第四章、 研究結果與分析
4.4 羅吉斯回歸分析與檢驗
本研究也使用應變數的另一定義「專案是否達標(募資達成率 100%):是為 1,否為 0」進行羅吉斯回歸的分析。羅吉斯回歸是廣義回歸模型的其中一種,
其與線性回歸最大的不同在於,被解釋變量的型態是二元變量或取值有限的離 散變量。由於變數是二元變量,因此要透過某種轉換方式,轉化成可以用自變 量解釋應變量的型態。透過羅吉斯回歸可以探討應變數的勝率(Odds Ration)
與自變數之間的關係。勝算代表事件成功機率與失敗機率的比值。假設應變數 y 圖 4-7 殘差和殘差預測散布圖
30
為二元變數,p 為其成功的機率,受自變數χ所影響,則 p 與χ之關係如下181920:
• Y 事件成功的機率:p = ef(x)/1 + ef (x)
• Y 事件失敗的機率:1 − p = 1/1 + ef (x)
• 勝算(Odds Ratio):p/1 − p = ef (x)
• 羅吉斯回歸假設(對勝算取自然對數):
ln(p/(1 − p)) = f(χ) = β0χ0 + β1χ1 + ... + βkχk
首先觀察應變數,參考表 4.7,其中在 79 個樣本中有 44 個(55.7%)的募 資專案沒有達標,有 35 個專案達標(44.3%)。藉由使用募資專案是否達標將自 變數分組,並畫成直方圖 4.8-4.10 進行觀察。主觀性敘事、連結性敘事及正向 情緒敘事,雖然沒有在 1(募資達標)的部分明顯往右方集中,但可以發現在 1(募資達標)的部分較高的值會分佈較多。初步觀察自變數可能也與應變數存 在著正向關係。
18 3 連 玉 君 (104 年 3 月 25 日。Logit 模 型 STATA。 取 自 https:// wenku.baidu.com/ view/
1f550532cf84b9d528ea7ac2.html
19 在 LSHTM 的 學 習 筆 記。 取 自 https:// wangcc.me/ LSHTMlearningnote/
%E8%A9%95%E5%83%B9%E6%A8%A1%E5%9E%8B%E7%9A%84%E8%A1%A8%E7%8F%BEassessing-model-performance.html
20 5 永析(106 年 7 月 8 日)。羅吉斯迴歸分析 (Logistic regression)-統計說明與 SPSS 操作。取 自 https:// www.yongxi-stat.com/logistic-regression/
表 4.7 募資專案達標與否統計
專案是否達標 計數 佔樣本比例% 累積
0 44 55.70 55.70
1 35 44.30 100.00
總計 79 100.00
31
將四個假說中的自變數,分別為主觀性敘事、連結性敘事、正向情緒敘事逐 步納入(2)、(3)、(4) 邏輯斯回歸模型,參考表 4.8。在模型(4)中可以發現 假設的自變數中,主觀 性敘事與正向情緒敘事皆與專案達標皆有顯著關係。由 於係數 β 經過自然對數的轉化, 因此將 β 經過 eβ的計算,得到以下對於勝率 的解釋,參考表 4.9:
• 主觀性敘事的句子每增加 1%,會影響第四十天募資專案達成勝率增加 1.09 倍(p<0.01)
• 正向情緒敘事每增加 1%,會影響第四十天募資專案達成勝率增加 1.09 倍(p<0.05)
圖 4.8 募資專案達標與否區分 之主觀性敘事直方圖
圖 4.9 募資專案達標與否區分 之連結性敘事直方圖
圖 4.10 募資專案達標與否區分之正向情緒敘事直方圖
32
檢視從模型(1)到模型(5)的假決定係數 (pseudo-R2),又稱似然比係數 (McFadden’s likelihood ratio index)。類似於線性回歸中的 R2,用來比較 相對模型間的解釋力。從 0.21 到 0.48,可以看出模型的解釋力隨著自變數的加 入而增加。將上述兩個模型(多元線性回歸模型及羅吉斯回歸模型)結果整理 如表 4.10(┼代表顯著正向影響,p 代表機率)。
R
2 McFadden= 1 − ℓ
c/ℓ
null(1) (2) (3) (4)
募資達標與否 募資達標與否 募資達標與否 募資達標與否 募資金額自然對數 -0.72 -1.30* -1.34* -1.78*
募資股權數額 -0.20** -0.29** -0.30** -0.36**
第三天投資人經驗 0.19 0.26+ 0.25+ 0.34*
前 1%投資金額總和 0.00 0.00 0.00 0.00
城市 0.55 0.92 0.80 0.75
企業對企業(B2B) -1.28+ -2.66** -3.04** -2.92*
金融 -0.29 -0.39 -0.27 0.05
食品 -0.82 -1.10 -0.99 -1.29
軟體即服務 0.82 0.64 0.84 1.13
旅遊 -0.99 -1.15 -1.52 -1.38
主觀性敘事 0.10** 0.11** 0.09**
連結性敘事 0.07 0.05
正向情緒敘事 0.08*
Constant 10.19+ 15.70* 16.34* 15.93+
Pseudo R-squared 0.24 0.41 0.43 0.48
chi2 25.66 44.97 46.85 52.48
+ p<0.1 * p<0.05 ** p<0.01 表 4.8 羅吉斯回歸模型
33
Odds Ratio Std. Err. z P>|z| [95%
主觀性敘事 1.09 0.03 2.77 0.01 1.03 1.16
連結性敘事 1.05 0.05 1.19 0.23 0.97 1.15
正向情緒敘事 1.09 0.04 2.12 0.03 1.01 1.17
募資金額自然對數 0.17 0.13 -2.34 0.02 0.04 0.75
募資股權數額 0.70 0.08 -3.18 0.00 0.56 0.87
第三天投資人經驗 1.41 0.22 2.21 0.03 1.04 1.92
前 1%投資金額總和 1.00 0.00 1.29 0.20 1.00 1.00
城市 2.12 1.71 0.93 0.35 0.44 10.27
企業對企業(B2B) 0.05 0.06 -2.57 0.01 0.01 0.50
金融 1.05 1.41 0.04 0.97 0.08 14.63
食品 0.27 0.26 -1.36 0.17 0.04 1.77
軟體即服務 3.10 4.46 0.79 0.43 0.18 52.04
旅遊 0.25 0.31 -1.14 0.26 0.02 2.71
常數截距項 8256403.00 72500000.00 1.81 0.07 0.27 248000000000000.00 Note: _cons estimates baseline odds.
多元線性回歸
(第 40 天募資達成率)
羅吉斯回歸
(募資達標與否)
主觀性敘事(假說一) ┼(p < 0.05)
連結性敘事(假說二) ┼(p < 0.05)
正向情緒敘事(假說三) ┼(p < 0.01)
表 4.9 羅吉斯回歸模型(經轉化)
表 4.10 研究模型結果列表比較
34