STATISTIK-FORUM.de

[Blech]

Hallo ihr Lieben!

Ich habe eine schrittweise Regression mit 9 Prädiktoren durchgeführt. Speziell bei einem Prädiktor (Kodierung: ja/ nein)) frage ich mich, warum er nicht signifikant geworden ist, obwohl er doch rein objektiv stark mit der AV zusammenhängen sollte..
Meine Frage ist nun folgende: Kann ich vermuten, dass der Prädiktor nicht signifikant geworden ist, weil über 80% "ja" angegeben haben und somit das Antwortverhalten ziemlich homogen ist? Sprich, die Varianz des Antwortverhaltens ist ja recht klein, oder?! Mir fehlen vielleicht auch gerade die richtige Begriffe, um das zu erklären, aber ich hoffe, ihr wisst, was ich meine..!

Ich danke euch, denn momentan stehe ich ziemlich auf dem Schlauch..

LG

[strukturmarionette]

Hi,

schrittweise Regression mit 9 Prädiktoren durchgeführt. Speziell bei einem Prädiktor (Kodierung: ja/ nein)) frage ich mich, warum er nicht signifikant geworden ist

- dabei gibt es Tausend Möglichketen für die Vorgensweise (schrittweise Selektion)
- es kann 'Drauf-Los-Ausprobiert' werden, bis IRGENDWAS dabei herauskommt (ähnlich wie den statistischen Clusteranalysen)
- derart ist sowas grundsätzlich überhaupt nicht sinnvoll zu interpretieren

Gruß
S.

[Blech]

Naja, meine Frage war ja, ob es sein kann, dass es aus dem genannten Grund nicht signifikant ist. Da würdet ihr mir schon sehr weiterhelfen!!!
Warum ist es generell nicht sinnvoll, das zu interpretieren??

Danke und lg

[strukturmarionette]

Hi,

meine Frage war ja, ob es sein kann, dass es aus dem genannten Grund nicht signifikant ist.

- Nein.

Gruß
S.

[Blech]

Hm ok schade.. aber dann trotzdem danke!

[bele]

Hallo Blech,

natürlich ist es in einem linearen Modell wichtig, dass Prädiktoren genügend Varianz aufweisen. Man kann das Modell aber nicht darauf reduzieren. Du musst auch berichten, wie groß die Fallzahl ist, ob irgendwelche Prädiktoren hast,die mit diesem hoch korrelieren und so weiter. Mit so wenigen Infos kann Dir keiner helfen.

LG,
Bernhard