Zusammenfassung
Bei vielen Problemstellungen in Wissenschaft und Praxis treten immer wieder die folgenden Fragen auf:
- Welcher von zwei oder mehreren alternativen Zuständen liegt vor oder welches Ereignis wird eintreffen?
- Welche Faktoren eignen sich für die Entscheidung oder Prognose und welchen Einfluss haben sie auf das Zustandekommen eines Zustandes oder Ereignisses?
Häufig geht es dabei nur um zwei alternative Zustände oder Ereignisse, z.B. hat ein Patient eine bestimmte Krankheit oder nicht? Wird er überleben oder nicht? In anderen Fällen geht es um mehr als zwei Alternativen, z.B. welche Marke wird ein potentieller Käufer wählen oder welcher Partei wird ein Wähler seine Stimme geben? Zur Beantwortung derartiger Fragen kann die logistische Regression angewendet werden.
Die logistische Regression ähnelt hinsichtlich der Problemstellung der Diskriminanzanalyse. Der für den Anwender wesentliche Unterschied zwischen den beiden Verfahren besteht darin, dass die logistische Regression direkt Wahrscheinlichkeiten für das Eintreffen der alternativen Zustände oder der Zugehörigkeiten zu den einzelnen Gruppen liefert.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2016 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Backhaus, K., Erichson, B., Weiber, R., Plinke, W. (2016). Logistische Regression. In: Multivariate Analysemethoden. Springer Gabler, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-46076-4_6
Download citation
DOI: https://doi.org/10.1007/978-3-662-46076-4_6
Published:
Publisher Name: Springer Gabler, Berlin, Heidelberg
Print ISBN: 978-3-662-46075-7
Online ISBN: 978-3-662-46076-4
eBook Packages: Business and Economics (German Language)