ich habe gerade mit einem kleinen Problem mit meinen Daten zu kämpfen und eventuell könnt Ihr mir ja einen Tipp geben. Ich habe logit-Regressionen gerechnet (siehe unten). Meine abhängige Variable y (1 oder 0) soll durch a und b erklärt werden. Die Ergebnisse zeigen signifikante unabhängige Variablen, aber sehr niedrige R^2 (McFadden's Pseudo R^2). Wie kann ich diese Ergebnisse dann interpretieren? Wie könnte ich hier eventuell weiterarbeiten?
Danke schon einmal an Euch,
Clara
Code: Alles auswählen
logit = glm(y ~ a + b, family = binomial (link ="logit"))
summary(logit)
Call:
glm(formula = y ~ a + b, family = binomial(link = "logit"))
Deviance Residuals:
Min 1Q Median 3Q Max
-1.4607 -0.7267 -0.6261 -0.4959 2.2094
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) -2.060e+01 1.806e+00 -11.405 < 2e-16 ***
a 1.586e-02 1.507e-03 10.525 < 2e-16 ***
b 3.900e-03 8.633e-04 4.518 6.23e-06 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
(Dispersion parameter for binomial family taken to be 1)
Null deviance: 5148 on 4940 degrees of freedom
Residual deviance: 5008 on 4938 degrees of freedom
AIC: 5014
Number of Fisher Scoring iterations: 4
#R squared
ll.null <- logit$null.deviance/-2
ll.proposed <- logit$deviance/-2
## McFadden's Pseudo R^2
(ll.null - ll.proposed) / ll.null
[1] 0.02719473