Autor des Abschnitts: Jonas Rafi

Logistische Regression

So können Sie eine logistische Regression in jamovi durchführen:
  1. Sie benötigen eine nominal ordinal kategoriale abhängige Variable (nominal oder ordinal) und mindestens eine continuous kontinuierliche unabhängige Variable.
    Ein korrektes Setup sollte ungefähr so aussehen:

    data_format_regression_logistic


  2. Die logistische Regression können Sie auswählen, indem Sie AnalysesRegression wählen. Wenn die Ergebnisvariable nominal ist (wie im obigen Bild), wählen Sie 2 Outcomes, wenn sie 2 Stufen / verschiedene Werte hat, oder N Outcomes, wenn sie mehr als 2 Stufen hat. Wenn die Ergebnisvariable ordinal ist (z. B. niedrig, mittel, hoch), wählen Sie Ordinal Outcomes.

    select_regression_logistic


  3. Ziehen Sie Ihre abhängige / Ergebnisvariable per Drag-and-drop oder mit den Pfeil-Buttons auf Dependent Variable und Ihre Prädiktor(en) auf Covariates.

    add_var_regression_logistic


  4. Scrollen Sie nach unten zum Dropdown-Menü Modellkoeffizienten und aktivieren Sie die Optionen Odds Ratio und Konfidenzintervall.

    options_regression_logistic

  5. Das Ergebnis wird im rechten Panel angezeigt:

    output_regression_logistic


Tipp

Diejenigen, die bereits Erfahrung mit SPSS haben, können sich den Seite-an-Seite-Vergleich mit der Durchfühung einer logistischen Regression in SPSS und jamovi ansehen.

Mehr Hilfe in den Community-Ressourcen

Eine umfassendere Einführung in diese statistische Analyse bieten die beiden folgenden Videos (in Englisch), in denen die logistische Regression mit zwei Stufen (zur Vorhersage z.B. von Geschlecht oder klinischer vs. Kontrollgruppe ) und mit mehr als zwei Stufen (zur Vorhersage z.B. von Essensvorlieben: Fast Food, gesundes Essen, eiweißreiches Essen, veganes Essen usw.) erklärt wird.