polynomiale Regression

Alle Verfahren der Regressionanalyse.

Re: polynomiale Regression

Beitragvon bele » Mi 15. Jun 2022, 19:57

Doch, doch. Alle UV/Kovariate werden gleichzeitig berücksichtigt. Du kannst daher jeden Koeffizienten so betrachten, dass die linearen Effekte der anderen schon berücksichtigt sind. LG, Bernhard
----
`Oh, you can't help that,' said the Cat: `we're all mad here. I'm mad. You're mad.'
`How do you know I'm mad?' said Alice.
`You must be,' said the Cat, `or you wouldn't have come here.'
(Lewis Carol, Alice in Wonderland)
bele
Schlaflos in Seattle
Schlaflos in Seattle
 
Beiträge: 5743
Registriert: Do 2. Jun 2011, 23:16
Danke gegeben: 15
Danke bekommen: 1338 mal in 1325 Posts

folgende User möchten sich bei bele bedanken:
sophie_ker

Re: polynomiale Regression

Beitragvon PonderStibbons » Mi 15. Jun 2022, 20:40

Es sind nur die quadrierten Prädiktoren in dem Modell enthalten, es fehlen die unquadrierten.

Und wieso bootstrapping?

Und wie groß ist überhaupt die Stichprobe?
PonderStibbons
Foren-Unterstützer
Foren-Unterstützer
 
Beiträge: 11226
Registriert: Sa 4. Jun 2011, 15:04
Wohnort: Ruhrgebiet
Danke gegeben: 49
Danke bekommen: 2465 mal in 2449 Posts

Re: polynomiale Regression

Beitragvon sophie_ker » Do 16. Jun 2022, 09:48

Hi Ponder Stibbons,

ach muss ich zusätzlich zu UV*UV (das sind SW_Poly, PS_Poly, Partiz_Poly) noch nur UV (das wären SW_MW, PS_MW, Partiz_MW) mit reinnehmen? Also dann so?

REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT Einst_MW
/METHOD=ENTER SW_Poly
/METHOD=ENTER PS_Poly
/METHOD=ENTER Partiz_Poly
/METHOD=ENTER SW_MW
/METHOD=ENTER PS_MW
/METHOD=ENTER Partiz_MW
/METHOD=ENTER Geschlecht Alter DummyBZ_1 DummyBZ_1bis2 DummyBZ_3bis5 DummyBZ_5mehr DummyDV_BA
DummyDV_PB DummyDV_Area.

Bootstrapping wollte ich mit reinnehmen, weil die Fehlerwerte nicht normalverteilt sind.

Meine Stichprobe ist n= 130
sophie_ker
Beobachter
Beobachter
 
Beiträge: 11
Registriert: Mi 15. Jun 2022, 09:31
Danke gegeben: 3
Danke bekommen: 0 mal in 0 Post

Re: polynomiale Regression

Beitragvon PonderStibbons » Do 16. Jun 2022, 13:27

Die Verteilung der Fehlerwerte ist ohnehin eine weitgehend irrelevante Größe,
und bei ausreichender Stichprobengröße (n > 30) kann sie ignoriert werden.
Bootstrapping kommt vorrangig infrage bei Heteroskedaszität, weil dann
die Standardfehler bei der herkömmlichen Berechnung falsch sind.

Ich verstehe nicht, wieso man hier ein hierarchisches Model rechnen sollte,
zudem mit so vielen Stufen. Am Ende hat man zig Tests von Koeffizienten
und Modellvergleichen und die Koeffizienten ändern sich zwischen den
Modellen, will man das tatsächlich alles interpretieren? Wenn nicht, dann
kann man es auch lassen und gleich das komplette Modell rechnen.

Mit freundlichen Grüßen

PonderStibbons
PonderStibbons
Foren-Unterstützer
Foren-Unterstützer
 
Beiträge: 11226
Registriert: Sa 4. Jun 2011, 15:04
Wohnort: Ruhrgebiet
Danke gegeben: 49
Danke bekommen: 2465 mal in 2449 Posts

folgende User möchten sich bei PonderStibbons bedanken:
sophie_ker

Re: polynomiale Regression

Beitragvon sophie_ker » Do 16. Jun 2022, 13:38

Alles klar, danke für die Einschätzung! :) sehr hilfreich!

Und zu den quadrierten und unquadrierten Prädiktoren: müssen alle mit rein richtig?

Also dann so:

REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT Einst_MW
/METHOD=ENTER SW_Poly PS_Poly Partiz_Poly SW_MW PS_MW Partiz_MW Geschlecht Alter DummyBZ_1 DummyBZ_1bis2 DummyBZ_3bis5 DummyBZ_5mehr DummyDV_BA DummyDV_PB DummyDV_Area.
sophie_ker
Beobachter
Beobachter
 
Beiträge: 11
Registriert: Mi 15. Jun 2022, 09:31
Danke gegeben: 3
Danke bekommen: 0 mal in 0 Post

Re: polynomiale Regression

Beitragvon sophie_ker » Fr 17. Jun 2022, 10:05

noch eine kurze Frage: muss ich bei einer Moderation dann nun auch die quadrierten Prädiktoren nehmen statt die unquadrierten?
sophie_ker
Beobachter
Beobachter
 
Beiträge: 11
Registriert: Mi 15. Jun 2022, 09:31
Danke gegeben: 3
Danke bekommen: 0 mal in 0 Post

Re: polynomiale Regression

Beitragvon sophie_ker » Di 28. Jun 2022, 11:22

Hallo zusammen,

eine weitere Frage bei der polynomialen Regression: muss ich bei der Interpretation der multiplen Regression bei dem Regressionskoeffizient B nun den Wert der Mittelwerts-variable oder den Wert der polynomialen UV*UV-Variable berichten? Selbstwert_Poly ist bei mir B= -.392 und Selbstwert_MW B= 3,173. Welcher wird berichtet?

Danke und lieben Gruß,
felina
sophie_ker
Beobachter
Beobachter
 
Beiträge: 11
Registriert: Mi 15. Jun 2022, 09:31
Danke gegeben: 3
Danke bekommen: 0 mal in 0 Post

Vorherige

Zurück zu Regressionanalyse

Wer ist online?

Mitglieder in diesem Forum: 0 Mitglieder und 4 Gäste