STATISTIK-FORUM.de

[SimonT]

Welche unabhängige Variable(Alternativen, Vergleichbarkeit, Komplexität)) ist am besten zur Schätzung/Vohersage des Entscheidungsaufwands (Abhängige Variable) geeigntet? und warum? DANKE für eure HILFE

[aziz]

Hallo,

du meinst vermutlich, welche der erklärenden Variablen den größten Einfluss auf deine abhängige Varable hat. Dies erkennst du an den standardisierten Koeffizienten. Die Komplexität hat deinem Modell zufolge den größten Einfluss auf den Entscheidungsaufwand.Zusätzlich ist der Einfluss positiv.

Gruß
a.

[SimonT]

@ Aziz

Danke für deine Antwort! Die Frage ist aus einer Statistik Klausur meines Profs und ich habe mich schon sehr über die Frage gewundert und vermute einfach, dass es eine schlecht formulierte Frage ist. Dass die Komplexität den größten Einfluss hat ist ja einfach herauszulesen, doch das es einen Rang unter den unabhängigen Variablen geben soll, die den Entscheidungsaufwand am besten vohersagt, scheint mir in diesem Fall irgendwie unlogisch! bin immer noch verwirrt, was die Frage soll....

[aziz]

Das ist durchaus möglich. Die nicht standardisierten Koeffizienten (erste Spalte der Auswertung) geben den modellierten Einfluss des entsprechenden Mermals an. Nur lassen sich im allgemeinen die Koeffizienten verschiedener Merkmale nicht vergleichen. Dies ginge nur, wenn die Merkmale der selben Dimension unterliegen (Beispielsweise die selbe physikalische Einheit besitzen). Zu diesem Zweck existeren standardisierte Regressionskoeffizienten. Diese werden aus den Regressionskoeffizienten berechnet. Man sagt Standardisiert. Mit ihnen ist es dann durchaus möglich den Einfluss verschiedener Merkmale zu vergleichen.

[daniel]

Zu diesem Zweck existeren standardisierte Regressionskoeffizienten. Diese werden aus den Regressionskoeffizienten berechnet. Man sagt Standardisiert. Mit ihnen ist es dann durchaus möglich den Einfluss verschiedener Merkmale zu vergleichen.

An dieser Stelle scheint mir ein Appell zur Voricht geboten. Standardisierte Koeffizienten und deren Interpretation besitzen ein hohes Potential für Missverständnisse, insb. dann, wenn es nicht um pure (mathematische) Statistik geht, sondern um Ökonometire -- auch wenn hier im konkreten Fall eher Ersteres im Vordergrund zu stehen scheint.

Aus theoretischer Sicht sind Vergleiche zwischen standardisierten Koeffizienten i.d.R. unsinnig, weil sie unsere theoretisch relevanten Fragen meist nicht beantworten. Ein schönes Beispiel dazu lässt sich bei King (1986) unter der Überschrift "Standardized Fruit" nachlesen. Zudem ist die Interpretation in der Einheit von Standradabweichungen alles andere als intuitiv oder ansachaulich.

Ein weiteres, potentiell größeres Problem besteht in der Stichprobenabhängigkeit standradisierter Koeffizienten. Meist sind wir (mindestens implizit) am kausalen Effekt der Prädikatoren interessiert. Dieser wird durch den unstandardisierten Koeffizienten zum Ausdruck gebracht. Es lässt sich nun leicht zeigen, dass zwei Prädikatoren mit dem gleichen kausalen Effekt (im Sine des "wahren" Steigungsparameters) unterschiedlich "starke" Effekte im Sinne standradisierter Koeffizienten zugeschrieben werden, wenn die Standardabweichungen in der Stichprobe unterschiedlich sind. Das ist in den meisten Fällen hochgradig irreführend.


King, Gary. 1986. How not to lie with statistics: Avoiding common mistakes in quantitative political science. American Journal of Political Science 30(3): 666-687.