STATISTIK-FORUM.de

[TobiH]

Hallo liebe Forenmitglieder,
zur Auswertung einer Studie bin ich auf der Suche nach einem geeigneten statistischen Modell. Die Daten haben folgende Struktur:
- 13 binäre abhängige Variablen
- 1 kategoriale unabhängige Variable (within-Subject) mit 3 Stufen (kann bei Regressionsanalysen in 2 Dummy-Variablen kodiert werden)
- ca. 50 Versuchspersonen, die auf jeder UV-Stufe und jeder AV jeweils 16 Messwerte aufweisen.

Zur Prüfen ist, ob die UV einen signifikanten Effekt auf die AVs ausübt. Zur Kontrolle des Fehlers 1. Art und zur Berücksichtigung von Korrelationen zwischen den AVs würde ich ein multivariates Modell verwenden. Aufgrund der binären AV bietet sich eine Probit-Regression (oder eine log-Regression an). Die Messwiederholung könnte durch einen random Intercept (und ggf. random Slope) berücksichtigt werden.

Leider konnte ich keine Statistiksoftware bzw. R-Pakete ausfindig machen, mit denen ein solches multivariates Probit-Modell mit random-Parametern bestimmt werden kann. Fällt Euch eine Lösung ein?
Gibt es noch andere geeignete Auswertungsverfahren?

Ich wäre sehr dankbar, wenn mir jemand weiterhelfen könnte.
Viele Grüße
Tobi

[bele]

Hi!

13 abhängige und eine unabhängige? Oder anders herum? 13 verschiedene Modelle? Als Schnellschuss würde ich jetzt an glmer() aus dem Package lme4 denken, kann das aber weder sicher sagen, noch mit praktischer Erfahrung untermauern. Die Frage nach dem R Paket hätte ich jetzt eher in einem R-Forum (vorher genau gucken, in welchem der beiden deutschsprachigen R-Foren auch wirklich geantwortet wird) erwartet.

LG,
Bernhard

[TobiH]

Hallo Bernhard,
dankeschön für die schnelle Antwort. Die Angabe "13 abhängige Variablen" ist korrekt. Gerne würde ich zunächst nur ein einziges Modell spezifizieren, bei dem die AVs gemeinsam berücksichtigt werden (analog zur MANOVA). Eine MANOVA oder auch gmler() aus dem Package lme4 sind meines Wissens nach leider nicht anwendbar, da in meinem Fall die AVs dichotom sind.

[bele]

Hi!

Die dichotomen Antworten wären ja kein Problem, wenn man in glmer das Argument "family = binomial(link = "logit")" oder "family = binomial(link = "probit")" setzt. 13 abhängige Variablen gleichzeitig kann ich nicht beantworten.

LG,
Bernhard