STATISTIK-FORUM.de

[kryptix]

Hallo zusammen,

aus einer speziellen Frage im Bereich der Regressionsanalyse hat sich jetzt für mich eine eher grundlegende Frage entwickelt. Habe gerade einen dicken Knoten im Kopf und bräuchte gerade jemanden, der mich aufklärt.

Wenn ich mehrere Merkmale habe, die jeweils zu einer bestimmten Person gehören (Verkehrsmittelwahl, Herkunft, Alter, Geschlecht, bestimmte Einstellung usw.), kann ich im statistischen Sinne nicht Schlussfolgern welches Merkmal davon auf eine bestimmte Handlung wirkt. Wenn ich nun 1000 Personen, mit denselben UV und AV habe, dann sind kausale Rückschlüsse ebenfalls nicht möglich, weil ich nicht weiß, ob die tatsächlich Einfluss nehmende Variabe unter meinen UV ist. Richtig?

Hierzu: Alte Männer über 65 kommen mit dem Auto von weit her und geben deshalb in der Stadt viel Geld aus. Dann hat man hohe Ausgaben bei "Verkehrsmittelwahl: Auto", "Herkunft: weit weg", und "Alter: 65+". Wie kann man dann erkennen, was am stärksten auf die Ausgaben wirkt? Geschlecht, Verkehrsmittelwahl, Herkunft oder Alter? Kann ich dieses Problem mit dem Vergleich von Effektstärken lösen? (Zusammenhang zwischen Ausgaben & Verkehrsmittel, Ausgaben & Herkunft, Ausgaben & Alter und Ausgaben & Geschlecht anhand von Effekstärken oder Korrelationskoeffizienten bestimmen, um zu klären, zwischen welchen UV und AV stärkere oder schwächere Zusammenhänge bestehen?)

Viele Grüße
kryptix

[strukturmarionette]

Hi,

kausale Rückschlüsse ebenfalls nicht möglich, weil ich nicht weiß, ob die tatsächlich Einfluss nehmende Variabe unter meinen UV ist. Richtig?

- über 'Kauslaität' würde ich nicht weiter nachdenken.
- ansonsten könntest Du Dir einmal die Bedeutung von Regressionkoeffizienten in der linearen Regression veranschaulichen.

Gruß
S.

[kryptix]

Hi!

Vielen Dank. Das habe ich bereits getan. Mein Problem mit der Regression liegt (glaube ich) darin, dass nur wenige Variablen zusammen in einem linearen Verhältnis stehen.
Und (unter anderem) deshalb ist das angepasste r² ausgesprochen winzig und liegt bei etwa 0,05.

Eine Betrachtung der Regressionskoeffizienten bei diesem kleinen r² macht ja keinen Sinn, richtig?

Viele Grüße
kryptix

[strukturmarionette]

Hi,

die erste Überlegung (auch: Anwendungsvoraussetzung) bei einem Multiplen Linearen Modell bezieht sich immer auf die korrekte Modellspezifikation.

- Die scheint Deinen Angaben nach sehr suboptimal zu sein.

Gruß
S.

[kryptix]

Ja, da hast du vermutlich Recht.

Vielleicht kann ich auch gerade nicht ganz erklären, worauf ich hinaus will. Es geht ganz einfach um Folgendes:

Ich habe verschiedene Kennziffern, die ich in Form von Mittelwerten für unterschiedliche Merkmalsgruppen darstelle:



Jetzt würde ich gerne wissen, welches Merkmal die jeweilige abhängige Variable am stärksten beeinflusst, idealerweise ohne die Wechselwirkungen zwischen den UV.

Ist es wirklich notwendig, hierfür eine Regressionsanalyse durchzuführen? Das klappt hier irgendwie nicht

[strukturmarionette]

Hi,

Jetzt würde ich gerne wissen, welches Merkmal die jeweilige abhängige Variable am stärksten beeinflusst, idealerweise ohne die Wechselwirkungen zwischen den UV.

Das ist mit der Tabelle unmöglich, weil die AV fehlt (u.a.).

Gruß
S.