Kommentierter SPSS-Ausdruck zur logistischen Regression

Weitere Magazine

Empfehlungen

Info

$Erstellen von Büchern für den Teubner Verlag mit LaTeX - Home.uni ...$

R.Niketta Logistische Regression Schritt 1 Omnibus-Tests der Modellkoeffizienten Chi-Quadrat df Sig. Schritt 9.053 2 .011 Block 9.053 2 .011 Modell 9.053 2 .011 Modellzusammenfassung -2 Log- Cox & Snell Nagelkerkes Schritt Likelihood R-Quadrat R-Quadrat 1 196.961(a) .059 .079 a Schätzung beendet bei Iteration Nummer 3, weil die Parameterschätzer sich um weniger als .001 änderten. Hosmer-Lemeshow-Test Schritt Chi-Quadrat df Sig. 1 9.934 7 .192 Der Modell-Chi-Quadrat-Wert ist die Differenz zwischen dem Null-Modell und dem Prädiktoren-Modell. Es wird die H0 überprüft, dass die Prädiktoren gleich null sind. Die H0 muss abgelehnt werden (p < .05). Die Prädiktoren liefern einen signifikanten Zuwachs bei der Modellanpassung. Das untersuchte Modell ist also besser als das „Null-Modell“ nur mit der Konstanten. „Block“ und „Schritt“ sind bei schrittweisen Regressionsanalysen von Bedeutung. Die Ableitungen für die ML-Schätzwerte sind nicht linear, daher ist eine iterative Schätzung notwendig, die abbricht, wenn der Zuwachs ein voreingestelltes Kriterium unterschreitet. Dies ist der Wert für das Modell, das die Prädiktoren einschließt. Die R 2 -Werte setzen das „Nullmodell“ mit dem gewählten Modell in Beziehung, sie können in etwa als PRE-Koeffizienten aufgefasst werden und geben die proportionale Fehlerreduktion an. Sie sind selten hoch. Nagelkerke R 2 sollte interpretiert werden (korr. R 2 ). Die Fehlerreduktion („erklärte Varianz“) beträgt also 7.9 %. Der Hosmer-Lemeshow-Test teilt die Stichprobe in max. 10 Gruppen und überprüft die Differenzen zwischen beobachteten und erwarteten Werten. Je geringer die Differenz, umso besser die Modellanpassung. Gesucht wird daher eine Bestätigung der H0 (also kein signifikantes Ergebnis). Dies ist hier der Fall. Beispiel_logistische_Regression.doc
R.Niketta Logistische Regression Schritt 1 Schritt 1 Kontingenztabelle für Hosmer-Lemeshow-Test ipa_dich Interpersonale Attraktion ((Mediansplit) = 1 niedrig ipa_dich Interpersonale Attraktion ((Mediansplit) = 2 hoch Beobachtet Erwartet Beobachtet Erwartet Gesamt 1 12 13.849 8 6.151 20 2 14 11.606 4 6.394 18 3 18 15.245 7 9.755 25 4 11 11.150 9 8.850 20 5 3 5.724 8 5.276 11 6 5 6.532 9 7.468 14 7 4 3.436 4 4.564 8 8 4 6.044 12 9.956 16 9 8 5.414 9 11.586 17 a Der Trennwert lautet .500 Interpersonale Attraktion ((Mediansplit) Klassifizierungstabelle(a) niedrig Vorhergesagt Interpersonale Attraktion ((Mediansplit) niedrig hoch Prozentsatz der Richtigen 58 21 73.4 hoch 36 34 48.6 Gesamtprozentsatz 61.7 Diese Tabelle zeigt die neun Stufen des Hosmer-Lemeshow-Tests mit den beobachteten und erwarteten Häufigkeiten in der Tradition des klassischen chi²-Tests. Tabelle der korrekten Zuordnungen (Vorhersagen) Die Gruppen sind nicht gleich verteilt (79 vs. 70), die maximale Zufallswahrscheinlichkeit beträgt 79/149 = 53 %. Das Ergebnis ist nicht sonderlich gut (62 %), vor allem in der Bedingung hohe Attraktion werden mehr Personen falsch als richtig vorhergesagt. Beispiel_logistische_Regression.doc
Seite 1 und 2: R.Niketta Logistische Regression Da
Seite 3: R.Niketta Logistische Regression Zu
Seite 7 und 8: R.Niketta Logistische Regression Da

Kommentierter SPSS-Ausdruck zur logistischen Regression

Erfolgreiche ePaper selbst erstellen

Template löschen?

Als Template speichern?