STATISTIK-FORUM.de

[Gustl]

Hallo,
Ich suche nach einem Klassifikationsverfahren und bin momentan der Meinung, dass die Diskriminanzanalyse das passende sein könnte, gäbe es da nicht ein kleines Problem; folgendes:

Ich habe nominalskalierte Daten auf der einen Seite (Gruppenvariablen: z.b. Beziehnungsstatus, Geschlecht, Bildung etc.) und auf der anderen Seite jedoch dichotome Merksmalsvariablen (in meinem Fall waren das die Bewertungen von x Stimuli durch Probanden „finde ich gut“ vs. „finde ich nicht gut“).

Ich möchte wissen, hinsichtlich welcher Variablen/Stimuli sich die Gruppen (z.B. Schüler, Studenten, Rentner) bei ihrem Urteil („finde ich gut“ vs. „finde ich nicht gut“) unterscheiden, bzw. ob diese sich trennen lassen.

Problem: Die DA fordert auf den Merkmalsvariablen („finde ich gut“ vs. „finde ich nicht gut“) ein metrisches Skalenniveau.
Ich habe auch gelesen, dass das mit dichotomen Variablen ginge, stimmt das?

Was würdet ihr idealerweise empfehlen?
Eine klassische ANOVA bietet sich auch nicht an, da das N in den verschiedenen Gruppen (z.B. Bildung) sich erheblich unterscheidet.


EDIT:
ich habe auch schon über eine logistische Regression nachgedacht, nur hätte man dann auf der einen Seite nominalskalierte Daten (Gruppen) und auf der anderen Seite für jeden Stimulus eine dichotome Variable.
Dann müsste ich aber für jeden Stimulus eine logistische Regession rechnen - mir scheint das etwas unelegant.

Andere Möglichkeit über Häufigkeiten zu gehen und eine Korrespondenzanalyse zu rechnen, wäre auch drin, aber dann wird das eher unübersichtlich - ich müsste für jede Gruppe eine eigene rechnen. Anschließend Cluster bestimmen und schauen, ob die Clusterzahl und die Lokalität zwischen den Gruppen dieselbe ist... finde ich zu umständlich :-/


Grüße
Gustl

[PonderStibbons]

Ich möchte wissen, hinsichtlich welcher Variablen/Stimuli sich die Gruppen (z.B. Schüler, Studenten, Rentner) bei ihrem Urteil („finde ich gut“ vs. „finde ich nicht gut“) unterscheiden, bzw. ob diese sich trennen lassen.

Kreuztabellen und Chi² Tests.

Eine klassische ANOVA bietet sich auch nicht an, da das N in den verschiedenen Gruppen (z.B. Bildung) sich erheblich unterscheidet.

Das macht der ANOVA nix, aber Du hast keine intervallskalierte abhängige Variable

Dann müsste ich aber für jeden Stimulus eine logistische Regession rechnen - mir scheint das etwas unelegant.

Es entspricht Deiner Fragestellung. Bzw. vielleicht müsstest Du sie weiter präzisieren.

Mit freundlichen Grüßen

P.

[Gustl]

Danke für die Antwort
Das mit den Kreuztabellen habe ich schon gemacht; dachte, es gäbe noch etwas anderes.

Eine klassische ANOVA bietet sich auch nicht an, da das N in den verschiedenen Gruppen (z.B. Bildung) sich erheblich unterscheidet.

Das macht der ANOVA nix, aber Du hast keine intervallskalierte abhängige Variable

Naja, da habe ich mich eventuell etwas ungünstig ausgedrückt. Ich habe 3 mal den selben Fragebogen, jeweils mit einer anderen Instruktion. Ich ertwarte, dass die Stimuli ("gefällt mir" vs. "gefällt mir nicht") abhängig von der Instruktion unterschiedlich beantwortet werden.

