STATISTIK-FORUM.de

[Berry]

Hallo Zusammen.

Ich habe mein Grundmodell, d. h. ohne Interaktionen, auf Linearität und Multikollinerität überprüft. Es passt alles soweit. Nun möchte ich dazu einpaar Interaktionen aufnehmen. Diesbezüglich interessiert mich, ob man diese auch auf Linearität und Multikollinerität überprüfen soll? Außerdem würde ich gern wissen, ob mann bei einem Modell mit Interaktionen die Ausreißer bzw. Hebelwerte schon im Grundmodell behandeln bzw. entfernen sollte, oder erst wenn die Interaktionen betrachtet werden? Oder macht es da keinen Unterschied?

Danke im Voraus.

[daniel]

Nur einige allgemeine Anmerkungen.

Zu Multikollinearität gab es erst kürzlich einen interessanten Literaturverweis von Holger.

Zur Ausreißer-Problematik muss ich allgemein sagen, dass ich die Taktik Ausreißer zu entfernen oder zu "behandeln" etwas merkwürdig finde. Man sollte sich m.E. ernsthaft die Frage stellen, warum die Ausreißer Ausreißer sind? Mag es vielleicht daran liegen, dass das Modell fehlspezifiziert ist?

Ich bin der Meinung, wenn es sich nicht um eindeutige Kodierungsfehler handelt, dann sind Ausreißer ein Hinweis auf ein schlechtes/unvollständiges Modell. Ausreißer könnne z.B. deshalb Ausreißer sein, weil im Modell eine wichtige Interaktion vergessen wurde (oder sonst ein Spezifikationsfehler vorliegt). Ich hoffe das hilft weiter.

[Berry]

Danke daniel. Aber hrlich gesagt, war deine Anwort nicht besonders hilfreich. Vllt. bin ich dafür zu dumm )))

Nichtsdestotrotz habe ich durch das Testen festgestellt, dass die Interaktionsterme anscheinend doch auf die Multikollinearität geprüft werden müssen, da diese oft sehr stark mit den enhaltenen Haupteffekten korrelieren. Auch hinsichtlich der Ausreißer verhält sich ein Modell mit Ineraktionen anders als eins ohne diese.

Zu den Ausreißern. In meiner Fallstudie können sehr wohl solche vorkommen, da die Daten von mehreren Menschen erhoben wurden. Ich konnte leicht feststellen, dass manche dabei nicht sehr ordentlich waren. Eine Überprüfung auf der Ebene einzelner Objekte ist aufgrund der Objekt- und Variablenmenge ist nicht momentan nicht möglich. Die einige wenigen, als Ausreißer identifizierten Datensätze kann ich mir allerdings noch anschauen.

Jetzt mal aber eine etwas andere Frage: Im Modell ohne Interaktionen wird der (Haupt)Effekt einer (kategorialen) Variable als signifikant erkann. Nehme ich eine Interaktion dieser Variablen ins Modell mit auf, so wird dieser Interaktionseffekt signifikant aber ihr Haupteffekt plotzlich nicht mehr. Wie ist es zu erklären?

[Berry]

Und welches Modell ist in diesem Fall besser: mit signifikantem Haupteffekt aber ohne Interaktion, oder mit signifikanter Interaktion aber insignifikantem Haupteffekt?

[daniel]

Nichtsdestotrotz habe ich durch das Testen festgestellt, dass die Interaktionsterme anscheinend doch auf die Multikollinearität geprüft werden müssen, da diese oft sehr stark mit den enhaltenen Haupteffekten korrelieren.

Ich habe niemals das Gegenteil behauptet, lediglich, dass Multikollinerität oft weniger problematisch ist, als viele zu wissen meinen.

Auch hinsichtlich der Ausreißer verhält sich ein Modell mit Ineraktionen anders als eins ohne diese.

Das sagte ich ja. Zum Beispiel dann, wenn das "wahre" Modell Interaktionen enthält und die vermeintlichen "Ausreißer" nun durch das richtige Modell besser erklärt werden, als durch das falsche bzw. unvollständige Modell ohne Interaktionen.

Jetzt mal aber eine etwas andere Frage: Im Modell ohne Interaktionen wird der (Haupt)Effekt einer (kategorialen) Variable als signifikant erkann. Nehme ich eine Interaktion dieser Variablen ins Modell mit auf, so wird dieser Interaktionseffekt signifikant aber ihr Haupteffekt plotzlich nicht mehr. Wie ist es zu erklären?

vgl. unsere ausführliche Diskussion zu konditionalen Haupteffekten hier