ALLBUS-Bibliographie 25. Fassung, Stand - SSOAR

838 ALLBUS-Bibliographie (25. Fassung)
chen Studien dar. Sie werden immer dann betrachtet, wenn die Häufigkeit eines interessierenden
Ereignisses erhoben wird. Im Rahmen einer regressionsanalytischen
Modellierung, bei der die Häufigkeit des interessierenden Ereignisses als abhängige
Variable auftritt, empfiehlt es sich, die diskrete Natur dieses Responses explizit zu
modellieren, da die unreflektierte Anwendung des klassischen Regressionsmodells
mit normalverteiltem Fehler zu Artefakten führen kann. Als Verteilungsmodelle für
den Response kommen insbesondere die Poissonverteilung und die negative Binomialverteilung
in Frage. Regressionsmodelle für diese Verteilungstypen werden dargestellt
und Inferenztechniken skizziert. Die Regressionsmodelle lassen sich als generalisierte
Regressionsmodelle (GLMs) bzw. als deren Erweiterungen verstehen. Wie
für parametrische Regressionsmodelle üblich, lassen sich Verteilungskomponente, d.
h. die Festlegung auf einen Verteilungstyp, und strukturelle Komponente unterscheiden.
Die strukturelle Komponente bestimmt, wie die erklärenden Variablen mit dem
Erwartungswert der abhängigen Variablen verknüpft sind. Für Zählmodelle empfiehlt
sich die Anwendung einer Transformationsfunktion, die den Wertebereich der
Zählvariable berücksichtigt. Es wird kurz auf die Behandlung erklärender Variablen
verschiedenen Typs eingegangen. Während metrische Einflussgrößen direkt oder in
Form von potenzierten Werten eingehen können, ist für nominale Einflussgrößen
eine Kodierung in Dummyvariablen notwendig. Es werden auch kurz Erweiterungsmöglichkeiten
angesprochen, die eine flexiblere nonparametrische Struktur zulassen."
Eine Beispielanalyse erfolgt anhand von ALLBUS-Daten.
Aufgenommen: 25. Fassung, März 2011