Guten Morgen,
ich weiß das ich bei einseitiger Testung meinen p-Wert halbieren darf, alerdings ist mir nicht klar, ob das auch für den Signifikanzwert meines R² in einer Regression gilt.
Werden hier nur die p-Werte meiner beta-Werte halbiert oder eben auch mein R²?
Hoffe man versteht was ich meine. Vielen Dank für die Hilfe schonmal
Liebe Grüße
K.
Einseitige Testung
-
Nr9
- Beiträge: 8
- Registriert: 24.07.2013, 17:46
Hallo drfg,
vielen Dank erst einmal für deine Tutorial-Videos, die haben mir seit jeher bei meinen statistischen Arbeiten geholfen.
Also, ja mir ist klar, was R² darstellt und wie es zu interpretieren ist, aber auch R² kann ja signifikant sein oder eben nicht. Dies wird doch durch den Chi-Quadrat-Test überprüft und in der Tabelle "Information zur Modellanpassung" bspw. bei der ordinalen Regression ausgegeben. Diesen Wert darf ich nicht halbieren, das mein ich.
Und da ich schon so einen netten Erklärer habe, gleich noch ein paar Fragen wenn es dir nichts ausmacht:
1) Wenn ein Modell (R²) nicht signifikant werden, meine Prädiktoren jedoch sehr wohl höchst signifikant. Wie genau ist das zu interpretieren. Darf man das dann überhaupt der ist das in dem Fall egal, da erst eine Interpretation zulässig ist, wenn R² Signifikanz erreicht?
2) Wenn mein Parallelitätstest signifikant bei der ordinalen Regression wird, dass bedeutet dass doch, dass ich die ordinale Regression nicht rechnen dar, richtig? Nach Brosius (SPSS 21) gilt dies jedoch nur für reine Kategoriemodelle ohne Skalenkomponenten. Was bedeutet das genau?
3) ich habe für einige Überprüfungen eine Moderatoranalyse rechnen wollen. Nach C. Krüer and L. Borgmann and T. Antonik and A.-K. Meyer (Datenauswertung mit SPSS) werden bei einem dichotomen Moderator (wie bei mir) die Daten auf Basis des Moderators aufgeteilt, eine Korrelation zwischen Prädiktor und Kriterium gerechnet und wenn die Gruppen sich signifikant unterscheiden, dann kann von einer Moderatorvariable und einem Moderatoreffekt ausgegangen werden. Ist das richtig? Weil wenn ja wie erkenne ich den Einfluss der Moderatoranalyse? Bei der linearen Regression kann ich diesen ja durch den Interaktionsterm berechnen lassen. Oder ist das Blödsinn und ich kann eine Regression rechnen? ( in meinem Fall allerdings nur eine ordinale Regression, aufgrund fehlender Normalverteilung der AV).
Und eine letzte Frage noch...:
4) Wenn ich Dummy-Variablen erzeuge, bleibt eine Kategoriestufe ja immer aus der Regression ausgeschlossen und dient als Referenzkategorie. Wie kann ich den Einfluss dieser Kategorie auf das Kriterium messen??
Ich hoffe es war irgendwie schlüssig was ich geschrieben habe, ich verzweifle momentan etwas, weswegen es hoffentlich nicht allzu verwirrend klang gerade.
Vielen lieben Dank schon einmal im Voraus.
Liebe Grüße K.
vielen Dank erst einmal für deine Tutorial-Videos, die haben mir seit jeher bei meinen statistischen Arbeiten geholfen.
Also, ja mir ist klar, was R² darstellt und wie es zu interpretieren ist, aber auch R² kann ja signifikant sein oder eben nicht. Dies wird doch durch den Chi-Quadrat-Test überprüft und in der Tabelle "Information zur Modellanpassung" bspw. bei der ordinalen Regression ausgegeben. Diesen Wert darf ich nicht halbieren, das mein ich.
