STATISTIK-FORUM.de

[Rosa_Ka1234]

* Signifikantes Modell, Nicht signifikanter Prädiktor*

Hallo,
ich habe eine multiple Regression mit zwei Prädiktoren gerechnet. (Variablenselektion: Einschluss, ohne Blöcke - als nicht HMR)
Die F-Statistik ist signifikant, weshalb ich erst einmal davon ausgegangen bin das Modell interpretieren zu können.
Nun ist jedoch für einen meiner Prädiktoren der beta-Koeffizient nicht signifikant.
Ich habe mit meinem R2 außerdem eine Effektstärke berechnen (f2) und die ist kleiner als .02 und fällt somit nach Cohen nicht mal in den schwachen/ niedrigen Bereich.
Wie kann/ darf ich dieses Ergebnis interpretieren?

Vielen lieben Dank für die Hilfe!

[bele]

Um ein Modell zu interpretieren muss man wissen, wie es entstanden ist, was die Werte bedeuten und sich eine Vorstellung von dem Fachgebiet und den Fehlerquelle machen. Augenscheinlich ist das Modell insgesamt signifikant und also besser als ein Null-Modell und einer der beiden Prädiktoren ist signifikant, man nimmt also an, dass zu diesem tatsächlich ein Zusammenhang besteht. Allein oder mit dem anderen lässt er aber nur eine grobe Einschätzung, keine präzise vorhersage zu, wie groß die abhängige Variable ausfallen wird.

LG,
Bernhard

[PonderStibbons]

Ich habe mit meinem R2 außerdem eine Effektstärke berechnen (f2) und die ist kleiner als .02 und fällt somit nach Cohen nicht mal in den schwachen/ niedrigen Bereich.
Wie kann/ darf ich dieses Ergebnis interpretieren?

Die Effektstärke kannst Du nicht interpretieren, weil Du sie nicht bestimmt hast und nicht bestimmen kannst.
Du hast für Deine Stichprobendaten ein Effektstärkemaß berechnet, aber das ist nicht die wirkliche Effektstärke
(die gibt es nur in der Grundgesamtheit), weil sie durch den Stichprobenfehler vom der tatsächlichen Effektstärke
in der Grundgesamtheit abweicht. Warum sonst sollten wie Signifikanztests rechnen, wenn f2 irgendwelche
Aussagekraft hätte, wir könnten dann einfach gleich diese angebliche Effektstärke berichten.

Mit freundlichen Grüßen

PonderStibbons

[Rosa_Ka1234]

Ich habe mit meinem R2 außerdem eine Effektstärke berechnen (f2) und die ist kleiner als .02 und fällt somit nach Cohen nicht mal in den schwachen/ niedrigen Bereich.
Wie kann/ darf ich dieses Ergebnis interpretieren?

Die Effektstärke kannst Du nicht interpretieren, weil Du sie nicht bestimmt hast und nicht bestimmen kannst.
Du hast für Deine Stichprobendaten ein Effektstärkemaß berechnet, aber das ist nicht die wirkliche Effektstärke
(die gibt es nur in der Grundgesamtheit), weil sie durch den Stichprobenfehler vom der tatsächlichen Effektstärke
in der Grundgesamtheit abweicht. Warum sonst sollten wie Signifikanztests rechnen, wenn f2 irgendwelche
Aussagekraft hätte, wir könnten dann einfach gleich diese angebliche Effektstärke berichten.

Vielen Dank für die Hilfe! Das heißt also im Rahmen meines Ergebnisberichts muss ich f2 nicht berechnen/ nennen?
danke erneut für die Antwort!

LG

[Rosa_Ka1234]

Um ein Modell zu interpretieren muss man wissen, wie es entstanden ist, was die Werte bedeuten und sich eine Vorstellung von dem Fachgebiet und den Fehlerquelle machen. Augenscheinlich ist das Modell insgesamt signifikant und also besser als ein Null-Modell und einer der beiden Prädiktoren ist signifikant, man nimmt also an, dass zu diesem tatsächlich ein Zusammenhang besteht. Allein oder mit dem anderen lässt er aber nur eine grobe Einschätzung, keine präzise vorhersage zu, wie groß die abhängige Variable ausfallen wird.

Vielen Dank für die Hilfe!
Ich kann also mein Modell interpretieren. Wäre denn die Aussage zulässig, dass der signifikante Prädiktor X % (hier dann der Wert des R2) der Varianz der AV aufklärt? Oder darf ich diese Aussage nicht tätigen, da meine Modellannahme ja eigentlich lautet: Prädiktor 1 und Prädiktor 2 sind Einflussfaktoren für meine AV ?
Danke erneut für eine Antwort!

LG

[bele]

Rechne das Modell nochmal mit nur dem einen Prädiktor und Du wirst feststellen, dass das R² damit etwas schlechter wird als mit beiden Prädiktoren. Zum anderen musst Du berücksichtigen, dass das mit der aufgeklärten Varianz nur innerhalb des Datensatzes gilt, mit dem das Modell gefittet wurde. Frische, neue Daten die man auf dieses Modell wirft werden wahrscheinlich weniger gut prädizieren als die Daten, aus denen die Regressionsgleichung errechnet wurde.

LG,
Bernhard