Hallo!
Ich hätte eine Frage: Können bei einer linearen Regression auch negative Prädiktoren herauskommen?
Das heißt, werden auch negative Zusammenhänge zwischen Prädiktor und Kriterium berücksichtigt?
Liebe Grüße
Hi,
klar geht das. Z.B. wenn du alter (x) gegen Computerbenutzung (y) regressierst ergibt sich wohl ein negativer zusammenhang (da alte Menschen tendenziell weniger Computer benutzen als junge).
Bei komplexeren Modellen (ANCOVA mit mehreren Faktoren) kann da aber auch schon mal Unsinn herauskommen. Meistens ist das ein Resultat für unbesetzte Zellen.
Grüße,
JPL
Hi!
Aber ANCOVAs sind einfach univariate Varianzanalysen mit Kovariaten und keine Regressionen?!
Mit unbesetzten Zellen sind fehlende Werte gemeint oder? Also muss man bei Multiplen Regressionen auf jeden Fall darauf achten, dass man Fälle mit fehlenden Werten ausschließt oder die fehlenden Daten entsprechend schätzt.
Liebe Grüße
Hi,
betrachte es lieber anders herum: Regressionen sind spezialfälle der ANCOVAs mit nur stetigen Variablen.
Mit unbesetzten Zellen sind fehlende Werte gemeint oder?
Jein. wenn du z.B. größe = Geschlecht * Wohnort via ANOVA rechnest kann eine der Kombinationen ncht vorkommen. Das sind dann unbesetzte Zellen, die dir die Schätzung sehr verzerren können.
Also
muss man bei Multiplen Regressionen auf jeden Fall darauf
achten, dass man Fälle mit fehlenden Werten ausschließt oder
die fehlenden Daten entsprechend schätzt.
ausschlieen wprde ich sie nicht. Das sind dann sog. complete case analysen, die nur unter bestimmten Bedingungen (dem Grund des Fehlens) valide sind. Wenn du dich da weiterbilden willst kannst du mal „multiple imputation“ googlen oder dir Schafer 2002 Missing Data Our View of the State of the Art reinziehen.
Viele Grüße,
JPL
1 Like
Hi, ach so, das mit den ANCOVAS verwirrt mich jetzt ein wenig. Die Kovariate hat mit Zusammenhängen zu tun und der Rest mit Unterschieden oder?!
Ja, mit Imputation beschäftige ich mich nun auch.
Liebe Grüße