STATISTIK-FORUM.de

[Eggord]

Hi ich bin neu im Forum und habe mal eine Basic-Frage:

Ich habe eine Tabelle mit meherern Variablen. Die Anzahl ist relativ gering zwischen 17 und 22. Zudem ist der Zusammenhang nicht unbedingt linear. Zudem kommt es bei einzelnen Variablen vor, dass sie nicht linear von mindestens zwei anderen abhängt.

Ich bin mir nun absolut nicht sicher wie ich das analysieren kann. Eine einfache korrelation ist ja nur ein linearer zusammenhang zwischen zwei Variablen.

Ich bin ein wenig ratlos und habe auch schon im internet gesucht aber nichts gefunden.

Ich hoffe ihr könnt mir helfen.

Vielen Dank schonmal!

Gruß
Eggord

[PonderStibbons]

Je nun, wie lauten denn Thema und Fragestellung, wie sah das Erhebungsdesign aus,
wie groß ist die Stichprobe, was beinhalten die Messungen, und wofür ist die Studie
gedacht (Leben retten? Denksport? Bachelorarbeit? etc.?).

Mit freundichen Grüßen

P.

[Eggord]

Wäre schön wenn ich damit leben retten würde ist aber leider nur eine art Hobby. Man kann sich das so vorstellen, dass ich objekte habe, welche vorgegeben Parameter habe wie Alter,Größe, Zusammensetzung usw. Anschließend stelle ich bestimmte Messungen an und bekomme die eigentlichen Parameter. Die vorgegebenen Parameter sollen nun in Verbindung mit den ermittelten Parameter gestellt werden. Der Zusammenhang ist aber teilweiße auch exponential oder vll auch anders.
Also die Gesamtzahl beträgt 22 allerdings konnte nicht bei allen alle Parameter gemessen werden.
Ich hoffe es ist das was du meintest.

Gruß
Eggord

[PonderStibbons]

Stets einfach durchführbar ist die Spearman-Rangkorrelation zum
monotonen Zusammenhang zwischen Variablen. Lineare Regressionen
wie y = c + b1*x + b2*x² +b3*x³ + e oder y = c + b1x1 + b2x2 + e
sind durchführbar, leiden aber eventuell unter der kleinen Stichprobe.
Mit vielleicht angemessenenen nichtlinearen Regressionen wie
y = 2^x oder dergleichen kenne ich mich dann leider nicht aus.

Mit freundlichen Grüßen

P.

[Eggord]

Hey...danke erstmal!! Ich habe mich die letzten Tage mal mit den Korrelationen beschäftigt und habe da nun noch eine Frage.

Ich habe sowohl Spearman Pearson gemacht. Allerdings habe ich ein problem bei der Interpretation. Ich habe nun Fälle indenen Pearson nicht signifikant korr. aber Spearmon schon. Dies ist ja recht leicht erklärbar durch die nicht lineare Froderung im Spearman. Was ist aber nun im ungedrehten Fall? Pearson ist signifikant und Spearman nicht.

Ich hoffe ihr könnt mir nochmal helfen

Eggord

[PonderStibbons]

Pearson ist signifikant und Spearman nicht.

Das ist nicht sonderlich informativ., Es kann den Unterschied zwischen p=0,051 und 0,049
bezeichnen wie auch zwischen 0,80 und 0,0001.

Oft lautet die Erklärung, dass der Spearman-Koeffizient weniger sensitiv ist als Pearson, da er
weniger Informationen in den Daten ausnutzt.

Mit freundlichen Grüßen

P.

[Eggord]

Entschuldige ich hätte ein wenig mehr Infos geben sollen. Der Unterschied ist relativ groß
Bei Pearson:5*10^-4 Sig. Koeff.: 0,8
Bei Spearman: 0.94 Sig. Koeff.: 0,02

Und bei einem anderen Datenpaar:
P.: 0,032 Sig. Koeff.:-0,6
S.: 0,199 Sig. Koeff.:-0,4

das mit der geringeren Sensitivität habe ich sc honmal irgendwo gelesen. Das ist weil Spearman eine Rangkorrelation ist.Richtig? Aber das der Unterschied so gigantisch ist hätte ich nicht gedacht.

Nochmal eine andere Frage: Mit den Korrelationen überprüfe ich ja nur die Abhängigkeit einer Variablen zu einem Parameter. Gibt es sowas auch für 2 Variablen zu einem Parameter außer gleich einen Oberflächen fit zu machen und damit ein Model zu Grunde zu legen?

DANKE!!

[PonderStibbons]

Bei Pearson:5*10^-4 Sig. Koeff.: 0,8
Bei Spearman: 0.94 Sig. Koeff.: 0,02

Vielleicht ein enormer Ausreißer. Schau Dir das X-Y-Streudiagramm an.

Mit freundlichen Grüßen

P.