Logistische Regression: Excel-Vorlage kostenlos herunterladen

Schätzen Sie ein binäres logistisches Modell mit genau einem numerischen Prädiktor aus eigenen Beobachtungen. Die Excel-Datei enthält Dateneingabe, nachvollziehbare Newton-Schritte und eine Prognose für einen neuen X-Wert.

Formeln enthalten: Die Koeffizienten werden aus maximal 40 vollständigen X/Y-Paaren geschätzt. 60 gedämpfte Newton-Schritte arbeiten mit standardisiertem X; Separation, fehlende Daten oder ausbleibende Konvergenz sperren den Fit.

Logistische Regression kostenlos herunterladen · XLSX

Kostenloser Download · ohne Makros · keine Registrierung erforderlich

Logistische Regression mit Excel nutzen

Bei einer binären Zielgröße sind eine lineare Trendgerade und bereits eingegebene Regressionskoeffizienten kein Ersatz für eine logistische Modellanpassung. Diese Vorlage schätzt Intercept und Steigung tatsächlich aus den Daten. Y muss 0 oder 1 sein; X ist eine einzelne numerische Einflussgröße.

Das begrenzte Modell enthält keine Mehrfachregression, Regularisierung, Firth-Korrektur, Signifikanztests, Konfidenzintervalle oder automatische Variablenauswahl. Numerische Konvergenz belegt weder Modellgüte noch Kausalität. Für folgenreiche Entscheidungen sind unabhängige fachliche Prüfung und geeignete statistische Verfahren erforderlich.

Logistische Regression zusätzliches Tabellenblatt 2

Logistische Regression zusätzliches Tabellenblatt 3

Aufbau der Excel-Vorlage

Modell	Nachvollziehbares Rechenbeispiel
Logistische Regression	Für die zehn fiktiven Paare mit X von 0 bis 9 und Y = 0,0,1,0,1,0,1,1,0,1 ergeben sich ungefähr a = −1,321289 und b = 0,293620. Die Werte wurden unabhängig mit SciPy verglichen. Bei X = 5 beträgt die geschätzte Wahrscheinlichkeit rund 53,66 %. Das ist ein Rechenbeispiel und keine empirische Erfolgsprognose.

Diese Funktionen sind enthalten

Eigene Eingaben

Erfassen Sie Y ausschließlich als 0 oder 1. Mindestens vier vollständige Beobachtungen und beide Zielklassen sind erforderlich.

Nachvollziehbare Berechnung

Die Koeffizienten werden aus maximal 40 vollständigen X/Y-Paaren geschätzt. 60 gedämpfte Newton-Schritte arbeiten mit standardisiertem X; Separation, fehlende Daten oder ausbleibende Konvergenz sperren den Fit.

Klare Grenzen

So bedienen Sie die Excel-Vorlage

Ersetzen Sie die zehn fiktiven Beobachtungen im Blatt Daten durch eigene X/Y-Paare. Es stehen 40 Zeilen bereit.
Erfassen Sie Y ausschließlich als 0 oder 1. Mindestens vier vollständige Beobachtungen und beide Zielklassen sind erforderlich.
Prüfen Sie den Modellstatus. Konstantes X sowie vollständige oder quasi-vollständige Separation werden gesperrt.
Sehen Sie bei Bedarf den Rechenweg im Blatt Iteration ein. Das Verfahren verwendet 60 explizite Schritte mit fester Dämpfung 0,5, keine Excel-Kreisberechnung.
Interpretieren Sie Koeffizienten und Prognose nur bei Status Konvergiert. Ein neuer X-Wert im Modellblatt verändert die Anpassungsdaten nicht.

So funktionieren die Berechnungen

Es gilt p(Y=1|X)=1/(1+exp(−(a+bX))). Zur numerischen Stabilisierung wird X zentriert und mit seiner Populationsstandardabweichung skaliert. Die iterativen Score- und Hesse-Terme liefern gedämpfte Newton-Schritte. Die Freigabe verlangt einen kleinen letzten Schritt, einen kleinen Score und eine ausreichend große Determinante; zusätzlich sind standardisierte Koeffizienten betragsmäßig unter 25 erforderlich.

Fachlicher Hintergrund: Primärquelle zum beschriebenen Modell. Die Excel-Datei und ihre fiktiven Beispiele sind eine eigene Umsetzung.

Logistische Regression nachrechnen

Neues X für PrognoseX;Y je Zeile. Y ist 0 oder 1. Maximal 40 Beobachtungen.

Gleicher begrenzter Fit mit 60 gedämpften Newton-Schritten. Keine Güte- oder Kausalitätsgarantie. Die Eingaben bleiben in Ihrem Browser und verändern den Download nicht.

Beispiel für die Anwendung

Für die zehn fiktiven Paare mit X von 0 bis 9 und Y = 0,0,1,0,1,0,1,1,0,1 ergeben sich ungefähr a = −1,321289 und b = 0,293620. Die Werte wurden unabhängig mit SciPy verglichen. Bei X = 5 beträgt die geschätzte Wahrscheinlichkeit rund 53,66 %. Das ist ein Rechenbeispiel und keine empirische Erfolgsprognose.

Häufige Fragen

Werden die Koeffizienten wirklich aus den Daten geschätzt?

Ja. Die Datei enthält einen expliziten iterativen Rechenweg für Intercept und Steigung eines einzelnen numerischen Prädiktors.

Was ist Separation?

Wenn X die Zielklassen vollständig oder am Rand quasi-vollständig trennt, kann ein endlicher Maximum-Likelihood-Fit fehlen. Die Vorlage zeigt dann Separation statt verwendbarer Koeffizienten.

Kann ich mehrere Prädiktoren eingeben?

Nein. Die Vorlage ist auf genau einen numerischen X-Prädiktor und ein binäres Y beschränkt.

Was bedeutet Nicht konvergiert?

Die eingebauten numerischen Bedingungen sind nach den vorgesehenen Schritten nicht erfüllt. Die Datei gibt dann keine freigegebenen Koeffizienten oder Prognose aus.

Ist Konvergiert eine Gütebewertung?

Nein. Es ist ein numerischer Status des begrenzten Rechenverfahrens. Modellannahmen, Verzerrungen, Prognosequalität und fachliche Interpretation müssen separat geprüft werden.

Brauche ich Makros oder eine Registrierung?

Nein. Die XLSX-Datei enthält Formeln ohne Makros. Der Download benötigt keine Registrierung.

Welche Eingaben darf ich ändern?

Bearbeiten Sie die weißen Eingabezellen und ersetzen Sie die fiktiven Beispiele. Grüne Formelzellen sollten erhalten bleiben. Prüfen Sie Ergebnisse vor der praktischen Verwendung.