Дипломная работа: Факторы либерализации антинаркотической политики (на примере США)

Табл. 13

Регрессионные выдачи для порядковых логистических моделей 9-10 с включёнными экономическими факторами

Особенность порядковой регрессии (Таблица 13) заключается в сопоставлении нескольких групп с одной, то есть, разделив штаты по уровню либерализации, в результате получилось пять категорий, в Таблице 9 групп 1-4 сопоставляются с группой 5, получается, что «оценки» позволяют судить, с какой вероятностью штат попадёт в пятую группе штатов - группа с либерализацией наркотической политики. Обратив внимание на показатель Нэйджелкерка можно заключить, что модели объясняют треть всех случаев, что также можно наблюдать и в количестве значимых переменных. Если в модели 9 есть две значимые переменные на уровнях 0,05 и 0,1 - расходы на правоохранительную систему и доход штата с фискальной политики. Если первая переменная уже встречалась в анализе и повторно подтверждает, что штаты с высокими расходами на «войну против наркотиков» скорее смягчат законодательство в области наркотиков, то вторая переменная противоречит предшествующим выводам. В модели 1 связь была обратной, то в модели 9 связь прямая, что можно трактовать как: богатые штаты более предрасположены к либерализации. Во второй экономической модели (модель 10) статистически значимыми остаются только расходы.

Экономическая модель подтверждает лишь одну гипотезу (Н9), чем дороже обходится поддержание консервативной наркотической политики, тем выше вероятность либерализации.

Табл. 14

Критерий параллельности линий

Также, для каждой порядковой регрессии был проведён тест параллельных линий (Таблица 14), который позволяет судить о «правильности» выбранного типа регрессии. Если p-значение будет статистически значимым, то принимается нулевая гипотеза о том, что связь между вероятностью попадания в более высокую группу и независимыми переменными стабильна на всех уровнях зависимой переменной. При таком исходе можно провести полиноминальную регрессию для устранения технического нюанса. В случае экономических моделей p-значение было выше порогового.

Табл. 15

Регрессионные выдачи для порядковых логистических моделей 11-13 с включёнными политическими факторами

Политическая модель (Таблица 15) предоставляет больше значимых переменных и впервые вводит порядковые. В модели 11 сразу же стоит отметить суб-региональную переменную, в частности категорию Среднего Запада, так как связь обратная, то вероятность попасть в группу либерализирующих штатов ниже, относительно других регионов выводов пока нельзя сделать. Другая категориальная переменная - либерализирующее действие - также вносит весомый вклад в либерализации штата: при отсутствии действия процесс легализации запустить сложнее. Во время интерпретации порядковой регрессии стоит обратить внимание, что в каждой порядковой переменной (суб-регион и либерализирующее действие) есть «соотносимый» уровень - для суб-региона это Запад, а для действия - «произошло». В таком случае правильнее, с технической точки зрения будет сказать, что в модели 11 принадлежность к Среднему Западу идёт в разрез с либерализацией относительно Запада. В моделях 12-13 такое же заключение можно сделать, но уже для Среднего Запада и Юга относительно того же западного суб-региона. Говоря о действии, то здесь проще интерпретировать результат исходя из дихотомической кодировки переменной - отсутствие действия снижает вероятность либерализации относительно случая, где действия было совершенно.

Заключительной значимой переменной повторно стали «ценности» штата. В целом, у модель очень высокий показатель квази-R статистики - 0,859. В следующей модели (модель 12) к региону Среднего Запада присоединился Юг, обе переменные имеют обратную связь, что позволяет охарактеризовать эти суб-региона как не предрасположенные к либерализации. К тому же, появилась значимость у количества преступлений, связанных с марихуаной - чем меньше количество правонарушений, тем выше вероятность попасть в группе штатов, либерализурющих наркотическую политику. 13 модель подтверждает предположение о ретроградности вышеупомянутых суб-регионов и включает в анализ состав легислатуры - у штатов с демократическим большинством в законодательном органе выше шанс попасть в пятую группу. Несмотря на значимость, моделью можно объяснить только половину случаев - 0,504

Таким образом, модели 11-13, представленные в Таблице 15 позволяют подтвердить две гипотезы: Н7 - есть два суб-региона, которым не характерна либерализация (Средний Запад и Юг), вторая гипотеза (Н6.2) подтвердила, что при демократическом большинстве в легислатуре, шанс либерализации повышается.

Табл. 16

Регрессионные выдачи для порядковых логистических моделей 14-16 с включёнными социальными факторами

Три социальные модели 14-16, результаты которых представлены в Таблице 16, не позволили выявить новых переменных: опять же законодательства штата напрямую связано с либерализацией; урбанизированное население имеет обратную связь со смягчением наркотической политики; уменьшение количества преступлений делает процесс либерализации более вероятным; демократические легислатуры помогают попасть в группу штатов, либерализирующих контроль в области наркотических веществ и, наконец, распространение высшего образования среди населения также способствует либерализации.

На основании Таблицы 16 можно подтвердить гипотезы о либеральных «ценностях» (Н3), о демократической легислатуре (Н6.2), о распространённом высшем образовании (Н5.1) и, относительно новая гипотеза (Н2.2) - чем ниже количество преступлений, тем выше шанс легализации, поскольку политическая элита штата может не волноваться за безопасность «не зависимого» населения.

После построения общей порядковой логистической регрессии выяснилось, что в связи с ошибкой, ей не удаётся пройти тест параллельности линий (Таблица 17):

Табл. 17

Критерий параллельности линий

В силу невозможности выявить и устранить ошибку была предпринята попытка построить полиноминальную регрессию с перекодировкой зависимой переменной либерализации. Теперь единичный случай четвёртого уровня был отнесён к пятому, что вылилось в сокращение категорий до четырёх (dv_new), и тогда выдача стала выглядеть более уместной.

Табл. 18

Регрессионная выдача для полиноминальной логистической общей модели 17