Binär logistische Regression in SPSS - kategorialer Prädiktor - Daten analysieren in SPSS (109)
Vložit
- čas přidán 7. 09. 2024
- // Binär logistische Regression in SPSS - kategorialer Prädiktor //
Die binäre logistische Regression rechnet man immer dann, wenn die abhängige Variable nur zwei Ausprägungen hat, also binär bzw. dichotom ist. Es wird dann die Wahrscheinlichkeit des Eintritts bei Ändern der unabhängigen Variable geschätzt. Die Schätzung der Wahrscheinlichkeit ist neben der binären Codierung der wesentliche Unterschied zur einfachen Regression.
In diesem Video zeige ich, wie eine einfache kategoriale unabhängige Variable (die Farbe eines Produktes) mit drei Ausprägungen zur Schätzung der Wahrscheinlichkeit verwendet wird. Geschätzt wird die Wahrscheinlichkeit eines Produktkaufes.
Bei Fragen und Anregungen zur binär logistischen Regression in SPSS - kategorialer Prädiktor - nutzt bitte die Kommentarfunktion. Ob ihr das Video hilfreich fandet, entscheidet ihr mit einem Daumen nach oben oder unten. #statistikampc
Noch mal zum Nachlesen auf meiner Homepage:
========================================
💡 Binär logistische Regression mit kategorialem Prädiktor:
www.bjoernwalt...
⭐Kanalmitglied⭐ werden:
=======================
/ @statistikampc_bjoernw...
Kanal unterstützen? 🙌🏼
===================
Paypal-Spende: www.paypal.com...
Amazon Affiliate-Link: amzn.to/2iBFeG9
Danke für eure Unterstützung! ♥
![Logistische Regression [Einfach erklärt]](http://i.ytimg.com/vi/HghQSDcxgik/mqdefault.jpg)
Bei Fragen und Anregungen zur binär logistischen Regression in SPSS - kategorialer Prädiktor - nutzt bitte die Kommentarfunktion.
Hi :) wenn ich eine ordinal skalierte AV habe kann ich sie einfach so in die binärlogistische Regression reinnehmen oder muss ich das auch über die option "kategorial" machen?
@@juliamohrs2854 Hallo Julia, du musst dann eine ordinale (logistische) Regression rechnen, da eine binäre Regression nur AV mit zwei Ausprägungen verarbeiten kann. Wenn es inhaltlich machbar ist, kann man natürlich ordinal auf dichotom verdichten, das ist aber meist argumentativ sehr schwer. Daher lieber direkt ordinale Regression rechnen.
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Ich danke dir Björn! :) Ich habe mich nur blöderweise oben vertan, sorry: meine AV ist binär, eine meiner UVs ist ordinal skaliert. Kann ich die ordinalskalierte UV einfach wie eine metrische behandeln oder muss ich dabei auf die Kovariate-Option mit der anzugebenden Referenzkategorie zurückgreifen? Viele Grüße, Julia
Hallo Björn,
dürfen bei einer multivariaten binären Regression zwei unabhängige Variablen aufgenommen werden, die selbst eine hohe Korrelation miteinander haben? Ich habe das Problem, dass beide Variablen in separaten Rechnungen hoch signifikant sind, zusammen aber immer an Signifikanz verlieren.
Hi, bei mir ist in der Klassifizierungstabelle von Block 1, bei ja und ja Null richtig also dort spuckt er ne Null aus. Also 0 Prozent der Richtigen. Was müsste man hier beheben? Könnten Sie mir helfen? Es ist ein Datensatz für eine Bachelorarbeit
Massiv unterbewerteter channel... an dieser Stelle schon mal vielen Dank für die viele Arbeit, die dahinter steckt, hilft wirklich sehr weiter. Keep it up!
Besten Dank für dein Lob! Freut mich, wenn dir die Videos gefallen.
Evtl. ist ja @statorials auch was für dich - aktuell aber der Fokus noch allein auf R. ;-)
Viele Grüße, Björn.
Vielen Dank fürs hilfreiche Video Björn! Du bist der beste!😊Mir würde ein Stückchen weiter helfen, mehr zum theoretischen Hintergrund zu erfahren um die Interpretation am Ende besser nachvollziehen zu können (z.B. die Gleichung, die Odds etc.).
Ehrenmann! Richtig stark erklärt
Danke für das Lob!
Viele Grüße, Björn.
Vielen Dank für das sehr hilfreiche Video! Eine Frage hätte ich dennoch: Was mache ich, wenn eine meiner unabhängige Variable kategorial ist, aber nur zwei Ausprägungen (z.B. Mitglied im Verein: 0=Nein 1=Ja oder Geschlecht 1=Mann 2=Frau) hat? Muss ich dann auch über die Funktion "Kategoriale Kovariaten" eine Referenzkategorie festlegen oder ist das Vorgehen dann anders?
Das würde mich auch interessieren. Hast du mittlerweile eine Antwort auf deine Frage gefunden? LG
@@Stanzerle Ich habe (im Zuge meiner Bachelorarbeit) auch bei kategorialen Variablen mit nur zwei Ausprägungen eine Referenzkategorie festgelegt. Ob das aber wirklich so notwendig/richtig ist, kann ich leider nicht sicher sagen.
Super, vielen Dank.
Vielen Dank für deine tollen und verständlichen Videos Björn! Hast du vor in nächster Zeit ein Video zur Binären Logistischen Regression mit > 1 Prädiktor-Variable zu machen (wobei Prädiktoren sowohl kategoriell als auch kontinuierlich sein können)? Steige hier noch nicht ganz durch...
Hallo und danke für dein Lob!
