Regression, multinomiale

 

(= m. R.) [engl. multinomialregression; lat. multus viele, nomen Name], syn. multinomiale logistische R., [FSE], Regressionsanalyse zur stat. Vorhersage einer polytomen, nominalskalierten (Skalenniveau) abhängigen Kriteriumsvariablen (z. B. «0» = «unauffällig», «1» = «Risikotyp A», «2» = «Risikotyp B») durch eine oder mehrere dichotome, nominalskalierte (z. B. Dummy-Kodierung) oder intervallskalierte Prädiktoren. Das Verfahren kann als Erweiterung des Ansatzes der logistischen Regression aufgefasst werden: Im Rahmen der m. R. muss eine Gruppe als Referenzgruppe definiert werden (z. B. Gruppe der Unauffälligen oder Kontrollgruppe) in Referenz zu der dann für jede der übrigen Gruppen eine logistische Modellierung erfolgt. Die m. R. kann somit im Falle von k Gruppen als die integrierte Schätzung von k-1 logistischen R.modellen aufgefasst werden. Die Interpretation der Parameterschätzungen und die Beurteilung der Modellgüte erfolgt im Wesentlichen wie bei der logistischen R.

Verwendete Literatur

Sie sind schon registriert? Zur Anmeldung
Erstellen Sie einen Account um das komplette Literaturverzeichnis einzusehen.