STATISTIK-FORUM.de

[strukturmarionette]

Hi,

in einigen Modulen des neueren SPSS ist ´Bootstrapping´ implementiert.

- Was ´macht´, rechnet Bootstrapping in SPSS?
- Wann sollte das Bootstrapping in den jeweiligen Prozeduren zusätzlich angewendet werden?

S.

[bele]

Sorry, ich habe kein SPSS und kann daher nur vermuten.

- Was ´macht´, rechnet Bootstrapping in SPSS?

Wahrscheinlich das, was Bootstrapping meistens macht: Die Methode nicht nur auf den Datensatz anwenden sondern auch auf eine große Zahl von Variationen des Datensatzes. Diese Variationen sollen eine Approximation der Grundgesamtheit sein und daraus lassen sich Konfindenzintervalle für die zu errechnende Statistik in der Grundgesamtheit schätzen, ohne dass man parametrische Annahmen zur Grundgesamtheit machen muss. Also kein Problem mit nicht-normalverteilten Daten oder solchen Daten, die eine natürlich Ober- oder Untergrenze haben. Das Ganze natürlich als sehr rechenintensives Verfahren.

Gruß,
Bernhard

[strukturmarionette]

Hallo,

vielen Dank!

Ein Beispiel mit weiterer Frage:

Bei den folgenden zwei Prozeduren lässt sich das Bootstrapping jeweils optional aktivieren (ab SPSS V. 19)

- bei bivariaten Korrelationen
- bei parametrischen Zweistichprobentests (bei nichtparametrischen Signifikanztests existiert das Verfahren nicht)

Es werden Konfindenzintervalle für die zu errechnende Statistik in der Grundgesamtheit (bei Aktivierung der Option Bootstrapping) ausgegeben und auch ein Signifikanzwert.
Ein p-Wert wird (bzw. wurde) aber immer auch schon ohne Bootstrapping gerechnet.

Dei p-Werte unterscheiden sich (insb. bei kleinen Stichproben).

Meine Frage:
Wann sollte nun bzw. wann machte es Sinn, das Bootstrapping einzubeziehen oder /und wann nicht?

S.

[bele]

Nehmen wir zum Beispiel den Pearsonschen Korrelationskoeffzienten. Der ist bekanntlich sehr fehleranfällig für Ausreißer. Wenn Du jetzt Bootstrapping machst, dann werden einige "Variationen" des Datensatzes den Ausreißer enthalten und andere nicht. Demnach wird das Konfidenzintervall für r sehr groß sein, wenn r durch Ausreißer bestimmt ist, aber nicht groß sein, wenn r nicht durch Ausreißer bestimmt ist.

Probier mal mit folgenden Wertepaaren aus wie das Konfidenzintervall des Korrelationskoeffizients mit und ohne das letzte Wertepaar ist (wie gesagt, ich habe kein SPSS):
x <- 1.4, 1.3, 1.2, 1.1, 1.0, 8.0
y <- 2.7, 2.8, 3.0, 3.1, 3.7, 9.0

[strukturmarionette]

OKI, Danke!

Also ließe sich argumentieren:
Je größer die Streuungen, desto eher ist Bootstrapping zuweckmäßig -zwecks Konf.-Interv.-Berechnung?

S.

[bele]

Hallo strukturmarionette,

es gibt hier bestimmt statistisch fittere Leute die das besser beantworten können als ich. Ich denke nicht, dass die Größe der Streuung ausschlaggebend ist. Ich würde meinen, dass Bootstrapping umso sinnvoller ist, je weniger Du annehmen kannst, dass Deine Grundgesamtheit normalverteilt ist.

Gruß,
Bernhard

[strukturmarionette]

Hi nochmal und Danke,

OK, hinsichtlich der Streuung hatte ich mich wohl auch ungeschickt ausgedrückt.
Bootstrapping wohl eher dann, wenn ´viele´ ´extreme´ Ausreißer existieren, was schließlich mit einer Nicht-NV korrespondierte.

S.

[Holgonaut]

Hi Leute,
der threat ist zwar schon zwei Wochen alt, aber möchte auf eine weitere Anwendung von bootstrapping aufmerksam machen (bei der man es eigentlich auch am häufigsten macht) - und zwar zur Signifikanztestung von indirekten Effekten. Ein indirekter Effekt ist ja das Produkt der beiden direkten Effekte. Diese haben - jede für sich - normalverteilte Stichprobenverteilungen. Multipliziert man diese, ist die Stichprobenverteilung des Produkts der Effekte nicht normal. Also bootstrapped man Substichproben und erstellt so eine manuelle Stichprobenverteilung. Man erhält dann ein Konfidenzintervall, dass einem sagt, ob der indirekte Effekt signifikant ist.

Grüße
Holger

Hayes, A. F. (2009). Beyond Baron and Kenny: Statistical Mediation Analysis in the New Millennium. Communication Monographs, 76(4), 408-420.

Cheung, G. W., & Lau, R. S. (in press). Testing mediation and suppression effects of latent variables - Bootstrapping with structural equation models. Organizational Research Methods.

Shrout, P. E., & Bolger, N. (2002). Mediation in experimental and nonexperimental studies: New procedures and recommendations. Psychological Methods, 7(4), 422-445.

[protozoa]

Hi,

ich habe das Bootstrapverfahren auf meine Regression angewendet weil ich mir dadurch erhoffe die Probleme mit der Heteroskedastizität in den den Griff zu bekommen.
Hab ich da falsch gedacht?

Außerdem wüsste ich gerne wie ich die Teststärke für den T-Test eines Regressionskoeffizienten bestimmen kann der mit dem Bootstrapverfahren ermittelt wurde.

lG

[protozoa]

Meine Frage hat sich so eben erledigt.

http://www.uni-trier.de/fileadmin/urt/d ... linreg.pdf

Baltes-Götz schreibt hier, dass die Bootstrap Methode im Zusammenhang mit der Regressionsanalyse geeignet ist unverzerrtere Standardfehler zu schätzen wenn Heteroskedastizität oder nicht normalverteilte Residuen vorliegen.