STATISTIK-FORUM.de

[Susi123]

Hallo zusammen,

ich teste gerade meine multiple Regression auf Linearität. Eine meiner unabhängigen Variable ist eine Dichotomie Variable (sprich ich habe die Dummy Codierung) angewendet. Dementsprechend ist diese Variable natürlich nicht linear. Wie kann ich dennoch die Prämisse der Linearität erfüllen?
Das gleiche Problem habe ich mit einer zweiten Variable bei der es die Ausprägungen (1,2,3) gibt. Hierbei handelt es sich um die Anzahl an Bäckereien im nahen Umkreis. Auch diese unabhängige Variable ist nicht linear. Gibt es auch hier eine Möglichkeit die Prämisse zu erfüllen?

Danke für eure Hilfe

[bele]

post19592.html

Wenn Du das gelesen hast, erzähl noch mal schnell, ob die Anzahl der Bäckereien von 1 bis 3 in absoluten Zahlen reicht oder ob sich dahinter ein geheimnisvoller Code verbirgt.

LG,
Bernhard

[Susi123]

Vielen Dank Bernhard!
Sprich meine Dummy Variable ist automatisch linear. Gibt es aber dennoch eine Möglichkeit dies zu beweisen-anhand einer Grafik o.ä?
Bei der Anzahl meiner Bäckerein handelt es sich um absolute Werte. Sprich sind 0,1 oder 2 Stück in der Nähe meiner eigenen Bäckerei, die ich untersuche.

[PonderStibbons]

Dementsprechend ist diese Variable natürlich nicht linear.

Wie sollen Variablen denn überhaupt linear sein?
Beziehungen sind linear, nicht Variablen. Und die
zwischen einer binären und einer intervallskalierten
Variable kann nicht anders als linear sein.

Mit freundlichen Grüßen

P.

[Susi123]

Hallo P.
Ja, ich habe mich undeutlich ausgedrückt. ich meinte natürlich die Beziehung zwischen meiner uV (Dummy Codiert) und meiner aV.
Ich bin jetzt etwas verwirrt-
Aus dem Link, den Bernhard mir gesendet hat, habe ich es so verstanden, dass die Beziehung zwischen meiner uV (Dummy codiert) und meiner aV linear ist.
Und aus deinem Kommentar P., entnehme ich, dass auch meine Beziehung der zweite unabhängigen Variable (Anzahl er Bäckerein) und meiner aV linear ist.
Ist dies korrekt? Danke für eure Hilfe

[PonderStibbons]

Sprich meine Dummy Variable ist automatisch linear. Gibt es aber dennoch eine Möglichkeit dies zu beweisen-anhand einer Grafik o.ä?

Wenn es automatisch so ist, was gibt es dann zu beweisen?

Bei der Anzahl meiner Bäckerein handelt es sich um absolute Werte. Sprich sind 0,1 oder 2 Stück in der Nähe meiner eigenen Bäckerei, die ich untersuche.

Bei Zählvariablen mit einem so geringen Bereich wäre die
Umwandlung in 2 dummy-Variablen angebracht (z.B.
"es ist 1 Bäckerei vorhanden ja/nein", "es sind 2 Bäckereien
vorhanden ja/nein"; "keine Bäckerei" bleibt dann als
Referenzstufe ohne eigene Dummy-Variable).

Mit freundlichen Grüßen

P.

[PonderStibbons]

Und aus deinem Kommentar P., entnehme ich, dass auch meine Beziehung der zweite unabhängigen Variable (Anzahl er Bäckerein) und meiner aV linear ist.

Von den Bäckereien war doch weder im zitierten Satz noch in meinem Kommentar die Rede.

[Susi123]

Ich schreibe gerade meine Thesis und es müssen für alle getroffenen Annahmen bzw. für alle Fakten Beweise dargebracht werden. Daher benötige ich irgendeine Möglichkeit dies zu zeigen oder zitieren.
Ok, super das ist eine gute Idee. Dann mache ich das so

[Susi123]

Ich muss leider noch etwas fragen Nun prüfe ich meine Variablen auf Normalverteilung. Leider streuen die Punkte bei allen Variablen wellenartig um meine Gerade (QQ-Diagramm). Nun hatte ich gelesen, man soll die Variablen logarithmieren. Das habe ich auch getan. leider hat es an dem Ergebnis nichts geändert. Gibt es noch eine andere Möglichkeit zur Normalverteilung zu gelangen? ich MUSS leider eine multiple Regressionsanalyse durchführen, sprich eine alternatives Verfahren kommt nicht in Frage.
Anhand des Kolmogorov Smirnov Test, zeigen insbesondere auch die Werte meiner Dummy Variablen, dass diese Variablen nicht normalverteilt sind

[DHA3000]

1. GMV benutzen. Wie soll eine Dummy-Variable normalvereilt sein?
2. Lies einmal genau nach, was bei deiner Regression normalverteilt sein soll und welchen QQ-Plot du dir anschauen musst. Tipp: Es sind nicht die Variablen.