Logit-Modell

Wird auch als logistische Regression bezeichnet. Unter einem Logit-Modell werden Regressionsanalysen zur (meist multivariaten) Modellierung der Verteilung abhängiger diskreter Variablen verstanden. Wenn logistische Regressionen nicht näher als multinomiale oder geordnete logistische Regressionen gekennzeichnet sind, ist zumeist die binomiale logistische Regression für dichotome abhängige Variablen gemeint. Die unabhängigen Variablen können dabei ein beliebiges Skalenniveau aufweisen, wobei diskrete Variablen mit mehr als zwei Ausprägungen in eine Serie binärer Dummy-Variablen zerlegt werden. 

Denkbar wären beispielsweise folgenden Anwendungefelder:

• Im Bereich der Banken zur Schätzung der Bonität: Zahlt ein Kreditnehmer einen Kredit vollständig zurück?
• Im Bereich des Marketing oder Markenmanagements: Kennt jemand eine Marke?
• Oder im Bereich der Wahlforschung: Würde eine Person die Partei Z wählen, wenn am kommenden Sonntag Bundestagswahlen wären?