Estimate 0.88 in glm(), warum das noch keine Odds Ratio ist und wie du die logistische Regression in R liest
In der Ausgabe von glm() steht beim Prädiktor Rauchen ein Estimate von 0.88. Viele lesen das als 88 % höheres Risiko. Genau dort beginnt der Fehler, denn der Wert ist ein Logit, also ein Effekt auf der Skala der logarithmierten Odds. Wie du die logistische Regression anschließend im Ergebnisteil berichtest, steht im Artikel Logistische Regression nach APA 7 berichten. Hier geht es um den Schritt davor, das Lesen der R-Ausgabe.
Vom Logit zur Odds Ratio in einer Zeile
Die logistische Regression modelliert nicht die Wahrscheinlichkeit selbst, sondern den Logarithmus der Odds. Die Odds sind das Verhältnis von Ereignis zu Nicht-Ereignis, bei einer Wahrscheinlichkeit von 20 % also 0.20 / 0.80 = 0.25. Ein Estimate von 0.88 heißt, dass die logarithmierten Odds bei Rauchenden um 0.88 höher liegen als bei Nichtrauchenden.
Um daraus eine Odds Ratio zu machen, nimmst du die Exponentialfunktion. In R reicht dafür eine kurze Zeile wie exp(coef(modell)), für die Konfidenzintervalle exp(confint(modell)). Aus 0.88 wird so exp(0.88) = 2.41. Die Odds für das Ereignis sind bei Rauchenden also etwa 2.41-mal so hoch wie bei Nichtrauchenden, solange die übrigen Prädiktoren konstant bleiben.
Eine Odds Ratio von 1 bedeutet keinen Zusammenhang. Werte über 1 erhöhen die Odds, Werte unter 1 senken sie. Ein negatives Estimate führt deshalb immer zu einer Odds Ratio zwischen 0 und 1. Den p-Wert und den z-Wert liest du dagegen direkt aus der Ausgabe ab, sie ändern sich durch die Umrechnung nicht.
Drei Prädiktoren, drei Lesarten
Die Tabelle 1 zeigt ein Beispiel mit erfundenen Werten für ein Modell, das ein klinisches Ereignis aus Rauchen, Alter und regelmäßigem Sport vorhersagt:
Prädiktor | Estimate (Logit) | Odds Ratio | Lesart |
Rauchen (ja) | 0.88 | 2.41 | Odds etwa 2.41-mal so hoch wie ohne Rauchen |
Alter (pro Jahr) | 0.03 | 1.03 | Odds pro Lebensjahr um etwa 3 % höher |
Sport (ja) | −0.45 | 0.64 | Odds etwa 36 % niedriger als ohne Sport |
Bei metrischen Prädiktoren wie dem Alter bezieht sich die Odds Ratio immer auf eine Einheit. Zehn Jahre bedeuten deshalb nicht 10 × 3 %, sondern exp(10 × 0.03) = 1.35, weil sich die Effekte multiplizieren. Wer das Alter in Jahrzehnten codiert, bekommt eine leichter lesbare Zahl. Wenn du die Ergebnisse in deiner Arbeit als Tabelle darstellst, helfen die Vorlagen aus dem Tabellen-Kit, die nach APA 7 aufgebaut sind.
Eine Odds Ratio ist kein relatives Risiko
Der häufigste Fehler liegt im Wort Risiko. Eine Odds Ratio von 2.41 heißt nicht, dass das Risiko 2.41-mal so hoch ist. Ein Beispiel mit erfundenen Zahlen zeigt den Unterschied. Liegt die Wahrscheinlichkeit für das Ereignis bei Nichtrauchenden bei 10 %, steigt sie bei einer Odds Ratio von 2.41 auf etwa 21 %. Das relative Risiko liegt damit bei rund 2.1 und nicht bei 2.41.
Je häufiger das Ereignis ist, desto weiter laufen Odds Ratio und relatives Risiko auseinander. Bei seltenen Ereignissen liegen beide nah beieinander. Den Unterschied mit Rechenweg erklärt der Artikel Odds Ratio oder relatives Risiko. Wie du eine Odds Ratio in Worte fasst, beschreibt der Artikel zur Interpretation der Odds Ratio.
