STATISTIK-FORUM.de

Hallo,

habe eine inhaltliche Frage zur Interpretation einer linearen Regression:

Woran kann es liegen, dass R bei einer linearen Regression einen schwachen linearen Zusammenhang aufweist(Fall1/Fall2: R=0132 bzw. 0,134; R-Quadrat 0,018 bzw. 0,018), der Zusammenhang jedoch als signifikant beuteilt wird (0,028 bzw. 0,012). Kann das ein Hinweis auf eine zu kleine Stichprobe sein (Stichprobe ist sehr klein u auch die verglichenen Fälle)? Ist dies überhaupt aussagekräftig? Könnte man es als prognostischen Zusammenhang sehen, dass es zwar in dieser Stichprobe nicht haltbar ist, der Zusammenhang sich aber möglicherweise bei einer größeren Stichprobe/Fahlzahl bestätigen würde?

Stichprobe: 20VPN
Fallzahl: leider nur 4 Bilder mit je 2 Versionen (8 insgesamt), nur 2 davon gelten im Prediktor als 0, die anderen 6 als 1.

Ich hoffe, man kann es anhand dieser Angaben nachvollziehenn.

Liebe Grüße

Woran kann es liegen, dass R bei einer linearen Regression einen schwachen linearen Zusammenhang aufweist(Fall1/Fall2: R=0132 bzw. 0,134; R-Quadrat 0,018 bzw. 0,018), der Zusammenhang jedoch als signifikant beuteilt wird (0,028 bzw. 0,012). Kann das ein Hinweis auf eine zu kleine Stichprobe sein (Stichprobe ist sehr klein u auch die verglichenen Fälle)?

Das kann nur sein, wenn die Stichprobe einigermaßen groß ist.

Stichprobe: 20VPN
Fallzahl: leider nur 4 Bilder mit je 2 Versionen (8 insgesamt), nur 2 davon gelten im Prediktor als 0, die anderen 6 als 1.

Ich verstehe leider weder den Versuchsaufbau noch die Analyse.
Kann es sein, dass Du die 20 Personen mehrfach in der Analyse
drinhast? Du kannst mehrere Messungen derselben Person nicht
behandeln, als wären es Messungen unterschiedlicher Personen.

Mit freundlichen Grüßen

P.

War auch nicht besonders gut erklärt:
Gemessen wurde die Bildbetrachtung, genauer Blicksprünge (Sakkaden) und zwar in Anzahl, Länge (und Zeit, ich berücksichtige nur die ersten beiden)
ich habe 20 datensätze der Bildbetrachtung pro bild (qualitativ besten 20 vpns aus 22 pro bild), d.h. bei 4 bildern, mit jeweils 2 varianten (Kreis/Rechteck) pro Bild, also insgesamt 80 datensätze. Die 20 vpns der jeweiligen bilder überschneiden sich, d.h. vpn2 ist z bsp bei bild 2, 4, 6, und 8 (usw.) vorhanden. D.h. es liegen schon diesselben VPNs drinnen, allerdings bei unterschiedlichen Bildern, also andere Datensätze.
Ich möchte nun untersuchen, ob die Form(Preditor1) oder vielmehr der Inhalt (Prediktor2) Einfluss auf die Bildbetrachtung hat. (jeweilige AW: Horizontal, Vertikal, Diagonal).
Dafür habe ich die Richtungen in 3 Variablen gefasst, u zwar die Richtungen H V D aller Bilder.
Allerdings habe ich zur Untersuchung des Inhalts bei denen ich LEIDER nur ein gegenstandsloses (0) bild im vergleich zu 3 gegenständlichen (1) habe. also tritt die Ausprägung 0 nur bei 2 bildern im vergleich zu Ausprägung 1 (6 mal) auf. Meine Vermutung ist, dass es daran liegt (das meinte ich mit Fallanzahl7 untersuchte Fälle)? Oder muss ich pro bild (eine) eigene Regression machen?

Häufig ist es so, dass die Lösung viel einfacher wird, sobald
man es geschafft, den Sachverhalt in klarer, nachvollziehbarer
Weise zu beschreiben. Falls Du n=20 oder 22, wer weiß das
schon, Probanden hattest, aber von diesen 80 (?) Datensätze, und
hast über diese 80 Datensätze eine Regression gerechnet, als
seien es nicht 20 sondern 80 Probanden, so wäre dies ein Fehler.
Es kann natürlich auch anders gewesen sein, leider verstehe ich
nach wie vor das Thema, die Fragestellung, den Versuchsaufbau
und die statistische Analyse nicht, das ist vielleicht nur Pech und bei
einem anderen Leser fällt augenblicklich der Groschen.

Mit freundöichen Grüßen

P.

So wie Du es gemacht hast, ergibt die Analyse für mich keinen Sinn.
Allerdings verstehe ich auch nicht den Aufbau des Versuchs.

"Die 20 vpns der jeweiligen bilder überschneiden sich, d.h. vpn2 ist z bsp bei bild 2, 4, 6, und 8 (usw.) vorhanden. D.h. es liegen schon diesselben VPNs drinnen, allerdings bei unterschiedlichen Bildern, also andere Datensätze."

Das solltest Du vielleicht noch viel, viel ausführlicher beschreiben.