Die Interpretation bei >1 Prädiktor unterscheidet sich nicht von der hier gezeigten. Jeder Prädiktor ist einfach nur separat zu interpretieren. Für den metrischen Prädiktor gibt es hier noch mal ein Video: czcams.com/video/oezHUni8LXI/video.html
Viele Grüße, Björn.
Danke für das Video! Setze ich auch Kontraste, wenn meine kategorialen UVs nur 2 Ausprägungen haben?
Hallo Laura, nein, brauchst du in dem Falle nicht, da du ja nur 2 Ausprägungen hast und Kontraste für >3 Ausprägungen gedacht sind.
Viele Grüße, Björn.
Hallo Björn,
wenn ich ein dichotomes Merkmal (ja/nein) als unabhängige Variable verwende, erhalte ich im Hosmer-Lemeshow-Test bei einem Freiheitsgrad von 0 keine Signifikanz. Ist die binär logistische Regression dann trotzdem anwendbar?
Hallo Anja, du hast nur eine UV und die ist dichotom? Wenn ja, dann erscheint mir das plausibel.
Ich würde in der Konstellation aber wohl auch erst mal einen Chi-Quadrat-Test rechnen.
Viele Grüße, Björn.
Hallo, Björn! Vielen Dank für das Video!
Ich habe mal eine Frage zur Interpretation: In meinen Fall habe ich mit dem Chi²-Test bei einer 2x2-Kontigenztafel ein signifikantes Ergebnis erhalten. Nun in der binär logistischen Regression habe ich eben die gleichen Daten, d.h. das dichotome Merkmal (ja/nein) als Prädiktor für ein Outcome (ja/nein), verwendet, habe hier aber kein signifikantes Ergebnis erhalten. Wie kann ich diesen Unterschied erklären bzw. interpretieren?
Grüße, Matthias
Hallo Matthias, der Chi²-Test prüft auf Unabhängigkeit der Merkmale, die logistische Regression, ob sich ein Merkmal, also die Gruppenzugehörigkeit, durch das andere Merkmal prognostizieren lässt. Mir scheint in deinem Fall, dass die Merkmale statistisch nicht unabhängig voneinander sind, aber der Erklärungsgehalt der einen auf die andere Variable zu schwach für eine Signifikanz zu sein scheint. Evtl. lohnt sich eine größere Stichprobe bzw. mehr als eine unabhängige Variable zu prüfen.
Viele Grüße, Björn.
Hi Björn, danke für deine hilfreichen Videos! Eine Frage habe ich allerdings noch: Wie ist denn die oberste Zeile Farbe zu interpretieren? Hier ist ja lediglich die Wald-Statistik und die Signifikanz angegeben, kein Regressionskoeffizient. Was sagt mir dies? Danke schon mal !
Vielen Dank für das informative Video, es hat mir schonmal sehr weiter geholfen :)
Auch wenn das Video schon älter ist, versuch ich mein Glück.
Ich habe zwei Fragen im Zuge eines eigenen Projektes. Ich habe eine medizinische Fragestellung:
Ist Krankheit x (1 = ausgeprägt, 2 = nicht ausgeprägt) bedingt durch verschiedene Variablen (Gewicht in Gruppen, Geschlecht, etc.) ich habe somit in jeder Variable (sowohl abhängig als auch unabhängig) rein nominale Werte.
1) Meine Voraussetzungen scheint der Situation im Video zu entsprechen, allerdings möchte ich z.B. beim Gewicht in Gruppen (1 = stark untergewichtig, 2 = untergewichtig, 3 = normal, 4 = übergewichtig, 5 = stark übergewichtig) nicht 1 im Vergleich zu 5 stellen, sondern wissen, welche der Gruppen 1-5 am ehesten dazu tendiert die Krankheit x auszuprägen.
2) Als weitere Fragestellung möchte ich herausfinden, ob eine der unabhängigen Variablen vor der Ausprägung der Krankheit schützt, z.B. dass ein Normalgewicht das Risiko der Erkrankung minimiert.
Nutze ich für beide Fälle die logistische Regression bzw. kann ich beide Fälle aus der gleichen Datenauswertung schließen?
Ich bedanke mich jetzt schonmal für eine Antwort :)
Hallo, zu deinen Fragen in Kurzform:
1) das funktioniert nicht, weil du es als kategoriale Variable definierst: entweder über Dummy-Codierung und mit Referenzvergleich oder ordinal-Codierung des Gewichtes (erscheint mir hier sinnvoller).
2) das siehst du im Falle der Signifikanz am Exp(b)
Vielen Dank für die hilfreichen Videos! Wie ist das, wenn der Omnibus-Test eine Signifikanz von über 5% aber der Hosmer-Lemeshow-Test eine hohe Signifikanz von ,636 hat? Kann ich die Ergebnisse trotzdem interpretieren und wenn ja, wie?
Über eine Antwort würde ich mich sehr freuen.
LG
Hallo Björn,
Erstmal vielen Dank für die Hilfe, das Video ist für mich Gold wert!
Ich habe noch eine Frage: Wenn meine unabhängige Variable dichotom ist, muss ich sie dann als kategorial behandeln?
Liebe Grüße :)
Hallo Björn,
ich habe oft gelesen, dass eine wichtige Voraussetzung für die logistische Regression die Linearität sei. Das bezieht sich oft jedoch nur auf metrisch kontinuierliche Daten. Muss die Linearität für kategoriale variablen auch vorab getestet werden oder ist diese bereits gegeben?
Danke schon mal!
Wenn ich eine logReg mit meinem kategorialen Prädiktor durchführe, ist mein Omnibustest immer bei 0,8. Wie kann ich das ändern?