Was du über die Modellgüte sagen darfst
In der linearen Regression gibt es das R², das den Anteil erklärter Varianz angibt. In der logistischen Regression gibt es dafür nur Pseudo-R²-Maße wie Nagelkerke oder McFadden. Sie lassen sich nicht wie ein R² lesen und fallen je nach Maß unterschiedlich hoch aus. Wer nur sie berichtet, sagt wenig über die Vorhersage aus.
Aussagekräftiger sind meist der Vergleich mit einem Nullmodell über den Likelihood-Ratio-Test und ein Maß der Vorhersagegüte wie die Fläche unter der ROC-Kurve. Wie die AUC zu lesen ist, zeigt der Artikel zur ROC-Kurve. glm() liefert in summary() nur die Devianzen, die übrigen Maße kommen über Zusatzpakete oder kurze eigene Berechnungen. Viele Bausteine der Ausgabe kennst du aus dem Artikel zu summary(lm()) in R.
Auch eine Klassifikationstabelle mit dem Anteil richtig vorhergesagter Fälle wird oft berichtet. Bei seltenen Ereignissen täuscht sie, weil ein Modell, das immer kein Ereignis vorhersagt, schon einen hohen Anteil richtiger Fälle erreicht. Gibt glm() die Warnung „fitted probabilities numerically 0 or 1 occurred“ aus, ist das oft ein Hinweis auf eine perfekte Trennung der Gruppen. Mehr zu solchen Meldungen steht im Artikel zu Fehlermeldungen in R.
Wenn du unsicher bist, welche Prädiktoren in dein Modell gehören oder ob deine Fallzahl für die Zahl der Variablen reicht, übernehmen wir die logistische Regression in R und erklären dir jede Zahl der Ausgabe.
Dein eigenes logistisches Modell bringt Entscheidungen mit, die hier offen bleiben. Wie viele Ereignisse brauchst du je Prädiktor? Wie gehst du mit seltenen Kategorien um? Welche Voraussetzungen prüfst du für dein Modell? Diese Fragen lassen sich nur an deinen Daten beantworten und nicht an einem Beispiel.
Was du über die logistische Regression in R wissen solltest
Warum steht in der R-Ausgabe keine Odds Ratio?
glm() schätzt die Koeffizienten auf der Logit-Skala und gibt sie auch so aus. Die Odds Ratios entstehen erst durch die Exponentialfunktion. Das gilt genauso für die Grenzen der Konfidenzintervalle.
Muss ich family = binomial angeben?
Ohne diese Angabe rechnet glm() ein Modell mit normalverteiltem Fehler. Das Ergebnis sieht ähnlich aus, ist aber keine logistische Regression. Ein Blick in die Ausgabe zeigt, welche Familie verwendet wurde.
Lohnt es sich, die Analyse in R abzugeben, statt sie selbst zu rechnen?
Das hängt davon ab, wie viel Zeit du hast und wie sicher du in R bist. Der Aufwand richtet sich nach Zahl der Modelle und dem Zustand des Datensatzes, nicht nach der Software. Was den Aufwand treibt, beschreibt der Artikel Was kostet eine statistische Auswertung.
Darf ich die Odds Ratio in Prozent angeben?
Ja, als Veränderung der Odds. Eine Odds Ratio von 0.64 entspricht 36 % niedrigeren Odds. Wichtig ist, dass du von Odds sprichst und nicht von Risiko oder Wahrscheinlichkeit.
Gibt es Unterstützung, wenn ich R erst lernen muss?
In der Nachhilfe in R gehen wir die Grundlagen und deine konkreten Ausgaben gemeinsam durch. Das passt gut, wenn du die Analyse selbst rechnen und verstehen möchtest. Für Klausuren und Prüfungen gibt es das Angebot ebenfalls.
Von 0.88 in der Ausgabe zum richtigen Satz in deiner Arbeit Wenn du die Auswertung abgeben möchtest, rechnen wir dein logistisches Modell in R und gehen die Ergebnisse anschließend mit dir durch. Wenn du lieber selbst rechnest, begleiten wir dich im 1:1-Coaching bis zur fertigen Interpretation.


