Seite 1 von 1

Ordinaler Prädiktor in multipler Regression

BeitragVerfasst: Mi 7. Sep 2022, 21:57
von Merhavelbs
Hallo Zusammen

Ich hab folgende Frage: Ich berechne aktuell den Einfluss von mehreren Prädiktoren auf eine intervallskalierte AV. Nun habe ich einen ordinalen Prädiktor, den sozioökonomischen Status (4 Stufen, unterschicht-oberschicht), bei dem ich nicht sicher bin, ob ich ihn dummy-codieren muss. Normalerweise ist es ja bei kategorialen Variablen nötig, aber meine Recherchen im Internet zeigen bei ordinalen Variablen ein unklares Bild. Entweder man behandelt sie wie intervallskalierte Variablen oder man führt die dummy-codierung durch. Warum und wann man das eine oder das andere macht habe ich jedoch noch nicht herausgefunden. Das ganze sollte mit SPSS berechnet werden. Könnt ihr mir vielleicht weiterhelfen?
Beste Grüsse

Re: Ordinaler Prädiktor in multipler Regression

BeitragVerfasst: Mi 7. Sep 2022, 22:54
von PonderStibbons
Da gibt es überhaupt kein unklares Bild. SES ist ordinal und kann bei bestem Willen nicht als quasi-intervallskaliert behandelt werden.

Re: Ordinaler Prädiktor in multipler Regression

BeitragVerfasst: Fr 9. Sep 2022, 07:38
von Holgonaut
Hi,

man dummy-kodiert, wenn der Verlauf der Y-Erwartungswerte über die Kategorien hinweg nicht-linear ist. Das wird bei der dummy-Kodierung herauskommen (über unterschiedliche Effekte der dummy-Variablen), während ein Nutzen der Variable als quantitativ den Effekt/die Regressionsgerade verzerren würde --wobei das Ausmaß natürlich vom Ausmaß der Nicht-Linearität abhängt. Kannst ja mal die Y-Mittelwerte plotten, als Entscheidungsgrundlage. Alternative wäre ein GAM zu rechnen, was in R simpel ist:
model <- mgcv::(y~ s(socStat) + <andere Prädiktoren>, data = <Datenfile>)

Hier ist s(x) ein "smoothing Parameter", der einen nicht-linearen Effekt ergibt.
Das kannst du mit dem linearen Modell vergleichen, in dem du s(x) mit x ersetzt.

Grüße
Holger

Re: Ordinaler Prädiktor in multipler Regression

BeitragVerfasst: Fr 9. Sep 2022, 08:17
von bele
Kurze Fußnote zu Holgers Beitrag
Holgonaut hat geschrieben:model <- mgcv::(y~ s(socStat) + <andere Prädiktoren>, data = <Datenfile>)

Ich glaube, da fehlt der Funktionsname und es müsste richtig heißen:

model <- mgcv::gam(y ~ s(socStat) + <andere Prädiktoren>, data = <Datentabelle>)

Dazu muss man dann noch sagen, dass mgcv nicht mit R ausgeliefert wird, sondern nach der Installation von R einmalig mit
install.packages("mgcv")
installiert werden muss. SPSS selbst konnte (Stand vor 2,5 Jahren) keine GAM, aber man kann R von SPSS aus aufrufen: https://www.ibm.com/support/pages/does- ... odels-gams

LG,
Bernhard