Kleine Stichprobe und nicht normal-verteilt. Wie vorgehen?

Kleine Stichprobe und nicht normal-verteilt. Wie vorgehen?

Beitragvon ilPascali » Di 21. Jul 2020, 15:39

Hallo zusammen! :D

Ich habe eine Stichprobe mit ca. N =75. Ich hoffe ich komme noch etwas näher an 100. Ich möchte nun ein Modell mit 21 Parameter schätzen.
Meine Daten sind nicht normalverteilt.

Meine Optionen:

1. Einfach ML (Maximum Likelihood) benutzen, es soll ja recht robust sein gegen den Verstoss gegen nicht-normalität. Problem: Meine Daten weichen teils sehr stark von der Normalverteilung ab.
2. MLM (Robust) benutzen. Doch können ja bei Stichproben unter 250 die Standardfehler überkorrigiert werden.
3. Bootstraping benutzen. Doch empfehlen Newitt & Hancock (2011) dies nur ab N= 200 zu benutzen.
4. ULS (unweighted last square) benutzen. Nur wie bekomme ich dann p-Werte für die Regressionsgewichte und wie kann ich Modelle vergleichen?

Im Moment tendiere ich zu Bootstraping. Welches denkt ihr ist die beste Methode um mit kleinen Stichproben die nicht normalverteilt sind umzugehen? Literaturhinweise sind auch willkommen.
Liebe Grüsse und danke!
ilPascali
Einmal-Poster
Einmal-Poster
 
Beiträge: 1
Registriert: Di 21. Jul 2020, 15:30
Danke gegeben: 0
Danke bekommen: 0 mal in 0 Post

Re: Kleine Stichprobe und nicht normal-verteilt. Wie vorgehe

Beitragvon strukturmarionette » Di 21. Jul 2020, 18:18

strukturmarionette
Schlaflos in Seattle
Schlaflos in Seattle
 
Beiträge: 4312
Registriert: Fr 17. Jun 2011, 22:15
Danke gegeben: 32
Danke bekommen: 582 mal in 579 Posts


Zurück zu Pfadanalyse, Strukturgleichungsmodelle & CFA

Wer ist online?

Mitglieder in diesem Forum: 0 Mitglieder und 2 Gäste