5.9 KB · ⇊ 3 parts · ⤓ Micron 5.9 KB · ⤓ HTML 28.7 KB

top

Ein Logit ist in der Statistik der natürliche Logarithmus einer Chance, d. h. der Wahrscheinlichkeit p {\displaystyle p} geteilt durch die Gegenwahrscheinlichkeit 1 − − p {\displaystyle 1-p} . Unter der Logit-Transformation versteht man die Transformation von Wahrscheinlichkeiten in Logits. Diese wird in der logistischen Regression zur Spezifikation der Kopplungsfunktion verwendet.

• Definition

• Eigenschaften

• Anwendung

• Siehe auch

• Weblinks

• Einzelnachweise

Ein Logit ist der natürliche Logarithmus einer Chance (Wahrscheinlichkeit p {\displaystyle p} durch Gegenwahrscheinlichkeit 1 − − p {\displaystyle 1-p} , engl. odds) für eine Wahrscheinlichkeit 0 < p < 1 {\displaystyle 0<p<1} cite-ref-1[1], d. h.

logit ⁡ ⁡ ( p ) := ln ⁡ ⁡ ( p 1 − − p ) = ln ⁡ ⁡ ( odds ⁡ ⁡ ( p ) ) . {\displaystyle \operatorname {logit} (p):=\ln \left({\frac {p}{1-p}}\right)=\ln \left(\operatorname {odds} (p)\right)\;.}

Die Funktion logit : : ( 0 , 1 ) → → R {\displaystyle \operatorname {logit} \colon (0,1)\to \mathbb {R} } heißt Logit-Funktion. Wenn Wahrscheinlichkeiten p ∈ ∈ ( 0 , 1 ) {\displaystyle p\in (0,1)} in logit ⁡ ⁡ ( p ) ∈ ∈ R {\displaystyle \operatorname {logit} (p)\in \mathbb {R} } transformiert werden, spricht man auch von einer Logit-Transformation.

• Die Logit-Funktion kann auch mit dem Areatangens Hyperbolicus dargestellt werden,

logit ⁡ ⁡ ( p ) = 2 artanh ⁡ ⁡ ( 2 p − − 1 ) , 0 < p < 1 . {\displaystyle \operatorname {logit} (p)=2\operatorname {artanh} (2p-1),\quad 0<p<1\;.}

• Es gilt

logit ⁡ ⁡ ( p ) { < 0 für p < 1 / 2 = 0 für p = 1 / 2 > 0 für p > 1 / 2 . {\displaystyle \operatorname {logit} (p){\begin{cases}<0&{\text{für }}p<1/2\\=0&{\text{für }}p=1/2\\>0&{\text{für }}p>1/2\end{cases}}\;.}

• Die Logit-Funktion besitzt die Symmetrieeigenschaft

logit ⁡ ⁡ ( 1 − − p ) = − − logit ⁡ ⁡ ( p ) für alle 0 < p < 1 {\displaystyle \operatorname {logit} (1-p)=-\operatorname {logit} (p)\quad {\text{für alle }}0<p<1}

• Die Logit-Funktion ist differenzierbar und hat die Ableitungsfunktion

logit ′ ⁡ ⁡ ( p ) = 1 p ( 1 − − p ) > 0 für alle 0 < p < 1 . {\displaystyle \operatorname {logit} '(p)={\frac {1}{p(1-p)}}>0\quad {\text{für alle }}0<p<1\;.}

• Die Logit-Funktion ist invertierbar. Die Umkehrfunktion der Logit-Funktion ist die logistische Funktion (manchmal auch Expit oder Sigmoid genannt):

F logistisch ( x ) := logit − − 1 ⁡ ⁡ ( x ) = e x 1 + e x = 1 1 + e − − x , x ∈ ∈ R {\displaystyle F_{\text{logistisch}}(x):=\operatorname {logit} ^{-1}(x)={\frac {e^{x}}{1+e^{x}}}={\frac {1}{1+e^{-x}}},\quad x\in \mathbb {R} } .

Siehe auch

:

Abschnitt Auswertung des ELISAs mit Hilfe des Logit-Log-Plots in Enzyme-linked Immunosorbent Assay

Die Logit-Funktion kann zur Linearisierung von sigmoiden Kurven verwendet werden und hat daher eine große Bedeutung für die Auswertung von ELISA-Kurven in der Biochemie erlangt.

Die Logit-Transformation ist von zentraler Bedeutung für die logistische Regression.

• Probit

• Which Link Function — Logit, Probit, or Cloglog? 12.04.2023

cite-note-11. ↑ Torsten Becker et al.: Stochastische Risikomodellierung und statistische Methoden. Springer Spektrum, 2016. S. 310.