STATISTIK-FORUM.de

[Fredi]

Hallo zusammen,

ich bin neu hier und bräuchte dringend Hilfe bei einer Verfahrenswahl, weil ich nicht weiß, welches Verfahren das richtige in meinem Fall ist.
Ich möchte einen Zusammenhang zwischen 2 Variablen messen, bei dem nicht unterstellt wird, dass er linear und auch nicht kausal ist.
Zuerst habe ich an den Korrelationskoeffizienten (z.B. Pearson) gedacht. Der misst allerdings einen linearen Zusammenhang. Passt also nicht.
Dann dachte ich an Regressionsanalyse. Diese unterstellt aber einen kausalen Zusammenhang, so weit ich weiß. Passt daher auch nicht.
Ich bin echt verzweifelt

Welches Verfahren kann nicht-lineare Zusammenhänge untersuchen, ohne dabei Kausalität zu unterstellen?

VG,
Fredi

[strukturmarionette]

Hi,

bei dem nicht unterstellt wird, dass er linear

Wie soll der Zusammenhang Deiner Annahme nach denn sein?

Gruß
S.

[Fredi]

Hi,

ich muss herausfinden, ob überhaupt ein Zusammenhang zwischen den beiden Variablen besteht, egal welcher.
Deswegen sollte ich vorher keine Annahme darüber festlegen, dass er z.B. linear ist.

VG,
Fredi

[PonderStibbons]

ich bin neu hier und bräuchte dringend Hilfe bei einer Verfahrenswahl, weil ich nicht weiß, welches Verfahren das richtige in meinem Fall ist.

Wie ist denn da der Kontext, wofür oder für wen brauchst Du das,
und wieso ist es dringend?

Und worum handelt es sich überhaupt, was sind das für Variablen?

Dann dachte ich an Regressionsanalyse. Diese unterstellt aber einen kausalen Zusammenhang, so weit ich weiß. Passt daher auch nicht.

Regressionsanalysen unterstellen mitnichten Kausalität. Das ist
dem Rechenverfahren völlig wumpe.

Aber davon ab, ohne vernünftige Zielformulierung für die Analyse
und eventuell Vorannahmen über die potenziellen Formen der
Beziehung (reicht monoton? kann es U-förmig sein? kubisch?)
und ein Kriterium, wann "Zusammenhang" angenommen wird
(reicht ein Zusammenhang > 0? muss derZusammenhang eine
bestimmte Höhe aufweisen? muss die Form des Zusammenhangs
"bewiesen" werden?) ist Dein Problem kaum lösbar.

Mit freundlichen Grüßen

P,

[daniel]

Das "Verfahren" der Wahl wäre m.E. im ersten Schritt ein einfaches Streudiagramm zwischen Deinen Variablen anzuschauen. Wenn Du danach keine Idee über die Form eines möglichen Zusammenhangs hast, würde ich das Projekt an dieser Stelle beenden. Ohne theoretische Annahmen erschließt sich mir der Sinn einer solchen "Analyse" ohnehin nicht.

[Fredi]

Tut mir leid, wenn meine Frage etwas unpräsize und vielleicht blöd rüberkommt, aber ich bin nicht wirklich fit in Statistik und das ist ziemlich neu für mich.

wieso ist es dringend?

Weil ich mit meinem "Wissen" an Grenzen gelangt bin und sonst mit der Arbeit nicht voran komme bzw. nicht fertig werde.

Regressionsanalysen unterstellen mitnichten Kausalität. Das ist
dem Rechenverfahren völlig wumpe.

Warum unterstellt die Regressionsanalyse keinen Kausalzusammenhang? So steht das doch in jedem Buch. Oder habe ich da etwas falsch verstanden?

Aber davon ab, ohne vernünftige Zielformulierung für die Analyse
und eventuell Vorannahmen über die potenziellen Formen der
Beziehung (reicht monoton? kann es U-förmig sein? kubisch?)
und ein Kriterium, wann "Zusammenhang" angenommen wird
(reicht ein Zusammenhang > 0? muss derZusammenhang eine
bestimmte Höhe aufweisen? muss die Form des Zusammenhangs
"bewiesen" werden?) ist Dein Problem kaum lösbar.

