{"id":2135,"date":"2023-07-23T13:13:30","date_gmt":"2023-07-23T13:13:30","guid":{"rendered":"https:\/\/statorials.org\/de\/interpretieren-sie-die-log-likelihood\/"},"modified":"2023-07-23T13:13:30","modified_gmt":"2023-07-23T13:13:30","slug":"interpretieren-sie-die-log-likelihood","status":"publish","type":"post","link":"https:\/\/statorials.org\/de\/interpretieren-sie-die-log-likelihood\/","title":{"rendered":"So interpretieren sie log-likelihood-werte (mit beispielen)"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\">Der <strong>Log-Likelihood-Wert<\/strong> eines Regressionsmodells ist eine M\u00f6glichkeit, die Anpassungsg\u00fcte eines Modells zu messen. Je h\u00f6her der Log-Likelihood-Wert, desto besser passt das Modell zu einem Datensatz.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Der Wert der Log-Likelihood f\u00fcr ein bestimmtes Modell kann von negativ unendlich bis positiv unendlich reichen. Der tats\u00e4chliche Log-Likelihood-Wert f\u00fcr ein bestimmtes Modell ist im Allgemeinen bedeutungslos, aber <strong>f\u00fcr den Vergleich von zwei oder mehr Modellen n\u00fctzlich<\/strong> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">In der Praxis passen wir h\u00e4ufig mehrere Regressionsmodelle an einen Datensatz an und w\u00e4hlen das Modell mit dem h\u00f6chsten Log-Likelihood-Wert als das Modell aus, das am besten zu den Daten passt.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Das folgende Beispiel zeigt, wie Log-Likelihood-Werte f\u00fcr verschiedene Regressionsmodelle in der Praxis interpretiert werden.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Beispiel: Interpretieren von Log-Likelihood-Werten<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Nehmen wir an, wir haben den folgenden Datensatz, der die Anzahl der Schlafzimmer, die Anzahl der Badezimmer und die Verkaufspreise von 20 verschiedenen H\u00e4usern in einer bestimmten Nachbarschaft zeigt:<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\" wp-image-19825 aligncenter\" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/loglik1.png\" alt=\"\" width=\"274\" height=\"480\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Angenommen, wir m\u00f6chten die folgenden zwei Regressionsmodelle anpassen und bestimmen, welches die beste Anpassung an die Daten bietet:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Modell 1<\/strong> : Preis = \u03b2 <sub>0<\/sub> + \u03b2 <sub>1<\/sub> (Anzahl der Zimmer)<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Modell 2<\/strong> : Preis = \u03b2 <sub>0<\/sub> + \u03b2 <sub>1<\/sub> (Anzahl Badezimmer)<\/span><\/p>\n<p> <span style=\"color: #000000;\">Der folgende Code zeigt, wie jedes Regressionsmodell angepasst und der Log-Likelihood-Wert jedes Modells in R berechnet wird:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#define data\n<\/span>df &lt;- data. <span style=\"color: #3366ff;\">frame<\/span> (beds=c(1, 1, 1, 2, 2, 2, 2, 3, 3, 3,\n                        3, 3, 3, 3, 4, 4, 4, 5, 5, 6),\n                 baths=c(2, 1, 4, 3, 2, 2, 3, 5, 4, 3,\n                         4, 4, 3, 4, 2, 4, 3, 5, 6, 7),\n                 price=c(120, 133, 139, 185, 148, 160, 192, 205, 244, 213,\n                         236, 280, 275, 273, 312, 311, 304, 415, 396, 488))\n\n<span style=\"color: #008080;\">#fitmodels\n<\/span>model1 &lt;- lm(price~beds, data=df)\nmodel2 &lt;- lm(price~baths, data=df)\n\n<span style=\"color: #008080;\">#calculate log-likelihood value of each model\n<\/span>logLik(model1)\n\n'log Lik.' -91.04219 (df=3)\n\nlogLik(model2)\n\n'log Lik.' -111.7511 (df=3)\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Das erste Modell hat einen h\u00f6heren Log-Likelihood-Wert ( <strong>-91,04<\/strong> ) als das zweite Modell ( <strong>-111,75<\/strong> ), was bedeutet, dass das erste Modell eine bessere Anpassung an die Daten bietet.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Vorsichtsma\u00dfnahmen f\u00fcr die Verwendung von Log-Likelihood-Werten<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Bei der Berechnung von Log-Likelihood-Werten ist zu beachten, dass das Hinzuf\u00fcgen zus\u00e4tzlicher Pr\u00e4diktorvariablen zu einem Modell fast immer zu einer Erh\u00f6hung des Log-Likelihood-Werts f\u00fchrt, selbst wenn die zus\u00e4tzlichen Pr\u00e4diktorvariablen statistisch nicht signifikant sind.