Voraussetzungen der logistischen Regression

Die logistische Regression wird gerechnet, wenn der Einfluss von Faktoren auf eine dichotome abhängige Variable untersucht werden soll. Dabei können die Faktoren metrisch oder kategorial sein.

Im Gegensatz zur linearen Regression hat die logistische Regression nicht ganz so viele Voraussetzungen. Dennoch ist es wichtig, die Voraussetzungen zu prüfen, denn nur wenn sie erfüllt sind, darf das Ergebnis der logistischen Regression verwendet werden. Weiterlesen

Checkliste Multiple Lineare Regression

Hier findest Du zum Download eine Checkliste für die Multiple Lineare Regression:

Checkliste-Multiple-Lineare-Regression-Daniela-Keller

Wenn Du mehr über die Multiple Lineare Regression und insbesondere ihre Durchführung mit SPSS wissen willst, sieh Dir doch mein E-Book dazu an: E-Book Multiple Lineare Regression mit SPSS

Mini-Video-Tutorial: Multiple lineare Regression mit SPSS/IBM

Die multiple lineare Regression ist ein komplexeres statistisches Verfahren. Mit ihr können interessante Zusammenhänge zwischen unterschiedlichen Variablen untersucht werden. Deshalb findet sie in vielen Disziplinen Anwendung.

Sie hat einige Voraussetzungen und – gerade bei komplexeren Designs – ist die Interpretation des Ergebnisses nicht immer einfach.

In diesem Video zeige ich Dir an einem Beispiel, wie die multiple lineare Regression in SPSS umgesetzt wird. Welche Einstellungen sind notwendig, um das Modell aufzustellen und die notwendigen Voraussetzungen zu prüfen? Wie wird das Ergebnis dargestelt und interpretiert?

Eine genaue schriftliche Anleitung zur Umsetzung der multiplen linearen Regression mit SPSS mit zahlreichen weiteren Infos und Tipps zu dieser Methode findest Du in meinem E-Book.

Wenn Du Interesse hast, die Analyse für Deine Abschlussarbeit mit SPSS von mir angeleitet und in der Gruppe umzusetzen, dann ist der im März 2017 startende Onlinekurs für Dich interessant. Hier kannst Du Dich genauer informieren!

Effektstärke

Effektstärkemaße gewinnen immer mehr an Bedeutung in statistischen Analysen. Und das ist auch gut so, denn sie sind sehr wichtig zur Interpretation deiner Ergebnisse.

Wozu Effektstärkemaße?

Maße für die Effektstärke geben dir die Größe und die Richtung eines Unterschieds bzw. eines Zusammenhangs an. Damit sind sie essentiell zur Interpretation der Ergebnisse einer statistischen Analyse.

Meist werden standardisierte Effektstärkemaße verwendet, die unabhängig von der Maßeinheit der Skala interpretiert werden. Weiterlesen

Wie werden die Koeffizienten in der linearen Regression interpretiert?

In diesem Beitrag möchte ich dir zeigen, wie die Koeffizienten der linearen Regression interpretiert werden.

Mittels linearer Regression wird der lineare Zusammenhang zwischen einer Zielvariablen Y, im medizinischen Bereich z.B. der Blutdruck und einer oder mehreren Einflussvariablen X (Gewicht, Alter, Geschlecht…) untersucht. Die Zielvariable Y muss dabei stetig sein, die Einflussvariablen können stetig (Alter), binär (Geschlecht) oder kategorial (Sozialer Hintergrund) sein. Meist wird für die bivariaten (also paarweisen) Zusammenhänge zunächst ein Streudiagramm (Punktwolke) erstellt, wodurch sichtbar wird, ob es sich um einen linearen oder einen nichtlinearen Zusammenhang handelt. Bei einem linearen Zusammenhang kann man quasi eine Grade durch die Punktwolke ziehen. Weiterlesen