Sprich: z.B. bei der Variable "Bildungsstatus" ergäbe sich dadurch ein 3 (z.B. Hauptschule, Realschule, Gymnasium) x 3 (Instruktion 1, 2 und 3) Design.
Nach meinem Wissensstand müsste ich hier eine rmANOVA rechnen, da die Stimuli wiederholt werden. Dafür kann ich 3 summative Scores für jeden Probanden berechnen (Anzahl der "Gefällt mir" oder "gefällt mir nicht"), womit ich eine abhängige Variable hätte (pro Instruktion versteht sich)

Dann müsste ich aber für jeden Stimulus eine logistische Regession rechnen - mir scheint das etwas unelegant.

Es entspricht Deiner Fragestellung. Bzw. vielleicht müsstest Du sie weiter präzisieren.
[/quote]

Naja mir kam die Idee z.B. zu schauen, ob z.B. der BIldungsstatus vorhersagt, ob ein bestimmter Stimulus gemocht wird, oder nicht.
1. Weiß ich nicht, ob das so einfach geht (ich dachte, man könnte nur mit einer metrischen Variable das Ereignis "gefällt mir" vs. "gefällt mir nicht" vorhersagen. In meinem Fall würde ich das mit "Hauptschule", "Realschule" und "Gymnasium" vorhersagen wollen.)
2. Muss ich, um herauszufinden, bei welchem Stimulus diese vorhersage funktioniert, diese Berechnung für jeden einzelnen (Stimulus) durchführen, oder?

Lieben Dank für die Hilfe
Grüße
Gustl

[PonderStibbons]

Nach meinem Wissensstand müsste ich hier eine rmANOVA rechnen, da die Stimuli wiederholt werden. Dafür kann ich 3 summative Scores für jeden Probanden berechnen (Anzahl der "Gefällt mir" oder "gefällt mir nicht"), womit ich eine abhängige Variable hätte (pro Instruktion versteht sich)

Ungleiche Gruppengrößen fallen dann ins Gewicht, wenn auch die Streuungen
der Gruppen sehr ungleich sind.

Naja mir kam die Idee z.B. zu schauen, ob z.B. der BIldungsstatus vorhersagt, ob ein bestimmter Stimulus gemocht wird, oder nicht.

Das wäre der Chi² Test.

2. Muss ich, um herauszufinden, bei welchem Stimulus diese vorhersage funktioniert, diese Berechnung für jeden einzelnen (Stimulus) durchführen, oder?

Liest sich zumindest für mich so.

Mit freundlichen Grüßen

P.

[Gustl]

Naja mir kam die Idee z.B. zu schauen, ob z.B. der BIldungsstatus vorhersagt, ob ein bestimmter Stimulus gemocht wird, oder nicht.

Das wäre der Chi² Test.

Danke!

2. Muss ich, um herauszufinden, bei welchem Stimulus diese vorhersage funktioniert, diese Berechnung für jeden einzelnen (Stimulus) durchführen, oder?

Liest sich zumindest für mich so.

Blöde Frage dann noch: beim Chi_sq test kann ich das ja mit allen Variablen/Stimuli gleichzeitig machen - müsste es also nicht extra für jeden einzeln durchführen (sprich Stimulus 1, Stimulus 2).
In der Kreuztabelle stehen ja alle drin.


Danke nochmal!

[PonderStibbons]

In welcher Kreuztabelle stehen alle drin? Soweit ich es verstanden zu haben glaubte,
geht es immer um 1 Item versus 1 Probandencharakteristikum?

Mit freundlichen Grüßen

P.

[Gustl]

Ja das hast du richtig verstanden.

Zumindest stelle ich mir die Kreuztabelle wie folgt vor:
Zeilen = Bildungsstatus
Spalten = Stimuli

In den Zellen stehen die aggregierte Anzahl (über alle VPN hinweg) der "gefällt mir"-Angaben (alternativ "gefällt mir nicht mehr" - je nach Fragestellung).

In welcher Kreuztabelle stehen alle drin? Soweit ich es verstanden zu haben glaubte,
geht es immer um 1 Item versus 1 Probandencharakteristikum?

ich glaube wir meinen dasselbe - hoffentlich