Irgenwie kann ich dem nicht ganz folgen. [...] wenn ich im Rahmen der Regressionsanalyse den Einfluss einer unabhängigen Variable auf die abhängige Variable untersuche, dann setze ich doch voraus, dass ein kausaler Zusammenhang existiert (also Ursache-Wirkung). Habe ich grad ein Brett vor'm Kopf oder ist das ein strittiges Thema in der Statistik?
Was Ponder meint, ist, dass die b Koeffizienten (und Standradfehler und weitere Größen) mathematisch immer gleich geschätzt werden. Wie sinnvoll Ergebnisse dieser Schätzung zu interpretieren sind, hängt aber (auch) von der Theorie (meist einem Kausalmodell) ab.
In meinem Sachverhalt habe ich eine ratioskalierte Variable und eine ordinalskalierte Variable.
Das ist extrem abstrakt und es macht wenig Spass sich damit zu befassen. Welche Verfahren für welches Skalenniveau statistisch/mathematisch "erlaubt" sind, kannst Du in jedem Einführungsbuch nachlesen. Wenn Du vom Forum mehr an Vorschlägen haben willst, solltest Du die Leute motivieren, sich mit dem Thema zu befassen.
Ich kann keinen kausalen Zusammenhang unterstellen, da sich beide Variablen gegenseitig beeinflussen. Die Frage ist, ob zwischen diesen Variablen ein Zusammenhang besteht.
Das ist mir nun absolut unverständlich. Wenn sich die Variablen beeinflussen wird (mindestens implizit) ein Kausalmodell unterstellt. Man darf sich ohnehin fargen, was ein "Einfluss" oder ein Zusammenhang sein soll, wenn nicht kausal. Und wenn er das nicht ist (z.B. "Scheinkorrelation"), weshalb man sich damit beschäftigen sollte.
