vielleicht kann mir jemand mit theoretischen Verstädnis hilfreich beistehen.
Anbei findet ihr eine Modelzusammenfassung eines SPSS outputs. 5 Prädiktoren.
Bei einer stepwise regression gehe ich doch davon aus, dass die Prädiktoren in der Reihenfolge ihrer jeweils berechneten F.hinzufügen in das Model aufgenommen werden, oder?
Schrittweise werde nun Prädiktoren eleminiert oder hinzugefügt; im nachfolgenden Beispiel werden sie nur hinzugefügt.
Macht es Sinn, dass mir der letzte Prädiktor einen derart hohen F Change Wert erzeugt? Ich war es bisher eher gewohnt dqass sich die entsprechenden R Square Change Werte eher verringern mit zunehmender Prädiktorenanzahl, denn im letzten Modeschritt sprunghaft ansteigen.
F Change ist fett und der letzte Wert ist rot markiert.
Model Summary(f)(,)(g)
R Change Statistics
Model wahl = 10 (Selected) wahl ~= 10 (Unselected) R Square Adjusted R Square Std. Error of the Estimate R Square Change F Change df1 df2 Sig. F Change
1 .661a .437 .437 .46753 .437 1254.762 1 1615 .000
2 .717b .514 .513 .43475 .076 253.685 1 1614 .000
3 .740c .548 .547 .41911 .035 123.737 1 1613 .000
4 .766d .588 .586 .40064 .039 153.158 1 1612 .000
5 .849e .784 .720 .719 .33009 .133 763.609 1 1611 .000
Vielleicht kann jemand helfen?
Herzlichen Dank
Prom