STATISTIK-FORUM.de

[fic-88@hotmail.com]

Ich weiß nicht recht, was mit aussagen gemeint ist. Es ist halt Bestandteil der
Vorhersagegleichung. Das Gewicht wurde unter Berücksichtigung der übrigen
Prädiktoren ermittelt.

Ok, dh aus der Tatsache dass ein bestimmtes Beta größer/kleiner ist als andere Beta-Koeffizienten kann man nichts herausinterpretieren? Kann ich die Beta-Koeffizienten dann überhaupt für etwas gebrauchen? Außer dass sie mir verrät, ob die UV die AV positiv/negativ beeinflusst.

Ich finde im Internet immer wieder Angaben wie "Die B-Werte für sich alleine machen noch keine Aussage über die Wichtigkeit einer unabhängigen Variable im Modell, da sie vom Skalenniveau der unabhängigen Variable abhängen. Durch die z-Transformation werden die Skalenunterschiede herausgerechnet. Anhand dieser normierten Werte kann eine Aussage über die Wichtigkeit der einzelnen unabhängigen Merkmale gemacht werden. Je größer der Beta-Wert, desto stärker ist der Einfluss dieses Merkmals auf die Zielgröße (abhängige Variable)." Ist das dann so also nicht korrekt?

Mit Verlaub, aber das ist nun wirklich nicht mehr meine Baustelle.

Ok, dann werd ich mir hierüber mal Gedanken machen und mich dann mit meiner Betreuerin zusammensetzen. Ich dank dir aber schon mal recht herzlich für deine ausführlichen und raschen Antworten, hast mir wirklich sehr geholfen. Im Internetdschungel findet man leider teils sehr widersprüchliche Informationen, die nicht wirklich helfen.

Ich denke aber, dass die Forschungsfrage nun eher in Richtung "Trägt das Prinzip der Positiven Verstärkung zum Lernerfolg von Schülern bei?" gehen wird.

[PonderStibbons]

Ok, dh aus der Tatsache dass ein bestimmtes Beta größer/kleiner ist als andere Beta-Koeffizienten kann man nichts herausinterpretieren? Kann ich die Beta-Koeffizienten dann überhaupt für etwas gebrauchen? Außer dass sie mir verrät, ob die UV die AV positiv/negativ beeinflusst.

Das ist doch schonmal was.

Je größer der Beta-Wert, desto stärker ist der Einfluss dieses Merkmals auf die Zielgröße (abhängige Variable)." Ist das dann so also nicht korrekt?

Nein, das im Fall miteinander korrelierter Prädiktoren in der Form
irreführend, wie ich bereits mehrfach dargelegt habe. Wie das
Zitat zeigt, scheint der Holzweg aber gerne beschritten zu werden.
Wenn Du die Koeffizienten also einfach so interpretierst, als würden
sie ohne weiteres stärkeren/schwächeren Einfluss abbilden, kommst
Du bei Deinen Betreuern vielleicht damit durch (von der Problematik,
dass ständig von Einfluss, also Kausalität geredet wird, wenn nur
die Rede von statistischen Zusammenhängen begründet ist, oder
dass Unterschiede von Koeffizienten ohne formalen Test nicht
einfach als tatsächliche, nicht dem Stichprobenfehler geschuldete
Unterschiede angesehen werden können, muss man dabei dann
wohl auch ganz absehen).

Noch gutes Gelingen.

P.

[fic-88@hotmail.com]

Nein, das im Fall miteinander korrelierter Prädiktoren in der Form
irreführend, wie ich bereits mehrfach dargelegt habe.

Ok wegen der (womöglich) hohen Interkorrelation meiner Prädiktoren kann man das Ergebnis der Analyse nicht so interpretieren, wie ich mir das ursprünglich vorgestellt habe.

Noch ganz kurz: Wie hoch dürften die Korrelationswerte zwischen meinen Prädiktoren maximal sein, damit ich Prädiktoren mit höherem Beta (einigermaßen) problemlos einen höheren Einfluss an der abhängigen Variable zuschreiben könnte?