Hallo Björn! Vielen Dank schon mal für deine guten und hilfreichen Videos, die helfen mir im Moment sehr mit der Masterarbeit! :)
Ich hoffe du kannst mir helfen: ich vergleich den Einfluss von Werbung auf zwei unterschiedliche (gefilterte) Millennial Gruppen: E-Commerce und Emotional. Beide haben die gleichen Tests bekommen -> Banner sehen -> semantisches Differential (Wahrscheinlichkeiten 5-er Skala) mit Antwortpaaren (1. Banner klicken - Banner melden, 2. Preisvergleiche suchen - Preisvergleiche ignorieren usw.). Insgesamt 6 Antwortpaare.
Beide sind bereits in Polaritätsprofilen dargestellt, möchte jetzt aber beide Gruppen in SPSS auf die Signifikanz der Antworten testen. Nach Logik (unabhängige Stichproben, nicht normalverteilt) und abhängig von der Formulierung der Hypothese müsste ich einen Mann-Whitney-U-Test/ordinale Regression durchführen, ist das korrekt? Wenn ja, was würdest du empfehlen wie ich hier vorgehen sollte bzw. worauf muss ich achten?
Vielen Dank!
Hallo Jovica und danke für dein Lob!
Ein Polaritätsprofil deckt ja verschiedene Kategorien ab und eine Skalenbildung ist nicht sinnvoll oder nur teilweise möglich. Theoretisch hast du dann ja mehrere abhängige Variablen, die dann alle in nicht parametrischen Mittelwertvergleichen geprüft werden müssten (Parametrisch würde die MANOVA möglich machen). Du müsstest in dem Falle dann noch für den kumulierten Alphafehler kontrollieren, wenn du dich dafür entscheidest.
Viel Grüße, Björn.
Wie wäre die Interpretation, wenn der Omnibus-Test zwar nicht signifikant ist, aber einzelne Variablen schon?
Hallo Björn. Danke für deine guten Videos. Mein unabhängige variable hat nur zwei Ausprägungen("jung" und "alt") wie die abhängige Variable (Krankheit "ja "nein"). Ich möchte wissen ob "junge"/ "alte" Patienten ein höheres Risiko haben die krankheit zu bekommen. Wenn ich es nach deiner Anleitung auswerte, gibt SPSS keinen Wet bei Hosmer Lemeshow Test an. kann ich die OR trotzdem auswerten?
Hallo, danke für dein Lob! Ich würde bei einer 2x2-Konstellation fast schon auf den Chi²-Test umschwenken und schauen, ob es eine übermäßige Häufung bei einer der vier Merkmalskombinationen gibt und dann hieraus meine Schlüsse ziehen. Bei 2x2 mit logistischer Regression loszulaufen erscheint mir fast ein wenig viel.
Viele Grüße, Björn.
Hi, vielen Dank für deine Videos! Wie genau kann ich im Rahmen einer binär logistischen Regression auch Interaktionseffekte prüfen? Mein Moderator ist ebenfalls kategorial. Kann ich dazu einfach das Produkt der unabhängigen Variable (kategorial, 3 Ausprägungen) mit dem Moderator (kategrorial, 4 Ausprägungen) bilden und dann eine binär logistische Regression durchführen mit dem Produkt, dem Moderator und der unabhängigen Variable als Kovariate, wie im Video, oder muss ich den Moderator vorher binär kodieren? Oder kann ich dazu auch PROCESS verwenden? Wenn die abhängige Variable binär ist, funktioniert das nicht, oder?
Hallo Jessica, dazu empfehle ich ganz klar PROCESS. Einfach im Menü bei Multicategorical die entsprechende(n) Variable(n) definieren.
Viele Grüße, Björn.
Hallo Björn,
vielen Dank für deine Videos, du hilfst mir echt enorm weiter! Ich hätte noch eine Frage zur Interpretation und der Referenzkategorie. Bei meinem Datensatz ist lediglich die Referenzkategorie signifikant, nicht aber die beiden einzelnen Ausprägungen. Kann ich es trotzdem als signifikant interpretieren? Ich habe ja bei der Referenzkategorie keinen Regressionskoeffizienten, Exp(B) usw. ...
Danke für die vielen hilfreichen Videos! Was mich mich noch interessieren würde: Kann man im Rahmen einer logistischen Regression auch Interaktionseffekte prüfen wie im Video "Moderation (Interaktion) in SPSS rechnen und interpretieren" beschrieben oder ist hier ein anderes Vorgehen notwendig?
Hallo Jon Bon, danke für dein Lob! Ja, das kann man problemlos machen. Dazu geht man analog wie in dem von dir genannten Video vor.
Viele Grüße, Björn.
Hallo Björn! Danke für das super Video!
Habe nur eine Frage: Ich habe mehrere UV, davon ist eine dichotom (0=Nein und 1=ja) und bei der Referenzkategorie "letzte" angeklickt, also 1=Ja, wie interpretiere ich dann den Output? Bedeutet das bei positivem B, dass wenn die Kategorie "ja" gegeben ist, die Wahrscheinlichkeit für meine AV=1 um den Betrag Exponent(B) steigt oder bezieht es sich dann auf 0=Nein? Das finde ich immer noch sehr verwirrend... Toll, dass es jemanden wie dich gibt!
Hallo Daniela, danke für dein Lob! :-)
In deinem Fall ist es genauso wie du sagst. Wenn Nein die Referenzkategorie ist, ändert sich die relative Wahrscheinlichkeit/Chance der AV=1 um Exp(B), wenn aus dem nein ein ja wird.
