STATISTIK-FORUM.de

[bio81]

Hallo zusammen,

ich arbeite mich gerade ein und wäre über einen Tipp hilfreich, welches Verfahren für mein Problem geeignet ist. Das Problem ist wahrscheinlich sehr komplex, aber ich habe 4 Monate (Vollzeit) an Kapazität und u.a. MATLAB/ Statistics-Zugriff:

Es gibt eine einzige Zielgröße und ich möchte den Einfluss von 15 (nominalen) Merkmalen, die abhängig vom Merkmal jeweils zwischen 2 und 6 Ausprägungen besitzen, auf die Zielgröße untersuchen.
Die Anzahl der Beobachtungswerte kann ich nahezu beliebig hoch wählen, d.h. die Datenbasis ist sehr gut.

Die Merkmale treten stets in Kombination auf, d.h. ich würde gerne den wechelseitigen Einfluss der Merkmale hinsichtlich der Zielgröße irgendwie berücksichtigen, bin mir aber nicht sicher ob der Aufwand dann nicht explodiert (dann geht es glaube ich in den Bereich der multivariaten Analysemethoden).

Da ich keine Erfahrung habe, wäre ich um eure Einschätzung sehr dankbar, was ihr für machbar haltet und ggf. welches Verfahren ihr vorschlagen würdet.

Viele Grüße,
Sebastian

[PonderStibbons]

Um was geht es eigentlich konkret? Und was sind die Zielgrößen -
Dichotomien? Intervallskalierte Messungen? Anderes? Und konkret
was bedeutet "nahezu beliebig hoch" -- 1000 Beobachtungen?
10'000? 1'000'0000 ?

Mit freundlichen Grüßen

P.

[bio81]

Ok ich habe gerade selbst bemerkt dass ich etwas konkreter werden sollte. Zur Erklärung ein Beispiel mit Autos: Ein Auto besitzt immer das Merkmal "Antrieb" mit verschiedenen Arten von Getrieben (Ausprägungen), ebenso besitzt es immer das Merkmal Türen, das ebenso verschiedene Ausprägungen hat, etc... Mich interessiert jetzt der Einfluss aller Merkmale und Ausprägungen auf die Zielgröße (Produktionszeit).
Ich habe für mehrere 100.000 Autos, um im Beispiel zu bleiben, die Produktionszeit und will quantitativ ausdrücken, wie welche Ausprägung die Produktionszeit beeinflusst.

Ich hoffe das hilft zum Verständnis meines Problems weiter.

[daniel]

Produktionszeit als metrisch betrachtend wäre das für mich eine multiple lineare Regression mit allen "Ausprägungen" als Dummy-Variablen.