STATISTIK-FORUM.de

[lecoewf]

Hallo,

ich führe eine ordinale Regression durch. Ich untersuche mögliche Determinanten von Länderrating.

Die erklärte Variable ist das Rating und ist ordinalskaliert.

Die erklärenden Variablen sind sowohl metrische, z.B. Inflationsrate, BIP als auch nominalskaliert, z.B. Staatsausfall seit 1945 (1=Ja, 0=Nein).

Im Anschluss an die Berechnung möchte ich die Annahme(n) des Modells (die Parallelität der Linien) überprüfen. An dieser Stelle schließen sich ein "paar" kleine Fragen an.

Ist es nötig/sinnvoll den Test auf Parallelität der Linien bei metrischen erklärenden Variablen durchzuführen? Oder gilt dieser Test nur für Analysen bei denen sowohl die erklärte Variable als auch die erklärenden Variablen kategorial sind?

Wie steht es bei einer Mischform aus metrischen und nominalen erklärenden Variablen?

Eine weitere Modellannahme und deren Überprüfung bedarf es außer des Parallelitätstests der Linien nicht. Ist dies korrekt?

Ich wäre dankbar für jede Antwort bzw. Tipp...

[daniel]

Die parallel odds assumption ist nötig, damit Du sinnvoll nur einen Koeffizienten für Deine Prädikatoren schärtzen kannst. Sie sagt Dir, dass der Unterschied zwischen Stufe 1 und 2 Deines Ratings (outcome) in genau der gleichen Weise von einer Änderung in x beeinflusst wird, wie der Unterschied von Stufe 3 auf Stufe 4. Daher ist es vollkommen irrelevant welche Art von Prädikator im Modell steckt. Diese Annahme sollte für jeden dieser Prädikatoren überprüft werden.

Zu allgemeinen (teilweise offenbar unlösbaren) Problmenen nicht-linearer Modelle möchte ich an dieser Stelle nichts weiter sagen.