STATISTIK-FORUM.de

Hallo zusammen,

Ich erstelle derzeit ein Sample für eine Regressionsanalyse. Auf Basis der Literatur habe ich relevante Kontrollvariablen identifiziert. Nun ist es so, dass eine wichtige Kontrollvariable nur für wenige Beobachtungen vorhanden ist und das Hinzufügen dieser, meine gesamte Samplegröße deutlich verkleinern bzw. halbieren würde.

Wie gehe ich hier am besten vor wenn ich diese inkludieren möchte, aber die Minimierung der Samplegröße für die Hauptregression nicht akzeptabel ist?
Ist es sinnvoll diese Kontrollvariable erst in einem Subsample hinzuzufügen und in der Hauptregression außen vor zulassen?

Vielen Dank im Voraus

Worum geht es konkret, wie groß ist die Stichprobe, wie viele Werte fehlen?

Mit freundlichen Grüßen

PonderStibbons

Der Paneldatensatz geht über 5 Jahre und enthält insgesamt 250 Unternehmen.

Die Kontrollvariable ist allerdings nur für 90 Unternehmen verfügbar (mit Werten in allen Jahren).

Viele Grüße

Für die übrigen 160 Unternehmen fehlt sie völlig, in allen Jahren?

Ungeachtet dessen, die Frage

Ist es sinnvoll diese Kontrollvariable erst in einem Subsample hinzuzufügen und in der Hauptregression außen vor zulassen?

scheint mir von außen unbeantwortbar. Was in "Sinn" im Kontext Deiner Untersuchung ergibt, hängt von Deinen
Fragestellungen und Zielen ab. Oder worin besteht die methodisch-statistische Frage?

Mit freundlichen Grüßen

PonderStibbons

PonderStibbons hat geschrieben:Für die übrigen 160 Unternehmen fehlt sie völlig, in allen Jahren?

Ja genau!

Ist es sinnvoll diese Kontrollvariable erst in einem Subsample hinzuzufügen und in der Hauptregression außen vor zulassen?

scheint mir von außen unbeantwortbar. Was in "Sinn" im Kontext Deiner Untersuchung ergibt, hängt von Deinen
Fragestellungen und Zielen ab. Oder worin besteht die methodisch-statistische Frage?

Mit freundlichen Grüßen

PonderStibbons

Das es von meiner Fragestellung abhängt ist mir natürlich bewusst.
Die methodisch-statistische Frage ist, ob die Ergebnisse (Hauptsample vs Subsample) überhaupt sinnvoll vergleichbar/interpretierbar wären, aufgrund des deutlichen Größenunterschiedes bzw. aufgrund der Hinzufügung einer neuen Variable.

Viele Grüße

Um das zu beantworten, wäre eine ausreichende Problembeschreibung nützlich,
zumindest Thema, Fragestellung, Anzahl und Inhalte der einbezogenen Variablen
und insbesondere der diskutierten Variable, ob diese bei 160 von 250 Fällen gänzlich
oder nur in manchen Erhebungswellen fehlt, und vor allem, warum sie fehlt (eventuell
MAR oder sogar MCAR). Man könnte immer überlegen, die Analyse mit dem
reduzierten Datensatz durchzuführen und dazu die Subgruppen 90 versus 160
hinsichtlich sonstiger relevanter Merkmale zu vergleichen, um einen Eindruck zu
bekommen, wie repräsentativ die Untergruppe n=90 für die fehlenden Fälle ist.


Mit freundlichen Grüßen

PonderStibbons

Vielen Dank das hilft mir schon weiter!

Ich werde das genauere Vorgehen dann wohl noch einmal mit der Uni absprechen müssen.