Wir bauen für dich um! Daher steht card2brain am Donnerstag, den 20.06.2019 ab 23:30 für einige Stunden nicht zur Verfügung.

Lernkarten

Karten 21 Karten
Lernende 5 Lernende
Sprache Deutsch
Stufe Universität
Erstellt / Aktualisiert 30.01.2019 / 11.02.2019
Lizenzierung Keine Angabe
Weblink
Einbinden
0 Exakte Antworten 21 Text Antworten 0 Multiple Choice Antworten
Fenster schliessen

Wann wird die logistische Regression eingesetzt und was ist ihr Ziel?

In den bisherigen Regressionsanalysen wurde angenommen, dass die AV metrisch skaliert ist

Spezialfal: Logistische Regression zur Prädiktion einer kategorialen AV (bei uns: dichotome AV)

 

 

Fenster schliessen

Welche 3 Darstellungsformen des Zusammenhangs zwischen UV und AV (von Wahrscheinlichkeiten) gibt es?

Lizenzierung: Keine Angabe

→ drei Möglichkeiten die AV „metrisch zu skalieren“:

 

Bedingte Wahrscheinlichkeitsfunktion:

– Beispiel: Hängt die Wahrscheinlichkeit, schon einmal Tiere gequält zu haben, von der Empathiefähigkeit ab?

 

Bedingte Wettquotientenfunktion

– Beispiel: Hängt die Chance (bzw. der Wettquotient), schon einmal Tiere gequält zu haben, von der Empathiefähigkeit ab?

 

Bedingte Logitfunktion

– Beispiel: Hängt der Logit (d.h. der logarithmierte Wettquotient), schon einmal Tiere gequält zu haben, von der Empathiefähigkeit ab?

Fenster schliessen

Warum kann bei kategorialer AV keine lineare Funktion verwendet werden? 

Würde man eine lineare Funktion verwenden, ergäben sich bei einer metrischen UV mit unbeschränktem Wertebereich theoretisch unmögliche Werte (d.h. bedingte Wahrscheinlichkeiten < 0 oder > 1)

-> Im Unterschied dazu strebt die Exponentialfunktion gegen 0, wenn X gegen minus unendlich strebt, und gegen 1, wenn X gegen plus unendlich strebt

Die Residuen von dichotomen Variablen können nicht normalverteilt sein (da es nur zwei Ausprägungen gibt)

Die bedingten Varianzen der Residuen hängen bei dichotomen AVs von der Ausprägung der UV ab (d.h. die Annahme der Homoskedastizität ist verletzt)

Fenster schliessen

Was ist der Wettquotient (die Chance)?

Lizenzierung: Keine Angabe

Ein Wettquotient bzw. eine Chance („odds“) ist dasVerhältnis aus der

- Wahrscheinlichkeit eines Ereignisses P (Y = 1 | X) und

- seiner Gegenwahrscheinlichkeit 1 − P(Y=1| X).

Das Modell der logistischen Regression lässt sich auch als bedingte Wettquotientenfunktion darstellen (siehe Abbildung)

Fenster schliessen

Wie können die Regressionsgewichte einer logistischen Regression definiert werden? 

Lizenzierung: Keine Angabe

b1 = Steigung der Wahrscheinlichkeitsfunktion (KEINE Interpretation wie üblich)

eb= Veränderung der Chance um den Faktor, wenn X (UV) um eine Einheit steigt. 

b1 = Erwartete Veränderung des Logits, wenn X (UV) um eine Einheit steigt. 

 

 

Fenster schliessen

Welche Methoden dienen der Parameterprüfung bei der logistischen Regression?

Die Parameter (d.h. die Regressionskoeffizenten) sowie ihre Standardfehler werden mit der Maximum-Likelihood-Methode geschätzt.

 

Einzelne Parameter können mit dem z-Test, Wald-Test oder Likelihood-Ratio-Test auf Signifikanz geprüft werden

-> z-Test und Wald-Test führen zum selben Ergebnis, haben bei großen Ausprägungen der Parameter (in der Population) oder kleinen Stichproben aber eine geringere Teststärke als der Likelihood-Ratio-Test

Mehrere oder alle Parameter können mit dem multivariaten Wald-Test oder dem Likelihood-Ratio- Test auf Signifikanz geprüft werden.

Fenster schliessen

Welche Vorschläge für die Bestimmung der Modellgüte werden bei der logistischen Regression verwendet?

Es gibt kein generell anerkanntes, globales Maß für die Modellgüte (sondern nur verschiedene Vorschläge):

- McFadden-Index: Erklärungskraft des Modells im Vergleich zu einem perfekten(„saturierten“) Modell

- Cox-Snell-Index: Erklärungskraft des Modells im Vergleich zu einem Nullmodell (d.h. einem Modell ohne UVs)

- Nagelkerke-Index: Auf einen Wertebereich von 0 bis 1 reskalierter Cox-Snell-Index

 

Fenster schliessen

Warum lässt sich in der logistischen Regression kein Determinationskoeffizient bestimmen? 

 

Lizenzierung: Keine Angabe

 Da sich die AV nicht in eine Linearkombination aus UV und Residualvariablen zerlegen lässt

Häufig wird daher zur Bewertung der Effektstärke auf die Koeffizienten (e hoch Beta 1; die odd ratios) fokussiert.