2009 | OriginalPaper | Buchkapitel
Logistische und Ordinale Regression
verfasst von : Christian Rohrlack
Erschienen in: Methodik der empirischen Forschung
Verlag: Gabler Verlag
Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.
Wählen Sie Textabschnitte aus um mit Künstlicher Intelligenz passenden Patente zu finden. powered by
Markieren Sie Textabschnitte, um KI-gestützt weitere passende Inhalte zu finden. powered by
Untersuchungsmodelle mit nominal oder ordinal skalierten abhängigen Variablen können mit der linearen Regression nicht sinnvoll berechnet werden, da die vom Modell gelieferten Ergebnisse nicht immer im Wertebereich der abhängigen Variablen liegen. Wird z.B. der Kauf (Kodierung der abhängigen Variablen y=1) oder Nicht-Kauf (y=0) eines Produktes betrachtet, so lassen sich Werte unter null oder über eins nicht sinnvoll interpretieren. Als multivariate Analysemethode kann im Fall nominal skalierter abhängiger Variablen die logistische Regression verwendet werden. Ist zusätzlich die Reihenfolge der Kategorien der abhängigen Variablen sinnvoll interpretierbar, dann sollte die ordinale Regression angewendet werden.Skalenniveaus bestehen.