STATISTIK-FORUM.de

[planlos]

Hallo liebe Leute,

brauche dringend Hilfe. Ich finde dieses Forum superrr weil man sofort eine Antwort bekommt.

Ich habe da ein Problem. Ich muss die lineare Regression anwenden. Da habe ich bestimmte Voraussetzungen wie:

Normalverteilung der Residuen
Homoskedastizität der Residen
Unabhängigkeit der Residuen.

Ich habe nun nicht normalverteilte residuen. Nun muss ich diese transformieren. Ich weiss nicht ob mein Ansatz richtig ist.


Also:

/*Die Datei hab ich zuerst eingelesen*/
DATA probe;
SET link.versuch;
RUN;

/*habe mit Proc reg die Residuen in eine andere Datei=reg ausgegeben*/
PROC REG;
MODEL hdl= bmi;
OUTPUT OUT=reg R=res P=predicted;
RUN; QUIT;

/* Histogramm erstellt*/
PROC UNIVARIATE data=reg NORMAL;
VAR res;
HISTOGRAM res/NORMAL;
QQPLOT res/NORMAL(MU=est SIGMA=est);
RUN;

So habe ich zunächst untersucht ob die Residuen normalverteilt sind. Waren sie aber nicht dann habe ich transformiert. Was ich nun nicht verstehe ist, welche Variable ich transformieren muss( die abhängige oder die unabhängige). Hier werden ja die Residuen untersucht, welche Varaible muss dann transformiert werden???

So habe ich es mal gemacht:

/*Die Datei hab ich zuerst eingelesen*/
DATA probe;
SET link.versuch;
log_bmi= log(bmi);
RUN;

/*habe mit Proc reg die Residuen in eine andere Datei=reg ausgegeben*/
PROC REG;
MODEL hdl= log( bmi);
OUTPUT OUT=reg R=res P=predicted;
RUN; QUIT;

/* Histogramm erstellt*/
PROC UNIVARIATE data=reg NORMAL;
VAR res;
HISTOGRAM res/NORMAL;
QQPLOT res/NORMAL(MU=est SIGMA=est);
RUN;


Wäre das soweit richtig?
Ich will die einfache lineare Regression durchführen. Ich habe noch weitere unabhängige Variablen wie Alter ,Geschlecht, Taillenumfang..... Muss ich für alle Variablen eine eigene Prozedur machen. Kann es sein das es danach trotzdem nicht normalverteilt ist? Und wenn alle Voraussetzungen nicht gelten, welchen Test könnte ich als Alternative anwenden?


Für eine Antwort wäre ich sehr dankbar.Ist mir wirklich soooo wichtig. Ich freue mich auf gute Antwerten

Mit freundlichen Grüßen

[PonderStibbons]

Du erstellst dasjenige Modell, das Du hinterher als Ergebnis interpretieren und
präsentieren willst, also mit allen Variablen, die dazugehören. Davon werden die
Residuen betrachtet. Gegebenenfalls wird die abhängige Variable transformiert.

Aber hast Du nicht 2500 Probanden? Es sollte in allen besseren Quellen stehen,
dass man sich bei großen Stichproben um Normalverteilungen keine großen
Gedanken mehr machen muss, wenn es um den Erhalt unverzerrter
Signifikanzwerte geht.

Mit freundlichen Grüßen

P.

[planlos]

Hallo,

oh jee vielen dank für die schnelle Antwort.Sehr lieb.

Das ist ein Datensatz mit 1600 Probanden, klar Sie haben recht um die NV muss man sich in dem Falle keine Gedanken machen, aber das sehen leider nicht alle Statistiker so

Ich weiß nicht ob ich Ihre Antwort richtig verstanden habe. Sagen wir mal ich habe die folgenden unabhängigen variablen:

WHR, BMI, Alter, Geschlecht.

Könntest Sie mir das mit einem SAS Syntax zeigen, damit ich weiss ob ich das nun richtig verstanden habe.

Also meinen SIe das so:

/*Einlesen und Transormation meiner abhängigen Variable*/
DATA probe;
SET link.versuch;
log_hdl= log(hdl);
RUN;

/*habe mit Proc reg die Residuen in eine andere Datei=reg ausgegeben*/
PROC REG;
MODEL log(hdl)= WHR Alter Geschlecht BMI;
OUTPUT OUT=reg R=res P=predicted;
RUN; QUIT;

/* Histogramm erstellt*/
PROC UNIVARIATE data=reg NORMAL;
VAR res;
HISTOGRAM res/NORMAL;
QQPLOT res/NORMAL(MU=est SIGMA=est);
RUN;


Aber das wäre dann ja in dem Fall eine multiple Regression. Ich weiß nicht ob ich das mißverstehe.

[PonderStibbons]

Ich kenne die SAS Syntax nicht, da ich mit dem Programm nicht arbeite.

Mit freundlichen Grüßen

P.