Viele Grüße, Björn.
Hallo Björn, deine Videos sind wirklich super vielen Dank. Ich habe auch eine Frage, vielleicht siehst du mein Kommentar ja noch.🙈
Ich habe 2 UV (Einkommen und Ausbildung). Beide sjnd ordinal skaliert. Meine AV ist nominal skaliert. Ich habe eine binär logistische regressin gemacht und mir kommen statistisch nicht signifikante Wert raus. Was kann man da machen? Gibt es noch eine andere Möglichkeit? Würde mich über eine Antwort sehr freuen.🙏
Hallo, das kann verschiedenste Gründe haben. Die 6 häufigsten gibt es auf meiner Homepage noch mal zum Nachlesen und mit Erklärungen: bjoernwalther.com/gruende-fuer-nicht-signifikante-ergebnisse/
Viele Grüße, Björn.
Hi, ich habe ein Problem: ich möchte schauen, ob mehrere verschieden ausgeprägte Variablen einen Einfluss auf eine Variable haben, welche auch verschiedene Ausprägungen hat (von 1 sehr gut, bis 4 schlecht). Bei allen Variablen handelt es sich um Ordinalskalen. Alle anderen Hypothesen konnte ich mit deinen Videos sehr gut ausrechnen. Hierfür finde ich jedoch kein geeignetes Testverfahren. Womit kann ich das lösen?
Vielen Dank für deine sehr hilfreichen Videos!!! Ich habe noch eine Frage zu ordinal skalierten unabhängigen Variablen. Ich möchte den Einfluss von den unabhängigen Variablen wie dem Finanzwissen (ordinal skaliert von "kein vorhandenes Wissen" - Stufe 1 bis "sehr wissend" - Stufe 5) sowie die Risikoklasse (kein investment - Stufe 1 bis "aggressiv" Stufe 6) auf die Delegation der Anlageentscheidung (Ja/nein - abhängige Variable) analysieren. Gehe ich da eher vor wie bei metrischen Variablen? Weil meine Auswertung hatte mehr Sinn gemacht im Vergleich zur kategorialen Eingabe und war besser zu interpretieren (steigt das Finanzwissen um einen Wert steigt die Wahrscheinlich für die selbstständige Finanzentscheidung um xy).
Hallo Mathias, danke für dein Lob!
Genau, du gehst hier ähnlich zur metrischen Variable mit der Interpretation vor.
Viele Grüße, Björn.
Danke für das super hilfreiche Video. Ich frage mich nur, wieso bei der aV die Kaufentscheidung (Ja) getestet wird, warum nicht "Nein"? Ist das dann gleich der Auswahl "erste" oder "letzte" wie bei den uVs? Ich würde gerne testen Einfluss von 2 uVs auf dichotome aV Kanalwahl (Online vs. Offline) Woher weiß ich nun ob sich der Effekt auf die Online Kanäle oder Offline Kanäle bezieht? Lieben Dank!!!
Lieber Björn, vielen Dank für deine Videos! Warum wird zur Interpretation des Odds Ratio nicht 0,111-1 = -0,889 sprich -88,9% gerechnet? Mir ist nicht klar, warum in diesem Video die Berechnung 1/0,111 = 9 verwendet wird...
Ich hoffe auf deine Antwort.
LG, Luisa
Hallo Björn,
vielen Dank erstmal für das klasse Video.
Auch ich hätte noch ein paar Fragen zu der binär logistischen Regression.
Momentan habe ich eine IV (Financial Literacy Score 1 = Low; 2 = Medium; 3 = High) und eine DV (ETF Ja = 1; Nein = 2).
Meine IV hat vier Einflussfaktoren, Age, Education, Income und Gender, auch jeweils numerisch codiert.
Nun zu den Fragen:
- Muss die Regression mehrfach berechnet werden, aufgrund der unterschiedlichen Referenzkategorien? z.B High literacy als Benchmark und dann Low Literacy?
- Die vier Einflussfaktoren der IV dienen ja als Kontrollvariablen, weswegen sie ja nur als Kovariaten in dem Model zum tragen kommen. Diese müssen aber trotzdem vorher auf Standardabweichung und Korrelation überprüft werden oder?
Vielen Dank schon einmal für deine Unterstützung!
Hallo Julian,
je nachdem, ob du die Referenzkategorie tauschen möchtest, musst du die Regression erneut rechnen. Das Modell an sich ist identisch bleibt aber freilich identisch. Für die Kovariate kann man sich die Korrelation als Indikaot für Multikollinearität mal anschauen. Standardabweichung ist nicht zu prüfen.
Viele Grüße, Björn.
Hallo Björn,
Was sollte ich tun, wenn SPSS mir bei einer logistischen Regression folgende Fehlermeldung ausspuckt:
"Schätzung beendet bei Iteration Nummer 20 weil die Höchstzahl der Iterationen erreicht wurde. Endlösung kann nicht gefunden werden."
Es wird nach der Fehlermeldung trotzdem ein Ergebnis ausgegeben. Kann ich das dann verwenden?
Danke für die Hilfe!!!
Hallo Hannah, ja, kannst du trotzdem verwenden.
Viele Grüße, Björn.
Hey Björn, was sind den die BLUE-Annahmen für ein binär-logistische-Regression?
Hallo, BLUE, oder Best *Linear* Unbiased Estimator spiel im Rahmen der *logistischen* Regression keine Rolle. Einzige Voraussetzung der binär-logistischen Regression ist eine dichotome AV und keine Multikollinearität bei den UV.
Viele Grüße, Björn.
