STATISTIK-FORUM.de

[sonik15]

Hallo Forum-Mitglieder,

ich soll eine lineare Regressionsanalyse mit SPSS durchführen.
Meine Daten: 1 abhängige Variable, 10 unabhägige Variablen, 35 Fälle (35 europäische Länder). Alle Daten sind nummerisch. Es gibt keine Dummy-Variblen. Nur die Länder (String) nutze ich für die Fallbeschriftungen. Desweiteren habe ich 5 Zeitperoden, insgesamt also 35x5=175 Fälle.
Mein Problem, dass ich nicht weiss, wie ich am besten die Zeitperioden in die Analyse einbeziehen soll (sehr wenig Erfahrung mit SPSS)?
5 Verschiedene Regressionen durchführen macht doch wenig Sinn? Alle Daten zusammen auswerten (175 Fälle) (gibt es bestimmt kausale Zeitreihenprobleme)? Eine andere geeignete Möglichkeit?

Die Daten von der abh.Variable waren nicht normalverteilt, rechtsschief. Da habe ich eine Logit-Transformation angewendet. Das gleiche habe mit 2 unabhängigen Variablen gemacht. Die Ergebnisse werden doch nicht verfälscht?

Danke

[bele]

Das mit den "Zeitperoden" lässt eine Messwiederholungsanalyse vermuten und die Erwähnung geringer Erfahrung mit SPSS sowie die Verwendung von "nummerisch" und "String" als ob dies Skalenniveaus wären lässt auch geringe Erfahrung mit Statistik vermuten. Das ist nicht schlimm, dafür ist das Forum (auch) da. Um eine deutlich ausführlichere Problembeschreibung wirst Du aber nicht herum kommen. Ich hoffe, dass folgender Thread Dir dabei ein wenig hilft: nutzung-des-forums-f44/das-musste-mal-gepostet-werden-t6682.html

LG,
Bernhard

[sonik15]

Ja. Das stimmt. Eine Statistik-Vorlesung und ein paar Youtube-Tutorials.
Ich muss eine lineare Regression durchführen (mit SPSS) und möchte alle meine Daten verwenden und weiss nicht, wie ich es gestalten soll, um plausible Ergebnisse rauszukriegen?
1) 5 Regressionen durchführen, für jede Zeitperiode einzeln und die Ergebnisse/Änderungen miteinander vergleichen?
2) Alle Daten(175 Fälle) in einer Regression verwenden und die Analyse starten? Das sind aber keine unabhängige Beobachtungen. Bsp. "Deutschland" tritt 5 mal auf. Es können doch auch Autokorrelation-Probleme auftreten? (Durbin-Watson-Koeff. liegt zwar bei 1,978, ich weiss aber nicht, ob ich diesen Koeffizienten verwenden darf. Die Profs. haben es nie benutzt).
3) Eine andere Lösung mit SPSS, da ich nicht alle Möglichkeiten von SPSS kenne.

[PonderStibbons]

Du hast von bele den Link zu den Erläuterungen erhalten, wie man ein Problem so
beschreibt, dass es Außenstehende verstehen können. Lies den doch bitte.

Ich muss eine lineare Regression durchführen (mit SPSS) und möchte alle meine Daten verwenden und weiss nicht, wie ich es gestalten soll, um plausible Ergebnisse rauszukriegen?

Zum Beispiel sollte man erstmal erklären, wie das Thema und die konkrete
Fragestellung lauten, woher die Daten stammen und was sie repräsentieren.

Über Logarithmieren oder Durbin-Watson zu raisonnieren, bevor überhaupt
die wissenschaftliche Fragestellung geklärt ist, greift dagegen ein bißchen sehr vor.

Mit freundlichen Grüßen

P.

[mango]

Hallo, rein auf die Struktur deiner Analyse bezogen wäre eine Paneldatenregression wohl das Sinnvollste. Du hast völlig recht damit, dass die Längsschnittstruktur deiner Daten für eine Regressionsanalyse zusätzliche Herausforderungen birgt. Lies dir mal etwas zum Stichwort "Paneldatenmodelle", v. a. Fixed vs. Random Effects durch. Das wird dir sicher vieles klarer machen. Im Grunde ist das eine Abwandlung der einfachen linearen Regressionsanalyse, wie du sie aus der Statistikvorlesung kennst.

Aber wie gesagt, das ist nur ein Schuss ins Blaue auf Basis der Beschreibung deiner Daten. Letzten Endes kommt es auf deine genaue Fragestellung an.

[sonik15]

Ich habe eine Zielvariable und 10 Prädiktoren und soll mittels einer multiplen linearen Regression die signifikantesten Faktoren(Prädiktoren) bestimmen. Das ist die Aufgabenstellung. Alle Variablen werden über 5 Zeitperioden beobachtet, 35 Fälle pro Zeitperiode. Analyse-Software: SPSS. Die Daten vom Professor vorgegeben. Das wars.
Mein Problem: Ich weiss nicht, wie ich vorgehen soll. Ich kann 5 Regressionen mit SPSS durchführen und dann die Ergebnisse miteinander vergleichen (sozusagen 5 Querschnittsstudien miteinander verglichen). Oder alle Daten zusammenschmeißen und nur eine Regression durchführen...
Es gibt bestimmt eine andere, bessere Lösung. Deshalb auch dieser Beitrag. Ich hatte auf neue Ideen, Vorschläge gehofft.

[mango]

Der Vergleich mehrerer Querschnittregressionen hilft ja für deine Aufgabenstellung nicht weiter, weil diese den Vergleich der Faktoren verlangt. Zeitvergleiche haben damit ja direkt nichts zu tun.

Neue Ideen hast du ja schon bekommen Klar, rein theoretisch kannst du deine Fragestellung mit einer einfachen linearen Regression über alle Fälle hinweg bearbeiten. Das ist aber nicht optimal, weil du dabei "blind" dafür bist, welche Variation konstant zwischen Ländern auftritt und welche innerhalb einzelner Länder mit Veränderungen in den UVs auftritt. Der Vorteil des Fixed-Effects-Modells besteht darin, dass es die Möglichkeit bietet, eine landesspezifische Konstante zu berücksichtigen, sodass unbeobachtete Heterogenität kontrollierbar wird. Stattdessen wird der Einfluss der Faktoren einzig auf Basis intraindividueller Veränderungen gemessen.