Muva (Fach) / Analyse nicht linearer Zusammenhänge (Lektion)
In dieser Lektion befinden sich 4 Karteikarten
6. Vorlesung
Diese Lektion wurde von Amalaswinthaa erstellt.
- Wie? - entsprechende Variablen werden transformiert, d.h. quadriert, logarithmiert etc. - transformierte Variablen können dann wie "normale" Prädiktoren in die Regressionsgleichung aufgenommen werden - dann kann der Vorhersagebeitrag der einzelnen Bestandteile der Regressionsgleichung überprüft werden Y = b0 + b1X + b2X2 + b3X3 --> linearer, quadratischer und kubischer Einfluss enthalten
- Wann nicht-lineare Effekte überprüfen? - wenn es theoretische Argumente oder Erkenntnisse dafür gibt - wenn sich nicht-lineare Zusammenhänge in einer Grafik deutlich erkennen lassen
- Probleme bei der Analyse nicht-linearer Zusammenhänge - Multikollinearität - Lösung: Variablen zentrieren - in jedem Fall müssen auch alle Terme niedrigerer Ordnung in die Regressionsgleichung mit aufgenommen werden, um Fehlinterpretationen zu vermeiden
- Beachten - Modell sollte immer theoretisch plausibel sein - nicht-lineare Effekte werden meist nur untersucht, wenn sie theoretisch begründet sind - rein explorative Befunde müssen repliziert werden - auf Ausreißer achten - Regressionskurven sind für sehr niedrige, bzw. für sehr hohe Werte auf X nicht sehr informativ, besondesr wenn die SChätzung hier auf wenigen Datenpunkten beruht - keine Extrapolation über den untersuchten Wertebereich von X hinaus