Interpretation von binären Variablen in klassischen linearen Regressionen und in Probit-/Logit-Modellen

摘要

In this article, we discuss the use of binary variables (i.e., variables that can take only the realisations 0 and 1) in regression models. By formulating various model specifications, we show how they have to be interpreted when they occur as independent variables. Furthermore, we introduce Probit/Logit models, in which binary variables are the dependent variables. These models can be used to forecast probabilities.%In diesem Beitrag geben wir einen kompakten Überblick darüber, wie binäre Variablen (Variablen, die nur die Realisationen 0 und 1 annehmen können) in Regressionsmodellen eingesetzt werden können. Durch Formulierung verschiedener Modellspezifikationen zeigen wir auf, wie sie als erklärende Variablen wirken bzw. zu interpretieren sind. Darüber hinaus diskutieren wir Probit-/Logit-Modelle, in denen binäre Variablen die zu erklärende Variable bilden. Diese Modelle können zur Prognose von Wahrscheinlichkeiten eingesetzt werden.