STATISTIK-FORUM.de

[farngarten]

Hallo
kann man standardisierte AVs und unstandardisierte UVs ( in meinem Fall: höchster Bildungsgrad) in Regressisonsanalysen mischen?
bzw bei multiplen RegModellen in einem Set von möglichen Prädiktoren standardisierte und unstandardisierte gleichzeitig drin haben?

Danke Grüße

[PonderStibbons]

Hallo
kann man standardisierte AVs und unstandardisierte UVs ( in meinem Fall: höchster Bildungsgrad) in Regressisonsanalysen mischen?
bzw bei multiplen RegModellen in einem Set von möglichen Prädiktoren standardisierte und unstandardisierte gleichzeitig drin haben?

Ich verstehe offen gestanden nicht, was Du mit den beiden Begriffen meinst.
Standardisiert in welcher Weise? Höchster Bildungsgrad ist eine ordinalskalierte
Variable - geht es hier um die Verwendung sowohl intervallskalierter als auch
ordinalskalierter Prädiktoren in einer Regressionsanalyse?

Mit freundlichen Grüßen

PonderStibbons

[farngarten]

ja genau. Bildung ist eigentlich ordinalskaliert . In R gibt es aber nur die Möglichkeit numerisch (also metrisch) oder faktorisiert (nominalskaliert) Objektklassen. Daher behandle ich Bildungsgrad wie es Quasi-metrisch. Beispielsweise Angst (4-stufige Likert Skala) hab ich standardisiert u zentriert. ich möchte die 7 stufige Bildungsskala als Prädiktor prüfen.

Wenn AV und UV standardisiert sind , dann ist die Interpretation des Regressionsgewichte folgende:
steigt die Ausprägung der UV um eine STANDARDEINHEIT, so steigt/sinkt die Auspräung der AV um xy STANDARDEINHEITEN. Der Achsenabschnitt wird gelesen: bei durchschnittlicher Ausprägung der UV, wird die AV auf xy geschätzt

Sind hingegen AV und UV nicht standardisiert, lautet die Interpretation: steigt die Ausprägung der UV um einen EINHEIT, sinkt/steigt die AV um xy ]Einheiten. Der Achsenabschnitt wird interpretiert: ist die UV gleich Null, wird die Ausprägung der AV.....

Meine Frage kann ich das mischen? quasimetrische Bildung unstandardisiert. die AV ist aber standardisiert. Die Interpretation würde dann bedeuten: steigt Bildung um eine Stufe (Einheit) steigt/sinkt die AV um xy STANDARDEINHEITEN

[bele]

Gibt es in R wirklich keine ordinal skalierten Variablen?

Ja, man kann standardisierte und nicht-transformierte Prädiktorvariablen mischen. Man muss halt bei der Interpretation aufpassen, was standardisiert wurde und was nicht.

Gruß,
Bernhard

[PonderStibbons]

In R gibt es aber nur die Möglichkeit numerisch (also metrisch) oder faktorisiert (nominalskaliert) Objektklassen. Daher behandle ich Bildungsgrad wie es Quasi-metrisch.

Du kannst doch nicht Skalenniveaus umdefinieren mit der
Begündung, daß Deine Software das sonst nicht bewältigen zu
können scheint. Und bei Bildungsgrad geht das nun wirklich nicht,
der ist doch sowas von nicht intervallskaliert, häufig ist
selbst die Annahme von Ordinalniveau problematisch.
Oder gibt es hinsichtlich der Definition und Messung von
Bildungrad in Deiner Studie doch noch Argumente dafür,
das wie intervallskaliert zu behandeln?

Wenn Du über die verwendete Software hinausgehend
über die Verwendung ordinaler Prädiktoren in der Regressionsanalyse
recherchierst, wirst Du finden, dass z.B. man eine k-stufige
ordinale Variable in k-1 dummy-Variablen umwandeln und diese
benutzen kann.

Beispielsweise Angst (4-stufige Likert Skala) hab ich standardisiert u zentriert.

Nur 1 Item mit 4stufiger Antwortskala oder tatsächlich eine Likert-Skala (die aus mehreren
Likert-Items besteht)? Letztere wird gewöhnlich wie intervallskaliert behandelt.

Mit freundlichen Grüßen

PonderStibbons

[farngarten]

danke

[bele]

Nachtrag, falls das hier später nochmal jemand anderes liest:

Bildung ist eigentlich ordinalskaliert . In R gibt es aber nur die Möglichkeit numerisch (also metrisch) oder faktorisiert (nominalskaliert) Objektklassen.

Natürlich kennt R ordinalskalierte Daten. Der geeignete Suchbegriff lautet "ordered factor". Als ordered factor markieren kann man daten u. a. mit der Funktion ordered(). Die Umwandlung in Dummyvariablen übernimmt R dann natürlich automatisch.

LG,
Bernhard