STATISTIK-FORUM.de

[vk1044]

Liebe alle,

ich möchte für eine recht großen Stichprobe (N=~400) ein lineares Modell fitten, bei dem die abhängige Variable deutlich rechtsschief verteilt ist (Zufriedenheitsbefragung, die tendenziell ja eher Deckeneffekte zeigen). Prädiktoren sind soziodemografische (also eher binäre) Variablen und zwei metrische Scores. Die Normalverteilung der Residuen ist soweit gegeben, aber die Homoskedastizitätsvoraussetzung ist verletzt.

Nun weiß ich, dass bei einer varianzeingeschränkten AV eine Log-Transformation hilfreich sein kann, für Heteroskedastizität eine WLS-Regression helfen kann. Aber beides? Kann ich WLS auch mit einer Log-transformierten AV berechnen? Oder wäre ein ganz anderes Verfahren besser geeignet?

Herzlichsten Dank für eure Hilfe!

[PonderStibbons]

Ich schätze mal, der Titel ist richtig, nicht die Angabe im Beitrag.

Die Frage lautet meines Erachtens WLS oder Transformation, und was geeigneter ist.
Ich würde mich bei einer log-Transformation wundern, was denn eine logarithmierte
Zufriedenheit sein soll. Insofern WLS.

Mit freundlichen Grüßen

PonderStibbons

[vk1044]

Ich schätze mal, der Titel ist richtig, nicht die Angabe im Beitrag.

Die Frage lautet meines Erachtens WLS oder Transformation, und was geeigneter ist.
Ich würde mich bei einer log-Transformation wundern, was denn eine logarithmierte
Zufriedenheit sein soll. Insofern WLS.

Mit freundlichen Grüßen

PonderStibbons

Herzlichen Dank für die Rückmeldung. Ich hoffe, es ist okay, eine Rückfrage zu stellen - käme denn eine andere Transformation in Frage? Oder muss ich mir bei WLS keine Gedanken darum machen, dass meine AV so rechtsschief ist?
Wie gesagt, vielen Dank, ich weiß deine Mühe zu schätzen.

[PonderStibbons]

Vielleicht ist mir etwas nicht präsent, aber was sollte per se daran das Problem sein, dass eine
Variable schief ist? Die Problematik betrifft doch die Annahmen für das statistische Modell,
erklärtermaßen hier Heteroskedastizität.

Wobei ich jetzt nicht weiß, ob rechtsschief/linkssteil oder linksschief/rechtssteil;
Deckeneffekte sind linksschief/rechtssteil, aber in der Frage steht - anders als in der Überschrift -
etwas von einer rechtsschiefen Verteilung.

Deckeneffekte, falls das jetzt die zutreffende Angabe ist, lassen sich durch eine einfache
logarithmische Transformation sowieso nicht lindern.

Mit freundlichen Grüßen

PonderStibbons

[vk1044]

Vielleicht ist mir etwas nicht präsent, aber was sollte per se daran das Problem sein, dass eine
Variable schief ist? Die Problematik betrifft doch die Annahmen für das statistische Modell,
erklärtermaßen hier Heteroskedastizität.

Wobei ich jetzt nicht weiß, ob rechtsschief/linkssteil oder linksschief/rechtssteil;
Deckeneffekte sind linksschief/rechtssteil, aber in der Frage steht - anders als in der Überschrift -
etwas von einer rechtsschiefen Verteilung.

Deckeneffekte, falls das jetzt die zutreffende Angabe ist, lassen sich durch eine einfache
logarithmische Transformation sowieso nicht lindern.

Mit freundlichen Grüßen

PonderStibbons

Oh Entschuldigung, ich meinte tatsächlich rechtssteil bzw. linksschief (nach all der Zeit sitzt das immer noch nicht richtig). Vielen, vielen herzlichen Dank für die Hilfsbereitschaft und die wertvollen Infos, dann arbeite ich mich mal in die WLS-Regression ein!