GOF

Titel: Globale Anpassungstests im logistischen Regressionsmodell

Projektleitung: Prof. Dr. Thomas Diepgen

Inhaltsangabe:

Das logistische Regressionsmodell hat sich seit seiner Einführung in den siebziger Jahren zu einer Standardmethode in der Biometrie und Epidemiologie entwickelt, wenn es um die Auswertung von binären Zielgrößen geht. Methoden zur Evaluierung der Anpassungsgüte (Goodness-of-Fit) im logistischen Regressionsmodell sind jedoch, im Vergleich zu anderen statistischen Modellen, immer noch unterentwickelt. Als globale Anpassungstests werden v.a. die Devianz oder die Pearson-Statistik empfohlen, die auch in anderen Bereichen der Statistik Anwendung finden.
Es ist jedoch bekannt, dass diese beiden Tests in Situationen mit fehlenden Messwiederholungen, also z.B. bei stetigen Kovariablen oder einer großen Anzahl von Kovariablen, eher die Regel als die Ausnahme in realen Datensätzen, nicht zu verlässlichen Ergebnissen führen.
In der gegenwärtigen Studie werden Alternativen zu den beiden Standardtests zusammengestellt und im Rahmen einer Simulationsstudie miteinander verglichen.

Laufzeit: 1997-2002

Mitarbeiter/innen der Abteilung: Kuss, Diepgen

Externe Kooperationspartner:

Publikationen:

Kuss O: Goodness-of-Fit Tests im logistischen Regressionsmodell ohne Meßwiederholungen. Herbstworkshop der Arbeitsgruppen „Generalisierte lineare Modelle“ und „Statistische Methoden in der Epidemiologie“ der Deutschen Region der Internationalen Biometrischen Gesellschaft und der Deutschen Arbeitsgemeinschaft für Epidemiologie, Heidelberg, 8.-9. 10. 1998.
Kuss O: Global Goodness-of-Fit Tests in Logistic Regression with Sparse Data. Statistics in Medicine, 21(24), (2002), 3789-3801.