Seite 1 von 1

Binär-log-Regression: Stichprobe zu klein

BeitragVerfasst: Sa 8. Mär 2014, 11:51
von NadineR
Hallo,

ich würde gerne den Einfluss einer intervallskalierten Variable (Therapeutenkompetenz) auf eine dichotome Variable (Verbesserung der depressiven Symptomatik ja/nein) berechnen. Ich dachte eigentlich an eine binär-logistische Regressionsanalyse, aber nun ist meine Stichprobe (N=39) zu klein.
Kann mir jemand ein alternatives Verfahren empfehlen?

Danke!

Re: Binär-log-Regression: Stichprobe zu klein

BeitragVerfasst: Sa 8. Mär 2014, 12:15
von PonderStibbons
Wieso ist 39 eine zu kleine Stichprobe?

Ca. pro 10 Fälle ein der kleineren outcome-
Gruppe kann man je einen Prädiktor in
die Analyse aufnehmen.

Falls sich die Symptomatik bei mehr als 30
von 39 verbessert hat, wird es natürlich
schwierig.

Mit freundlichen Grüßen

P.

Re: Binär-log-Regression: Stichprobe zu klein

BeitragVerfasst: Sa 8. Mär 2014, 14:21
von NadineR
In verschiedenen Quellen wird eine größere Fallzahl empfohlen:

Hosmer & Lemeshow (2000) : minimal 50 Fälle pro Kriteriumskategorie
Backhaus (2008): jede Kategorie der AV 25 Fälle
Urban (1993): Minimum N=50, aber aussagekräftige Ergebnisse erst ab 100

Re: Binär-log-Regression: Stichprobe zu klein

BeitragVerfasst: Sa 8. Mär 2014, 14:52
von PonderStibbons
Da sind Empfehlungen; sie besagen nicht, dass bei Nichterfüllung
keine sinvollen Berechnungen möglich sind. Aber natürlich wird
die power sehr niedrig, wenn man nur eine Handvoll Fälle in der
kleineren outcome-Kategorie hat.

Wenn Du aber eh nur einen bivariaten Zusammenhang analysieren willst,
dann nimm outcome als Gruppierungsvariable und Therapeutenkompetenz
als (technisch) abhängige Variable, d.h. t-Test oder U-Test.

Mit freundlichen Grüßen

P.