STATISTIK-FORUM.de

[Winkler]

Hallo,

ich hätte als leider in der Statistik nicht sonderlich bewanderter Mitmensch eine Frage zur Wahl des richtigen Testverfahrens bzw. auch des etwaig benötigen Programms.

Ich habe in einem Studienkollektiv als Ergebnis einer Behandlung ein dichochtomes Merkmal (Ja/Nein) und möchte feststellen, in welchem Zusammenhang weitere Parameter des Kollektivs (Alter, Größenausdehnung eines Merkmals etc.) dazu stehen bzw. ob diesen einen statistisch signifikanten Einfluss auf das Outcome (=dichotomes Merkmal) haben. Nach meinem Kenntnisstand benötige ich dazu eine logistische Regression und ein Programm wie SPSS o.ä. In einer ähnlichen Untersuchung sind folgende Parameter bestimmt worden:

Logistic regression Number of obs, LR chi², Prob > chi², Log likelihood , Pseudo R2 , Odds Ratio
Std. Error, z, P>|z|, 95 % Conf., Interval

Ich kenne passende Programme wie SPSS an sich nicht und würde gerne abschätzen, wie hoch der Aufwand für eine solche Datenanalyse ist und ob dies überhaupt ein angemessenes Verfahren ist.

Vielen Dank im Voraus!

[PonderStibbons]

ob dies überhaupt ein angemessenes Verfahren ist.

Kommt u.a. darauf an, ob die Frage sein soll, welche Prädiktoren jeweils
einzeln für sich genommen mit dem Ergebnis in Zusammenhang stehen,
oder ob die Frage ist, wie die Prädiktoren gemeinsam das Ergebnis
vorhersagen. Und vor allem, wie viele Fälle (in der kleineren
Ergebnisgruppe) vorliegen. Bei kleinen Fallzahlen lohnt es eher nicht.

Mit freundlichen Grüßen

p.

[Winkler]

Die zu untersuchende Fallzahl liegt bei ca. 110 (also pro Gruppe Ja/Nein ca. 55 Fälle) und im Vergleich der beiden Ergebnisgruppen gibt außer bei einem Parameter (Durchmesser) dem bloßen Augenschein nach keine Abweichungen zwischen den beiden Gruppen (nahezu identische Werte). Die Frage stellt sich jetzt nur welcher Test geeignet ist, dies auch statistisch zu unterlegen, d.h. zu beurteilen welcher Parameter bzw. dass dieser eine Parameter einen Einfluss auf das Ergebnis hat.

[PonderStibbons]

Falls es nur um 1 Parameter geht, der zudem Intervallskaliert ist,
kannst Du Ergebnis als Gruppierungsfaktor nehmen, Durchmesser
als (technisch) abhängige Variable und einen t-Test rechnen.

Mit freundlichen Grüßen

P.

[Winkler]

Erst einmal besten Dank. Es wäre aber nicht nur notwendig, den Einfluss des Durchmessers statistisch zu belegen, sondern auch den fehlenden Einfluss der weiteren Parameter mittels Zahlen zu verdeutlichen/ beweisen. Von daher wird es vermutlich doch eine Regression?

[PonderStibbons]

"den [fehlenden] Einfluß anderer Parameter aufzeigen" kannst Du mit
entsprechenden bivariaten Analysen, jeweils also immer Parameter
versus Ergebnis. Eine multiple Regression kann das nur leisten, wenn
die Parameter unkorreliert, nicht überlappend sind, wovon nicht
auszugehen ist. Wenn in einer multiplen Regression ein Prädiktor
keinen signifikanten Koeffizienten aufweist, kann das u.a. daran liegen,
dass seine Vorhersageleistung bereits durch andere, damit
korrelierte Prädiktoren übernommen wurde.

Mit freundlichen Grüßen

P.