STATISTIK-FORUM.de

[Flow]

Hallo!

Liege ich richtig, wenn ich sage, dass die Richtigantworten, sowie die Fehler in einer Leistungsaufgabe Zähldaten darstellen und ich keine klassische Regression, sonder eine poissonverteilte Regression rechnen sollte?

Was ist wenn ich die Daten einfach tranformiere und eine normale Regression rechne? Hier sollten die Ergebnisse ähnlich zu denen der Poisson-Regression sein? Ist ein Vorgehen zu bevorzugen?

Vielen Dank und Grüße!
Flow

[daniel]

Ohne weitere Informationen zu Forschungsfrage, Hypothese, Stichprobe, Prädiktoren in der Regression etc. schwer da mehr zu sagen.

Possion Regression unterstellt, dass Mittelwert = Varianz ist. Ist diese Annahme nicht erfüllt sollten die Standardfehler aus den Daten geschätzt werden.

[Flow]

Vielen Dank für die Antwort Daniel!
Ich hab zwar einen Datensatz mit zwei Prädiktoren, N=60 und einer abhängigen Varible (Anzahl der Fehler in einer Aufgabe), aber es ist mehr eine grundsätzliche Frage, die ich mir stelle.
Bei sehr vielen Leistungstest (Arbeits-/Kurzzeitgedächtnis, IQ etc) werden die richtigen Antworten einfach nur ausgezählt, der Rest sind die Fehler. Das sind doch alles Zähldaten.
Könntest du deine Aussage bezüglich des Standardfehlers noch genauer erläutern?

Vielen Dank und Grüße!
Flow

[bele]

Es sind aber doch nicht Zähldaten von zufällig verteilten Ereignissen in einem bestimmten Zeitraum sondern die Zahl der Entscheidungen richtig/falsch ist doch fixiert. Das ist bestenfalls (bei konstanten Wahrscheinlichkeiten) eine Binomial- aber keine Poissonverteilung.

LG,
Bernhard

[daniel]

Ich hab zwar einen Datensatz mit zwei Prädiktoren, N=60 [...] aber es ist mehr eine grundsätzliche Frage, die ich mir stelle.

Ja, auch grundsätzlich darf man sich solche Fragen stellen. Bei ML Schätzern sollte man aber (ebenfalls grundsätzlich) nicht aus den Augen verlieren, dass alle Eigenschaften dieser auf Asymptotik beruhen. Ich würde unter 200 Fällen grundsätzlich vor ML Schätzungen warnen - bei 60 Fällen würde ich vermutlich sogar bei einem binären outcome ein LPM vorziehen.

Könntest du deine Aussage bezüglich des Standardfehlers noch genauer erläutern?

Da gibt es eigentlich nicht viel zu erläutern. Die Possionverteilung zeichnet sich u.a. dadurch aus, dass der Mittelwert der Varianz gleicht. Passt man eine Poisson Regression an, sollte diese Bedingung erfüllt sein. Die Schätzung der b Koeffizienten sind allerdings nicht von dieser Bedingung abhängig (http://blog.stata.com/2011/08/22/use-poisson-rather-than-regress-tell-a-friend/), wesshalb man lediglich die Standardfehler korrigieren sollte.

Ansonsten hat Bernhard recht. Wenn die Anzahl zu erreichender Fehler begrenzt ist, dann passt das Poissonmodell nicht wirklich. Man könnte über ein Tobit Modell nachdenken - allerdings nicht bei dieser Fallzahl.

[Flow]

Vielen Dank für die Antworten!
Kann mir jemand erklären wann ich eine Poisson- und wann eine Binomialverteilung vor mir habe?
Meine Daten sind rechtssteil (wenig Probanden mit 0 Fehlern, die meisten mit 3 Fehlern - es handelt sich um eine Prozessmodell, das die Probanden zeichnen mussten) - ist hier eine (negative) Binomialregression erlaubt?

Vielen Dank!
Flow