STATISTIK-FORUM.de

[Blech]

Liebe alle,

ich habe wirklich das ganze Internet und alle Bücher durchsucht, tagelang, aber leider keine Quelle gefunden, was die Konsequenzen sind, wenn einige Testvoraussetzungen der logistischen Regression nicht erfüllt sind bzw. ab wann der Test als robust angesehen werden kann.
Ich habe 2 Stichproben (die 2. dient der Validierung). Bei SP 1 liegt der Wert für den Durbin-Watson-Test bei d = 1.1, weshalb von einer positiven Autokorrelation der Residuen ausgegangen werden muss (Discovering statistics using SPSS; Field, 2009). Ich würde jetzt schreiben, dass die Ergebnisse nicht außerhalb der verwendeten SP verallgemeinert werden sollten. Bei SP 1 sind alle anderen Annahmen (Field, 2009) erfüllt (bivariate Korrelation, tol, VIF, Linearität des Logit).
Bei SP 2 jedoch korrelieren zwei Faktoren mit r = .8, wodurch die Voraussetzung der Multikollinearität nicht komplett gegeben ist. Ebenfalls scheint es wieder keine unabhängigen Residuen zu geben und eine Interaktion ist signifikant, weshalb die Linearität des Logit hier nicht komplett gegeben ist.
Reicht es aus, wenn ich das mit der nicht möglichen Verallgemeinerbarkeit der Ergebnisse (weiter oben) schreibe oder habt ihr noch einen tollen Literaturtipp?
Tausend Dank und LG!

[PonderStibbons]

ich habe wirklich das ganze Internet und alle Bücher durchsucht, tagelang, aber leider keine Quelle gefunden, was die Konsequenzen sind, wenn einige Testvoraussetzungen der logistischen Regression nicht erfüllt sind bzw. ab wann der Test als robust angesehen werden kann.

Das kommt auf die Umstände an (Fragestellung, Design, Variablen, Messverfahren, sowie insbesondere Stichprobengröße).

Bei SP 1 liegt der Wert für den Durbin-Watson-Test bei d = 1.1, weshalb von einer positiven Autokorrelation der Residuen ausgegangen werden muss (Discovering statistics using SPSS; Field, 2009).

Wieso kann das vorkommen, sind es Zeitreihendaten? Und wieso ist 1,1 im vorliegenden Fall ein bedenklicher Wert, was steht konkret bei Field, 2009?

Bei SP 2 jedoch korrelieren zwei Faktoren mit r = .8, wodurch die Voraussetzung der Multikollinearität nicht komplett gegeben ist. Ebenfalls scheint es wieder keine unabhängigen Residuen zu geben und eine Interaktion ist signifikant, weshalb die Linearität des Logit hier nicht komplett gegeben ist.

Den ersten Satz verstehe ich leider nicht; was mit "scheint" gemeint ist, verstehe ich nicht; welche Interaktion gemeint ist, weiß ich nicht.

LG!

wtf


Mit freundlichen Grüßen

PonderStibbons

[Blech]

Lieber PonderStibbons,

danke für deine schnelle Antwort!

Ich habe eine Gesamtstichprobengröße von N = 108 bei jeder der beiden Stichproben. Ich kenne das von anderen Tests, dass sie ab einem bestimmten SP-Umfang robust werden, habe aber sowas für die logistische Regression leider nicht finden können..

Ich habe gestern noch viel recherchiert und 1. ja genau danke dir, bei Querschnittsdaten sind die Autokorrelationen der Residuen zu vernachlässigen. 2. bin ich gestern auf eine Quelle für die Grenzwerte beim Durbin-Watson-Test gestoßen bei großen Stichproben. 1.1 ist dabei zwar ein kritischer Wert, aber für mich ja jetzt nicht mehr von Bedeutung, zum Glück (wie unter 1. gesagt).

Sorry, "scheint" war nicht so gut formuliert. Der Wert lag bei d = 0.46, also noch weiter von 2 entfernt und deutlich unter 1 (Field, 2009).

Mit Interaktion meinte ich: x*ln(x), also den Faktor multipliziert mit der Logtransformation dessen. Diese Interaktionen schaut man sich an, um sage zu können, ob eine Linearität des Logits vorliegt (Field, 2009). Jede signifikante Interaktion deutet auf eine Verletzung der Annahme hin (ebd.). Und da nur eine von neun Interaktionen signifikant ist, denke ich, dass die Annahme allgemein nicht als verletzt betrachtet werden kann.

LG