STATISTIK-FORUM.de

[Casual]

Du hast recht, es liegen keine unabhängigen Beobachtungen vor. Das war mir entfallen.

Das heißt, dass sich eine Regression eigentlich grundsätzlich gar nicht eignet für meine Frage oder ?

Um deine Punkte 1) und 2) etwas abzuschwächen, könnte ich höchstens jedes Spiel einzeln betrachten und mittels eines binären logistischen Modells untersuchen, welche Prädiktoren im jeweiligen Spiel ausschlaggebend sind für Sieg oder Niederlage ?

[PonderStibbons]

Wenn man es spielweise angeht, stellt sich auch dort die Frage, wie mit
den Abhängigkeiten umzugehen ist (dieselben Spieler tauchen in mehreren
Spielen auf, und es sind immer die Parameter von 2 Spielern in demselben
Spiel die Einflussfaktoren). Man müsste sich vielleicht mal in der
sportwissenschaftlichen emprischen Literatur umsehen, wie sowas
gehandhabt wird.

Mit freundlichen Grüßen

P.

[Lau-ra]

Wenn ich mit den standardisierten Residuen einen Kolmogorov-Smirnov-Test mache, dann erhalte ich einen Signifikanzwert von 0,000. Also liegt laut Test keine Normalverteilung meiner Residuen vor. Das heißt doch, dass die Annahme verletzt ist oder ? Also ganz unabhängig von meiner Stichprobengröße.

Dass die Annahme verletzt ist, spielt bei n > 50 keine Rolle mehr
für die lineare Regressionsanalyse (genauer gesagt, die Gültigkeit
des F-Tests).

Mit freundlichen Grüßen

P.

Ich habe ein ähnliches Problem wie Casual. In meiner Arbeit untersuche ich die Beteiligungsintention an einer freiwilligen Tätigkeit (abhängige Variable), die durch 6 Prädikatoren erklärt werden soll. Zur Operationalisierung meines Modells, habe ich aus der Literatur bereits geteste Items verwendet (5er-Likert-Skalen/ 1 = stimme voll zu und 5 = stimme überhaupt nicht zu). Die Stichprobe aus der Online-Befragung beträgt n=423.

Die konfirmatorische Faktorenanalyse zeigt mir nun nach Ausschließen von 3 Items, dass die Faktoren meinem hypothetischen Modell entsprechen. Das KMO-Kriterium beträgt 0,892 und die Items weisen zufriedenstellende Faktorladungen zwischen 0,6 und 0,8 auf.

So weit so gut, meine Freude wurde durch die multiple Regressionsanalyse ein wenig getrübt. Von den 6 Prädikatoren (Scores aus der Faktorenanalyse), weisen immerhin 4 signifkante, auch wenn nicht allzu hohe Effekte auf (Beta-Koeffizienten zwischen 0,137 und 0,359). Mein R^2 beträgt 0,25. Multikollinearität und Autokorrelation liegen nicht vor. Allerdings wird die Annahme der Homoskedastizität und der Normalverteilung der Residuen verletzt. Leider muss ich auch dazu sagen, dass 2 der Prädikatoren und die AV stark rechtsschief sind (+0,9 bis +1,9). Ich habe durch das logarithmieren der AV versucht, die Schiefe und dadurch die Verletzung der Annahmen zu reduzieren, leider mit keinem zufriedenstellenden Ergebnis (R^2 und die Regressionskoeffizienten haben sich kaum verändert und das geschilderte Problem ist immer noch vorhanden). Die Prädikatoren möchte ich aufgrund der Interpretierbarkeit ungerne antasten. Ich versuche seit Tagen, eine Lösung für das Problem zu finden. Je mehr ich mich reinlese, desto verwirrter bin ich. Ich hoffe, dass mir hier jemand weiter helfen kann.

Konkret würde ich gerne wissen:

1. Rechtfertigt die Begründung des zentralen Grenzwertsatzes tatsächlich die Güte meines Modells? Es kommt mir zu einfach vor, die Verletzung dieser wichtigen Annahmen mit nur zwei/drei Sätzen "zu übergehen".

2. Neben dem Logarithmieren habe ich zudem in diesem Forum ein paar mal gelesen, dass man mit "robusten Standardfehlern" rechnen kann. Ich glaube, ich verstehe den Hintergund dieser Vorgehensweise, aber nicht wie ich das in SPSS anstellen soll?

3. Mein R^2 von 0,25 erscheint mir nicht allzu hoch. Liegt das an der Schiefe der AV?

Ich entschuldige mich vorab, falls ich mein Problem nicht statistisch sauber geschildert habe oder "blöde" Denkfehler enthalten sind. Ich freue mich über eure Hilfe!

Gruß, Laura

[PonderStibbons]

Sich an einen alten abgeschossenen thread anzuhängen, ist
ziemlich riskant, man bekommt viel seltener eine Antwort.
Es verlangt implizit, dass man sich erstmal die bestehenden
12 Beiträge zu Gemüte führt, um sich dann endlich Deinem
Problem zu widmen. Und wenn ich es richtig im Gedächnis
habe, hat Dein Problem wenig mit dem vorhergehenden zu
tun ußer dem allgemeinen Thema.

Besser, Du machst einen neuen thread auf.

Just my 2pence

P.

P.S.
Und gibt unbedingt die Größe der Stichprobe an, ohne die Angabe ist fast keine
praktische Statistikfrage zu beantworten.

[Lau-ra]

Danke für den Hinweis! Mach ich direkt