Logit Analyse & SPSS

Wissenschaft Mathematik
#1

Hey,

Rechne zum 1. Mal eine Logit-Analyse(also Uv-Av Beziehung, multinominal) und find keine gute deutsche Literatur, insb. kein SPSS Buch, das näher darauf eingeht.

Deshalb hier n paar Fragen
1.) Wenn ich ein Signifikanzniveau von .10 habe setze ich das Konfidenzintervall auf .90?
2.) Delta setzt man auch bei kleinen Stichproben auf 0?
3.) !! Das erste Sig.niveau, dass sich auf die gesamte UV bezieht also zb [UV=0] ist signifikant, wenn die beobachteten Randhäufigkeiten voneinander abweichen? Wenn die erwarteten Randhäufigkeiten voneinander abweichen? Hat das irgendwas mit den erwarteten Zellhäufigkeiten zu tun? (Darf in meiner Studie die erwarteten Zellhäufigkeiten unter 5, aber nicht unter 1 lassen) - wie berechne ich das? *g*

Bitte, bitte um ne Antwort! Wenn möglich auch Literatur zur SPSS Ausgabe!

Danke!!!
Lg, Christiane

#2

Hi Christiane,

an das Englische musst du dich Möglichkeit, da findet sich einfach mehr.
Ein kommentiertter Output findet sich z.b. hier: http://www.ats.ucla.edu/stat/spss/output/mlogit.htm
ansonsten:

1.) Wenn ich ein Signifikanzniveau von .10 habe setze ich das
Konfidenzintervall auf .90?

ja, fragt sich aber, warum du alpha=10% wählen möchtest, üblich wären 5%.

2.) Delta setzt man auch bei kleinen Stichproben auf 0?

Laut Handbuch ist der Zweck von Delta: „Allows you to specify a non-negative value less than 1. This value is added to each empty cell of the crosstabulation of response category by covariate pattern. This
helps to stabilize the algorithm and prevent bias in the estimates.“
und dient generell ( nicht nur bei kleinen Stichproben) dazu, leere Zellen „rechenbar“ zu machen. wie groß delta gesetzt werden sollte, weiß ich nicht, wenn du keine leeren Zellen hast ist es eh egal, ansonsten würde ich mal ein wenig rumprobieren (mit Bsp daten und nicht den echten!) um eine Gefühl dafür zu bekommen.

3.) !! Das erste Sig.niveau, dass sich auf die gesamte UV
bezieht also zb [UV=0] ist signifikant, wenn die beobachteten
Randhäufigkeiten voneinander abweichen?

die parameterschätzer (das B im output) ist dann signifikant, wenn dieser Effekt einen signifikanten einfluss auf die W’keiten hat, die berechnet wurden. Mit den erwarteten Häufigkeiten und den Randhäufigkeiten hat das zwar schon etwas zu tun, aber nicht so, wie du es beschrieben hast.

Hat das irgendwas mit
den erwarteten Zellhäufigkeiten zu tun? (Darf in meiner Studie
die erwarteten Zellhäufigkeiten unter 5, aber nicht unter 1
lassen) - wie berechne ich das? *g*

Was willst du da berechnen?

Grüße,
JPL

#3

Hey, danke für den Link. Den kenn ich noch nicht.
Allerding berechne ich keine lineare Regression, sondern ein loglineares Modell - also eine UV/AV - Beziehung mit Nominaldaten.

> ja, fragt sich aber, warum du alpha=10% wählen
> möchtest, üblich wären 5%.

Da es sich um eine explorative Studie auf Basis von Interviews handelt und ich keine gerichteten Hypothesen habe, habe ich mich für ein alpha von .10 entschlossen.

> Laut Handbuch ist der Zweck von Delta (…)

Hab ich mittlerweile schon herausgefunden. Hatte vorerst scheinbar weniger gute Literatur, bei der zu Delta nur „unbedingt auf 0 setzen“ stand.

> Mit den erwarteten Häufigkeiten und den
> Randhäufigkeiten hat das zwar schon etwas
> zu tun, aber nicht so, wie du es beschrieben hast.

Ich hab ja beim logit - Modell (nicht bei der Regression) zum Beispiel zwei Lambda. Eines für den Effekt und eines nur für die „AV“ alleine. Dieses für die AV weiß ich nicht ganz zu interpretieren, aber wird signifikant, wenn die Mittelwerte (Randsummen) der AV nicht gleichmäßig verteilt sind. Darf ich den eigentlichen Effekt überhaupt interpretieren wenn die Randsummen sig. ungleich verteilt sind?

Lg, Christiane

#4

Hi,

Hey, danke für den Link. Den kenn ich noch nicht.
Allerding berechne ich keine lineare Regression, sondern ein
loglineares Modell - also eine UV/AV - Beziehung mit
Nominaldaten.

die Seite befasst sich mit einem logit-Modell (oder logistische Regression); ein loglineares Modell ist etwas ganz anderes.

> ja, fragt sich aber, warum du alpha=10% wählen
> möchtest, üblich wären 5%.

Da es sich um eine explorative Studie auf Basis von Interviews
handelt und ich keine gerichteten Hypothesen habe, habe ich
mich für ein alpha von .10 entschlossen.

auch für explorative Studien ist das untypisch, aber bitte …
denn der „Vorteil“ von explorativen Studien ist, dass man nicht auf multiplizität adjustieren muss und das alpha bei 5% 2-seitig verwendet.
Das Heraufsetzen vom alpha liefert dann sogar noch mehr signifikante Ergebnisse.

> Mit den erwarteten Häufigkeiten und den
> Randhäufigkeiten hat das zwar schon etwas
> zu tun, aber nicht so, wie du es beschrieben hast.

Ich hab ja beim logit - Modell (nicht bei der Regression) zum
Beispiel zwei Lambda. Eines für den Effekt und eines nur für
die „AV“ alleine.

Ich steh auf dem schlauch. du hast eigentlich eine Intercept udn dann die ganzen Effekte. Meinst du mit „für die AV alleine“ die Intercept? eine Erklärung dazu findet sich in dem Link etwa in der Mitte der Seite. Kurz gefasst bedeutet der Wert der Intercept das Verhältnis zwischen dieser und er Referenzgruppe, wenn alle anderen Faktoren unbeachtet bleiben. Allerdings ist die Skala nach einer logit-transformation (was nicht nur eine simple log-TraFo ist) kaum interpretierbar, deswegen schaut man sich die exp(Koeffizienten) an, die dann odds ratios darstellen und deren natürlicher 0-Punkt der Wert 1 ist.

HTH,
JPL

#5

> auch für explorative Studien ist das untypisch,

hast ansich recht, hab aber oft gesehen, dass bei explorativen studien gerne alpha=.10 gesetzt wird.

> aber bitte …

… aja, danke ich denks mir *lach*

> Kurz gefasst bedeutet der Wert der Intercept (…)

ah danke! Im Logit - Modell ist es als [UV=Kodierung] angegeben.

> Allerdings ist die Skala nach einer logit-
> transformation kaum interpretierbar, deswegen
> schaut man sich die exp(Koeffizienten) an, die
> dann odds ratios darstellen und deren natürlicher > 0-Punkt der Wert 1 ist.

Ist mir bewusst, thx

Lg, Christiane