STATISTIK-FORUM.de

[sophie_ker]

Ich habe eine Frage bezüglich der Nicht-Erfüllung einer Voraussetzung für die Durchführung einer multiplen linearen Regression. Und zwar ist bei meinen Daten die Linearität des Zusammenhangs zwischen den unabhängigen und der abhängigen Variable nicht gegeben. Nun frage ich mich, ob ich dies durch das Anwenden einer polynomialen Regression ausgleichen kann. Hat damit jemand von Euch Erfahrung?

Ich habe folgende Fragen:
> Muss ich nur einen quadratischen Effekt (UV * UV) für die UV anlegen oder auch für die AV?
> Wenn ich 3 UV´s habe, muss ich dann mit allen drei quadratischen Effekten einzeln eine polynomiale Regression mit der AV durchführen oder kann ich alles in einem Schritt machen?
> was muss ich genau bei der Interpretation der Ergebnisse beachten, wenn ich eine polynomiale Regression durchführe?

DANKE im Voraus und lieben Gruß,
Sophie

[PonderStibbons]

> Muss ich nur einen quadratischen Effekt (UV * UV) für die UV anlegen oder auch für die AV?

Nur für den Prädiktor.

> Wenn ich 3 UV´s habe, muss ich dann mit allen drei quadratischen Effekten einzeln eine polynomiale Regression mit der AV durchführen oder kann ich alles in einem Schritt machen?

Doch nur bei derjenigen, für die ein nicht-linearer Zusammenhang angenommen wird. Wozu bei den anderen?

Mit freundlichen Grüßen

PonderStibbons

[sophie_ker]

Hey PonderStibbons,

danke für deine schnelle Rückmeldung! Alle drei Zusammenhänge weisen keinen linearen Zusammenhang auf. Könnte man hier auch eine hierarchische Regression durchführen, in der die verschiedenen UV*UV Interaktionen und die Kontrollvariablen blockweise in das zu testende Modell einbezogen werden?

Lieben Gruß,
Sophie

[PonderStibbons]

Klar geht hierarchisch, wenn ich auch nicht weiß wozu bzw. warum nicht gleicht das vollständige Modell.

Mit freundlichen Grüßen

PonderStibbons

[sophie_ker]

wäre die Syntax für die polynomiale Regression mit Aufnahme der 3 Prädiktoren (Partiz_Poly, SW_Poly, PS_Poly) und den Kontrollvariablen (DummyBZ_1 DummyBZ_1bis2 DummyBZ_3bis5 DummyBZ_5mehr DummyDV_BA DummyDV_PB DummyDV_Area DummySex_weibl DummySex_männl) dann so richtig (s.Anhang) ?

Und hast du einen Tipp wie ich das Alter als Kovariate mit aufnehmen kann, ohne das ich es im Vorhinein cluster?

Danke & lieben Gruß,
Sophie

[bele]

Hallo Sophie,

inzwischen hast Du sicher gemerkt, dass man hier keine Anhänge hochladen kann. Damit ist auch keine Antwort auf den ersten Satz möglich. "Syntax" klingt aber danach, dass es um Textdaten gibt, die man im Gegensatz zu beispielsweise einen Screenshot recht einfach ins Forum kopieren kann, beidspielsweise mit [:_code]-Tags.

Alter ist ein verhältnisskalierter Wert mit natürlichem Nullpunkt und meistens in der Einheit Jahre angegeben. Warum sollte man das nicht einfach so als metrischen Wert ins Modell aufnehmen? Da verstehe ich gerade das Problem nicht.

LG,
Bernhard

[strukturmarionette]

Hi,

Und zwar ist bei meinen Daten die Linearität des Zusammenhangs zwischen den unabhängigen und der abhängigen Variable nicht gegeben.

- wie hast du das festgestellt?
- wie ist denn der Zushg deinen Befunden nach?
- N?
- Was ist Kriteriumsvariable und wie misst du das?

Gruß
S.

[sophie_ker]

Hi Bernhard,

meine Syntax für die polynomiale Regression (mit Bootstrapping) lautet wie folgt:

BOOTSTRAP
/SAMPLING METHOD=SIMPLE
/VARIABLES TARGET=Einst_MW INPUT= SW_Poly PS_Poly Partiz_Poly Geschlecht Alter DummyBZ_1
DummyBZ_1bis2 DummyBZ_3bis5 DummyBZ_5mehr DummyDV_BA DummyDV_PB DummyDV_Area
/CRITERIA CILEVEL=95 CITYPE=PERCENTILE NSAMPLES=100
/MISSING USERMISSING=EXCLUDE.
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
/METHOD=ENTER Geschlecht Alter DummyBZ_1 DummyBZ_1bis2 DummyBZ_3bis5 DummyBZ_5mehr DummyDV_BA
DummyDV_PB DummyDV_Area.


Die ersten 3 Variablen sind meine UV´s, die ich im Vorhinein jeweils mit sich selbst multipliziert habe (UV*UV=SW_Poly usw.) Die anschließenden Variablen sind meine Kontrollvariablen (Geschlecht, Alter, Betriebszugehörigkeit (da es ordinal ist, musste ich es in metrische Dummys umwandeln in 1 Jahr, 1-2 Jahre, 3-5 Jahre und mehr als 5 Jahre. Dann habe ich noch Dummys für die Bereiche erstellt, in denen die Stichprobenteilnehmenden arbeiten (Banking, Public & Area).

Passt die Syntax so?

[bele]

Das sieht nach SPSS aus. Da kann ich nicht mitreden.
LG,
Bernhard

[sophie_ker]

... was ich nun nicht verstehe: nur weil ich die Kovariaten mit in mein Regressionsmodell aufgenommen habe, kontrollieren sie ja nicht automatisch. Wenn ein sig. Zusammenhang zwischen Prädiktor und AV rauskommt, wurde der ja gar nicht von den Kovariaten "bereinigt". Entschuldigt falls die Frage sehr basic ist. Ich habe super lange nicht mehr mit SPSS gearbeitet.