STATISTIK-FORUM.de

[rocmalibu]

Hallo,

im Rahmen meiner Abschlussarbeit möchte ich in einer multiplen Regression folgendes Szenario untersuchen.

1.) Ich habe für n=300 Unternehmen die tatsächlichen Marketingkosten ermittelt
2.) Für die selben Unternehmen habe ich Proxywerte f. d. Marketingkosten auf Basis der Werte aus einer Datenbank

Ich möchte nun ermittlen welche Einflussfaktoren, wie z.B. Marktkonzentration, Industrie in der sich das Unternehmen befindet, Marktwachstum etc., die Differenz zwischen 2.) und 1.) treiben (Die Werte aus der Ermittlung nach 2. sind immer größer als die Werte aus 1. - dies ist in dem Ermittlungsvorgehen begründet).

Ich frage mich nun die ganze Zeit, welches die abhängige Variable ist. Zuerst dachte ich, dass die abhängige Variable die Differenz, also 2.) - 1.) wäre. Nun frage ich mich aber, ob es nicht viel sinnvoller wäre, 1.), also die tatsächlichen Marketingkosten, als die abhängige Variable und 2.), die Proxyvariable (welche man jederzeit für alle möglichen Unternehmen in der Datenbank einsehen kann), als weitere unabhängige Variable zu nehmen.

Was meint ihr? Ich habe bisher mit zwei Leuten darüber geredet und jeder hat eine andere Vorgehensweise bevorzugt.

Vielen Dank für eure Meinung im Voraus.


Einen schönen Tag euch.

[daniel]

Die Werte aus der Ermittlung nach 2. sind immer größer als die Werte aus 1. - dies ist in dem Ermittlungsvorgehen begründet

Das Verfahren ist also in jedem Fall für eine Diffferenz kausal verantwortlich. Du willst nun, wenn ich richtig verstehe, den Einfluss andere Prädikatoren auf die Differenz untersuchen.

Zuerst dachte ich, dass die abhängige Variable die Differenz, also 2.) - 1.) wäre. Nun frage ich mich aber, ob es nicht viel sinnvoller wäre, 1.), also die tatsächlichen Marketingkosten, als die abhängige Variable und 2.), die Proxyvariable (welche man jederzeit für alle möglichen Unternehmen in der Datenbank einsehen kann), als weitere unabhängige Variable zu nehmen.

Das sind zwei völlig unterschiedliche Fragestellungen. Bei erster fragst Du nach dem Effekt verschiedener Kovariaten auf die Differenz zwischen tatsächlichen und Proxywerten. Bei letzterer fragst Du hingegen, nach den Determinanten der tatsächlichen Werte. Ich denke Du willst ersteres wissen. Dazu kommt erschwerend, dass aus einer kausalanalytischen Perspektive schwer begründbar ist, warum die Proxyangabe einen (kausalen!) Effekt auf die tatsächlichen Werte haben soll.

[bele]

Hallo daniel,

Dazu kommt erschwerend, dass aus einer kausalanalytischen Perspektive schwer begründbar ist, warum die Proxyangabe einen (kausalen!) Effekt auf die tatsächlichen Werte haben soll.

Aus der kausalanalytischen Perspektive macht das bestimmt keinen Sinn. Als Regression durchaus: In letzter Konsequenz wird man durch so eine Regression ja anhand verfügbarer Werte Rückschlüsse auf die wahren Werte ziehen wollen, also aus der zugänglichen Proxyvariable auf die wahren Werte schließen wollen. Dieser Ansatz passt gut zu dem zweiten Vorgehen: Den Vorhersagefehler minimieren.

LG,
Bernhard

[rocmalibu]

Hallo Bernhard,

vielen Dank für deine Hilfe.

Ziel ist es sagen zu können, unter welchen Bedingungen (welche Faktoren beeinflussen dies) die Proxyvariable ein guter Näherungswert für die tatsächlichen Marketingausgaben ist. Die tatsächlichen Werte sind sehr aufwendig zu ermitteln. Ich führe dies für meine Arbeit durch, jedoch ist der Aufwand in umfangreicheren Studien kaum zu tragen, so dass man auf die Proxyvariable in Datenbanken zurückgreift. Z.b. möchte ich dann den Schluss ziehen, dass es Sinn macht Unternehmen einer bestimmten Industrie zu wählen etc.

Von daher wäre es doch sinnvoller, wenn die tatsächlichen Kosten die abhängige Variable in meiner Regression sind und die Proxyvariable einer der unabhängigen Werte. Oder sehe ich das falsch?

Vielen vielen Dank nochmals.

