Multikollinearität

Alle Verfahren der Regressionanalyse.

Multikollinearität

Beitragvon Eneri » Di 26. Nov 2013, 11:35

Guten Morgen,

ich würde gerne eine binäre logistische Regressionsanalyse durchführen. Als unabhängige Variablen habe ich eine Reihe nominaler Variablen (und eine ordinale). Wie teste ich diese nun auf Multikollinearität?
Ich habe auch schon nach älteren Beiträgen gesucht, habe aber leider keine gefunden, die mir weitergeholfen haben. Eine Antwort (regressionanalyse-f11/logistische-regression-voraussetzungewn-prufen-t743.html) verwies auf Mehrweg-Häufigkeits Analysen. Bedeutet das einfach, dass ich Häufigkeitstabellen erstelle und wenn ja, nach welchem Prinzip gehe ich dann vor, um Multikollinearität zu überprüfen?

Würde mich freuen, wenn mir jemand weiterhelfen würde!

Grüße
Eneri
Eneri
Beobachter
Beobachter
 
Beiträge: 13
Registriert: Fr 16. Aug 2013, 09:11
Danke gegeben: 2
Danke bekommen: 0 mal in 0 Post

Re: Multikollinearität

Beitragvon DHA3000 » Di 26. Nov 2013, 14:09

Du kannst den VIF der OLS-Regression als Anhaltspunkt nehmen oder aber die Korrelationsmatrix der Variablen dir anschauen.
Es gibt kein richtig oder falsch bei M.
DHA3000
Elite
Elite
 
Beiträge: 478
Registriert: So 8. Jul 2012, 15:08
Danke gegeben: 0
Danke bekommen: 62 mal in 62 Posts

Re: Multikollinearität

Beitragvon Eneri » Di 26. Nov 2013, 15:27

Danke für die Antwort! Aber ist das nicht problematisch, dass meine Variablen, sowohl aV als auch die unabhängigen Variablen, nicht metrisch skaliert sind?
Eneri
Beobachter
Beobachter
 
Beiträge: 13
Registriert: Fr 16. Aug 2013, 09:11
Danke gegeben: 2
Danke bekommen: 0 mal in 0 Post

Re: Multikollinearität

Beitragvon Albrecht » Di 26. Nov 2013, 15:59

Weil die AV dichotom ist, macht man ja eine logistische Regression.

Das mit dem metrisch - nicht-metrisch ist so eine Sache. Man kann auch argumentieren, dass eine dichotome Variable bspw. wie das Geschlecht doch metrisch ist. Bei den ordinalen Variablen ist die Frage, was genau ordinal bedeutet? Pauschal ist das sicherlich nicht günstig, aber bedeutet auch nicht, dass man die Analyse gänzlich verwerfen muss.

Aber wie das Thema mit dem Multikolliniearität und dichotomen Variablen zu lösen ist, wüsste ich auch nicht weiter als das, was DHA3000 geschrieben hat.
Albrecht
Veteran
Veteran
 
Beiträge: 273
Registriert: Di 26. Nov 2013, 13:04
Danke gegeben: 32
Danke bekommen: 54 mal in 54 Posts

folgende User möchten sich bei Albrecht bedanken:
Eneri

Re: Multikollinearität

Beitragvon DHA3000 » Mi 27. Nov 2013, 01:35

Ja, im Prinzip interessiert die abhängige Variable erst einmal nur sekundär.
Zuletzt geändert von DHA3000 am Mi 27. Nov 2013, 14:30, insgesamt 1-mal geändert.
DHA3000
Elite
Elite
 
Beiträge: 478
Registriert: So 8. Jul 2012, 15:08
Danke gegeben: 0
Danke bekommen: 62 mal in 62 Posts

folgende User möchten sich bei DHA3000 bedanken:
Eneri

Re: Multikollinearität

Beitragvon Eneri » Mi 27. Nov 2013, 09:13

Super, ich danke euch für die Antwort und werde es so, wie von euch vorgeschlagen, versuchen!
Eneri
Beobachter
Beobachter
 
Beiträge: 13
Registriert: Fr 16. Aug 2013, 09:11
Danke gegeben: 2
Danke bekommen: 0 mal in 0 Post

Re: Multikollinearität

Beitragvon Frequentist » Mi 27. Nov 2013, 23:11

Albrecht hat geschrieben:Man kann auch argumentieren, dass eine dichotome Variable bspw. wie das Geschlecht doch metrisch ist.

Und wie?
"Essentially, all models are wrong, but some are useful. However, the approximate nature of the model must always be borne in mind.",
Box, George E. P.; Draper, Norman R. (1987). Empirical Model-Building and Response Surfaces, p. 424, Wiley.
Frequentist
User
User
 
Beiträge: 33
Registriert: Sa 27. Jul 2013, 14:52
Danke gegeben: 3
Danke bekommen: 4 mal in 4 Posts


Zurück zu Regressionanalyse

Wer ist online?

Mitglieder in diesem Forum: 0 Mitglieder und 15 Gäste