STATISTIK-FORUM.de

[hanna_alfonsi]

Hallo zusammen,

ich bin Statistik Neuling und habe mithilfe einer Linearen Regressionsanalyse untersucht, welche unabhängigen Variablen (die ich vorher sorgsam nach Annahmen ausgewählt habe und auch mit meinem Prof abgestimmt habe) einen Einfluss auf meine Zielvariable haben.
Leider ist es jetzt so, dass bei allen unabhängigen Variablen eine maximal geringe positive oder negative Korrelation zu der Zielvariablen vorliegt, ergo die Variablen eignen sich nicht gut zur Vorhersage meiner Zielvariablen.
Ich bin etwas ratlos, da ich in dem Gebiet arbeite und gehofft hatte, die Vermutungen meines Teams und von mir bezüglich des Einflusses der unabhängigen Variablen auf die Zielvariabel endlich auf Daten Beweise stützen zu können. Hatte schonmal jemand den Fall und kann berichten, wie er dann weiter vorgegangen ist? Meine Idee war nun nach einer neuen Zielvariable zu suchen oder noch weitere unabhängige Variablen zu finden. Die Stichprobengröße kann ich nicht vergrößern, da ich einen festgelegten Zeitraum untersuche und die Daten werden aus einer Plattform gezogen, dort sollte nach meinem Verständnis kein Fehler passiert sein, der die Daten verfälscht hat.

Viele Grüße und vielleicht hat ja der ein oder andere eine Ideee:)

Hanna

[PonderStibbons]

Viele Grüße und vielleicht hat ja der ein oder andere eine Idee

Das ist ein bisschen schwierig, wenn man das Thema und das theoretische Modell nicht kennt,
nicht die Variablen und deren Messverfahren, die Stichprobengröße, die Koeffizienten und deren
Standardfehler, das R² und adjustierte R². Vielleicht ist die AV extrem unreliabel gemessen,
vielleicht ist das Modell fehlerhaft, vielleicht ist schlicht die Theorie unzutreffend.

Mit freundlichen Grüßen

PonderStibbons

[bele]

Hallo Hanna,

... ist es jetzt so, dass bei allen unabhängigen Variablen eine maximal geringe positive oder negative Korrelation zu der Zielvariablen vorliegt, ergo die Variablen eignen sich nicht gut zur Vorhersage meiner Zielvariablen.

Reden wir da jetzt von bivariaten Korrelationen oder meinst Du mit Korrelationen die Bedeutung in der multiplen Regressionsmodell?

Zu den vielen von PonderStibbons genannten würde ich noch "Weitere wesentliche Prädiktoren nicht berücksichtigt" mit ins Feld führen (bei PonderStibbons wahrscheinlich unter "fehlerhaftes Modell" fallend). Die Lufttemperatur anhand der Wolkendichte vorhersagen klappt nicht, wenn ich die Jahreszeit nicht berücksichtige.

LG,
Bernhard

[hanna_alfonsi]

Hallo zusammen,
vielen Dank für eure Antworten!
Genau, mit Korrelation meinte ich die Bedeutung.. Also ich habe meistens Korrelationskoeffiziente von max 0,2 und da liegt nach meinem Verständnis dann keine Beziehung zwischen der unabhängigen Variable und der Zielvariable vor...
Den Gedanken mit der Jahreszeit hatte ich auch schon, leider habe ich wie erwähnt mit meinem Prof bereits die unabhängigen Variablen abgesprochen und wir waren eigentlich der Meinung, dass das die richtigen Variablen sind.. In meinem Projekt bieten sich tatsächlich auch gar nicht mehr so viele andere Faktoren an, die ich als Variablen zusätzlich noch überprüfen könnte..
Vermutlich liegt es an PonderStibbons Vermutung, dass nicht genug Daten vorliegen.. Ich habe 21 Zyklen über einen Zeitraum von mehr als einem Jahr untersucht, hat mir anfänglich als ausreichend erschienen aber mit den Ergebnissen bin ich mir jetzt nicht mehr sicher... Ist vielleicht eine blöde Frage als Neuling, aber würde man tatsächlich Zusammenhänge erkennen, wenn man mehr Daten hätte, wenn die bisherigen Daten keinerlei Einfluss auf die Zielvariable aufweisen?
Wie würde man vorgehen, wenn tatsächlich kein Zusammenhang zwischen den Daten gefunden werden kann? Das wäre ja an sich auch ein valides Finding oder? Stellt sich dann nur die Frage, wie man da dann eine Forschungsarbeit dazu schreibt..
Viele Grüße!

[PonderStibbons]

Genau, mit Korrelation meinte ich die Bedeutung..

Ach so. Da es in der Rubrik Regressionsanalysen eingestellt wurde und im ersten Beitrag
"habe mithilfe einer Linearen Regressionsanalyse untersucht" steht, ging ich von einer
durchgeführten multiplen linearen Regressionsanalyse aus.

Also ich habe meistens Korrelationskoeffiziente von max 0,2 und da liegt nach meinem Verständnis dann keine Beziehung zwischen der unabhängigen Variable und der Zielvariable vor...

Je nach Kontext kann auch r=0,2 von Belang sein. Klein ist nicht gleich Null.

Vermutlich liegt es an PonderStibbons Vermutung, dass nicht genug Daten vorliegen.

Das wäre nicht meine Vermutung. Warum sollte man annehmen, dass bei mehr Daten zwangsläufig
höhere Koeffizienten auftreten? Die Koeffizienten werden zuverlässiger, aber nicht unbedingt größer.

Wie würde man vorgehen, wenn tatsächlich kein Zusammenhang zwischen den Daten gefunden werden kann?

Das als Resultat berichten. Wenn was anderes herauskommt als erwartet, kann das sehr von Interesse
sein.

Allerdings ist mangels Informationen nicht ersichtlich, ob die Methodik und speziell die Datenanalyse
eventuell fehlerhaft oder zumindest verbesserungswürdig sein könnten. Laut oben zitiertem ersten
Satz sollte doch zumindest mal eine multiple Regression gerechnet worden sein?

Mit freundlichen Grüßen

PonderStibbons

[hanna_alfonsi]

Hallo!:)

Tut mir Leid, dass ich das nicht korrekt formuliert habe, ich habe zu jeder unabhängigen Variable eine einfache lineare Regressionsanalyse durchgeführt und keine Multiple, in der ich alle gleichzeitig betrachtet habe. Zur fehlerhaften Analyse, das kann ich als Neuling leider nur schwer beurteilen, ich habe es mithilfe des Excel Datenanalyse Tools durchrechnen lassen, nichts programmiert oder so... Aber die Daten an sich sind korrekt, die habe ich direkt aus dem Programm ausgelesen, in dem die Daten erstellt werden. Und stimmt, klein ist nicht gleich null, aber da alle r Werte sich ungefähr im gleichen Bereich bewegen, kann ich nicht sagen, dass diese eine Variable im Vergleich zu den anderen deutlich mehr Einfluss auf die Zielvariable hat als die andere..
Hm stimmt, sie würden zuverlässiger werden, aber nicht unbedingt größer.. Aber ja letztendlich hast du recht, dann bleibt mir nichts anderes übrig als das als Resultat zu berichten und mir daraus dann Handlungsempfehlungen ableiten Wie du sagst, es kann ja spannend sein, dass die Annahmen, die man im Vorhinein getroffen hat, nicht korrekt sind.

Viele Grüße!