Seite 1 von 1

Beta Koeffizienten - Binäre logistische Regression

BeitragVerfasst: Di 16. Sep 2014, 14:52
von JonasHonnef
Hallo verehrte Community und Statistik-Freunde,

ich stoße derzeit auf folgendes Problem in der Auswertung einer logistischen Regression (siehe Anhang).

Ich erziele, meine Meinung nach, gute Ergebnisse bzgl. der Modellgüte (Omnibus test, Cox & Snell, Nagelkerke, Hosmer and Lemeshow).

Mein Problem besteht aber in den Beta Koeffizienten (Variables in the Equation).

Die Werte über- resp. unterschreiten 1 resp. -1 deutlich. Das darf doch nicht sein, oder ? Bzw. falls doch, wie lassen sich diese interpretieren? Dies würde mich besondes interessieren für meine beiden signifikanten Kovarianten Industry und ZSize_MVlaue. Bis auf die Variable Industry sind übrigens alle unabhängigen Variabeln metrische skaliert. Der Rest ist ja dem Output zu entnehmen..

Ist mein Modell ggf. overfitted und völlig wertlos, trotz der sonst guten Gütestatistiken?

Ich bitte und danke vielmals für sämtliche Hinweise!

Besten Gruß

Re: Beta Koeffizienten - Binäre logistische Regression

BeitragVerfasst: Di 16. Sep 2014, 14:54
von JonasHonnef
..

Re: Beta Koeffizienten - Binäre logistische Regression

BeitragVerfasst: Di 16. Sep 2014, 14:55
von JonasHonnef
Hier ein Auschnitt meines Outputs. Der vollständige Output im PDF Anhang (siehe oben)

Re: Beta Koeffizienten - Binäre logistische Regression

BeitragVerfasst: Di 16. Sep 2014, 15:06
von PonderStibbons
Die Werte über- resp. unterschreiten 1 resp. -1 deutlich. Das darf doch nicht sein, oder ?

Logistische Regression. Nicht lineare.

Re: Beta Koeffizienten - Binäre logistische Regression

BeitragVerfasst: Di 16. Sep 2014, 15:37
von JonasHonnef
Danke schonmal für den Hinweis! Also alles okay soweit?

Schande über mich.. aber logistische reg. ist für mich Neuland, da aber Abgabe in 10 Tagen und dies nur eine Analyse am Rande ist, muss ich mich auf die Darstellung der Gütekennzahlen beschränken und eigentlich nur feststellen, ob das Modell funktioniert. Hab mich nicht tiefer mit der logistischen Regression außeinander setzen können, weil sonstige Analysen alles lineare OLS Regressionen. Nun ja, aber die Daten haben noch ein Paar weitere Hypothesen zugelassen ^^

Wenn also möglich, vielleicht noch einen kurzen Tipp zur Interpretation ?

Viiiielen Dank im Voraus!

Grüße