3. Logistische und ordinale Regression

Chapter

Requires Authentication

3. Logistische und ordinale Regression

or

Purchase Chapter PDF

$42.00

Published by

Become an author with De Gruyter Brill

Explore this Subject How to publish with us

This chapter is in the book Regressionsanalyse mit SPSS

3Logistische und ordinale Regression Kapitel 3 führt ein in grundlegende Verfahren der logistischen und ordinalen Regression. Das Kapitel ist nach dem Skalenniveau der abhängigen Variablen aufgebaut. Separate Ab-schnitte stellen abschließend jeweils die diversen Voraussetzungen der vorgestellten Ansätze zusammen sowie Ansätze zu ihrer Überprüfung. Kapitel 3.1 stellt in einer ersten Übersicht eine erste Auswahl von in SPSS enthaltenen Ver-fahren zusammen, die für die Analyse von Modellen mit kategorial skalierten abhängigen Variablen geeignet sein könnten (vgl. auch 3.5; an dieser Stelle soll auch auf die Hinweise in Kapitel 6 verwiesen werden). Die binäre logistische Regression (SPSS Prozedur LOGISTIC REGRESSION, Kapitel 3.2) erwartet eine zweistufige abhängige Variable; Ranginformationen in der abhängigen Variab-len werden vom Verfahren nicht berücksichtigt. Als grundlegendes Verfahren wird zunächst die binäre logistische Regression vorgestellt und die Gemeinsamkeiten und Unterschiede zu anderen Verfahren erläutert (u.a. Modell, Skalenniveau). Anhand mehrerer Rechenbeispiele werden u.a. die unterschiedlichen Verfahren der Variablenselektion sowie die Interpretation der ausgegebenen Statistiken erläutert. Abschließend wird auf ein mögliches Auseinander-klaffen von Modellgüte und Vorhersagegenauigkeit eingegangen. Die ordinale Regression (SPSS Prozedur PLUM, Kapitel 3.3) erwartet eine mindestens zwei-stufige (ordinal skalierte) abhängige Variable; Ranginformationen in der abhängigen Variab-len werden berücksichtigt. Die Gemeinsamkeiten und Unterschiede mit den anderen Verfah-ren werden erläutert (u.a. Modell, Skalenniveau). Anhand mehrerer Rechenbeispiele werden u.a. die Interpretation der SPSS Ausgaben für Modelle mit intervallskalierten und kategorial skalierten Prädiktoren erläutert. Die multinomiale logistische Regression (SPSS Prozedur NOMREG, Kapitel 3.4) erwartet ebenfalls eine mindestens zweistufige, jedoch nominal skalierte abhängige Variable; Rangin-formationen in der abhängigen Variablen werden vom Verfahren nicht berücksichtigt. Die multinomiale logistische Regression wird analog zu 3.2 behandelt. Zusätzlich wird der Spe-zialfall der Gematchten Fall-Kontrollstudie (1:1) mit metrischen Prädiktoren vorgestellt.

You are currently not able to access this content.

Not sure if you should have access? Please log in using an institutional account to see if you have access to view or download this content.

Purchase Chapter PDF

$42.00

3Logistische und ordinale Regression Kapitel 3 führt ein in grundlegende Verfahren der logistischen und ordinalen Regression. Das Kapitel ist nach dem Skalenniveau der abhängigen Variablen aufgebaut. Separate Ab-schnitte stellen abschließend jeweils die diversen Voraussetzungen der vorgestellten Ansätze zusammen sowie Ansätze zu ihrer Überprüfung. Kapitel 3.1 stellt in einer ersten Übersicht eine erste Auswahl von in SPSS enthaltenen Ver-fahren zusammen, die für die Analyse von Modellen mit kategorial skalierten abhängigen Variablen geeignet sein könnten (vgl. auch 3.5; an dieser Stelle soll auch auf die Hinweise in Kapitel 6 verwiesen werden). Die binäre logistische Regression (SPSS Prozedur LOGISTIC REGRESSION, Kapitel 3.2) erwartet eine zweistufige abhängige Variable; Ranginformationen in der abhängigen Variab-len werden vom Verfahren nicht berücksichtigt. Als grundlegendes Verfahren wird zunächst die binäre logistische Regression vorgestellt und die Gemeinsamkeiten und Unterschiede zu anderen Verfahren erläutert (u.a. Modell, Skalenniveau). Anhand mehrerer Rechenbeispiele werden u.a. die unterschiedlichen Verfahren der Variablenselektion sowie die Interpretation der ausgegebenen Statistiken erläutert. Abschließend wird auf ein mögliches Auseinander-klaffen von Modellgüte und Vorhersagegenauigkeit eingegangen. Die ordinale Regression (SPSS Prozedur PLUM, Kapitel 3.3) erwartet eine mindestens zwei-stufige (ordinal skalierte) abhängige Variable; Ranginformationen in der abhängigen Variab-len werden berücksichtigt. Die Gemeinsamkeiten und Unterschiede mit den anderen Verfah-ren werden erläutert (u.a. Modell, Skalenniveau). Anhand mehrerer Rechenbeispiele werden u.a. die Interpretation der SPSS Ausgaben für Modelle mit intervallskalierten und kategorial skalierten Prädiktoren erläutert. Die multinomiale logistische Regression (SPSS Prozedur NOMREG, Kapitel 3.4) erwartet ebenfalls eine mindestens zweistufige, jedoch nominal skalierte abhängige Variable; Rangin-formationen in der abhängigen Variablen werden vom Verfahren nicht berücksichtigt. Die multinomiale logistische Regression wird analog zu 3.2 behandelt. Zusätzlich wird der Spe-zialfall der Gematchten Fall-Kontrollstudie (1:1) mit metrischen Prädiktoren vorgestellt.

You are currently not able to access this content.

Not sure if you should have access? Please log in using an institutional account to see if you have access to view or download this content.

Purchase Chapter PDF

$42.00