Wie interpretiere ich eine kategoriale unabhängige Variable, wenn die gesamte Kategorie (wie hier z.B. in der erste Zeile dargestellt: Farbe) nicht signifikant (p>0,05) ist, jedoch eine einzelne Ausprägung der Variable (z.B. bunt) signifikant ist (p
Dürfte man eigentlich eine nominal skaliert abhängige Variable Dummy codieren?
Wenn mich nur einzelne Ausprägungen interessieren?
Hallo Nico, wenn du es begründen kannst, ja. Dann würde man aber eher einfach einen Filter setzen, wenn dich nur 2 Ausprägungen der kategorialen Variable interessieren.
Viele Grüße, Björn.
Was mache ich wenn eine unabhängige Variable auch binär kodiert ist? Mir wird am Ende bei der binären Variable (gender) immer nur ein Wert in der Tabelle angezeigt. Ich habe versucht da auch, wie bei kategorialen Variablen, den Referenzwert zu ändern, aber da wurde dann die gleiche Ausprägung (männlich = 1) mit einem anderen Wert angegeben.
Hallo Björn, Wenn ich eine weitere unabhängige Variable hinzufüge, ebenfalls kategorialer Art, inwiefern bezieht sich diese auf die andere unabhängige Variable? Und in welchem Zusammenhang beziehen sich beide UV auf die abhängige Variable? LG Katharina
Hallo,
Ich habe zwei fragen, kann man bei der abhängigen Variable 0 und 1 irgendwie selbst bestimmen? Bei mir wäre es jetzt genau anders herum, also bei dir (0=Ja und 1=nein) bzw wenn nicht müsste ich das Ergebnis dann genau anders herum interpretieren (das Ergebnis ist dann die Wahrscheinlichkeit dass das Produkt nicht gekauft wird?)
Und zweitens was ist schief gelaufen, wenn beim hosmer-lameshow-test die signifikant einfach leer ist? Chi Quadrat ist bei 0,007, bei de steht 0 und die sig. Ist leer.
Danke schön!
Danke für das Video! Hat mir für meine Hausarbeit sehr gut geholfen. Ich möchte dich noch etwas zur Referenzkategorie fragen. Gibt es bei der Wahl der Referenzkategorie eine Regel, wann man die Erste oder die Letze auswählen sollte? Ich habe jeweils beide Varianten getestet und ich habe den Eindruck, dass ein besseres Ergebnis (falls man das so sagen kann ^^) heraus kommt, wenn ich als Referenz die Kategorie wähle, wo die Häufigkeit höher ist. Was meinst du dazu? :)
Hallo Amalie, danke für dein Lob!
Pauschal gibt es da keine Empfehlung. Wenn die Variable mehr als 2 Ausprägungen hat, sollte man am ehesten die Kategorie als Referenz wählen, die am weitesten von den anderen bzgl. der AV weg liegen wird. Bei dichotomen UV spielt die Wahl keine Rolle, da sich nur das Vorzeichen umdreht.
Viele Grüße, Björn.
Hallo Björn, vielen Dank für deine tollen Videos, sie retten mir die Masterarbeit!! 🙏
Ich habe noch zwei Fragen zur Auswertung der logistischen Regression.
1. Beim Hosmer-Lemeshow Test wird mir bei manchen unabhängigen Variablen bei der Signifikanz nur ein Punkt (.) angezeigt. Chi-Quadrat und df sind hierbei ebenfalls ,000 bzw. 0. Ich weiß leider nicht was das bedeutet oder mir sagen soll. Habe ich irgendetwas falsch gemacht oder vergessen?
2. Habe ich es richtig verstanden, dass wenn bei Block 1 beim Omnibus-Test der Signifikanz Wert über .05 liegt man die Null-Hypothese nicht ablehnen kann und man damit von dieser unabhängigen Variable nicht auf die abhängige Variable schließen kann? Reicht dieser eine Werte, um diese Aussage zu treffen?
Kannst du mir da weiter helfen? Ich wäre dir sehr dankbar!! :)
Danke für das hilfreiche Video. Ich habe noch eine Frage; woran könnte es liegen, dass meine Werte in der Klassifizierungstabelle bei "Vorhergesagt" in der zweiten Spalte 0 sind also sowohl bei ja/nein als auch bei ja/ja? Das sollte wahrscheinlich nicht so sein oder? :)
Hallo, gerne!
Das hängt natürlich von deinem Datensatz ab, wenn aber eine Ausprägung sehr viel häufiger vorkommt als die andere, dann "macht es sich das Modell einfach". Soll heißen, wenn Krankheit in 80% der Fälle vorkommt, prognostiziert das Modell im Zweifel, dass alle Fälle krank sind und liegt da immer noch zu 80% richtig. Meist fehlt es an UV, die zu mehr Differenzierung beitragen, speziell in solchen sehr asymmetrischen Fällen.
Viele Grüße, Björn.
Hallo Björn, wie genau rechne ich es dann aus, wenn die Odds Ratio über 1 liegt? So wie du es im Video erklärt hast, steigt ja die Wahrscheinlichkeit für den Kauf bei unter Null (0,111 in diesem Fall), heißt das dann bei über 1 sinkt die Wahrscheinlichkeit eines Kaufs? Ich dachte, es wäre andersherum...
Danke, LG
Achso entschuldige, hab schon verstanden, die Chance für das bunte Produkt ist erhöht im Vergleich zum weißen, mein Fehler. Danke für die Videos!
Lieber Herr Walther, vielen Dank für die Videos: 2 kurze Fragen:
1) Wie ist zu verfahren, wenn im Omnibus-Test p>0.05 angezeigt wird?
