STATISTIK-FORUM.de

[Uncle Jens]

Gute Tag und vielen Dank für die Hilfe!
Ich habe paar Fragen bezüglich einer multiplen Regression.
Und zwar habe ich eine Reihe von UV und einige Kontrollvariablen. Ich habe nun eine hierarchische Regression durchgeführt, indem im ersten Block nur die Kontrollvariablen sind und im zweiten die UV hinzugefügt werden.

1. Frage: Die Kontrollvariablen vollständig haben nur 115 beantwortet, wohingegen der Teil des Fragebogens mit den UV 120 beantwortet haben. Im 2. Modell (Kontroll +UV) werden nun, nehme ich an, nur die 115 Probanden verwendet. Wäre es ratsam eine hier eine Meansubstitution zu machen? Bei der Kontrollvariable Alter ist das bestimmt ok … Aber bei z.B. der Variable Bildung?
2. Frage: Die UV haben gute Werte bezüglich Toleranz und VIF. Die Kontrollvariablen weisen partiell aber doch recht ungünstige Werte aus. Ich musste einige nominalskalierte KontrollVar als Dummy-Variablen recodieren (muss man ja hier). Wie verfahre ich da jetzt? Muss ich die kompletten betreffenden Kontrollvariablen rausschmeißen, oder anders rekodieren, oder nur partiell die problematischen Dummyvariablen löschen? Wie verfahre ich da jetzt insgesamt ….

Mir wäre sehr geholfen. Vielen Dank!
Grüße

[PonderStibbons]

Und zwar habe ich eine Reihe von UV und einige Kontrollvariablen.

Wie viele jeweils? Und worum geht es inhaltlich?

Wäre es ratsam eine hier eine Meansubstitution zu machen?

Eigentlich nie. Das verringert die Varianz.

Die UV haben gute Werte bezüglich Toleranz und VIF. Die Kontrollvariablen weisen partiell aber doch recht ungünstige Werte aus. Ich musste einige nominalskalierte KontrollVar als Dummy-Variablen recodieren (muss man ja hier). Wie verfahre ich da jetzt?

Kann man immer ganz schlecht sagen, wenn die Studie nicht beschrieben wurde.

Es ist jedenfalls daran zu denken, dass die Zahl der Prädiktoren in einer Regression
endlich ist (bei n=115 günstigensfalls um die 6, eventuell noch akzeptabel 10, wobei
jeder dummy einzeln zählt).

Mit freundlichen Grüßen

PonderStibbons

[Uncle Jens]

Danke schon mal!

Inhaltlich habe ich metrische UV, die auf eine abhängige eine Wirkung haben sollen (auch metrisch). Ist ein verhaltensorientierte Untersuchung. Also Abh. V. ist ein Verhalten.

6 UV .... davon sind in der Regression im Modell mit und im Modell ohne Kontrollvariablen 3 signifikant. (die gleichen)

Ursprünglich 5 Kontrollvariablen. Durch die Umkodierung sind das natürlich leider 14 ..... 2 sind signifikant bei dem Modell nur Kontrollvariablen. Die auch inhaltlich Sinn ergeben. Eine davon ist das Alter und eine das Geschlecht.

[PonderStibbons]

Scheint ja eine schwer geheime Angelegenheit zu sein.
Wenn nur die "Kontrollvariablen" hohe VIF haben, kann
Dir das allerdings egal sein, das schadet nicht dem Modell
und inhaltlich interessieren sie definitionsgemäß nicht.

Mit freundlichen Grüßen

PonderStibbons

[Uncle Jens]

Vielen Dank! Nee nee ist nix geheimes ....
Sind einfach paar Charaktereigenschaften von Menschen, die den Zigarettenkonsum beschreiben ... gabs ja schon.

Aber gerade das Alter und Geschlecht sind ja schon irgendwie logisch vom Zusammenhang. Der Fokus liegt aber auf den Charaktereigenschaften.

Aber wie sollte ich da jetzt Verfahren, mir ist das nicht ganz klar .... was ich da jetzt als das eine "Final" Modell hab... gerade im Hinblick auf zu viele Variablen für die n Zahl?

Nur ne Regression mit den 6 Eigenschaften und 2 Kontrollvar. und sagen 2 Kontrollvariablen haben einen signifkanten Einfluss und deswegen sind die dabei
oder
Nur UV-Regression und man lässt die einfach raus
oder
Oder alles drinlassen. Weil Das R2 angepasst hat nen ordenlichen Gewinn durch die Kontrollvariablen (vor allem durch die 2 sig. bzw. eigentlich fast nur durch die von 0,25 auf 0,31)

[PonderStibbons]

Aber wie sollte ich da jetzt Verfahren, mir ist das nicht ganz klar .... was ich da jetzt als das eine "Final" Modell hab... gerade im Hinblick auf zu viele Variablen für die n Zahl?

Wenn ich es recht überlege: da das Modell schon durchgerechnet ist,
lass' es wie es ist. Hinterher Anpassungen vorzunehmen, führt zu neuen
Problemen der Übertragbarkeit.

Mit freundlichen Grüßen

Ponderstibbons

[Uncle Jens]

Danke schön für die Hilfe!

Ich konnte noch paar Teilnehmer auftreiben. Hab nun n =140. n=127 haben alle Kontrollvariablen

Was ich einfach nicht ganz verstehe ...

Muss ich nun alle meine Analyse an meinen Kontrollvariablen ausrichten und Personen aus den Daten rausschmeißen, die eben nicht alles beantwortet haben? Das heißt auch eine Reliabilitätsanalyse der Skalen nur mit den n=127 für die UV durchführen? Da hätte ich ja eigentlich 140 zur Verfügung...
Der größte Schwund an n bei den Kontrollvariablen entsteht bei einer freiwilligen Angabe (9 gehen da verloren). Vllt. schmeiß ich die dann einfach raus..