Beiträge von hebbel

hallo tangaroa

aha
also:
ich dacht du wolltest korrealationen auf signifikanz prüfen
diesbezüglich ist das skalennieveau der daten relevant
intervallniveau versus ordinalniveau

du hast aber offenbar daten auf intervallniveau vorliegen,
deren verteilung ( nicht NV) unbekannt istund willst die verteilungsfunktion ( F(x) ) schätzen
d.h. in welcher art und weise kann ich von beobachteten werten
auf eine theoretisch verteilung schließen

die rangransformationen die du erwähnst
liefer keine ränge sonden PROZENTRÄNGE
dieser entsprechen einer cumulierten verteilungsfunktion

spearman behandelt rangwerte auf ordinalniveau wie intervalldaten
also pearson auf ordinalniveau
wert x(intervall) ----> tranfomation in ränge(ordinal)

5.6 rang 2
3.5 rang 1
7.8 rang 3
8.9 rang 4

dieser darf dann aber auch nur ordinal interpretiert werden
d.h. differenzen machen keinen sinn oder ein r^2 (determination)
ist nicht zu interpretierten

ich glau das du so was gar nicht meinst
sonder verteilungsfunktionen mit einander
korrelien d.h. auf passung prüfen willst
als eher so:
wert x ----> tranfomation in ränge ----> prozent rang z.b. BLOM
3.5 rang 1 23%
5.6 rang 2 42%
7.8 rang 3 56%
8.9 rang 4 78%
(geschätzt)
es werden dann aber nicht die werte oder ränge korreliert
sondern die prozentränge mit einer angenommen theo. verteilung
z.B. poisson verteilung mit der Ho : daten poisson verteilt

prozentränge kann man dann in normränge transformieren
d.h. 23% entspräche einem z von "soundsoviliel"
einer normalverteilung, das heißt nicht das die x werte normalverteilt sind
oder gemacht werden, dies ist nur rein descriptiv zu verstehen.
was willst du korrelieren und wozu ?

so nochmal denken
1)
du willst zwei oder mehr variablen korrelieren
mit dem ziel einer schätzgleichung (regression)
die variablen sind nicht NV
da nicht NV ist ein signifanzprüfung dieser regression fraglich
( NV als vorraussetzung eines F-tests)

oder
2)
du willst eine beobachtet verteilung
mit einer theortisch verteilung via korrelation auf passung prüfen

zu 1
man darf intervall daten nur positiv linear (y=ax+b, z-tranformation)
transformieren alle anderen tranformationen ( z.B. rang oder y=ln(x) ...)
würde die innere struktur verändern, sie würden ihr bedeutung
verlieren ( bedeutsamkeitsproblem der meßtheorie)

deine frage:

Warum soll man bei nicht normalverteilten Daten eine Rangtransformation (welche?) durchführen bevor man damit eine Regression rechnet?

meine antwort

hä? wer sagt das ? und wozu ?
ich kenn rangtransformationen nur im sinne von punkt 2
tut mir leid

nenn mir doch mal deine hypothesen.

bis auf weiteres

hebbel

P.S.
wie gehts den sensation seekern?

hallo und gruß nach wien

wenn man eine korrelation intervallskaliertee daten
auf signifikanz prüfen möchte, müssen diese daten normalverteilt sein
oder die stichprobe sollte größer als 100 sein, weil der t-test als assymptotik
eines "zu aufwendigen" randomisierungs-tests dies voraussetzt.
sind die daten also nicht NV und die stichprobe ist klein, bleib
als notbehelf der wechsel in das darunter liegende skalenniveau, also
ordinalniveau , der test wäre dann "prüfen der kendall-summe" auf
signifikanz. vergebe also range, ordnen der nach der größe.
(ich kenn nur eine rangtranformation eben die vergabe
von rängen)
die möglichkeit einer regression, d.h. sätzung der einen variable
durch eine andere bleibt dann aber verschlossen.

ich hoffe ich konnte helfen

gruß
hebbel

glückwunsch und gruß an alle
meine lösung:

P(alarm / einbruch) = P(a / e) = 0.95
P(kein alarm / einbruch) = P( ka / e) = 0,05

P(alarm / kein einbruch) = P(a / ke) = 0,01
P(kein alarm / kein einbruch) = P(ka / ke) = 0,99

P(einbruch) = P(e) = 0,005
P(kein einbruch) = P(ke) = 0,995

1) P(alarm) = P(alarm und einbruch) + P(alarm und kein einbruch)
= P(a / e) * P(e) + P(a / ke) * P(ke)
= 0,95 * 0,005 + 0,01 * 0,995