2) Sie schreiben auf Ihrer Homepage: Nominale unabhängige Variablen müssen als Dummy kodiert werden. Gleichzeitig benutzen sie doch "Farbe" als nominale Variable, ohne Dummy, oder verstehe ich da etwas falsch?
Vielen Dank! Julian
Hallo Julian, ein Omnibus-Test der nicht-signifikant ist, bedeutet, dass das Modell mit Hinzunahme weiterer Prädiktoren keinen signifikanten Erklärungsbeitrag leistet.
Die Dummykodierung ist natürlich nicht notwendig, wenn man SPSS damit "beauftragen" kann, wie ich es im Blogbeitrag über "Kategorial" zeige. Ich habe es im Blogbeitrag entsprechend angepasst. Danke für den Hinweis.
Viele Grüße, Björn.
Vielen Dank für das Video! Super Arbeit! :)
Eine Frage habe ich aber: Wie verfahre ich denn mit ordinalskalierten Variablen?
Hallo, danke für dein Lob! Dann würdest du eine ordinale Regression rechnen. Dazu gibt es im Moment noch kein Video bei mir, das wird aber noch folgen.
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Vielen dank für deine Antwort! Muss ich da dann was bestimmtes beachten, oder erfolgt die Interpretation zum großen Teil ähnlich?
Hallo Björn, zunächst danke für deine Videos - sie erleichtern mein PsychStudium ungemein. Für meine Thesis habe ich einen etwas umfangreicheren Datensatz, hierzu eine Frage: Ich möchte prädikative Eigenschaften versch. Variablen (kategorial, z.T. binär, als auch metrisch), z.B. soziodemografische Merkmale (Alter, Bildungsgrad, Familienstand), psychodiagnostische Merkmale (Zahl der Diagnosen, Dauer der Erkrankung), etc. auf eine binäre abhängige Variable (1 ja/0 nein) überprüfen. Muss ich dann 2 Modelle erstellen oder kann man das irgendwie in einem Modell abbilden?
Hey, stehe vor dem gleichen Problem. Hast du eine Lösung gefunden?
Hallo Björn, kann es sein, dass die Option für binär logistische Regressionen bei der Version 24 verloren gegangen ist? Mir fehlen komischerweise die ganzen Optionen, die bei dir unter "Analysieren-Regression" zu finden sind - habe nur die Optionen von "Automatische lineare Modellierung" bis "Partielle kleinste Quadrate" zur Verfügung. Hast du eine Idee, woran das liegen könnte?
Wie würde ich die binär logisitsche Regression mit der likelihood ratio statistk anstatt der Wald Statistik durchführen für mehrere Unabhängige Variabeln?
Hallo Björn,
vielen Dank für deine tollen Videos! Sie sind wirklich ungeheuer hilfreich!
Ich habe,aber ebenfalls eine Frage in eigener Sache. Und zwar habe ich eine binäre abhängige Variable und eine unabhängige Variable mit 11 Ausprägungen. Wie könnte ich alle Ausprägungen untereinander vergleichen (evtl. mit Dummies)? Oder ist es wirklich nur möglich die erste und letzte Ausprägung ins Verhältnis zu setzen?
Außerdem wollte ich fragen, wie ich in SPSS bei der binär logistischen Regression Kontrollvariablen einbauen kann, die ebenfalls nominalskaliert sind.
Vielen Dank im Voraus!
Hallo Philipp, danke für dein Lob!
Du kannst im Vorfeld für die Ausprägungen Dummy-Variablen codieren und dann jeweils die Dummyvariable bei der Modellrechnung auslassen, die als Referenzkategorie gelten soll. Quasi analog hierzu: czcams.com/video/MjvnwcsgxBo/video.html
Kontrollvariablen kannst du auch einbauen, die landen direkt mit den X-Variablen im Feld Kovariate - Achtung bei mehr als 2 Ausprägungen dieser Variablen. Auch da ist eine Dummycodierung notwendig.
Viele Grüße, Björn.
Hallo, ich hätte nochmal eine Frage zur Auswahl meiner Prädiktoren. Ich möchte explorativ gucken, welche meiner erhobenen Vaiablen einen Einfluss darauf hat, ob eine Partnerschaft getrennt wurde oder nicht. Ich habe jedoch mehr als 10 mögliche UVs, was mein Modell sehr unübersichtlich machen würde. Von daher meine Frage: Gibt es die Möglichkeit diese über SPSS vorher sinvoll ausselektieren zu lassen und falls ja, wie funktioniert das bei der logstischen Regression und woran erkenne ich, dass der Prädiktor in mein Modell mit aufgenommen werden sollte? Oder kann man für jede einzelne UV eine Regression rechnen und von Fall zu Fall entscheiden, ob der Prädiktor eine sinnvolle Erklärung bietet?
Vielen Dank schonmal!
Hallo, gerade im explorativen Vorgehen ist es etwas schwierig generelle Handlungsempfehlungen zu geben. Man kann die Variablen, wo man am ehesten einen Effekt erwartet in den ersten Variablenblock aufnehmen und die "Wackelkandidaten" in den zweiten Block. Die sehr unsicheren Einflussvariablen könnten in einen dritten Block. Alternativ kann auch jeder Wackelkandidat in einen separaten Block gesetzt (nicht separate Regression!) werden und die Änderung des R² als Indikator genommen werden - bei gleichzeitiger Signifikanz des Koeffizienten.
10 UV sind noch im Rahmen, wenn man die aber nach sicher, unsicher und sehr unsicher blockweise ins Modell aufnimmt, ist das vermutlich die beste Variante. Hier zeige ich das für die lineare Regression: czcams.com/video/CBemrESj9U0/video.html
Viele Grüße, Björn.
