STATISTIK-FORUM.de

[tr206]

Hallo zusammen,

ich wollte eine logistic regression in R (rms package) machen und habe folgendes Ergebnis erhalten.

Logistic regression result monthly
==================================================
Dependent variable:
---------------------------
stock.market.crash
--------------------------------------------------
crash.t.1.to.t.L -4.533*
(2.570)

MA.inflator.monthly -2.440*
(1.274)

realized.volatility.10 24.795**
(10.330)

MA.MP.100 6.940*
(4.151)

MA.UI.100 -125.710**
(54.522)

MA.DEI.100 519.959**
(255.024)

MA.UPR.100 2.694
(2.221)

Constant -11.654*
(5.968)

--------------------------------------------------
Observations 45
R2 0.529
chi2 21.574*** (df = 7)
==================================================
Note: *p<0.1; **p<0.05; ***p<0.01

Ich habe nur eine einfache Frage an euch wie man das chi2 und deren Signifikanz interpretiert. Ich bin mir nicht sicher was die Nullhypothese ist.

Alternativ habe ich per glm regression auf das Modell angewendet und bekomme folgendes Ergebnis:

Logistic regression result monthly
==================================================
Dependent variable:
---------------------------
stock.market.crash
--------------------------------------------------
crash.t.1.to.t.L -4.534*
(2.570)

MA.inflator.monthly -2.440*
(1.274)

realized.volatility.10 24.795**
(10.330)

MA.MP.100 6.940*
(4.151)

MA.UI.100 -125.711**
(54.522)

MA.DEI.100 519.961**
(255.025)

MA.UPR.100 2.694
(2.221)

Constant -11.654*
(5.968)

--------------------------------------------------
Observations 45
Log Likelihood -17.856
Akaike Inf. Crit. 51.713
==================================================
Note: *p<0.1; **p<0.05; ***p<0.01

Hier ist die log likelihood von 17.86 absolut kleiner als das Basismodell, d.h. mit nur der Konstante. Die Anova Tabelle unterstreicht dies in dem Sinne, dass das Modell eine geringere Devianz als das Null-Modell aufweist.
Ich bitte nur kurz um eure Hilfe in Bezug auf die Interpretation des Chi2 und deren Signifikanz wie in der ersten Tabelle dargestellt ist.

Vielen Dank schon mal.