= 0,0147

2) es müßte doch heißen: ausgelöst wurde !!!!
ansonsten wäre die lösung P( alarm / einbruch) = 0,95
also gesucht:
P(einbruch / alarm) = P( a und e) / P(a) = (0,95 * 0,005) / 0,0147 = 0,323 (bayes)

hebbel

hallo othmar

das ergebnis sagt dir:
je höher das selbsturteil umso größer ist der unterschied zwischen fremd-
und selbsturteil.

es ist schwer einen rat zu erteilen,
wenn man über die probleme die du hast nur mutmaßungen anstellen
kann .

mach doch mal folgendes
nimm die selbsturteile und wiederhole die prozedur
die du beschrieben hast mit einer konstant als fremdurteil
zB den mittelwert aus den selbsturteilen
dann würden hohe selbsturteile unterschätz
und niedrige überschatzt korreliere und du hast eine hohe negative korrelation
das bedeutet aber daß ein fremdurteil nicht differenzieren kann
ein fremdurteil gar nichts bedeutet weil es ja jedem denselben wert
zuspricht. mach das ganz dann nochmal mit dem betrag der diff.

die fremdurteile sollten über alle situationen der selbsturteile
diegleiche verteilung und varianz aufweisen
im mittel sollten sie sich unterscheiden
ist fremdurteil überhaupt möglich
ist selbsturteil überhaupt möglich
du operierst ohne UV , also nichtexperimentell
mit zwei variablen die beide nichts bedeuten müssen
an der SSS V kann man so seine zweifel haben

eine korrelation alleine sagt nichts
du hast auf der einen seite ein rater-problem (fremdurteil)
und auf der anderen seite ein testtheoretisches (selbsturteit)
was interessiert also
willst du das selbsturteil am fremdurteil validieren, auf der suche nach dem
"wahren wert"
oder unterschiede zwischen selbst und fremdwahrnehmung analysieren.

ohne kenntnis des backgrounds und des versuchsplans
kann ich eigentlich gar nichts raten, sondern nur raten.

viele grüße hebbel

hallo othmar

korreliere die differenz nicht mit dem fremd, sondern selbsturteil,
da die differenz bei niedrigen selbsturteilen auch niedriger ausfällt
und bei hohen höher, müßte eine positive korrelation entstehen.

fremd selbst diff
10 - 7 = 3
8 - 4 = 4
5 - 4 = 1
4 - 3 = 1
1 - 0 = 0

wenn die daten der uni gehören, frag ich mich wem die uni gehört?aber sei ruhig mistrauisch, aber bitte auch gegenüber deiner eigenen
arbeit, da sie hilft den weg zu einem "gläsernen Menschen" zu beschreiten.
mag sein, daß sie heute noch ein party gag ist, aber die ziele sind sicherlich andere.

gruß
hebbel

hallo mike

gut ist das buch von

OPITZ " mathematik , lehrbuch für ökonomen"
oldenbourg verlag
es deckt alles ab analysis , lineare optimierung,
mit guten beispielen, und ohne überflüssige mathe

gruß
hebbel

hallo othmar

spontan würde ich dir raten mittle die fremdurteile und korreliere sie mit
den selbst urteilen,
ich befürchte aber das die sache etwas komplizierter ist.

bin bei einer kurzen recherche z.B. auf den namen :
"Atzmueller Michaela, Wien" gestoßen, sagt dir das vielleicht etwas?

du solltest dir in erster linie ( dies auch ein rat an alle andere !) klar darüber sein
welcher effekt dich interessiert, hypothesen geleitet.
diesen dann erstmal rein descriptiv zu erfassen versuchen,
die dazugehörige inferenzstatistische absicherung ergiebt sich erst in zweiter linie,
ob mit einen gängigen verfahren , oder einen speziell " ich sag mal gebastelten"

da die 25 vpn "linear" ausgewählt wurden
kann ich mir z.B. vorstellen das die übereinstimmung in den extremen bereichen
höher ist als im mittleren, was eine einfache korrelation nicht entdecken würde

bilde doch einfach mal die differenz zwischen fremd- und selbsturteil, quasi als art fehler und korreliere diese dilfferenz mit dem selbsturteil.
ich schau mir mal die zuckerman skala an, und versuch mir dann vorzustellen
wie du sie umgeschrieben hast.

man sollte aber nicht eine "neue" skala als meßinstrument einsetzten, und
gleichzeitig versuchen die reliabilty abzuschätzen, das geht nicht.
ich würde mir z.B. mal die streuung in den einzelnen fremdurteiler gruppen
anschauen, diese sollten homogen sein, aber was wenn nicht?
ist das dann chaos oder ein bestimmter effekt?

würde mich freuen wenn du mir die daten mailst , würde gern damit etwas
" rumspielen" , natürlich mit allem respekt.

