STATISTIK-FORUM.de

[milky123]

Hallo,

ich habe eine ziemlich banale Frage, aber es wäre super, wenn ihr mir helfen könntet:

Ich habe eine multiple lineare Regression mit 2 Prädiktoren und einem R-Quadrat, was nicht signifikant geworden ist (p=.102).
Ein Prädiktor ist aber signifikant geworden (p= .033). Ist da das R-Quadrat nicht signifikant geworden ist,
damit das ganze Modell hinfällig und ich brauche den einzelnen signifikanten Prädiktor auch gar nicht mehr berichten?

Vielen Dank schon mal für eure Antwort.

Liebe Grüße

milky

[PonderStibbons]

Wie Du verfährst, hängt auch von der Fragestellung und dem Verwendungszweck ab.

Wie lauten die drei bivariaten Korrelationen und wie groß ist die Stichprobe?

Mit freundlichen Grüßen

P.

[milky123]

Danke schonmal für deine Antwort:)

Also die Stichprobe besteht aus 291 Versuchspersonen.

Was genau meinst du mit den drei bivariaten Korrelationen?
Meinst du:
Korrelation Präditkor 1-Kriterium
Korrelation Prädiktor 2-Kriterium
Korrelation Prädiktor 1- Prädiktor 2

[PonderStibbons]

Die drei Koeffzienten hättest Du gleich dazuschreiben können.

[milky123]

Also die Korrelationen betragen:

Korrelation Prädiktor 1 - Kriterium: .118
Korrelation Prädiktor 2 - Kriterium: -.003
Korrelation Prädiktor 1 - Prädiktor 2: .325

Und nun?

[DHA3000]

Nichts "und nun".

Schreib mal mehr über deine Fragestellung, deine Variablen im Detail und was du dir erhoffst. Man kann nicht einfach eine Handlungsempfehlung auf Basis deine bisherigen Ergebnisse geben. Statistik ist nicht "Schwarz-Weiß", sondern man muss auch argumentieren können.

[milky123]

Mir ging es hauptsächlich darum, ob wenn das R-Quadrat nicht signifikant geworden ist, das ganze Modell hinfällig ist.
Scheinbar ist es das aber nicht, wenn ich das richtig verstanden habe, sondern es kommt darauf an, wie ich es begründe, dass
einzelne Prädiktoren signifikant geworden sind.

[PonderStibbons]

Die Fragestellung und der Zweck der Analyse scheinen ja wahnsinnig geheim zu sein.
Dein Modell kannst Du getrost verwerfen; bei Bonferroni-Korrektur der Koeffizientests
wäre das besagte Ergebnis p =0,066 und demnach über der konventionellen Schwelle.

[Ponne44]

Du korrigierst aber nur für das Gesamtmodell oder? Nicht auch für die einzelnen Prädiktoren? Also ein Prädiktor wäre in seinem Modell bei alpha 5 % signifikant?

[PonderStibbons]

Den Prädiktor betrachte ich eben nicht als "signifikant". Es gibt eigentlich keinen Grund,
auf eine Korrektur zu verzichten. Schon der Test des Gesamtmodells weist darauf hin,
dass hier der Zufall waltet. Interessanterweise wird das Problem multiple Testens bei
Koeffizienten innerhalb einer Regressionsanalyse geflissentlich ignoriert - in der
Konsequenz heißt das, bei post-hoc-Vergleichen in einer einfaktoriellen ANOVA müsste
man konventionellerweise eine Korrektur vornehmen, aber sobald man dieselbe
einfaktorielle ANOVA als Regression mit dummy-codierten Prädiktoren rechnet,
"darf" man darauf verzichten.

Aber wie mehrfach gesagt, wenn man so gar nicht weiß, worum es sich in der Sache
dreht, ist das sowieso nur ein Ratespielchen.

Mit freundlichen Grüßen

P.