Logistische Regression

Aus Jamovide
Version vom 28. November 2019, 22:09 Uhr von Sje025 (Diskussion | Beiträge)
(Unterschied) ← Nächstältere Version | Aktuelle Version (Unterschied) | Nächstjüngere Version → (Unterschied)
Wechseln zu: Navigation, Suche

So führen Sie eine logistische Regression in Jamovi durch:

  1. Sie benötigen eine kontinuierliche Prädiktorvariable (unabhängige Variable) und eine kategoriale Ergebnisvariable (abhängige Variable). Vergewissern Sie sich, dass das korrekte Skalenniveau gewählt ist: Die Prädiktorvariable(n) müssen mit dem Symbol für kontinuierliche Variablen Icon Continuous.jpg und die Ergebnisvariable mit dem Symbol für kategoriale Variablen Icon Nominal.jpg gekennzeichnet sein.
    Ein korrekter Datensatz sollte folgendermaßen aussehen:
    Data format regression logistic.jpg

  2. Wählen Sie "Analyses" → "Regression". Wenn die Ergebnisvariable aus nominalen Daten besteht, wählen Sie "2 Outcomes" im Abschnitt "Logistic Regression" wenn sie zwei Stufen oder "N Outcomes" wenn sie mehr als zwei Stufen beinhaltet. Wenn die Ergebnisvariable aus ordinalen (Rang-)Daten besteht, wählen Sie stattdessen "Ordinal Outcomes".
    Select regression logistic.jpg

  3. Fügen Sie die Ergebnisvariable unter "Dependent Variables" und Ihre(n) Prädiktor(en) unter "Covariates" hinzu.
    Add var regression logistic.jpg

  4. Das Ergebnis wird im Resultatteil (rechts) angezeigt:
    Output regression logistic.jpg

  5. Ein Einführungsvideos (auf Englisch) erklärt das Konzept des Verfahrens für zwei Ebenen (um beispielsweise Geschlecht oder klinische vs. Kontrollgruppe vorherzusagen) und für mehr als zwei Ebenen (um beispielsweise Lebensmittelpräferenzen vorherzusagen: Fast Food, gesunde Lebensmittel, proteinreiche Lebensmittel, vegane Lebensmittel usw.).