STATISTIK-FORUM.de

[WMRS]

Hallo,

nachdem ich mir Hilfe geholt hatte, bin ich nun gänzlich verwirrt. Im Moment kann ich sie jedoch nicht nochmal fragen, da sie im Urlaub ist.

Ich wollte eine logistische Regression machen. Mein Prof hat mit dem gleichen Datensatz auch eine logistische Regression in dem Fall gemacht. Ich möchte nur die Hypothesen bzw. Grundgesamtheit ändern.

Also, die abh. Variable kann 1 oder 0 sein. Habe ich so auch unter SPSS geändert.
Die unabhängigen Variablen werden in Blöcken zusammengefasst, da diese Blöcke dann für Hypothesen stehen. Denke ich mal, ist ja so richtig.
Alle Variablen können Werte zwischen 1(garnicht wichtig) und 5(sehr wichtig) annehmen.
Jetzt würde ich egtl gerne schrittweise eine logistische Regression durchführen. Modell 0 nur mit Kontrollvariablen. Da fängt es schon an, wo trage ich die Kontrollvariablen ein? In M1 dann die erste Hypothese bis M7, alle Hypothesen gleichzeitig testen.

Meine Hilfe hatte mir gesagt, ich sollte eine lineare Regression machen. Aber wie ich gelesen habe, kann die doch Werte außerhalb von 0 bis 1 annehmen. Und da ich mit einer Dummy-Variablen als abhängige arbeite, denke ich, sollte es doch eine logistische Regression sein.

Aber welche brauche ich? Habe hier den riesen Wäzer von Schendera über Regressionen in SPSS vor mir liegen und sehe nur noch Fragezeichen.

Es wäre nett, wenn sich einer erbarmen könnte!

Danke im Voraus!

Wolfgang

[bele]

Mit dichotomer Antowrtvariable rechnest Du eine logistische Regression wie Dein Prof und der Hilfe unterstellen wir, dass sie das als generalisiertes lineares Modell betrachtet hat.

Zur Bedienung von SPSS kann ich leider nichts sagen. Im Zweifel gibt es dafür hier auch ein extra-Forum.

LG,
Bernhard

[daniel]

Schrittweise Regressionen sind bei nicht linearen Modellen etwas kniffelig, da die Koeffizienten inn "kleineren" Modellen von allen nicht im Modell enthalten Variablen abhängen, die mit dem Kriterium korreliert sind. Dies gilt - anders als im linearen Modell - unabhängig davon, ob vernachlässigte Prädiktoren auch mit den Prädiktoren im Modell korrelieren (vgl. meine Diskussion hier).

Ob ein lineares Wahrscheinlichkeitsmodell (LPM) daher weniger geeignet ist, Deine Fragestellung zu untersuchen, lässt sich nicht alleine an der Kodierung Deines Kriteriums festmachen. Ich tendiere zwar auch zum logisitschen Modell, und auch die Vergleichbarkeit mit den Ergebnissen Deines Profs. spielen hier eine Rolle, aber ganz selbstverständlich sollte diese Entscheidung vielleicht nicht sein. In jedem Fall sollte man das gennate Problem im Hinterkopf behalten.