Diskussion:Logistische Regression

Automatische Archivierung

Auf dieser Seite werden Abschnitte ab Überschriftenebene 2 automatisch archiviert, die seit 45 Tagen mit dem Baustein {{Erledigt|1=--~~~~}} versehen sind. Das aktuelle Archiv befindet sich unter Archiv.

Statistische Tests auf gemeinsame Grundgesamtheit

Angenommen, eine logistische Regression wurde an zwei Stichproben durchgeführt. Welche statistischen Tests gibt es zum Überprüfen der Hypothese, dass die beiden Stichproben aus einer gemeinsamen Grundgesamtheit kommen? (Bei der linearen Regression kann man z. B. die Steigungen der beiden Ausgleichsgeraden mittels eines t-Tests vergleichen.) --84.128.220.163 21:02, 24. Jan. 2007 (CET)

Hallo, ich denke, dass Dir der Kolmogorow-Smirnow-Test weiterhelfen dürfte. Auch kannst Du vielleicht den Q-Q-Plot für Deine Zwecke einsetzen, hier verwendest Du auf der x-Achse die empirischen Quantile der einen Verteilung und auf der y-Achse die empirischen Quantile der anderen Verteilung, wenn alle erhaltenen Punkte ungefähr auf einer Geraden liegen, untermauert es die These, dass beide von der gleichen Grundgesamtheit stammen. Gruß --Pi666 10:08, 25. Jan. 2007 (CET)

Die Zugehörigkeit zur Stichprobe modelliert man als zweiwertige Einflussvariable in einem gemeinsamen Regressionsmodell und testet sie gegen die Null, gemeinsam mit allen Interaktionen der Stichprobenzugehörigkeit mit den Regressionsparametern. Johannes Hüsing 21:57, 3. Mai 2009 (CEST)

Notation

n bezeichnet oben in der Formel die Anzahl der Beobachtungen, und später in der Formel die Anzahl der Prädiktoren. Hier müsste ein anderer Variablenname (etwa k) eingeführt werden. (nicht signierter Beitrag von 89.0.133.195 (Diskussion | Beiträge) 00:10, 13. Jan. 2010 (CET))

Streng genommen ist der Artikel mit dieser Notation falsch und so nicht brauchbar-man sollte diesen Artikel nur mit großer Vorsicht genießen!!! (nicht signierter Beitrag von 193.170.163.3 (Diskussion) 13:32, 24. Sep. 2010 (CEST))

Dieser Fehler ist inzwischen wohl beseitig.

Koennte man BITTE in der definition auch eine erklaerung (mit kl.beispiel) fuer nicht 'statistisch'vorbelastete leser aufnehmen. ... um wenigstens im 'groben' texte mit referenz zu 'verstehen'??? DANKE valentin spindler (arbeite in deutsch,englisch und spanisch) (nicht signierter Beitrag von Valentinspindler (Diskussion | Beiträge) 14:33, 21. Jan. 2010 (CET))

Ein Beispiel wäre sicher nützlich.--Sigma^2 (Diskussion) 19:29, 21. Aug. 2023 (CEST)

Beispiel

Kann vielleicht jemand, der sich mit dem Thema auskennt, ein Anwendungsbeispiel in den Artikel einfügen, das würde ihn meiner Ansicht nach verständlicher machen. --46.223.1.82 13:15, 13. Feb. 2013 (CET)

Diskrete unabhängige Variablen

In der Einleitung steht, dass diskrete unabhängige Variablen in binäre Dummy-Variablen aufgeteilt werden müssen. Sind damit wirklich alle diskreten Variablen gemeint (also z.B. auch Natürliche Zahlen)? Ich denke eher, hier sind nomiale / kategoriale Variablen gemeint. (nicht signierter Beitrag von 130.83.219.214 (Diskussion) 13:31, 4. Mär. 2016 (CET))

Völlig richtig. --Sigma^2 (Diskussion) 19:19, 21. Aug. 2023 (CEST)

Der Satz "Die unabhängigen Variablen können dabei ein beliebiges Skalenniveau aufweisen, wobei diskrete Variablen mit mehr als zwei Ausprägungen in eine Serie binärer Dummy-Variablen zerlegt werden." ist auch insofern Unsinn, da im Modell eine Linearkombination der erklärenden Variablen gebildet wird. Das setzt die Möglichkeit der inhaltlich sinnvollen Addition und Multiplikationen von Variablen voraus. Wenn $x_{1}$ eine metrische und $x_{2}$ eine ordinal-skalierte Variable ist, was soll dann $x_{1}+x_{2}$ sein? --Sigma^2 (Diskussion) 10:45, 6. Okt. 2023 (CEST)