Multinomiale, ordinale und stereotype logistische Regression - eine Einführung in die Regressionsanalyse kategorialer Zielvariablen

Seit rund drei Jahrzehnten gibt es in der Literatur eine Reihe geeigneter Regressionsmodelle zur Analyse kategorialer Outcome-Variablen. Diese sind inzwischen in den großen Statistik-Softwarepaketen implementiert. Diese Übersicht soll einige für Medizin und Gesundheitswissenschaften geeignete Modelle darstellen, wobei das Schwergewicht auf den weniger bekannten stereotypen Modellen liegt. Die ordinalen und die multinomialen Modelle sind seit längerem in Gebrauch.

Der Artikel richtet sich an Anwender. Er beschreibt die Typen von kategorialen Daten, Modellen und deren Implementierungen, auf Schätz- und Inferenztheorie wird verzichtet. Es wird gezeigt, wie in Abhängigkeit von der Ordnungsstruktur der Zielvariablen Modelle ausgewählt und wie die Modellparameter interpretiert werden können. Dies wird durch je ein Beispiel zum multinomialen und zum stereotypen Modell illustriert, Erläuterungen zum Umgang mit der Software sind eingeschlossen.

Dieser Artikel ist im Journal GMS Medizinische Informatik, Biometrie und Epidemiologie 2016, Vol. 12(1) erschienen.

Bibliografische Angaben

Titel:  Multinomiale, ordinale und stereotype logistische Regression - eine Einführung in die Regressionsanalyse kategorialer Zielvariablen. 

Verfasst von:  N. Kersten

in: GMS Medizinische Informatik, Biometrie und Epidemiologie, Vol. 12(1), 2016.  Seiten: 14, DOI: 10.3205/mibe000163

Download Artikel "Multinomiale, ordinale und stereotype logistische Regression - eine Einführung in die Regressionsanalyse kategorialer Zielvariablen" (PDF, 2 MB, Datei ist nicht barrierefrei)