STATISTIK-FORUM.de

[vgelgsang]

Hallo
Wir haben über 8 Jahre hinweg Getreideproben auf Pilze analysiert und zu jeder Probe einen Fragebogen ausfüllen lassen. Das Datenset beinhaltet bis zu 10 unabhängige Variablen: Angaben zum Anbausystem), alle kategorial, und 4 abhängige Variablen (alle kontinuierlich: Pilzgehalt, Mykotoxine etc.). Die unabhängigen Variablen sind z.T. interkorreliert und die Anzahl Proben pro unabhängiger Variable schwanken stark.

Ich will herausfinden, welcher Anbaufaktor bzw. welche Kombination an Anbaufaktoren (meine unabhängigen Variablen) den Pilzbefall und den Myotoxingehalt (abhängige Variablen) beeinflussen (erhöhen bzw. reduzieren).

Ich gehe davon aus, dass dann eine Multiple lineare Regression (selbst mit einem anschliessenden Games-Howell-Test) weniger geeignet ist. Wäre da eher ein lineares mixed-effects model besser? Wenn ja, was wäre dann das "Subject" im ersten pop-up window in SPSS? ich kann ja schlecht alle 686 Proben als Subject eingeben.
oder wäre eher eine multiple correspondence Analyse besser mit anschliessendem hierarchical clustering?

Danke im Voraus für Eure Hilfe
Susanne