STATISTIK-FORUM.de

[Sarahh]

Hallo!

Ich habe eine wahrscheinlich relativ banale Frage, kann jedoch keine klare Antwort via Google dazu finden:

Um meine abhängige Variable einer Normalverteilung anzunähern habe ich sie nach dem Box-Cox-Verfahren transformiert, ebenso wie einen von zwei Prädiktoren meines Modells.

Zwei Probleme/Fragen ergeben sich nun bei der linearen Regressionsanalyse für mich:

1. Die standardisierten und unstandardierten Koeffizienten (sowohl für den transformierten Prädiktor A, als auch für den untransformierten Prädiktor B) haben genau das gegenteilige Vorzeichen, von dem was die Theorie vorhersagt und von dem, was alle vorherigen Regressionsanalysen mit den originalen Skalen ergeben haben. Gibt es irgendeine Erklärung dafür, weshalb nach einer BoxCox-Transformation vertauschte Vorzeichen bei den Regressionskoeffizienten und auch bei den Pearson-Korrelationen resultieren?

2. Der Regressionskoeffizient (unstandardisiert) ergibt für den transformierten Prädiktor A einen Wert von 2,985E-7. Was bedeutet dieses E?

Die Übergeordnete Frage wäre nun:
Kann ich die standardisierten Beta-Koeffizienten meiner Analyse (bis auf das Problem mit den Vorzeichen) ohne weiteres interpretieren oder muss ich nach dieser Regressionsanalyse irgendeine Art von "Rück-transformation" vornehmen? Wenn ja, wie geht das?

Entschuldigt bitte, sollten diese Fragen für euch sehr banal erscheinen, ich habe leider bisher so gut wie keine Erfahrung mit Transformationen und das Einlesen gestaltet sich recht schwierig..
Tausend Dank jedenfalls für Eure Hilfe!

Viele Grüße,
Sarah

[PonderStibbons]

Ich habe eine wahrscheinlich relativ banale Frage

Was bringt Dich zu dieser Annahme?

Um meine abhängige Variable einer Normalverteilung anzunähern habe ich sie nach dem Box-Cox-Verfahren transformiert, ebenso wie einen von zwei Prädiktoren meines Modells.

Eine multiple lineare Regressionsanalyse erfordert keine normalverteilte abhängige Variable,
geschweige denn normalverteilte Prädiktoren. Insofern wäre ich neugierig, weswegen diese
Umformungen stattgefunden haben.

Eventuell schilderst Du erstmal die Studie, also Fragestellung, Erhebungsdesign, Stichprobengröße (!),
beteiligte Variablen und deren konkrete Messung, Analyseverfahren.

Mit freundlichen Grüßen

PonderStibbons

[Sarahh]

Das Problem habe ich mittlerweile gelöst, dachte ich berichte hier einmal schnell:

Ich habe die BoxCox Transformation angewendet, da mein Prof. mir geraten hat, meine Daten doch mal zu transformieren und aufzubereiten, da so oft doch noch Ergebnisse zu Tage gefördert werden, die sonst aufgrund schwieriger Verteilungen etc. nicht gefunden werden. Die Box-Cox Tranformation hat außerdem dazu geführt, dass lineare Zusammenhänge erkennbar waren und die Homoskedastizität erfüllt wurde, deshalb dachte ich wäre es keine so schlechte Idee.

Allerdings habe ich mich aufgrund der schwierigen Interpretierbarkeit der Werte nun doch gegen die Anwendung entschieden und mich lieber noch einmal auf die inhaltliche Zusammensetzung meiner Skala gestürzt und konnte für einige theoretisch fundierte und empirisch belegte Unterfacetten von meiner abhängigen Variable Zusammenhänge finden.