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Das bedeutet, dass Sie Log-Likelihood-Werte zwischen zwei Regressionsmodellen nur dann vergleichen sollten, wenn jedes Modell \u00fcber die gleiche Anzahl an Pr\u00e4diktorvariablen verf\u00fcgt.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Um Modelle mit einer unterschiedlichen Anzahl von Pr\u00e4diktorvariablen zu vergleichen, k\u00f6nnen Sie einen <a href=\"https:\/\/statorials.org\/de\/likelihood-ratio-test-in-r\/\" target=\"_blank\" rel=\"noopener\">Likelihood-Ratio-Test<\/a> durchf\u00fchren, um die Anpassungsg\u00fcte zweier verschachtelter Regressionsmodelle zu vergleichen.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n<p> <a href=\"https:\/\/statorials.org\/de\/lm-funktion-in-r\/\" target=\"_blank\" rel=\"noopener\">So verwenden Sie die Funktion lm(), um lineare Modelle in R anzupassen<\/a><br \/> <a href=\"https:\/\/statorials.org\/de\/likelihood-ratio-test-in-r\/\" target=\"_blank\" rel=\"noopener\">So f\u00fchren Sie einen Likelihood-Ratio-Test in R durch<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Der Log-Likelihood-Wert eines Regressionsmodells ist eine M\u00f6glichkeit, die Anpassungsg\u00fcte eines Modells zu messen. Je h\u00f6her der Log-Likelihood-Wert, desto besser passt das Modell zu einem Datensatz. Der Wert der Log-Likelihood f\u00fcr ein bestimmtes Modell kann von negativ unendlich bis positiv unendlich reichen. Der tats\u00e4chliche Log-Likelihood-Wert f\u00fcr ein bestimmtes Modell ist im Allgemeinen bedeutungslos, aber f\u00fcr den [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>So interpretieren Sie Log-Likelihood-Werte (mit Beispielen) \u2013 Statorials<\/title>\n<meta name=\"description\" content=\"In diesem Tutorial wird anhand von Beispielen erl\u00e4utert, wie Log-Likelihood-Werte f\u00fcr Regressionsmodelle interpretiert werden.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/statorials.org\/de\/interpretieren-sie-die-log-likelihood\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"So interpretieren Sie Log-Likelihood-Werte (mit Beispielen) \u2013 Statorials\" \/>\n<meta property=\"og:description\" content=\"In diesem Tutorial wird anhand von Beispielen erl\u00e4utert, wie Log-Likelihood-Werte f\u00fcr Regressionsmodelle interpretiert werden.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/de\/interpretieren-sie-die-log-likelihood\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-23T13:13:30+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/loglik1.png\" \/>\n<meta name=\"author\" content=\"Dr. Benjamin Anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"Dr. Benjamin Anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"2 Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/de\/interpretieren-sie-die-log-likelihood\/\",\"url\":\"https:\/\/statorials.org\/de\/interpretieren-sie-die-log-likelihood\/\",\"name\":\"So interpretieren Sie Log-Likelihood-Werte (mit Beispielen) \u2013 Statorials\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/de\/#website\"},\"datePublished\":\"2023-07-23T13:13:30+00:00\",\"dateModified\":\"2023-07-23T13:13:30+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/de\/#\/schema\/person\/ec75c4d6365f2708f8a0ad3a42121aa0\"},\"description\":\"In diesem Tutorial wird anhand von Beispielen erl\u00e4utert, wie Log-Likelihood-Werte f\u00fcr Regressionsmodelle interpretiert werden.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/de\/interpretieren-sie-die-log-likelihood\/#breadcrumb\"},\"inLanguage\":\"de-DE\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/de\/interpretieren-sie-die-log-likelihood\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/de\/interpretieren-sie-die-log-likelihood\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Heim\",\"item\":\"https:\/\/statorials.org\/de\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"So interpretieren sie log-likelihood-werte (mit beispielen)\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/de\/#website\",\"url\":\"https:\/\/statorials.org\/de\/\",\"name\":\"Statorials\",\"description\":\"Ihr Leitfaden f\u00fcr statistische Kompetenz !