Seite 2 von 2

Re: Multiple Regression-Individualdaten für Bundesländerverg

BeitragVerfasst: Sa 8. Apr 2017, 23:10
von XSasX
PonderStibbons hat geschrieben:http://bfy.tw/B7bh


Ich verstehe schon was Prädiktoren bei einer multiplen Regression sind aber nicht was dies für mein Vorgehen zu tun hat. Du meintest du würdest keine multiple Regression bei 2 UV und "Kontrollvariablen bei N=16 machen.

Was würdest du dann machen?

Re: Multiple Regression-Individualdaten für Bundesländerverg

BeitragVerfasst: Mo 10. Apr 2017, 16:58
von bele
Hallo XSasX,

Wenn Du für 4 Variablen je einen Koeffizienten schätzen willst, und dazu noch einen y-Achsenabschnitt, dann sind das 5 Koeffizienten, also nur 3 Datenpunkte pro Koeffizient. Rechnen kann man so etwas, aber man muss mit großen Standardfehlern für die Koeffizienten rechnen und sich klar sein, dass jeder einzelne Wert sehr bedeutsam ist. Wenn eines Deiner Bundesländer irgendwie ein Ausreißer ist, der dem zugrundeliegenden Zusammenhang nicht so ganz richtig folgt, dann wird dass Dein Ergebnis erheblich verzerren.

In einer Stichprobe von n=16 ist halt nur wenig Information enthalten und man kann daher nicht beliebig viel davon lernen.

Ich verstehe Dich so, dass eine UV der Prozentsatz von Mitgliedschaften sind. Brauchst Du die anderen Prädiktoren unbedingt oder kannst Du davon auch welche Weglassen, ohne dass die Rechnung grober Unfug wird?

LG,
Bernhard

Re: Multiple Regression-Individualdaten für Bundesländerverg

BeitragVerfasst: Mi 12. Apr 2017, 10:07
von XSasX
Danke für die Hilfe. Ja genau da bist du richtig! Ich habe das so bereits meienr Dozentin geschickt und sie meinte das Modell wäre in Ordnung.
Mir geht es jetzt vor allem um den methodischen Weg wie ich das am beste rechne und intepretiere da mir das noch nicht so klar ist.

bele hat geschrieben:Hallo XSasX,

Wenn Du für 4 Variablen je einen Koeffizienten schätzen willst, und dazu noch einen y-Achsenabschnitt, dann sind das 5 Koeffizienten, also nur 3 Datenpunkte pro Koeffizient. Rechnen kann man so etwas, aber man muss mit großen Standardfehlern für die Koeffizienten rechnen und sich klar sein, dass jeder einzelne Wert sehr bedeutsam ist. Wenn eines Deiner Bundesländer irgendwie ein Ausreißer ist, der dem zugrundeliegenden Zusammenhang nicht so ganz richtig folgt, dann wird dass Dein Ergebnis erheblich verzerren.

In einer Stichprobe von n=16 ist halt nur wenig Information enthalten und man kann daher nicht beliebig viel davon lernen.

Ich verstehe Dich so, dass eine UV der Prozentsatz von Mitgliedschaften sind. Brauchst Du die anderen Prädiktoren unbedingt oder kannst Du davon auch welche Weglassen, ohne dass die Rechnung grober Unfug wird?

LG,
Bernhard