Zusammenfassung
Im Gegensatz zum linearen Regressionsmodell ist die Interpretation der substanziellen Ergebnisse einer logistischen Regression, die sich in den Koeffizienten der Inputvariablen ausdrücken, nicht ganz einfach. Dies liegt unter anderem daran, dass der Effekt, den eine einzelne unabhängige Variable auf die abhängige ausübt, abhängig ist von der Stelle der Funktion, die man betrachtet. Die Interpretation der Ergebnisse einer logistischen Regression ist aus diesen Gründen wesentlich komplexer als bei linearen Modellen. Es gibt daher verschiedene Vorgehensweisen bei der Interpretation der Ergebnisse. Man kann sich dabei auf die Koeffizienten selbst beziehen bzw. deren Effekt auf die Logits der abhängigen Variablen. Es fällt allerdings schwer, diesen einen inhaltlichen Sinn zu geben. Eine zweite Möglichkeit besteht in der Interpretation der Odds-Ratio, die ebenfalls nicht unproblematisch ist. Am anschaulichsten und daher sehr beliebt ist die Darstellung anhand der Wahrscheinlichkeiten selbst, z.B. mit Hilfe von Tabellen oder Grafiken oder auch den Steigungskoeffizienten an ausgewählten Stellen der Funktion.
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsNotes
- 1.
Bei der Darstellung eines Vektors als Zeilenvektor ist es häufig üblich, die einzelnen Elemente durch Kommata zu trennen. Dies dient lediglich der Übersichtlichkeit.
- 2.
Genauer gesagt ist die zugrundeliegende latente Variable Y* der Einfachheit halber als Linearkombination aus den beiden unabhängigen Variablen und einer normal verteilten Fehlervariablen konstruiert worden. Dies entspricht streng genommen einem Probit-Modell, doch kann dieses durch eine logistische Regression sehr gut approximiert werden.
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2015 Springer Fachmedien Wiesbaden
About this chapter
Cite this chapter
Behnke, J. (2015). Interpretation der Koeffizienten der logistischen Regression. In: Logistische Regressionsanalyse. Methoden der Politikwissenschaft. Springer VS, Wiesbaden. https://doi.org/10.1007/978-3-658-05082-5_5
Download citation
DOI: https://doi.org/10.1007/978-3-658-05082-5_5
Published:
Publisher Name: Springer VS, Wiesbaden
Print ISBN: 978-3-658-05081-8
Online ISBN: 978-3-658-05082-5
eBook Packages: Humanities, Social Science (German Language)