Hallo Leute,
in mir kriecht mittlerweile die kalte Angst hoch, habe mich mit dieser Arbeit völlig übernommen. In 3 Tagen ist Abgabe und ich habe den Eindruck, dass nichts von dem was ich die letzten 2 Monate gemacht habe wirklich Sinn ergibt. Ich muss es jetzt irgendwie retten was zu retten ist.
Ich habe mittlerweile meine Variablen bestimmt. Die unabhängigen Variablen sind alle latent ordinal und können 3 Werte annehmen (1-3, stellvertretend für niedrig - hoch).
Meine abhängige Variable basiert auf einem scoring-system. Jede Beobachtung wird auf gewisse Punkte getestet und erhält dann einen score. Diese Scores reichen von -1,15 bis 4,75. Mein ursprünglicher Plan bestand darin,eine probit regression durchzuführen, deshalb habe ich den Datensatz nach den Ergebnissen des Scores aufgeteilt und daraus 3 Kategorien gebildet. Kurz: Erzielt Beobachtung A einen score, der im Vergleich zu den anderen Beobachtungen in den niedrigsten 33% liegt, fällt die Beobachtung in Kategorie 1, wenn der Score zu den höchsten 33% gehört, fällt die Beobachtung in Kategorie 3. Ein score im mittleren Drittel führt demnach zu Kategorie 2.
Damit habe ich eine probit regression durchgeführt, die zu riesigen standardfehlern von >50% führt und deren Regressionskoeffizienten ich nicht wirklich sinnvoll deuten kann. Ich bin bei der Interpretation dieser Anleitung gefolgt:
http://faculty.washington.edu/cadolph/mle/topic4.p.pdf , aber ich denke dass die Art und Weise, wie ich die AV konstruiert habe, keine wirklich brauchbaren Ergebnisse liefert.
Jetzt sitze ich hier und überlege, ob ich die Einteilung des Scores in 3 Kategorien nicht einfach weglassen soll und direkt den Einfluss der ordinalen UV auf den Score untersuche, viel schlechtere Ergebnisse als die erste Methode kann das kaum bringen. Allerdings erschlägt mich R mit den ganzen Möglichkeiten ziemlich. Weiß irgendjemand, welche Funktion sich hier anbietet? wie kann ich die UV so kodieren, dass R sie als latent ordinal erkennt?
Ich bin jedem zutiefst dankbar, der mir in irgendeiner Form hilft.
)