viele grüße
hebbel

hallo othmar

ertsmals finde ich es heikel einen fragebogen einfach von selbst auf
fremdurteil umzubasteln, ob du damit valide und reliable meßwerte erhältst
ist fraglich.

außerdem kann man keine statistische aussagen bei nur einer person machen,
wie will man dies auf andere verallgemeinern, mit einer one-man-show.

sollten fremd -und selbsturteil übereinstimmen, sagt dies nichts über zukünfige
vergleiche dieser art aus, sondern gilt nur für diese person.

solltes du dich aber auch nur für diese person interessieren, würde
ich einen sog." fisher-pitman-test für eine stichprobe" machen,
damit testest du ob die fremdurteile, das sind ja mehrere, im mittel mit dem
selbsturteil übereinstimmen.

schick doch einfach mal die daten.

gruß
hebbel

hallo

informiere dich doch mal zum thema "DISKRIMINANZANALYSE"

oder korreliere die variablen einfach mal,erstmal nur zwei ,dann vielleicht multipel
d.h. über "REGRESSIONSMODELLE"

hast du vorab bereits hypothesen über die zusammenhänge
lösung deines problems über "STRUKTURGLEICHUNGSMODELLE"

gruß
hebbel

eine frage : wie soll hier der lineare korrelationkoeff 1 werden ???????????


generell
meßwerte unterscheidet man nach den skalenniveau

z.B.: nominalniveau, ordinalniveau oder intervallniveau...
in abhängigkeit davon sind nur ganz bestimmte testverfahren zulassig, bedeutsam

HIER
GESCHLECHT ist nominalniveau, da es eine dichotome variable ist, kann sie aufgrund dessen als intervalniveau interpretiert werden, und in die zahlen 1 0 umcodiert werden.

LANDKREIS ist nominalniveau es liegt nur kategorial vor
ich würde diese variable um ein kategorie erweitern: landkreis 1
landkreis 2
restliche landkreise
da man sich ja fragen muß was sollen die angaben zum regierungsbez.

also sind mögliche zu prüfende hypothesen

Ho sind landkreis und geschlecht voneinander unabhängig
---- d.h. chi2 test für kontingenztafeln

Ho unterscheiden sich die landkreise bzgl. des "mittleren" geschlechts
----- d.h. einfaktorielle varianzanalyse für unabhängige stichproben

Ho unterscheiden sich die mittelwerte der drei landkreiskategorien jeweils paarweise
------ d.h. t- test auf mittelwertunterschied ( 3mal)

Ho ist das geschlecht in allen drei gruppen gleichverteilt
----- d.h. binomialtest auf eine trefferwahescheinlichkeit von p=0,5 ( 3mal)

alle obigen test unter annahme ihrer jeweiligen voraussetzungen

grüß
hebbel

prä post heißt für mich meßwiederholung
vor dem trainigsprogramm wurde gemessen und nach dem training,
dies bei zwei unabhängigen gruppen zu unterscheiden durch die dauer des trainings.

aber das kann aufgrund unzureichenden angaben auch anders gewesen sein??

versuchspläne sollten hier graphisch dargestellt sein und nicht verbal

mfg
hebbel

es handelt sich wohl um eine zweifakorielle varianzanalyse mit einer meßwiederholung auf einem faktor.

ihr müßt unter "analysieren"
dann "allgemeines lineares model (general inenear model"
zu " meßwiederholung"

müßt dann den meßwiederholungsfaktor angeben, z. B "ZEIT"
mit zwei stufen (vorher-nachher), und "hinzufügen" clicken,dann weiter mit "definieren".

ihr müßt dann eure variablen zuordnen

ihr habt drei variablen, eine beschreibt die gruppenzugehörigkeit, die beiden anderen müßten die messung unter den bedingungen"prä" und "post" repräsentieren.
die gruppenvariable clickt ihr ins feld "zwischensubjektfaktor"(between subject)
die beiden Zeitvariablen in das feld über dem steht
"innersubjektfactor"(innersubject), hierfür sind zwei stellen freigehalten mit fragezeichen.
mit "ok ist dann die eingabe abgeschlossen.

die vorrausetzungen die tinka erwähnt sind bei diesen stichprobengrößen wie von selbst erfüllt, oder verletzungen dieser werden durch die varianzanalyse automatisch herausgerechnet, so wie bei behrens fisher.
ihr bekommt vier signifikanzangaben ( Spur, Wilks, usw...)die normalerweise bei effekten alle signifikant werden.

der vorschlag von tinka eines t-Tests entspricht dann der wechselwirkung
bei der varianzanalyse.

Gruß
Hebbel