STATISTIK-FORUM.de

[naver9000]

Hallo allerseits,

leider habe ich mit meiner Suche nicht die passende Antwort auf folgende Frage gefunden:

Wie interpretiere ich nach einer multiplen Regression die Parameter einer Variable die zweifach in der Regression aufgeführt ist? In diesem Fall SLPNAPS = b0 + b1*AGE + b2*AGE^2. Was ich bisher dazu verstanden habe ist, dass man unabhängige Variablen manchmal doppelt und mit unterschiedlichen Exponenten braucht, um dann wenn kein linearer Zusammenhang besteht den entsprechenden Fit zu bekommen. Mehr weiß ich dazu aber nicht. Ich habe dazu auch ein Bild hochgeladen (siehe Anhang). Ich studiere WiWi bin aber leider nicht so gut in Statistik und wäre euch für Tips und Erklärungen sehr dankbar!

Vielen Dank im Voraus!

[daniel]

Nehmen wir mal an, die Koeffizienten für Alter und Alter-quadriert wären statisitsch signifikant von Null verschieden.

Der negative Koeffizient des "lineares Anteils" des Effekts von Alter gibt an, dass zunehmendes Alter durchshnittlich zunächst mit einer durchschnittlich geringeren Ausprägung des outcomes einhergeht. Der positive "curvilinear Effekt" gibt an, dass dieser negative Trend sich abschwächt und an einem bestimmten Punkt ins positive Umschlägt. Alter hat also einen U-förmigen Effekt auf das outcome.

[naver9000]

Zunächst vielen Dank für deine rasche Antwort!
Ich habe mir sowas in der Art bereits gedacht. Aber wenn ich die Regression nach age Ableite kommt ja raus y' = -1,078083 + 2*0,065492*age
Kann man das auch in irgendeiner Weise interpretieren?


Und eine weitere Frage: der goodness of fit bei folgendem model ist sehr schlecht oder? Außerdem soll der achsenabschnitt b0 (im bild: C) interpretiert werden. Wie würdet ihr diesen interpretieren? Ich komme nur auf "das newborn wiegt 110gramm wenn alle anderen Faktoren 0 sind" (es geht um den zusammenhang zwischen geburtsgewicht und der anzahl an zigarette die während der schwangerschaft von der mutter geraucht wurden) aber das macht ja wenig Sinn .... Vllt einfach unspezifisch 110 units statt Gramm?

Vielen Dank!