Seite 1 von 1

OLS-, Poisson-und Binomialregression

BeitragVerfasst: Di 12. Jun 2018, 21:43
von FragenüberFragen
Guten Abend in die Runde,

ich hätte eine Frage an Euch und hoffe, dass Ihr eine Antwort habt!
Könnt ihr mir mit einfachen Worter erklären, wo denn bitte der Unterschied zwischen
1. der OLS-Regression
2. der Poissonregression
3. der Binomialregression
liegt?
Warum ist eine Differenzierung danach überhaupt notwendig?

Lieben DANK! ;)

Re: OLS-, Poisson-und Binomialregression

BeitragVerfasst: Di 12. Jun 2018, 22:05
von PonderStibbons
Die Vorhersagefehler der Regressionsmodelle werden als normal-
bzw. binomial- bzw. poissonverteilt angenommen.

Mit freundlichen Grüßen

Ponderstibbons

Re: OLS-, Poisson-und Binomialregression

BeitragVerfasst: Mi 13. Jun 2018, 17:27
von FragenüberFragen
Danke für die Antwort, aber ehrlich gesagt hilft sie mir nicht weiter.

Wann würde man denn welche Art von Regression in der Praxis benutzen?
Warum macht man nicht einfach alles mit der OLS-Regression?

Re: OLS-, Poisson-und Binomialregression

BeitragVerfasst: Mi 13. Jun 2018, 17:28
von FragenüberFragen
Wenn ich es richtig verstanden habe ist die Binomialregression eine Form der Poissonregression.
Und die Poissonregression nutzt man im Gegensatz zur OLS-Regression, wenn es Ausreißer nach oben unten gibt, die aber auch plausibel sind.

Re: OLS-, Poisson-und Binomialregression

BeitragVerfasst: Mi 13. Jun 2018, 17:40
von bele
Hi!

Nein, das hast Du nicht richtig verstanden. Bei der Binomial- und bei der Poissonregression werden jeweils Anzahlen von Ereignissen gezählt. Bei der Binomialverteilung gibt es eine Obergrenze für die Zahl möglicher Erfolge, bei der Poissonregression nicht. Wenn ich nur 3x würfele, kann ich nicht mehr als 3x eine Sechs würfeln. Das ist binomial. Heute Nacht werden mich wahrscheinlich 0 Leute anrufen, es könnten mich aber beliebig viele Leute anrufen. Das geht eher in Richtung Poisson.
OLS-Regression ist gut, wenn wir einen linearen Zusammenhang haben, viele Zusammenhänge sind aber gar nicht linear: Ich werfe drei Pfeile auf eine Zielscheibe und modelliere abhängig von meinem Blutalkoholspiegel, wie oft ich die Zielscheibe verfehle.
Bei 0 Promille verfehle ich nie, bei 0,5 Promille verfehle ich 1 Mal, bei 1 Promille verfehle ich immer, bei 2 Promille verfehle ich immer und bei 3 Promille verfehle ich auch immer und bei 4 Promille auch. Zeichne Dir das mal in ein Diagramm und versuche, da eine aussagekräftige Gerade durch zu zeichnen. Als nächstes versuchst Du, dadurch eine sigmoide Kurve wie bei einer logistischen Regression zu legen. Versuch das mal und dann wirst Du intuitiv verstehen, warum man nicht alles mit OLS erschlagen kann.

LG,
Bernhard

Re: OLS-, Poisson-und Binomialregression

BeitragVerfasst: Mi 13. Jun 2018, 18:25
von FragenüberFragen
Dankeschön, das hat mir auf jeden Fall weitergeholfen. :-)