STATISTIK-FORUM.de

[mthule]

Hallo liebe Experten,

ich komme gerade an einer Stelle nicht weiter und würde mich über Antworten und Anregungen die zur Lösung meines Denk-Stopps führen freuen

Vorab ein paar Hintergrundinfos um das Problem besser zu verstehen (zum besseren Verständnis ein vereinfachtes fiktives Beispiel):

Wir haben zwei Gruppen: Alkoholabhängige (AA, N=80) und Canabisabhängige (CA, N=140) beide Gruppen wurden mit den gleichen Fragebögen befragt
AV: Fragebogen zum spezifischen Abhängigkeitsverhalten um die Schwere der Abhängigkeitserkrankung abzuschätzen
UV: Dauer, Persönlichkeit, Lebenszufriedenheit

In beiden Gruppen wurde eine hierarchische Regressionsanalyse mit der oben angegebenen AV und den UVs in der obigen Reihenfolge (1. Block: Dauer, 2. Block: Persönlichkeit, 3. Block: Lebenszufriedenheit) berechnet. Folgendes Ergebis zeigte sich:

AA-Gruppe: R²=.443 (nach dem 3. Schritt), jeder Schritt führt zu einer signifikanten Erhöhung der aufgeklärten Varianz, alle betas signifikant
CA-Gruppe: R²=.053 (nach dem 3. Schritt), Modell nur nach dem ersten Schritt signifikant, jeder weitere Schritt führt zu keiner signifikanten Erhöhung der aufgeklärten Varianz, nur beta der ersten UV (Dauer) wird signifikant, alle anderen nicht.

Die Frage ist jetzt: Wie kann ich statistisch belegen, dass sich die (auf deskriptiver Ebene offensichtlich unterschiedlichen Modelle) unterscheiden? Gibt es statistische Verfahren um die R², die standardisierten betas und das Gesamtmodell oder die Regressionsgeraden zu vergleichen?

Vielen lieben Dank für eure Hilfe schonmal im Voraus!

Liebe Grüße,
der Thule

[strukturmarionette]

Hi,

das:

Die Frage ist jetzt: Wie kann ich statistisch belegen, dass sich die (auf deskriptiver Ebene offensichtlich unterschiedlichen Modelle) unterscheiden?

ist doch bereits belegt -mit Deinen Zahlen.
Und zwar auf NICHTDESKRIPTIVER Ebene.
(...natürlich unter den Annahmen, die allg. üblich sind...)

S.

[mthule]

Erstmal danke für die schnelle Antwort!

Die Zahlen die ich berichtet habe beinhalten die Aussage, ja und nein (das ist ja genau meine Frage). Denn ich kann ja für jedes R² nen Konfidenzintervall berechnen, somit könnte es ja sein, dass wenn du die beiden R²te dicht bei einander liegen sich statistisch gesehen (da sie in den gleichen Konfidenzintervallen liegen) nicht unterscheiden, wohl aber "deskriptiv".

Die Frage ist halt ob eine Angabe der R²te reicht oder ob man die Aussage, das sich die beiden unterscheiden, statistisch begründen muss.

[PonderStibbons]

Vielleicht suchst Du den Chow Test
http://www.answers.com/topic/chow-test
http://pages.infinit.net/rlevesqu/Synta ... owTest.txt
http://www.stata.com/support/faqs/stat/chow.html

HTH

P.

[strukturmarionette]

Hi PonderS,

danke, diesen Chow-Test kannte ich nicht. Scheint angemssen, zu passen.
Per SPSS wäre dann wohl wieder so etwas wie eine Arbeit mit der Syntax erforderlich. Die SPSS-Hilfe kennt den Chow-Test zumindest nicht.
Leider bin ich mit Stata, R und was es sonst noch alles gibt, kaum vertraut.

hierzu nochmal an mthule:

Die Zahlen die ich berichtet habe beinhalten die Aussage, ja und nein (das ist ja genau meine Frage). Denn ich kann ja für jedes R² nen Konfidenzintervall berechnen, somit könnte es ja sein, dass wenn du die beiden R²te dicht bei einander liegen sich statistisch gesehen (da sie in den gleichen Konfidenzintervallen liegen) nicht unterscheiden, wohl aber "deskriptiv".
Die Frage ist halt ob eine Angabe der R²te reicht oder ob man die Aussage, das sich die beiden unterscheiden, statistisch begründen muss.

(Eine statistische Begründung ware schon sinnvoll.)

Du berichtest aber auch von signifikanten und nichtsignifikanten Einzelergebnissen. Was bedeutet, dass Wahrscheinlichkeitstheorie angewendet wurde, die über die empirische Realitiät der dekriptiven Stichproben hinausgehend Aussagen zu machen versucht.
Es ist natürlich schlecht nachvollziehbar, was Du genau gerechnet und was für Software Dir zur Verfügung steht.
M.W. ist ein derartiger Gruppenvergleich aber auch mit AMOS möglich...

S.

[mthule]

Hallo ihr beiden,

vielen Dank erstmal für die tollen und hilfreichen Tipps - besonders an dich Ponders für den Chow-Test-Tipp. Genau das, was ich gesucht habe. Leider ist mir nach der ersten Euphorie ein kleines Problem aufgefallen. Denn für den Chow-Test müssen ja drei Regressionsanalysen durchgeführt werden, wobei eine alle Fälle (beider Gruppen) beinhaltet. Dies bedeutet aber auch, dass beide Gruppen die gleiche AV haben müssen, ich habe aber zwei verschiedene nämlich einmal einen Fragebogen zur Erfassung der Schwere der vorliegenden Alkoholabhängigkeit und einen Fragebogen zur Erfassung der Schwere der vorliegenden Cannabisabhängigkeit. Hmm.... hab grad schon überlegt die beiden einfach zusammen zu fassen, da die beiden Fragebögen die gleichen Summenscores haben und ja eigentlich konzeptuell im weitesten Sinne das gleiche erfassen. Was meint ihr, geht das, oder werde ich ob meiner tollkühnen Gedankengänge gleich geteert und gefedert?

@strukturmarionette: Ich nutze SPSS und vom Konzept und den Ideen ist das Beispiel schon zu 95% an der Realität dran. Spielst du mit AMOS auf Strukturgleichungsmodelle an? Das wäre noch eine Idee (hab bisher nur LISREL benutzt), kommt mir im Moment jedoch noch etwas zu aufwendig für die Fragestellung vor. Aber ich behalte es mal im Hinterkopf

[strukturmarionette]

Hi PonderS.

Code: Alles auswählen

von PonderStibbons » Do 8. Sep 2011, 16:15
Vielleicht suchst Du den Chow Test
http://www.answers.com/topic/chow-test
http://pages.infinit.net/rlevesqu/Synta ... owTest.txt
http://www.stata.com/support/faqs/stat/chow.html


Gibt es Chow-Tests o.ä. auch für die Binär Logistische Regression?

S.

[PonderStibbons]

Eine Suchmaschinensuche mit "chow test" analog "logistic regression"
könnte Aufschluss geben.

Mit freundlichen Grüßen

P.