\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/de\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"de-DE\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/de\/#\/schema\/person\/ec75c4d6365f2708f8a0ad3a42121aa0\",\"name\":\"Dr. Benjamin Anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de-DE\",\"@id\":\"https:\/\/statorials.org\/de\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/statorials.org\/de\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"https:\/\/statorials.org\/de\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg\",\"caption\":\"Dr. Benjamin Anderson\"},\"description\":\"Hallo, ich bin Benjamin, ein pensionierter Statistikprofessor, der sich zum engagierten Statorials-Lehrer entwickelt hat. Mit umfassender Erfahrung und Fachwissen auf dem Gebiet der Statistik bin ich bestrebt, mein Wissen zu teilen, um Studenten durch Statorials zu bef\u00e4higen. Mehr wissen\",\"sameAs\":[\"https:\/\/statorials.org\/de\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"So interpretieren Sie Log-Likelihood-Werte (mit Beispielen) \u2013 Statorials","description":"In diesem Tutorial wird anhand von Beispielen erl\u00e4utert, wie Log-Likelihood-Werte f\u00fcr Regressionsmodelle interpretiert werden.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/statorials.org\/de\/interpretieren-sie-die-log-likelihood\/","og_locale":"de_DE","og_type":"article","og_title":"So interpretieren Sie Log-Likelihood-Werte (mit Beispielen) \u2013 Statorials","og_description":"In diesem Tutorial wird anhand von Beispielen erl\u00e4utert, wie Log-Likelihood-Werte f\u00fcr Regressionsmodelle interpretiert werden.","og_url":"https:\/\/statorials.org\/de\/interpretieren-sie-die-log-likelihood\/","og_site_name":"Statorials","article_published_time":"2023-07-23T13:13:30+00:00","og_image":[{"url":"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/loglik1.png"}],"author":"Dr. Benjamin Anderson","twitter_card":"summary_large_image","twitter_misc":{"Verfasst von":"Dr. Benjamin Anderson","Gesch\u00e4tzte Lesezeit":"2 Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/de\/interpretieren-sie-die-log-likelihood\/","url":"https:\/\/statorials.org\/de\/interpretieren-sie-die-log-likelihood\/","name":"So interpretieren Sie Log-Likelihood-Werte (mit Beispielen) \u2013 Statorials","isPartOf":{"@id":"https:\/\/statorials.org\/de\/#website"},"datePublished":"2023-07-23T13:13:30+00:00","dateModified":"2023-07-23T13:13:30+00:00","author":{"@id":"https:\/\/statorials.org\/de\/#\/schema\/person\/ec75c4d6365f2708f8a0ad3a42121aa0"},"description":"In diesem Tutorial wird anhand von Beispielen erl\u00e4utert, wie Log-Likelihood-Werte f\u00fcr Regressionsmodelle interpretiert werden.","breadcrumb":{"@id":"https:\/\/statorials.org\/de\/interpretieren-sie-die-log-likelihood\/#breadcrumb"},"inLanguage":"de-DE","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/de\/interpretieren-sie-die-log-likelihood\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/de\/interpretieren-sie-die-log-likelihood\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Heim","item":"https:\/\/statorials.org\/de\/"},{"@type":"ListItem","position":2,"name":"So interpretieren sie log-likelihood-werte (mit beispielen)"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/de\/#website","url":"https:\/\/statorials.org\/de\/","name":"Statorials","description":"Ihr Leitfaden f\u00fcr statistische Kompetenz !","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/de\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"de-DE"},{"@type":"Person","@id":"https:\/\/statorials.org\/de\/#\/schema\/person\/ec75c4d6365f2708f8a0ad3a42121aa0","name":"Dr. Benjamin Anderson","image":{"@type":"ImageObject","inLanguage":"de-DE","@id":"https:\/\/statorials.org\/de\/#\/schema\/person\/image\/","url":"https:\/\/statorials.org\/de\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg","contentUrl":"https:\/\/statorials.org\/de\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg","caption":"Dr. Benjamin Anderson"},"description":"Hallo, ich bin Benjamin, ein pensionierter Statistikprofessor, der sich zum engagierten Statorials-Lehrer entwickelt hat. Mit umfassender Erfahrung und Fachwissen auf dem Gebiet der Statistik bin ich bestrebt, mein Wissen zu teilen, um Studenten durch Statorials zu bef\u00e4higen. Mehr wissen","sameAs":["https:\/\/statorials.org\/de"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/posts\/2135"}],"collection":[{"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/comments?post=2135"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/posts\/2135\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/media?parent=2135"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/categories?post=2135"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/tags?post=2135"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}