Log-Odds
In diesem Beitrag
Was versteht man unter Log-Odds?
Log-Odds – auch als Logit bezeichnet – sind der natürliche Logarithmus der Odds (Chancen) eines Ereignisses. Die Odds selbst beschreiben das Verhältnis der Wahrscheinlichkeit, dass ein Ereignis eintritt, zur Wahrscheinlichkeit, dass es nicht eintritt. Liegt die Wahrscheinlichkeit eines Ereignisses bei , dann berechnen sich die Odds als:
Odds
Der Log-Odds-Wert ergibt sich daraus durch Anwendung des natürlichen Logarithmus:
Log-Odds (Logit)
Der Wertebereich der Log-Odds erstreckt sich von . Beträgt die Wahrscheinlichkeit genau 50 %, sind die Log-Odds gleich null. Positive Werte sprechen für eine Wahrscheinlichkeit über 50 %, negative Werte für eine unter 50 %.
Warum sind Log-Odds für statistische Analysen wichtig?
Log-Odds spielen vor allem in der logistischen Regression eine zentrale Rolle. In diesem Modell wird nicht die Wahrscheinlichkeit selbst als Zielvariable modelliert, sondern ihr Logit – also der Log-Odds-Wert. Das hat einen wichtigen Grund: Wahrscheinlichkeiten sind auf den Bereich zwischen 0 und 1 begrenzt, während lineare Modelle theoretisch beliebige Werte ausgeben können. Durch die Logit-Transformation wird diese Beschränkung aufgehoben, und die Beziehung zwischen Prädiktoren und der Zielvariable kann als lineare Gleichung ausgedrückt werden.
Die Regressionskoeffizienten der logistischen Regression geben direkt an, um wie viel sich der Log-Odds-Wert verändert, wenn ein Prädiktor um eine Einheit steigt. Für die Interpretation werden die Koeffizienten häufig in Odds Ratios umgerechnet, indem man sie exponenziert – das ist intuitiv leichter zu verstehen.
Praxisbeispiel zu Log-Odds
Angenommen, du untersuchst den Zusammenhang zwischen Lernzeit und der Wahrscheinlichkeit, eine Prüfung zu bestehen. In deiner Stichprobe haben 75 von 100 Studierenden, die mehr als 10 Stunden gelernt haben, die Prüfung bestanden.
| Größe | Berechnung | Ergebnis |
|---|---|---|
| Wahrscheinlichkeit (p) | 75 / 100 | 0,75 |
| Gegenwahrscheinlichkeit (1 − p) | 1 − 0,75 | 0,25 |
| Odds | 0,75 / 0,25 | 3,00 |
| Log-Odds | ln(3,00) | ≈ 1,099 |
Der Log-Odds-Wert von ca. 1,099 ist positiv, was bestätigt: Die Wahrscheinlichkeit zu bestehen liegt deutlich über 50 %. In einem logistischen Regressionsmodell würde dieser Wert als Teil der linearen Gleichung verwendet. Für die Interpretation in einer Studie würde man daraus entweder die Odds Ratio (hier 3,0 – die Chance zu bestehen ist dreimal so groß wie die Chance zu scheitern) oder die Wahrscheinlichkeit (75 %) berichten.
