Multiple Regressionen vergleichen

Wissenschaft Sozialwissenschaften
#1

Hallo Ihr Lieben,

es geht um ein Statistik Problem. Folgende Frage soll beantwortet werden:
" Sind Copingressourcen wie Kontrollüberzeugungen, Vertrauen in andere, Vertrauen in die Zukunft oder das Ausmaß an empfundener sozialer Unterstützung von größerer Bedeutung für das Belastungsempfinden als Patientenmerkmale oder konkretes Copingverhalten."

Hierzu habe ich zwei Multiple Regressionen gerechnet, die beide signifikant wurden. In der ersten wurde der Einfluss von Copingressourcen auf das Belastungsempfinden untersucht (R-Quadrat = .56), in der zweiten der Einfluss von Patientenmerkmalen und Copingverhalten (R-Quadrat = .48).
Jetzt könnte man zwar sagen, dass im ersten Fall 56% der Varianz aufgeklärt werden, im zweiten Fall dagegen nur 48%…

Gibt es denn eine Möglichkeit die Regressionen gegeneinander zu testen? Und wenn ja, wie?

Im Voraus herzlichen Dank…

#2

Es gibt vier Antworten

a) Gibt es ein Modell, das auf Grund statistischer und eines das aufgrund theoretischer Überlegungen zu Stande gekommen ist, dann sollte das theoriegeleitete bevorzugt werden

b) Ich gehe davon aus, dass das eine Modell nicht in dem weiteren geschachtelt ist (Teilmenge), dann ist ein Test auf Zuwachs in R-Quadrat sinnlos

c) Ein statistischer Vergleich kann mit dem AIC (Akaike information criterion) oder Derivaten BIC, etc. vorgenommen werden, wenn man, wie vermutlich hier die gleiche AV aber unterschiediche Sets von UV hat. Dies ist vermutlich die Antwort, die du suchst.

d) Warum nicht beide Modelle verheiraten. Beide scheinen sich einigermaßen zu bewähren, von der Bschrebung her dürften die UVs aus beiden Modellen keine Multikollinearität herauf zu beschwören. Dies wäre mein Königsweg.

VG, Walter.

#3

Hi,

du musst die Regressionen nicht „gegeneinander“ testen. Für deine Frage würde ich eine Regression des Belastungsempfindens auf Copingverhalten UND Patientenmerkmale durchführen (das scheint deine zweite gewesen zu sein) und die Koeffizienten standardisieren (sog. Beta-Koeffizienten). Dann siehst du durch Vergleich der Koeffizienten direkt, welcher Faktor wichtiger ist.

Allerdings musst du dazu sicher sein, dass Copingverhalten und Patientenmerkmale nicht voneinander abhängen (sog. Kolinearität), sonst brauchst du weitere Analysen (z.B. den Mediationstest nach Sobel/Goodman). Wenn du dich damit nicht auskennst, solltest du unbedingt einen Statistiker konsultieren!

In deinem Fall halte ich es für sehr plausibel, dass Patientenmerkmale und Copingverhalten voneinander abhängen, und irgendwas MUSS in deinen Daten merkwürdig sein, sonst würde R² nicht fallen, wenn du MEHR Variablen in der Regression hast. Du solltest also davon ausgehen, dass du leider deutlich mehr statistischen Aufwand betreiben musst. Mehr kann ich so pauschal leider nicht sagen, ohne deine Datenstruktur und die genauen Ergebnisse zu kennen.

Viel Erfolg weiterhin!

#4

spontan fallen mir zur modellwahl der f-test (entscheidung über dem p-wert) sowie informationskriterien (aic, bic o.ä. mit entscheidung über den vergleich von kennzahlen) ein…
www.masta-support.de

#5

Du solltest nur ein Model aufstellen das alle unabhängigen Variablen berücksichtigt, dann kannst du Konfidenzintervalle für die Regressionskoeffizienten ausrechnen (z.b. durch ein Bootstraping verfahren) und einfach gucken ob der eine Regressionskoeffizient außerhalb dieses Intervalls liegt.
Du kannst auch zwei Modelle aufstellen und beide Anhand des AIC (besser AICc http://en.wikipedia.org/wiki/Akaike_information_crit…) vergleichen, es wird dann das Model bevorzugt, welches den geringeren Wert hat.

Des weiteren würde ich vorschlagen ein Generalized Linear Mixed Model zu benutzen (ich denke mal du hast ein Generalized Linear Model benutzt?) Der Vorteil hier liegt daran, das dir das Mixed Model erlaubt zusätzliche Varianz zu modellieren, die z.b. durch die Variabilität der einzelnen Subjekte anfällt.

Übrigens, wenn du in Zukunft häufiger Statistische Aufgabenstellungen bearbeiten willst/musst, solltest du auf R umsteigen.

Du kannst ruhig nachfragen, wenn du Fragen zur Umsetzung hast oder zur Theorie.

#6

Vielen Dank für die Unterstützung

#7

Vielen Dank für die Unterstützung

spontan fallen mir zur modellwahl der f-test (entscheidung
über dem p-wert) sowie informationskriterien (aic, bic o.ä.
mit entscheidung über den vergleich von kennzahlen) ein…
www.masta-support.de

#8

Vielen Dank für die Unterstützung.

#9

Vielen Dank für die Unterstützung…

#10

Hallo,

ich weiß jetzt nicht genau, was du damit meinst, wenn dun sagst, du möchtest die REgressionen gegeneinander testen. GEht es dir um eine signifikante Abweichung der Bestimmheitsmaße? Da kenne ich keinen Test, bin mir aber sicher, dass es einen gibt. Wenn du aber z.B. die Steigungen gegeneinander testen möchtest, dann macht man das im allgemeinen mit einem Likelihood-Ratio-Test, den du eigentlich in jedem Lehrbuch zur Biometrie oder Ökonometrie finden solltest.

Viele Grüße

Andreas

#11

Hi,

d.h. du hast in einer das Belastungsverhalten durch das copingverhalten zu erklären versucht und in der 2. das Belastungsverhalten durch Copingverhalten und Patientenmerkmale?
Dann kannst du beide Modelle mittels eines F-tests, schau mal hier: http://statmath.wu.ac.at/courses/multverf1/ModellWah…

Wenn das zwei verschiedene Modelle sind, macht ein direkter Vergleich keinen Sinn, aber ggf kannst du die Modelle entsprechend anpassen?

Grüße,
JPL

#12

Tut mir leid, ich kann leider nicht helfen.