STATISTIK-FORUM.de

Hallo,
ich wollte mal fragen, ob jemand weiß, wie man bei einer logistischen Regression berechnen kann, ob ein Suppressoreffekt vorliegt? Ich konnte bisher nur Informationen zur multiplen Regression oder Mediation / Moderator finden.

Schönen Dank schon mal im voraus.

Viele Grüße
Matti

Hi Matti,

ein suppressor ist dann vorhanden wenn einen Variable W keinen Zusammenhang mit Y hat (egal wie dessen Metrik ist) und--wenn man sie dann in das Modell einfügt, den Effekt von X erhöht und selbst einen kontraintuitiven Effekt bekommt.
Erst kürzlich hat man verstanden, warum das der Fall ist: W ist ein Instrument für X (d.h. hat einen Effekt auf X aber nicht auf Y) und X hat keinen Effekt aber eine konfundierte (durch ausgeschlossene Drittevariablen) Beziehung zu Y.
Das führt zum sog. Z-bias.

Kim, Y. (2019). The causal structure of suppressor variables. Journal of Educational and Behavioral Statistics, 1076998619825679. doi:10.3102/1076998619825679

Grüße
Holger

Hallo Holger,
vielen Dank für die schnelle Antwort. Habe ich es richtig verstanden, dass man
1. von Prädiktor 1 und dem Kriterium eine Korrelation berechnen muss und eine von Prädiktor 2 und dem Kriterium
2. Anschließend beide quadrieren und dann addieren muss und
3. den Wert dann mit R2 vergleichen? Und wenn R2 dann höher ist als die Summe von den beiden quadrierten Korrelationen, ein Suppressoreffekt vorliegt?

Mir ist nur noch nicht ganz klar welches R2 man für den Vergleich heranziehen muss. Das aus der logistischen Regression? Also berechne ich dann eine logistische Regression und vergleiche das R2 (das wäre dann ja Cox & Snell oder Nagelkerke).

Schöne Grüße

Ich hab das alles nicht wirklich verstanden

Es geht einfach um das Phänomen, dass eine Variable (W) die eigentlich selbst null prädiktiven Wert hat, plötzlich aber den prädiktiven Wert von X steigert (wohl sie ja selbst keine Relation hat) und selbst dann (Überraschung #2) einen eigenen, dazu wiedersinnigen Effekt hat. Das fällt zunächst durch den Vergleich von simpler Korrelation (=n.s.) und ihrem Effekt in der Regression auf, oder allein aufgrund des widersinnigen Effekts.

Grüße
Holger

Ok, sorry, dann habe ich mich wohl etwas kompliziert ausgedrückt. Vielen Dank für die schnelle Antwort und Hilfe!