STATISTIK-FORUM.de

[Tillmanns]

Hallo zusammen,

bin sowohl neu hier als auch in der Statistik mit SPSS.

Für meine Bachelorarbeit soll ich untersuchen ob bestimmte abiotische und biotische Faktoren (Factors und Covariates) Einfluss haben auf die Populationszahl einer Art (scale, jedoch nicht count).
Also GLM ist mir soweit eigentlich klar. Gibt ein Full Modell, welches die Haupteffekte und die Interaktionen einschließt. Internetquellen schließen immer die Interaktionen zwischen den festen Faktoren mit ein.
Mein(e) Problem(e).
Muss ich hier auch die Interaktionen zwischen den Kovariaten und die Interaktion zwischen festen Faktoren und Kovariaten mit einschließen?
Entferne ich solange alle Terme aus meinem Modell bis nichts mehr über .050 ist?
Auch den Konstanten Term?

Danke schonmal!

Güße

[PonderStibbons]

Muss ich hier auch die Interaktionen zwischen den Kovariaten und die Interaktion zwischen festen Faktoren und Kovariaten mit einschließen?

Müssen musst Du gar nichts. Was sind das für Kovariaten? Wäre eine Wechselwirkung mit den Faktoren möglich und von Interesse?

Entferne ich solange alle Terme aus meinem Modell bis nichts mehr über .050 ist?

Nein, wieso und wozu?

Wie groß ist eigentlich die Stichprobe?

Mit freundlichen Grüßen

PonderStibbons

[Tillmanns]

Kovariaten sind durchschnittlicher Niederschlag und Temperatur und die Populationszahlen von zwei anderen Arten, also insgesamt vier.
Gute Frage ob hier eine Wechselwirkung interessant wäre... Feste Faktoren wären Vegetationstyp (1, 2, 3, 4), Anwesenheit oder Abwesentheit eines Lockstocks (1, 0) und Camera Model (1, 2).

Stichprobe der Abhängigen Variablen ist jeweils 105 wobei 0-Werte respektiv 61%, 74% und 67% ausmachen.

Ich dachte ich muss nicht Signifikante Terme entfernen damit ich von meinem Kompletten Modell auf meine finales Modell kommen kann.

Gruß

[PonderStibbons]

Wenn Du keine Daten hast, um das resultierende Modell zu testen, bringt das keinen Nutzen und womöglich Schaden
(e.g. nutzen schrittweise Selektionsmethoden den Zufall aus und ergeben Modelle, die den vorhandenen Daten
überangepasst und nur raglich generalisierbar sind).
https://www.stata.com/support/faqs/stat ... -problems/
http://andrewgelman.com/2014/06/02/hate ... egression/

Es ist hier doch auch schlicht überflüssig.

Stichprobe der Abhängigen Variablen ist jeweils 105 wobei 0-Werte respektiv 61%, 74% und 67% ausmachen.

Wäre da nicht die Modellierung der abhängigen Variable als 0/1-Variable und
Analyse mit multipler Regression angebrachter?

Mit freundlichen Grüßen

PonderStibbons