudi izračun multiplega determinacijskega koeficienta (R2), ki
predstavlja delež variabilnosti odvisne spremenljivke, pojasnjen z nelinear-
nim vplivom neodvisnih spremenljivk. Pri izračunu lahko uporabimo raz-
lične metode, kot so Hosmerjeva in Lemeshowova, Coxova in Snellova,
Nagelkerkova itd. (Field 2009, 313). Poleg tega smo uporabili χ2-test, s ka-
kzteaorvmirmn, eHsmm1:ooo–tceevsntkjieronarliiismthaiopldtoeetrlenszaeit:diHvonb0i:r–oo,cpčereniljjeaengpoirdmiisotpadotedilsatstiekksoilmχa2b-.osNtopiprčinellajnagoozndhaiipčpioolntdeoazsto--
ti manjša ali enaka 0,05. Z Waldovim testom pa smo ugotavljali, kateri re-
gresijski koeficienti so različni od nič oz. imajo statistično značilen vpliv.
Testiramo hipotezi: H0: βk = 0, H1: βk ≠ 0. V primeru, ko je pri statistiki