Lieber Björn,
vielen lieben Dank für Deine wirklich so hilfreichen und sehr klar dargestellten Videos, sie haben mir schon oft sehr geholfen!!! :)
Wenn man bei der binär-logistischen Regression mit einer dichotomen abhängigen Variable Assoziation mit einer unabhängigen kategorialen Variable testet (zusammen mit Kovariaten Geschlecht und Alter) und hierbei die getestete unabhängige kategoriale Variable mit der Option "Kategoriale Variablen definieren" NICHT näher definiert, kann man das Ergebnis trotzdem interpretieren?
Vielen lieben Dank und ganz liebe Grüße,
Lucie
Hallo Lucie, danke für dein Lob!
Meines Wissens wird die kategoriale UV in dem von dir beschrieben Fall als numerisch, also ordinal/metrisch behandelt. Die Ergebnisse wären dann wohl eher nicht zu gebrauchen.
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Vielen herzlichen Dank für Deine wertvolle Hilfe!!
Hallo Björn,
würdest du auch so vorgehen, wenn die unabhängige Variable in Form einer einzelnen 5 oder 7 Punkte Likert Scale (z.B.: Strongly disagree - Strongly agree) vorliegt? Mir schwirrt im Kopf herum, dass das hier auf die Anzahl der Abstufungen ankommt ?
Hallo Sebastian, da hast du vollkommen Recht. Bei ordinalen anhängigen Variablen sollte man eine ordinale Regression rechnen. Es gibt auch Disziplinen, die sprechen bei ordinal such von quasi-metrisch und rechnen die ganz normale lineare Regression. Wäre zumindest zu prüfen, ob deine dazugehört. ;-)
Viele Grüße, Björn.
ich möchte eine binär logistische Regression rechnen. Meine Prädiktoren sind alle kategorial oder ORDINAL (z.B. Einkommen: hoch/mittel, niedrig).
1. Kann/sollte ich die ORDINALEN Prädiktoren als kategoriale definieren? Dann ich doch z.B. ein solches Ergebnis erhalten: "Im Vergleich zu Personen mit hohem Einkommen(Reefernzkategorie) haben Personen mit niedrigem Einkommen ein X-faches Risiko für das Outcome". Oder besser als metrische Prädiktoren behandeln? Mir ist unklar, ob das von Vorteil ist und wie die Interprretation dann ist.
2. Muss ich bei ausschließlich kategorialen und ordinalen Prädiktoren auf Multikolinerität testen, oder gilt das nur für metrische?
Vielen Dank!!
Hallo Conny, zu deinen Fragen:
1. Ordinale Prädiktoren sollten als solche verwendet werden, es sei denn, du kannst das niedrigere Skalenniveau begründen. Ein höheres Niveau ist bei niedrig/mittel/hoch Ausprägungen nicht möglich.
2. Ja, auch hier kann eine Redundanz vorliegen, z.B. wenn Einkommen mit Schulabschluss zu hoch korreliert.
Viele Grüße, Björn.
Ich sitze gerade an meiner Bachelorarbeit und verzweifle ein wenig bei meinen unabhängigen Variablen, da zwei davon 1-6 Likert-skaliert sind und somit ordinal. Muss ich da eine Dummy-Kodierung vornehmen oder kann ich die Variablen wie metrisch-skalierte behandeln? Mir ist die Rangfolge eigentlich schon wichtig in der Interpretation weswegen ich die Dummy-Kodierung nicht bevorzuge.
Vielen Dank!
Hallo AnniK, die unabhängigen Variablen können beliebe Skalenniveaus haben. Ordinal ist analog zu metrisch zu interpretieren. Dummy-Kodierung brauchst du nur bei kategorialen Variablen vornehmen.
Viele Grüße, Björn.
Hallo Björn!
Ich hoffe, du siehst meine Frage noch :)
Lässt sich die binär logistische Regression in SPSS auch durchführen wenn die UV ein Mehrfachantworten-Set ist? Ich finde dazu keine Möglichkeit.
Falls nein, bleibt die Frage ob es neben dem Chi-Quadrat Test noch eine andere statistische Möglichkeit gibt, einen Zusammenhang zwischen der nominalen UV (mehrfachantworten) und der AV (nominal) zu überprüfen.
Vielen Dank schonmal & Weiter so!!
Hallo Julian, standardmäßig ist mir keine Vorgehensweise hierfür bekannt. Man könnte das Mehrfachantwortset theoretisch in eine kategoriale Variable überführen - was aber zu sehr vielen Ausprägungen führen wird, da sehr viele Kombinationsmöglichkeiten existieren. Dann wäre man aber automatisch im Bereich der multinomialen logistischen Regession, würde aber wohl sehr viele Fälle voraussetzen, weil du potentiell sehr viele verschiedene Ausprägungen der AV hast.
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Danke dir!!
Danke für die hilfreichen und gut erklärten Videos!
Ich habe eine Frage und zwar: wie muss ich vorgehen, wenn meine Werte von Exp(B) über 1 liegen? Ich habe z.B. die (signifikanten) Exp(B) Werte von 2,514 und 1,137. Wie kann ich diese in die Wahrscheinlichkeiten, dass ein Fall eintritt umrechnen? Weil z.B. wenn ich 1/2514 rechne erhalte ich 0,397. Entspricht das dann einer Wahrscheinlichkeit von 39,7, dass ein bestimmter Fall eintritt? Ich hoffe meine Frage ist verständlich :-) Vielen Dank :-)
Hallo Silvia, du kannst mir relativen Wahrscheinlichkeiten arbeiten. Dazu würdest du 1 vom EXP(B) abziehen und hättest dann die relative Wahrscheinlichkeit. Die relative Wahrscheinlichkeit nimmt in deinem Fall um 2,514-1 = 1,514 = 151,4% zu. Das ist aber nicht die absolute Wahrscheinlichkeit. Besser ist es stattdessen mit den odd's zu argumentieren.
