Beispiel für Ordinale Logistische Regression

Interpretieren der Ergebnisse

Der p-Wert für den Test, dass alle Steigungen null sind, ist kleiner als 0,05. Der niedrige p-Wert weist darauf hin, dass die Beziehung zwischen der Antwortvariablen und den Prädiktoren statistisch signifikant ist. Der p-Wert für beide Tests auf Güte der Anpassung ist größer als 0,05. Diese hohen p-Werte liefern keine Anzeichen dafür, dass das Modell ungeeignet ist.

In der logistischen Regressionstabelle sind die p-Werte für „Entfernung“ und „Entfernung*Entfernung“ beide kleiner als das Signifikanzniveau 0,05. Der Koeffizient für „Entfernung“ ist negativ, was darauf hinweist, dass Patienten, die weiter entfernt von der Praxis wohnen, in der Regel mit geringerer Wahrscheinlichkeit für Folgeuntersuchungen zurückkehren. Der Koeffizient für „Entfernung*Entfernung“ ist positiv, was darauf hinweist, dass die Wahrscheinlichkeit, dass die Patienten zurückkehren, ab einer bestimmten Entfernung steigt. Auf der Grundlage dieser Ergebnisse vermutet der Praxisleiter, dass Patienten, die in der Nähe der Praxis wohnen, wegen des für sie günstigen Standorts der Praxis mit größerer Wahrscheinlichkeit Termine für Folgeuntersuchungen vereinbaren. Patienten, die bereit sind, für einen Ersttermin eine weite Strecke zurückzulegen, kehren ebenfalls mit größerer Wahrscheinlichkeit für Folgeuntersuchungen zurück. Der Praxisleiter beabsichtigt, neue Fragen in die Umfrage aufzunehmen, um diese Vermutungen zu untersuchen. Der Praxisleiter beabsichtigt außerdem, die Prognosen aus dem Modell zu untersuchen, um zu ermitteln, ab welcher Entfernung die Wahrscheinlichkeit steigt, dass die Patienten zurückkehren.