... Variablen.
Hi,
ich bin neu hier, habe aber die Suche bemüht und nichts dazu gefunden:
Der Datensatz den ich analysiere besteht aus den unabhängigen Variablen die nominal skaliert sind (Alter, Geschlecht, Wohnort, usw. von 200 Befragten). Die Befragten sollten eine Reihe von Maßnahmen zur Stadtentwicklung in ihre bevorzugte Reihenfolge bringen. Es gibt zehn Vorschläge, also hat jeder Befragte eine Reihenfolge von 1 - 10 erstellt.
Ich würde jetzt gerne raus finden, wie gut die einzelnen Maßnahmen bei der Bevölkerung ankommt. Meine Idee war dazu, für jede Maßnahme (die jetzt 200 Werte zwischen 1 und 10 haben, 1 = das beste und 10 = das schlechteste) eine Regression durchzuführen, um zu sehen ob sie vllt besser bei Frauen als bei Männern, bei Alten statt bei Jungen usw. ankommen. Das ganze mache ich mit R; aber leider finde ich keine Funktion, die das kann (polr aus dem MASS package hat einen seltsamen Fehler ausgespuckt, auf den ich keine befriedigende Antwort finde).
Bin ich überhaupt auf dem richtigen Weg? Oder wäre ein anderer Ansatz angebrachter? Es gibt noch mehr unabhängige Variablen als die ich genannt habe, unter anderem welche die hierarchisch aufgebaut sind (Wohnen sie hier? Wenn ja wie lange schon? Wenn nein, sind sie zur Arbeit hier oder zu Besuch?). Wie gehe ich damit um? Die eigentliche Frage (Wohnen sie hier?) weg lassen, und nur mit den daraus resultierenden Fragen arbeiten?
Dazu würde ich gerne noch ein Clusterverfahren machen, um zu sehen ob es Bevölkerungsgruppen gibt, die sehr ähnlich Abstimmen. Aber 200 Befragte bei so vielen verschiedenen Antwortkombinationen ist eventuell auch etwas dürftig für eine Clusteranalyse.
Ich hoffe ihr könnt mir helfen. Gerne wäre ich schon früher hier gewesen um etwas zur Community beitragen zu können.