Bei der potenziellen Form reicht monoton, also z-B. je größer X, desto größer Y.
Ein Kriterium muss ich nicht festlegen, da die Interpretation des errechneten Zusammenhangs nicht Inhalt der Arbeit ist. Es soll nur gezeigt werden, wie der Zusammenhang gemessen werden kann.
Die Form des Zusammenhangs muss nicht bewiesen werden.

VG,
Fredi

[PonderStibbons]

Warum unterstellt die Regressionsanalyse keinen Kausalzusammenhang? So steht das doch in jedem Buch.

Nein.

Oder habe ich da etwas falsch verstanden?

Mit Sicherheit.

Bei der potenziellen Form reicht monoton, also z-B. je größer X, desto größer Y.

Monotone Zusammenhänge zwischen mindestens
ordinal skalierten Variablen analysiert man mit
dem Spearman-Rangkorrelationskoeffizienten rho.

Mit freundlichen Grüßen

P.

[Fredi]

Zur Regressionsanalyse:
wenn ich mir z.B. das folgende Buch anschaue: Backhaus/Erichson/Plinke/Weiber 2011: Multivariate Analysemethoden, S.14 oder auch hier: http://multivariate.de/regressionsanalyse.html:
Die Regressionsanalyse gehört zu den Dependenzanalysen und hat als Voraussetzung, dass der Anwender eine Vorstellung über den Kausalzusammenhang hat. Es wird auch daher zwischen einer abhängigen und einer unabhängigen Variable unterschieden, d.h. die eine Variable wirkt auf die andere ein (kausal).

Hättest du eine bessere Quelle für mich, wo ich nachlesen kann, dass keine Kausalität unterstellt wird?

Vielen Dank für den Tipp mit dem Rangkorrelationskoeffizienten Den hatte ich auch im Hinterkopf, war mir aber nicht sicher.
Kennst du noch andere, z.B. multivariate Analysemethoden, die sich eignen würden?

VG,
Fredi

[PonderStibbons]

Hättest du eine bessere Quelle für mich, wo ich nachlesen kann, dass keine Kausalität unterstellt wird?

Die Berechnung ist dieselbe, egal ob jemand einen Kausalzusammenhang
annimmt oder nicht. Insofern ist die Backhaus-Forumulierung etwas irreführend.
Für die Modellbildung und die Ergebnisinterpretation ist es natürlich vorteilhaft,
eine Vorstellung zu haben, was worauf wirken könnte.

Kennst du noch andere, z.B. multivariate Analysemethoden, die sich eignen würden?

Deine Beschreibung des Sachverhaltes und des Problems
und der Auswertungsziele ist leider unzureichend, so dass
sich diese Frage nicht beantworten lässt.

[Fredi]

Die Berechnung ist dieselbe, egal ob jemand einen Kausalzusammenhang
annimmt oder nicht. Insofern ist die Backhaus-Forumulierung etwas irreführend.
Für die Modellbildung und die Ergebnisinterpretation ist es natürlich vorteilhaft,
eine Vorstellung zu haben, was worauf wirken könnte.

Irgenwie kann ich dem nicht ganz folgen. Ich finde in vielen Büchern bei der Regressionsanalyse den Begriff "Dependenzanalyse". Und wenn ich im Rahmen der Regressionsanalyse den Einfluss einer unabhängigen Variable auf die abhängige Variable untersuche, dann setze ich doch voraus, dass ein kausaler Zusammenhang existiert (also Ursache-Wirkung). Habe ich grad ein Brett vor'm Kopf oder ist das ein strittiges Thema in der Statistik?

Deine Beschreibung des Sachverhaltes und des Problems
und der Auswertungsziele ist leider unzureichend, so dass
sich diese Frage nicht beantworten lässt.

In meinem Sachverhalt habe ich eine ratioskalierte Variable und eine ordinalskalierte Variable. Ich kann keinen kausalen Zusammenhang unterstellen, da sich beide Variablen gegenseitig beeinflussen. Die Frage ist, ob zwischen diesen Variablen ein Zusammenhang besteht. Nun muss ich schauen, welches Verfahren man anwenden könnte, um diese Frage zu beantworten.