STATISTIK-FORUM.de

[Sassy05]

Hallo!
Ich bin Medizinstudentin und habe dementsprechend von Statistik nicht so viel Ahnung, weshalb ich mir jetzt grade alles nötige für meine Doktorarbeit versuche selber beizubringen.
Ich habe mit Kranken verschiedener Stadien Tests gemacht und möchte jetzt eine Regressionsanalyse zwischen den klinischen Zeichen (Skalenwerte der patienten) und den Testergebnissen machen.
Ich arbeite mit PASW ehemals SPSS.
Wenn ich nun eine multiple Regression mache, in der ich alle Testergebnisse gleichzeitig auswerte und auf einen Krankheitsfaktor beziehe, ist laut den Koeffizienten keiner der Werte statistisch signifikant. Wenn ich die Regressionsanalyse jedoch einzeln mache, schon!
Welches Verfahren ist für mich das richtige und warum ändert sich das Ergebnis?
teilweise habe ich R²-Werte von ungefähr 0,5. Das ist doch schon ein deutlicher Zusammenhang oder? warum ist das dann nciht statistisch signifikant?
Ich bin schon langsam ein bisschen verzweifelt und wahrscheinlich fehlt mir einfach das grundsätzliche Verständnis, was der Test genau errechnet und deswegen kann ich ihn nicht richtig interpretieren..
Ich würde mich sehr freuen, wenn jemand ein bisschen Licht in die Sache bringen könnte!
DANKE!!!
Sabrina

[PonderStibbons]

Ich bin Medizinstudentin und habe dementsprechend von Statistik nicht so viel Ahnung, weshalb ich mir jetzt grade alles nötige für meine Doktorarbeit versuche selber beizubringen.

Das ist begrüßenswswert.

Wenn ich nun eine multiple Regression mache, in der ich alle Testergebnisse gleichzeitig auswerte und auf einen Krankheitsfaktor beziehe, ist laut den Koeffizienten keiner der Werte statistisch signifikant. Wenn ich die Regressionsanalyse jedoch einzeln mache, schon!

Einige grundsätzliche Fragen: wie viele Fälle hast Du? Wie viele Prädiktoren liegen vor? Werden diese alle in der einfachen Regression signifikant?

Etwas mehr auf das vorliegende Problem bezogen: Was sind das für Prädiktoren, sind sie inhaltlich miteinander verwandt? Sind einge miteinander hoch korreliert?

teilweise habe ich R²-Werte von ungefähr 0,5. Das ist doch schon ein deutlicher Zusammenhang oder?

Fast schon unplausibel hoch. Sind das R²-Werte aus den einfachen Regressionen oder ist das der R² aus der
multiplen Regression?

warum ist das dann nciht statistisch signifikant?

Das ist jetzt nicht ganz klar, weiter oben war die Aussage, dass die Koeffizienten nicht mehr signifikant seien,
jetzt geht es anscheinend um die nicht-Signifikanz des Gesamtmodells (R²) ?

Gruß

P.

[daniel]

wahrscheinlich fehlt mir einfach das grundsätzliche Verständnis, was der Test genau errechnet und deswegen kann ich ihn nicht richtig interpretieren..

Es sind zunächst zwei (zentrale) Tests, die Du im Output sehen wirst -- F-Test und t-Test(s).

Der F-Test testet die Hypothese, dass alle Koeffizienten im Modell nicht von Null verschieden sind, also b1 = b2 = b3 ... = bk = 0. Der zugehörige p-Wert (in SPSS wird das soweit ich mich entsinne als "Sig." angegeben) gibt die Wahrscheinlichkeit an, einen F-Wert zu erhalten, der dem vorliegenden entspricht (oder größer ist), falls die Nullhypothese zutrifft. Ist dieser Wert sehr klein, sagt man, das Modell ist statistisch signifikant (auf X % Niveau).

Die t-Test(s) testen für jeden einzelnen Koeffizienten, ob sich dieser signifikant von Null unterscheidet. Die Nullhypothese lautet also für den ersten Test b1 = 0, für den zweiten b2 = 0 etc. Die Teststatistik wird berechnet als t = (b-b[H0])/SEb, wobei b der Koeffizient ist, b[H0], der Koeffizient unter der Nullhypothese (default 0) und SEb der geschätze Standardfehler von b. Die Interpretation des zugehörigen p-Wertes ("Sig") ist analog zu oben.

Ein hohes R2 mit gleichzeitig insignifikanten Koeffizienten kann ein Hinweis auf Kollinearität sein, wie P. schon angemerkt hat.