Und da ich schon so einen netten Erklärer habe, gleich noch ein paar Fragen wenn es dir nichts ausmacht:
1) Wenn ein Modell (R²) nicht signifikant werden, meine Prädiktoren jedoch sehr wohl höchst signifikant. Wie genau ist das zu interpretieren. Darf man das dann überhaupt der ist das in dem Fall egal, da erst eine Interpretation zulässig ist, wenn R² Signifikanz erreicht?
2) Wenn mein Parallelitätstest signifikant bei der ordinalen Regression wird, dass bedeutet dass doch, dass ich die ordinale Regression nicht rechnen dar, richtig? Nach Brosius (SPSS 21) gilt dies jedoch nur für reine Kategoriemodelle ohne Skalenkomponenten. Was bedeutet das genau?
3) ich habe für einige Überprüfungen eine Moderatoranalyse rechnen wollen. Nach C. Krüer and L. Borgmann and T. Antonik and A.-K. Meyer (Datenauswertung mit SPSS) werden bei einem dichotomen Moderator (wie bei mir) die Daten auf Basis des Moderators aufgeteilt, eine Korrelation zwischen Prädiktor und Kriterium gerechnet und wenn die Gruppen sich signifikant unterscheiden, dann kann von einer Moderatorvariable und einem Moderatoreffekt ausgegangen werden. Ist das richtig? Weil wenn ja wie erkenne ich den Einfluss der Moderatoranalyse? Bei der linearen Regression kann ich diesen ja durch den Interaktionsterm berechnen lassen. Oder ist das Blödsinn und ich kann eine Regression rechnen? ( in meinem Fall allerdings nur eine ordinale Regression, aufgrund fehlender Normalverteilung der AV).
Und eine letzte Frage noch...:
4) Wenn ich Dummy-Variablen erzeuge, bleibt eine Kategoriestufe ja immer aus der Regression ausgeschlossen und dient als Referenzkategorie. Wie kann ich den Einfluss dieser Kategorie auf das Kriterium messen??
Ich hoffe es war irgendwie schlüssig was ich geschrieben habe, ich verzweifle momentan etwas, weswegen es hoffentlich nicht allzu verwirrend klang gerade.
Vielen lieben Dank schon einmal im Voraus.
Liebe Grüße K.
-
drfg2008
- Beiträge: 2391
- Registriert: 06.02.2011, 19:58
re
Und eine letzte Frage noch...:
4) Wenn ich Dummy-Variablen erzeuge, bleibt eine Kategoriestufe ja immer aus der Regression ausgeschlossen und dient als Referenzkategorie. Wie kann ich den Einfluss dieser Kategorie auf das Kriterium messen??
Konstante weglassen.
drfg2008
-
drfg2008
- Beiträge: 2391
- Registriert: 06.02.2011, 19:58
re
mit der Maus: unter dem Menüpunkt "Optionen" Häkchen bei Konstanten entfernen
Syntax:
/ORIGIN
/noORIGIN
Syntax:
Code: Alles auswählen
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA
/CRITERIA=PIN(.05) POUT(.10)
/ORIGIN
/DEPENDENT VAR00001
/METHOD=ENTER VAR00002. /noORIGIN
drfg2008
-
Nr9
- Beiträge: 8
- Registriert: 24.07.2013, 17:46
Vielen Dank 
noch eine Frage in der Früh:
wenn R² nicht signifikant wird, kann ich das Modell überhaupt bewerten? Wenn ich eine Hypothese testen möchte ob verschiedene Variablen Einfluss auf die AV haben, das Modell NICHT signifikant wird, die in das Modell eingehenden Faktoren jedoch schon, kann ich die dann bestätigen? Also ist der Einfluss dann schon vorhanden? Das Modell hat lediglich keine Signifikanz und ist somit zufällig, oder?
noch eine Frage in der Früh:
wenn R² nicht signifikant wird, kann ich das Modell überhaupt bewerten? Wenn ich eine Hypothese testen möchte ob verschiedene Variablen Einfluss auf die AV haben, das Modell NICHT signifikant wird, die in das Modell eingehenden Faktoren jedoch schon, kann ich die dann bestätigen? Also ist der Einfluss dann schon vorhanden? Das Modell hat lediglich keine Signifikanz und ist somit zufällig, oder?
