Hans-Jürgen Andreß

Log-linear, logit and logistic regression models are the most common ways of analyzing data when (at least) the dependent variable is categorical. This volume shows how to compare coefficient estimates from regression models for categorical dependent variables in three typical research situations: (i) within one equation, (ii) between identical equations estimated in different subgroups, and (iii) between nested equations. Each of these three kinds of comparisons brings along its own particular form of comparison problems. Further, in all three areas, the precise nature of comparison problems in logistic regression depends on how the logistic regression model is looked at and how the effects of the independent variables are computed. This volume presents a practical, unified treatment of these problems, and considers the advantages and disadvantages of each approach, and when to use them, so that applied researchers can make the best choice related to their research problem. The techniques are illustrated with data from simulation experiments and from publicly available surveys. The datasets, along with Stata syntax, are available on a companion website.

Many economic and social surveys are designed as panel studies, which provide important data for describing social changes and testing causal relations between social phenomena. This textbook shows how to manage, describe, and model these kinds of data. It presents models for continuous and categorical dependent variables, focusing either on the level of these variables at different points in time or on their change over time. It covers fixed and random effects models, models for change scores and event history models. All statistical methods are explained in an application-centered style using research examples from scholarly journals, which can be replicated by the reader through data provided on the accompanying website. As all models are compared to each other, it provides valuable assistance with choosing the right model in applied research. The textbook is directed at master and doctoral students as well as applied researchers in the social sciences, psychology, business administration and economics. Readers should be familiar with linear regression and have a good understanding of ordinary least squares estimation.?

Many economic and social surveys are designed as panel studies, which provide important data for describing social changes and testing causal relations between social phenomena. This textbook shows how to manage, describe, and model these kinds of data. It presents models for continuous and categorical dependent variables, focusing either on the level of these variables at different points in time or on their change over time. It covers fixed and random effects models, models for change scores and event history models. All statistical methods are explained in an application-centered style using research examples from scholarly journals, which can be replicated by the reader through data provided on the accompanying website. As all models are compared to each other, it provides valuable assistance with choosing the right model in applied research. The textbook is directed at master and doctoral students as well as applied researchers in the social sciences, psychology, business administration and economics. Readers should be familiar with linear regression and have a good understanding of ordinary least squares estimation.?

Gewinne macht man bei einer Scheidung nicht, so jedenfalls die landlaufige Meinung, und je nach Standpunkt sagen die einen, Manner seien die Verlierer, wahrend andere vor allem Frauen und Kinder als Benachteiligte sehen. Diese Untersuchung betrachtet die wirtschaftlichen Folgen von Trennung und Scheidung aus unterschiedlichen Blickwinkeln: Wie verandern sich Einkommen, Wohnsituation und Erwerbsbeteiligung im Zusammenhang mit einer Trennung? In welcher Hohe und mit welcher Regelmassigkeit wird Unterhalt gezahlt? Wie wird das Rechtssystem zur Durchsetzung von Unterhaltsanspruchen genutzt? Welche Sozialleistungen werden in Folge einer Trennung in Anspruch genommen? Und wie verandert sich das subjektive Wohlbefinden nach Trennung und Scheidung? Zur Beantwortung dieser Fragen greifen die Autoren sowohl auf Befragungsdaten von Betroffenen als auch auf Informationen aus Expertengesprachen mit Familienrichtern, Scheidungsanwalten und anderen Sachverstandigen zuruck.

Mit Hilfe repräsentativer Bevölkerungsumfragen gehen die Autoren den Fragen nach, wer von Armut betroffen ist, welche Belastungen daraus für die Betroffenen resultieren, ob sich ihre sozialen Netzwerke verändern und wie sie ihren Lebensunterhalt bestreiten bzw. alltägliche Probleme bewältigen. Das Ausmaß der Armut in Deutschland ist nicht unerheblich, aber auch nicht dramatisch groß. Die Belastungen für die Betroffenen sind aber beachtlich. Trotzdem unterscheiden sie sich in ihren Bewältigungsstrategien nicht wesentlich vom Rest der Bevölkerung.

Dieses Buch behandelt Modelle zur Analyse kategorialer Daten. Kategoriale Daten sind Variablen, die eine begrenzte Anzahl von Ausprägungen (Kategorien) haben. Bei vielen der in Umfrageforschung und amtlicher Statistik erhobenen Merkmale handelt es sich um kategoriale Daten. Beispiele wären etwa das Geschlecht einer Befragungsperson, ihre Parteipräferenz, die Anzahl der Mitbewohner im Haushalt dieser Person, ihre Schichtzugehörigkeit und ähnliches mehr. In diesem Lehrbuch geht es um eine anwendungsorientierte Einführung in die multivariate Analyse kategorialer Daten. Konkret werden vier Ansätze vorgestellt: die gewichtete Regression nach Grizzle, Starmer und Koch (GSK-Ansatz), die Klasse der log-linearen Modelle, die logistische Regression und die Analyse latenter Klassen.

Multivariate Analyseverfahren haben in den letzten Jahren einen gewaltigen Aufschwung in den Sozialwissenschaften erfahren. Die Vielfalt der Methoden ist fur den Forschungs- praktiker kaum noch zu uberblicken. Mit diesem Buch wird der Versuch unternommen, ein allgemeines Modell statistischer Datenanalyse vorzustellen, das mehrere multivariate Analyseverfahren als Spezialfall enthiilt. Dazu ziihlen die klassischen Anwendungen der Regressions-, Varianz- und Kovarianzanalyse, aber auch verschiedene Methoden zur Ana- lyse von kreuztabellierten Daten (log-lineare und logistische Modelle, GSK-Ansatz). Dieses verallgemeinerte lineare Modell wurde von NELDER und WEDDERBURN (1972) vorgeschlagen. Fur praktische Auswertungen mit diesem Ansatz steht das Programmpaket GUM zur Verfugung, das von der Numerical Algorithms Group vertrieben wird. Bisher sind sowohl der statistische Ansatz als auch das Programm G LIM in der Forschungspraxis nur sehr zogernd aufgenommen worden. Das liegt sicherlich zum groBen Teil daran, daB der Grad der statistischen Formalisierung relativ hoch und der Umfang der Programm- dokumentation relativ gering ist. Vor allem fehlt es an konkreten Beispielen, wie man mit einem Datensatz z. B. eine Regressionsanalyse oder ein log-lineares Modell berechnet.