EinfachIndikatorgrößen

EinfachIndikatorgrößen bezeichnet eine Klasse binärer Indikatorvariablen, die Merkmale durch einfache Werte 0 und 1 darstellen. Sie dienen dazu, kategoriale Informationen in numerische Form zu überführen und Rechenoperationen in statistischen Modellen zu ermöglichen. Typisch bedeutet 1 das Vorhandensein einer Eigenschaft und 0 deren Abwesenheit.

Beispiele umfassen einfache Merkmale wie Geschlecht (1 = weiblich, 0 = nicht weiblich) oder das Anwesensein eines bestimmten Merkmals in einer Stichprobe. In Datensätzen mit mehreren Kategorien lassen sich mehrere EinfachIndikatorgrößen ableiten; verbreitete Praxis ist jedoch die Dummykodierung (One-Hot-Coding) mit K-1 Indikatoren, um Multikollinearität zu vermeiden.

Anwendungen finden EinfachIndikatorgrößen vor allem in der statistischen Modellierung. Sie ermöglichen klare Interpretationen in linearen Modellen, logistischer Regression, Überlebensanalysen und im maschinellen Lernen. Koeffizienten lassen sich als Änderung des Zielwerts interpretieren, wenn die entsprechende Eigenschaft vorliegt. Sie sind außerdem nützlich in deskriptiven Analysen und bei der Vorauswahl von Prädiktoren.

Vorteile liegen in der Einfachheit und Transparenz der Kodierung. Einschränkungen betreffen potenzielle Multikollinearität bei mehreren Indikatoren, Ungleichgewichte in den Kategorien und eine möglicherweise eingeschränkte Varianz, die die Modellpureffizienz beeinflusst. Praktisch empfiehlt sich oft eine sorgfältige Kodierung, ggf. die Nutzung von Referenzkategorien und - je nach Modell - Alternativen wie -1/1-Codierung oder zentrierte Kodierungen.

Verwandte Begriffe sind Indikatorvariable, Dummyvariable und One-Hot-Coding.