Viele Grüße, Björn.
Ich hätte eine Frage! Ich würde gerne das Akademische Selbstkonzept (hoch-niedrig) von Studierenden über die Motivation (mehrere variablen) von studierenden (hoch und niedrig) vorhersagen. Wäre das dann eine multiple logistische Regression mit einen binären Prädiktor und kann ich das analog berechen?
Hallo, wenn die AV dichotom ist, ist eine binär logistische Regression ausreichend. Bei mehr als zwei Ausprägungen der AV ist eine multionomiale logistische Regression zu rechnen.
Viele Grüße, Björn.
Hallo Björn, vielen Dank für das tolle Video!!! Ich habe eine Frage über die Konstante. Bin im Fach Sozialwissenschaft, und für das Ergebnis der logistischen Regression sollen wir auch Konstante berichten. Nun möchte ich fragen, welche Konstante ich nehmen soll, die vom Block 0 oder Block 1? Vielen Dank im Voraus!
Hallo kay, danke für dein Lob!
Sofern der Omnibus-Test für das Modell 1 signifikant ist, berichtest du die Werte aus Block 1.
Viele Grüße, Björn.
Vielen Dank für das tolle Video!
Leider stehen wir gerade komplett auf dem Schlauch bei unserem Datensatz, in dem sowohl die unabhängige als auch abhängige Variable kategorial sind. Dabei ist die Frage, inwiefern die Verbundenheit zu einer Partei die Wahl besagter Partei vorhersagen kann. Es geht dabei um eine bestimmte Partei X. Die Frage ist, inwiefern die Verbundenheit zur Partei X auch die Wahl besagter Partei X vorhersagen lässt. Soll man dann sowohl die unabhängige als auch abhängige Variable dummy kodieren mit 1-Partei X und 0-alle anderen Partien oder wie muss man da vorgehen?
Über Hilfe wären wir enorm dankbar! :)
Hallo Jenja, es klingt so, als ob eurer AV nicht dichotom ist. Wenn sie mehr als zwei Ausprägungen hat, rechnet ihr eine multinomial logistische Regression. Da müsst ihr eine sinnvolle Referenzkategorie festlegen. Eure UV, also der Faktor ist im Vorfeld mit Dummys zu kodieren. Ich würde an eurer Stelle aus Gründen der Einfachheit eher einen Chi²-Test rechnen und schauen, ob sich erwartete und beobachtete Häufigkeiten voneinander unterscheiden.
Viele Grüße, Björn.
Mir ist noch eine zweite Frage gekommen. Vielleicht, kannst du mir bestätigen, dass ich richtig denke :D Und zwar hat SPSS in meiner Analyse automatisch die abhängige Variable (jemals koronare Herzkrankheit (Arztdiagnose)) mit Ja= 0 und Nein = 1 codiert. Ich habe mich anfangs gewundert, warum es bei mir anders herum ist...weil bei den meisten anderen Analysen, die ich in Tutorials gesehen habe (z.B. auch bei dir), ist Ja immer mit 1 codiert. Aber eigentlich ist es ja so wie es bei mir ist auch richtig. Das bedeutet nur, ich muss meine Fragestellung anders formulieren. Anstatt "Haben...(meine unabhängigen Variabeln) einen Einfluss auf die Wahrscheinlichkeit jemals eine Diagnose zu erhalten?" muss ich sagen "Haben...(meine unabhängigen Variabeln) einen Einfluss auf die Wahrscheinlichkeit jemals KEINE Diagnose zu erhalten?". Habe ich recht, oder ist mein Gedanke Blödsinn? :)
Hallo Amalie, durch die Umkehr deiner Codierung musst du entsprechend bei der Interpretation aufpassen. Ich würde dahe sagen, dass du richtig liegst. Die Fragestellung muss man nicht unbedingt umformulieren, man muss nur bei der Interpretation darauf hinweisen, die Codierung der AV "andersrum" ist.
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Dankeschön für die Antworten! :)
Hallo Björn,
danke für die vielen super Videos, helfen einem wirklich sehr beim Verständnis!
Ich habe eine Frage zu meinem eigenen Projekt. Meine unabhängigen Variablen sind:
1) Einstellung zum Unternehmen (1-5 Likert Skala),
2) Geschlecht (m/w/d),
3) Alter (in Jahren),
4) Einkommen (in Einkommensklassen gegliedert) und
5) Bildung (in Abschlussklassen gegliedert).
Meine abhängige Variable ist dann die Kaufentscheidung (0 für „Produkt 1“, 1 für „Produkt 2“ und 2 für „keines“).
Da meine abhängige Variable durch die „keines“-Option nicht mehr binär ist, weiß ich nicht genau welche Regression ich verwenden muss.
Freue mich auf deine Antwort.
Hallo jo und danke für deine lobenden Worte!
In deinem Fall kommt wohl eine ordinale Regression infrage, da deine abhängige Variable drei Ausprägungen hat.
Viele Grüße, Björn
vielen Dank für das Video, was mache ich, wenn ich kategoriale und metrische Prädikatoren habe?
Hallo Isabel, das kannst du in der logistischen Regression auch direkt rechnen. Das Skalenniveau der Prädiktoren ist beliebig.
Viele Grüße, Björn.