Logistische Regression - Klassifizierungstabelle leer

[Felicitas]

Hallo miteinander!

Ich habe ein (zumindest für mich ungewöhnliches) Problem mit der logistischen Regression. Ich habe einen Dummy-Datensatz mit 3 Variablen. Zwei davon sind meine UVs und eine meine AV. Deswegen will ich eine logistische Regression machen. In allen Variablen kommen beide Ausprägungen vor. Es handelt sich dabei um Beobachtungsdaten. Ich möchte den Einfluss von der Umgebungsverschmutzung und des Sozialkapitals auf die Zahlungsbereitschaft ermitteln. Nun mache ich meine logistische Regression und denke, auf den ersten Blick, das alles normal ist. Aber dann sehe ich, dass in dem Output in der Klassifizierungstabelle die Spalte mit der vorausgesagten Zahlungsbereitschaft bei "ja" beide male 0 anzeigt. Das kann doch nicht stimmen oder?
Zu meinem Datensatz. Er umfasst 4000 Zeilen (für jeden der 4 Feldtage 1000 Zeilen). Die Umgebungssituation (sauber schmutzig) ist 50% mit 1 und 50% mit 0 kodiert. Genau so auch das Sozialkapital (hoch niedrig). Und die Zahlungsbereitschaft wurde entsprechend der prozentual gezahlten Beträge mit 0 für nicht bezahlt und 1 für bezahlt eingetragen. Warum also ergibt der SPSS Output keinen Sinn? Ich habe jede Ausprägung in der Zahlungsvariable.

Wenn es nicht verständlich ist, wie ich es beschrieben habe, dann werde ich versuchen eine Darstellung der Klassifizierungstabelle einzustellen!

Ich würde mich über jede Anregung freuen - auch über weitere Auswertungsvorschläge für diese Art der Daten.
Danke schon einmal für die Hilfe!

Viele Grüße, Felicitas

[Generalist]

dass in dem Output in der Klassifizierungstabelle die Spalte mit der vorausgesagten Zahlungsbereitschaft bei "ja" beide male 0 anzeigt. Das kann doch nicht stimmen oder?

Warum sollte das nicht stimmen können? Wenn ein Modell sehr schlechte
Vorhersageleistungen erbringt, kommt sowas schonmal vor.

[Felicitas]

Danke erst einmal für die Antwort.
Das stimmt natürlich - aber es wundert mich deshalb (und das habe ich vorhin vergessen zu erwähnen) dass die Nichtzahler angeblich zu 100Prozent vorausgesagt werden können! Ich habe die Klassifizierungstabelle mal hier reingesetzt. Da stimmt doch etwas nicht. Aber ich kann es nicht wirklich beschreiben... Kann denn ein solcher Output auch stimmen wenn das Modell einfach eine schlechte Voraussage produziert?

Klassifizierungstabelle(a)(,)(b)

Vorhergesagt

Gezahlt
Beobachtet nein ja Prozentsatz der Richtigen
Schritt 0 Gezahlt nein 2926 0 100,0
ja 1074 0 ,0

Gesamtprozentsatz 73,2

a. Konstante in das Modell einbezogen.
b. Der Trennwert lautet ,500

Wie immer vielen Dank für die Antworten!

[Generalist]

Zunächst einmal wird für alle Fälle die größere Kategorie (hier: Nichtzahler)
vorhergesagt. Im vorliegenden Fall produziert dies 73,2% korrekte
Einstufungen. Mit Deinen Prädiktoren lässt sich kein Modell aufstellen, das
diese Trefferquote noch toppt. Also bleibt es dabei.

[Felicitas]

Alles klar - dann kann ich das ja so hinnehmen. Ich wollte nur nicht, dass etwas mit meinem Datensatz nicht stimmt.
Danke für die Antwort!