STATISTIK-FORUM.de

[DerSohn]

Ich grüsse Euch!

Würde gerne wissen, welchen Test ich nehmen sollte für folgenden Fragestellung:

Wie, und in welchem Ausmass, wirken sich die binären Wesenszüge aus auf die Gewichtsfluktuationen? (n = 21)

Abhängige Variable : Prozentuale Gewichtsänderung (-5.4% = Gewichtsverlust, 10.23% = Gewichtszunahme)

Unabhängige Variablen: Ausschliesslich binäre Variablen im Stil von Raucher (0/1), Trinker (0/1), Sportler (0/1), Frauen/Männerversteher (0/1) etc.

Habe mir überlegt, einfach die multiple Regression anzuwenden, frage mich aber, ob es für solche Fälle (nur binäre unabhängige Variablen) auch geeignetere Tests gibt, als die relativ "plumpe" multiple Regression.

[bele]

Hallo,

die multiple Regression ist nicht per se irgendwie plump. Eine zentrale Frage ist halt, ob Du einen linear additiven Zusammenhang, wie ihn die einfache multiple Regression unterstellt, für Deine Daten für plausibel hälst. Die andere Frage ist, wieviele Einflussfaktoren Du mit 21 Beobachtungen gleichzeitig untersuchen kannst. Derzeit stehen da vier Einflussfaktoren, was sportlich ist und das "etc" dahinter macht mir etwas Sorgen. Am besten wäre das ein Tippfehler und eigentlich m = 210, aber das ist bestimmt zu optimistisch. Die einfache lineare Regression ist u.a. deshalb mit wenig Daten zu betreiben, weil sie mit Linearität und Additivität so starke Annahmen macht.

Würdest Du mir zuliebe kurz erklären was ein Frauenversteher ist und wie man sowas misst?

LG, Bernhard

[DerSohn]

Hallo,

die multiple Regression ist nicht per se irgendwie plump. Eine zentrale Frage ist halt, ob Du einen linear additiven Zusammenhang, wie ihn die einfache multiple Regression unterstellt, für Deine Daten für plausibel hälst. Die andere Frage ist, wieviele Einflussfaktoren Du mit 21 Beobachtungen gleichzeitig untersuchen kannst. Derzeit stehen da vier Einflussfaktoren, was sportlich ist und das "etc" dahinter macht mir etwas Sorgen. Am besten wäre das ein Tippfehler und eigentlich m = 210, aber das ist bestimmt zu optimistisch. Die einfache lineare Regression ist u.a. deshalb mit wenig Daten zu betreiben, weil sie mit Linearität und Additivität so starke Annahmen macht.

Würdest Du mir zuliebe kurz erklären was ein Frauenversteher ist und wie man sowas misst?

LG, Bernhard

Guten Morgen, Bernhard!

Wenn ich eine mentale Linie ziehe vom Hauptballungsgebiet zwischen Abzisse = 0 und Abzisse = 1, sehe ich schon negative und positive Steigungen bei einigen dieser binären Variablen, weshalb ich annehmen, dass da durchaus ein lineaerer Zusammenhang bestehen könnte.

Das mit dem etc. war so gemeint, dass ich eine Auswahl treffen kann bei der Einbeziehung verschiedener binären Variablen. Um der Multikollinearität vorzubeugen, könnte ich bestimmte unabhängige Variablen ausblenden und mich gegebenenfalls fokussieren auf nur 2 oder 4 Variablen, je nachdem, ob zufriedenstellend genug Varianz durch möglichst wenige Variablen erklärt wird.

Ein Frauenversteher oder eine Männerversteherin ist eine Person, die die Verhaltens- und Denkmuster des anderen Geschlechts versteht. Z.b. stellt sich ein Frauenversteher nie die Frage, weshalb es beim letzten Date nicht gefunkt hat oder weshalb er keine Rosen zum ersten Date mitbringen sollte etc. Wie man herausfindet, ob jemand ein Frauenversteher oder eine Männerveresteherin ist, ist bei solchen Sachen relativ einfach: Man fragt die Leute einfach und hofft darauf, dass bei solchen anonymen Tests, bei denen kein Vorteil durch Falschaussagen entsteht, die Wahrheit eingetragen wird. Klar gibt niemand gerne von sich aus zu, die Frauen oder Männer nicht zu verstehen, aber wenn's anonym ist und man sowieso schon eine relativ gute, subjektive Einschätzung seiner Erfahrungen mit dem anderen Geschlecht hat, sollte dies nicht ein allzu grosses Problem darstellen. Sonst müsste man jede Angabe in Frage stellen. Man kann nie 100% sicher sein, ob jemand die Wahrheit sagt, oder schlichtweg lügt, aber man kann vernünftige Annahmen treffen.

Die Gewichtsänderungen messen den Übergang zwischen "Winterschlaf" und "Strandfigur" von jungen, hormonell stark aktiven (jungen) Leuten.

Der Verdacht besteht, dass jene, die das andere Geschlecht richtig gut verstehen, eher dazu geneigt sind zu wissen, dass eine Wampe bei keinem Geschlecht gut ankommt, und diesen Tatbestand als deutlich wichtiger wahrnehmen als Nichtversteher und folglich mehr Wert auf eine sommerliche Gewichtsabnahme legen.

Um auf die Statistik zurückzukommen: Wäre eine Transformation der Outputvariable sinnvoll, da sie die Veränderung zwischen W_0 (Wintergewicht) und W_1 (Sommergewicht) misst und man die Veränderung auch per W_1/W_0 darstellen kann?

Soviel ich weiss, wäre eine Beta Regression geeignet für Wahrscheinlichkeiten bei Outputvariablen zwischen (0,1), aber in meinem Fall sind halt auch negative Werte anzutreffen. Frage mich, ob's da eine Anpassung gäbe, um auch Werte unter 0 zu akzeptieren.

Die Behebung des äusserst kleinen n ist nur eine Sache der Zeit. Momentan gibt's da nur 21 Personen, die den Fragebogen ganz ausgefüllt haben, gehe aber stark davon aus, dass ich am Schluss ungefähr 70 Personen haben werde. Ist auch nicht die Welt, aber doch ganz anständig.

Summa Summarum: Ist die multiple Regression der Weisheit letzter Schluss, wenn sich solch eine Verteilung abzeichnet bei den binären Variablen?



Gibt es keine speziell abgestimmtes Teststatistik für Output Variablen die eine zeitliche Veränderung darstellen durch binären Variablen?