Multinomiale logistische Regression
In diesem Beitrag
Was versteht man unter multinomialer logistischer Regression?
Die multinomiale logistische Regression ist ein statistisches Verfahren zur Modellierung einer kategorialen Zielvariable mit mehr als zwei ungeordneten Kategorien. Sie ist damit eine direkte Erweiterung der binären logistischen Regression, die nur zwei Ausprägungen der Zielvariable (0 vs. 1) behandeln kann.
Das Modell schätzt für jede Kategorie die Wahrscheinlichkeit der Zugehörigkeit relativ zu einer festgelegten Referenzkategorie. Für eine Zielvariable mit K Kategorien werden K − 1 Gleichungen geschätzt. Jede dieser Gleichungen hat die Form eines Log-Odds-Verhältnisses:
Modellgleichung (Log-Odds zur Referenzkategorie)
Dabei ist P(Y = k) die Wahrscheinlichkeit, der Kategorie k anzugehören, und P(Y = Ref) die Wahrscheinlichkeit für die Referenzkategorie. Die Koeffizienten beschreiben den Einfluss der Prädiktoren auf dieses Verhältnis.
Die tatsächlichen Wahrscheinlichkeiten werden über die Softmax-Funktion berechnet, sodass sich alle geschätzten Kategorienwahrscheinlichkeiten zu 1 summieren. Die Parameterschätzung erfolgt über Maximum-Likelihood-Schätzung.
Warum ist multinomiale logistische Regression für statistische Analysen wichtig?
In der Praxis hat die Zielvariable häufig mehr als zwei Ausprägungen. Typische Beispiele sind Berufskategorien, Partei- oder Produktpräferenzen, Diagnosegruppen oder Bildungsabschlüsse. Mit einer binären logistischen Regression lassen sich solche Fragen nicht korrekt abbilden – die multinomiale Variante schließt diese Lücke.
Gegenüber alternativen Ansätzen – etwa mehreren separaten binären Regressionen – hat das multinomiale Modell den Vorteil, alle Kategorien simultan zu schätzen. Dadurch bleiben die Wahrscheinlichkeiten konsistent und summieren sich stets auf 1.
Die Interpretation der Koeffizienten erfolgt als relatives Risiko-Verhältnis (auch: Odds Ratio): Ein Koeffizient größer als 1 (nach Exponenzierung) bedeutet, dass mit steigendem Prädiktorwert die Zugehörigkeit zur betreffenden Kategorie im Vergleich zur Referenzkategorie wahrscheinlicher wird.
Praxisbeispiel zu multinomialer logistischer Regression
Eine Forscherin untersucht, welche Faktoren die Wahl des Studienbereichs beeinflussen. Die Zielvariable hat drei Kategorien: Naturwissenschaften, Sozialwissenschaften und Geisteswissenschaften. Als Prädiktoren werden Abiturnote, Geschlecht und Interesse an Mathematik einbezogen. Die Referenzkategorie wird auf „Geisteswissenschaften“ gesetzt.
| Vergleich | Prädiktor | Koeffizient (b) | Odds Ratio (eb) | Interpretation |
|---|---|---|---|---|
| Natur- vs. Geisteswiss. | Matheinteresse | 0,85 | 2,34 | Hohes Matheinteresse erhöht die Wahrscheinlichkeit für Naturwiss. um Faktor 2,34 |
| Sozial- vs. Geisteswiss. | Matheinteresse | 0,12 | 1,13 | Kaum Einfluss auf Wahl der Sozialwiss. |
| Natur- vs. Geisteswiss. | Abiturnote | −0,40 | 0,67 | Bessere Note (niedrigerer Wert) erhöht Wahrscheinlichkeit für Naturwiss. |
Das Ergebnis zeigt: Mathematikinteresse ist ein starker Prädiktor für die Wahl der Naturwissenschaften gegenüber den Geisteswissenschaften, hat aber kaum Einfluss auf die Wahl der Sozialwissenschaften. Die Abiturnote wirkt sich ebenfalls auf die Naturwissenschaften aus, jedoch nicht auf die Sozialwissenschaften. Diese differenzierte Interpretation wäre mit einer einfachen binären logistischen Regression nicht möglich gewesen.
