GESIS Training Courses
user_jsdisabled
Search

Scientific Coordination

Dr. Nora Skopek
Tel: +49 621 1246277

Administrative Coordination

Claudia O'Donovan-Bellante
Tel: +49 621 1246221

Einführung in die logistische Regression für SozialwissenschaftlerInnen

Instructor(s):
Dr. Hannes Kröger

Date: 08.11 - 10.11.2017 ics-file

Location: B2, 8 Mannheim

Course description

Der Workshop thematisiert logistische Regression aus einer angewandten sozialwissenschaftlichen Perspektive. Die Hauptunterschiede zwischen linearer und logistischer Regression werden besprochen, insbesondere die Unterschiede in der Interpretation von Odds-Ratios, relativen Risiken und marginalen Effekten. Zu diesem Zweck wird die logistische Regression linearen Wahrscheinlichkeitsmodellen und negativen binomischen Regressionsmodellen gegenübergestellt. Ein weiterer Punkt der besprochen wird, ist der Vergleich Modellanpassungsmaßen in  verschachtelten und nicht-verschachtelten Modellen. Das ordinale Logit-Modell wird als Erweiterung zum binären logistischen Regressionsmodell eingeführt. Mögliche Probleme (und einige Lösungen)die im praktischen Forschungsprozess beim Gebrauch von logistischer Regression entstehen können  werden diskutiert unter Bezugnahme auf aktuelle methodischen Entwicklungen in diesem Gebiet. Der letzte Teil des Workshops behandelt die Themen statistische Signifikanz und Effektstärke sowie deren Gebrauch und Missbrauch und die Möglichkeiten der gemeinsamen Interpretation beider Maße. Da das Hauptaugenmerk des Workshops nicht auf der statistischen Theorie von logistischer Regression liegt, sondern auf deren Anwendungen für die sozialwissenschaftliche Forschung, werden alle Themen anhand von Übungsbeispielen in Stata und/oder in Gruppenarbeit erläutert. Von den Teilnehmern wird erwartet, dass sie aktiv an der Seminardiskussion teilnehmen.


Target group

Der Kurs ist geeignet für Studierende, Promovierende und Promovierte, die grundlegende Erfahrung mit linearer Regression und im Umgang mit Stata haben. Die Anwendung der logisitische Regression wird von Forschungsproblemen ausgehend illustriert und möglichst intuitiv gehalten. Tieferes mathematisches Verständnis ist nicht erfordert.


Learning objectives

Die Teilnehmer können ein logistisches Regressionsmodell (binomisch, ordinal) schätzen und sind in der Lage Ergebnisse in Form von Odds Ratios, relativen Risiken und marginalen Effekten, zu interpretieren. Probleme und Lösungen aus aktuellen Studien zu (hierarchischen) Modellvergleichen, welche die logistische Regression nutzen, sind bekannt. Teilnehmer können unterscheiden zwischen Forschungsfragen die auf die Interpretation relativer Veränderungen abzielen (Odds Ratios, relatives Risiko) und Forschungsfragenragen die auf die Interpretation von Veränderungen abzielen (Prozentpunkte, marginale Effekte).
 


Schedule

Recommended readings

About the instructor - Dr. Hannes Kröger

More Information