By Joachim Behnke

​Die Methode der logistischen Regression ist eines der statistischen Standardanalysemodelle in den Sozialwissenschaften. Logistische Regressionen werden angewandt, wenn die abhängige Variable nur zwei Ausprägungen besitzt und die Methode der linearen Regression mit OLS-Schätzung aus mehreren Gründen ungeeignet ist. Die Anwendungsbereiche der Methode sind mannigfaltig und finden sich praktisch in jedem Bereich, der empirisch erforscht werden kann, von den Politik- und anderen Sozialwissenschaften bis zur Biologie und Medizin.

Show description

Read or Download Logistische Regressionsanalyse: Eine Einführung PDF

Best german_15 books

Währungsrisikomanagement in kleinen und mittleren Unternehmen

Die Globalisierung der Wirtschaft ist heute allgegenwärtig. Gegenstand des internationalen Finanzmanagements sind vorrangig multinationale Unternehmen. Doch auch kleine und mittlere Unternehmen (KMU) müssen sich mit Währungsrisiken auseinandersetzen, gerade im rohstoffarmen und exportabhängigen Deutschland.

Teilhabe am Verkehrssystem: Einfluss selbständiger Mobilität auf die Freizeitgestaltung junger Menschen mit geistiger Behinderung

​Mit der Teilhabe am Verkehrssystem werden Zugänge zu unterschiedlichen Lebensbereichen geöffnet. Für (junge) Menschen mit geistiger Beeinträchtigung können diese aufgrund bestehender Barrieren an Herausforderungen geknüpft sein, die Exklusionsrisiken bedingen. Vera Tillmann setzt sich vor diesem Hintergrund mit den bestehenden und potenziellen Teilhabechancen für (junge) Menschen mit geistiger Beeinträchtigung auseinander.

Führung auf den Punkt gebracht: Praktische Handreichungen und Empfehlungen

Führungsprobleme werden immer öfter konstatiert. Wie kann der Einzelne die Anforderungen professionell erfüllen? Dieses hervorragend strukturierte Buch bietet dazu konkrete Handreichungen. Es vermittelt praktische und nachvollziehbare Erfahrungen hochrangiger Wirtschaftsexperten, die der Leser auf seine individuellen Fragestellungen transformieren kann.

Projektmanagement von Verkehrsinfrastrukturprojekten

Dieses von Fachexperten geschriebene Werk umfasst alle wesentlichen Schritte und Elemente des Projektmanagements von Straßen- und Eisenbahnprojekten und füllt damit eine seit langem offene Literaturlücke für die Praxis. Behandelt werden alle Prozesse der Planung, der Erarbeitung des Baurechts mit der Einbeziehung des Umfelds, der organization der Finanzierung, der Bauvorbereitung und der Baudurchführung aus Sicht der Bauherren und ihrer Planer.

Extra info for Logistische Regressionsanalyse: Eine Einführung

Example text

Allerdings ist die Wahrscheinlichkeit eine Größe, die bei entsprechend großen Fallzahlen sehr schnell sehr, sehr kleine Werte annimmt, die als ziemlich hohe negative Exponenten von 10er-Potenzen dargestellt werden müssten. Noch unanschaulicher und entsprechend schwer zu interpretieren wären die Veränderungen von Wahrscheinlichkeiten. Es bietet sich daher an, die Handhabbarkeit der Likelihood zu erhöhen, indem man sie so transformiert, dass sie Zahlenwerte ergibt, die einem vertrauter sind und deren Interpretation einem daher leichter fällt.

0,69 beträgt eβ, also der Effektkoeffizient, ungefähr 2. Dies gibt dann die Odds-Ratio an, also das Verhältnis, in dem sich die Odds von π ändern, wenn X um eine Einheit zunimmt. Die konstante multiplikative Veränderung der Odds aber bedeutet eine unterschiedliche Veränderung der Wahrscheinlichkeiten von π, je nachdem von welchem Wert von π und daher auch der Odds man ausgeht. Für die anschauliche Interpretation des Effektkoeffizienten geht man daher am besten von einem herausgehobenen Wert von π aus.

1 Ausgewählte Odds für bestimmte Wahrscheinlichkeiten 0,001 0,01 0,10 0,20 0,30 0,40 0,5 0,6 0,7 0,8 0,9 0,99 0,999 1 − π = P(Y = 0) 0,999 0,99 0,90 0,80 0,70 0,60 0,5 0,4 0,3 0,2 0,1 0,01 0,001 π = P(Y = 1) Odds(π) 0,001 0,01 0,11 0,25 0,43 0,67 1 1,5 2,33 4 9 99 999 Chancenverhältnis oder relatives Risiko oder einfach nur Chance2 (vgl. Fahrmeir et al. 1 gibt die Odds für bestimmte Wahrscheinlichkeiten wieder: Der Wertebereich der Odds von π geht jetzt von 0 bis + ∞. Jetzt benötigen wir noch eine Transformation, die einen derartigen Definitionsbereich auf einen Wertebereich von − ∞ bis + ∞ abbildet.

Download PDF sample

Rated 4.04 of 5 – based on 40 votes