Cheers

[daniel]

In letzter Konsequenz wird man durch so eine Regression ja anhand verfügbarer Werte Rückschlüsse auf die wahren Werte ziehen wollen, also aus der zugänglichen Proxyvariable auf die wahren Werte schließen wollen. Dieser Ansatz passt gut zu dem zweiten Vorgehen: Den Vorhersagefehler minimieren.

Bernhard, gegeben dieses Ziel (i.e. "gute" Vorhersage), stimme ich Dir vollkommen zu. Ich verstehe

Ziel ist es sagen zu können, unter welchen Bedingungen (welche Faktoren beeinflussen dies) die Proxyvariable ein guter Näherungswert für die tatsächlichen Marketingausgaben ist.

aber nicht als Problem, tatsächlich eine möglichst gute Vorhersage zu treffen. Ich verstehe die Frage als Suche nach (kausalen) Determinanten der Vorhersagequalität.

Welches Ziel rocmalibu verfolgt, muss er/sie dann aber selbst entscheiden.

Grüße
Daniel

[rocmalibu]

Hallo daniel,

vielen dank für deine hilfe. leider bin ich immer noch etwas verwirrt. vielleicht könntest du mir nochmals kurz auf die sprünge helfen.

ggw. wird in wissenschaftlichen abhandlungen im bereich marketing immer davon ausgegangen, dass aus mangel an alternativen die sogenannten sg&a kosten den tatsächlichen marketingkosten entsprechen (was definitiv nicht der fall), unabhängig davon welche industrie z.b. untersucht wird.

in einem hypothesentest werde ich diese abweichung (ungeachtet um welche industrie es sich handelt) belegen.

da auch zukünftig wohl kaum einer die mühe auf sich nehmen wird für alle unternehmen der stichprobe die tatsächlichen marketingkosten zu bestimmen, möchte ich empfehlungen geben, worauf man bei der auswahl der unternehmen die man untersucht besonders achten sollte. ziel: der proxywert (aus den sg&a kosten) soll wenigstens ein guter für die vorhersage der unbekannten marketingkosten sein

daher möchte ich die multiple regression durchführen. in dieser multiplen regression möchte ich einflussfaktoren (industrie, marktwachstum, marktkonzentration etc.) die die höhe der differenz zwischen den sg&a kosten und den marketingkosten treiben herausarbeiten. ich möchte also letztendlich eine aussage treffen können wie 'wenn man die sg&a kosten als proxyvariable für die marketingkosten heranzieht, dann sollte man darauf achten, dass man z.b. unternehmen aus der elektroindustrie heranzieht etc.'

wobei, sehe ich es richtig, dass ich auch für eine solche aussage wahrscheinlich wieder einen hypothesentest durchführen müsste?! zumindestens aber würde ich doch einflussfaktoren ermitteln können, welche einen signifikanten einfluss auf die differenz zwischen der proxyvariable und den tatsächlichen marketingkosten haben.

könnt ihr mir nochmal kurz sagen, worin die unterschiede der beiden von euch vorgeschlagenen unterschiede liegen?

vielen vielen dank für eure hilfe.

ich wünsche euch einen wunderschönen tag.

christoph

[PonderStibbons]

in einem hypothesentest werde ich diese abweichung (ungeachtet um welche industrie es sich handelt) belegen.

Dazu brauchst Du keinen Hypothesentest. Du hast am Anfang festgestellt:

(Die Werte aus der Ermittlung nach 2. sind immer größer als die Werte aus 1. - dies ist in dem Ermittlungsvorgehen begründet).

Was bleibt da noch zu testen?

zumindestens aber würde ich doch einflussfaktoren ermitteln können, welche einen signifikanten einfluss auf die differenz zwischen der proxyvariable und den tatsächlichen marketingkosten haben.

Das ergibt schon erheblich mehr Sinn. Da Dich interessiert, was mit die Höhe der Differenz
assoziiert ist, sollte sie die abhängige Variable sein.

Mit freundlichen Grüßen

P.

[rocmalibu]

oh sry - ich habe vergessen zu erwähnen, dass die differenz im mittel um einen ökomomisch plausiblen wert abweicht... deshalb führe ich den hypothesentest durch

[daniel]

Es ist entscheident, dass die Differenz nie kleiner sein kann als Null. Sollte dies möglich sein, solltest Du überlegen, statt der Differenz den Betrag der Differenz zu modelieren, falls das theoretisch sinnvoll ist. Anderenfalls musst Du Dir Gedanken über alternative Modelle machen.

[rocmalibu]

Hallo Daniel, vielen Dank für die Unterstützung - es ist aber sichergestellt, dass die Diff nie kleiner als Null ist...