SPSS-FORUM.DE

[Sportstudentin]

Liebe Forschungserfahrene

In SPSS ist im Rahmen der GzLM anzugeben, ob man mit robusten oder modellbasierten Schätzer arbeiten will (Verallgemeinerte lineare Modelle - Schätzung - Kovarianzmatrix). Bei mir erhalte ich sehr unterschiedliche Ergebnisse, je nach dem, ob ich mit dem Modellbasierten Schätzer oder dem robusten Schätzer arbeite. Bei letzterem erhalte ich Signifikanzen auf dem 0,001-Signifikanzniveau, bei ersterem nur auf dem 0,05-Signifikanzniveau. Das ist doch ein erheblicher Unterschied. Welchen Schätzer gilt es denn zu verwenden? Wie ist das zu entscheiden? Ich wäre sehr froh um Hilfe!

Vielen Dank!!!
Martina

[aziz]

Den robusten Modellschätzer solltest du verwenden, wenn die Annahme bezüglich der Varianz der Fehler verletzt scheint. Deuten bspw. Residualplots auf heteroskedastische (unterschiedliche Varianz) Fehler hin, so sollte der robuste Modellschätzer verwendet werden.

Gruß

[Sportstudentin]

mmhh, also, gemäss Levene Test in der explorativen Analyse scheinen meine Daten dem Kriterium der Varianzhomogenität zu entsprechen. Das würde heissen, ich sollte den Modell basierten Schätzer nehmen? Das obwohl ich mit dem robusten eigentlich signifikantere Werte erhalte? Sollte man in dem Fall, wenn immer möglich den Modell basierten nehmen, ausser eben, es liegen Verletungen vor? Oder was spricht sonst gegen den robusten Schätzer, wenn man ja dort bessere Resultate erhält? Garson zB. empfiehlt doch den robusten? Wäre sehr dankbar, wenn du mir da noch weiterhelfen könntest!!! Danke bereits herzlich für deine raschen Antworten, das ist sehr,sehr hilfreich, da man sonst immer blockiert ist!!! Danke vielmals, ist nicht selbstverständlich!

Grüessli

[aziz]

mmhh, also, gemäss Levene Test in der explorativen Analyse scheinen meine Daten dem Kriterium der Varianzhomogenität zu entsprechen. Das würde heissen, ich sollte den Modell basierten Schätzer nehmen?

Nein. Das bezog sich nicht auf eine Annahme der ANOVA. Das ist eine Annahme des linearen Modells (Die ANOVA ist auch ein lineares Modell). Hierbei bezieht sich die Annahme bezüglich der Varianz auf die Modellfehler. Hier kann über die Residuen (Differenz zwischem wahren und dem angepassten ) des Modells auf die wahren Fehler geschlossen werden. Die Residuen sollten hier gleichmäßig, aber willkürlich streuen. Es sollten keine Strukturen erkennbar sein, z. B. Trichterförmige Annordnung der Residuen. Zum Beispiel könntest du die angepassten (standardisierten) Werte gegen die (standardisierten) Residuen plotten.

Das obwohl ich mit dem robusten eigentlich signifikantere Werte erhalte? Sollte man in dem Fall, wenn immer möglich den Modell basierten nehmen, ausser eben, es liegen Verletungen vor? Oder was spricht sonst gegen den robusten Schätzer, wenn man ja dort bessere Resultate erhält?

Die Wahl der "richtgen" statistischen Methode ist doch nicht davon abhängig, welche die signifikanten Ergebnisse liefert.

Garson zB. empfiehlt doch den robusten?

In welchem Zusammenhang?

Gruß
Aziz

[Sportstudentin]

Hey Aziz

GAnz ganz herzlichen Dank für deine raschen und genauen, hilfreichen Erklärungen. Ich traue mich mal, noch eine weitere Frage zu stellen, obwohl es eine ziemlich dumme Frage ist...aber für mich als nicht SPSS-Experte eben doch nicht trivial und vielleicht kannst du mir ja helfen (scheint mir doch dein Wissen und deine Vermittlungsgabe sehr gut:)! Ehm, ja, wenn ich also meine Daten auf systematische Modellfehler überprüfen will, wie kann ich dann im Rahmen der GzLM solche Residuenplots herstellen?

Bzgl. Garson: Robust estimator «is generally preferred
as it provides consistent covariance estimates
even when link functions are incorrectly
modeled and/or variance is incorrectly specified.
[. . . But] no missing data» (Garson 2009, p. 24)

DAnke vielmals für deine Geduld und Mühe!
Grüessli
Martina

[aziz]

Hallo Sportstudentin,

Ehm, ja, wenn ich also meine Daten auf systematische Modellfehler überprüfen will, wie kann ich dann im Rahmen der GzLM solche Residuenplots herstellen?

Die Frage können wir beantworten, wenn wir hier geklärt haben welches verallgemeinerte linare Modell du verwendet hast oder verwenden möchtest.

Bzgl. Garson: Robust estimator «is generally preferred
as it provides consistent covariance estimates
even when link functions are incorrectly
modeled and/or variance is incorrectly specified.
[. . . But] no missing data» (Garson 2009, p. 24)

In diesem Zitat erwähnt Garson, wann der robuste Schätzer verwendet werden sollte. Zum einen, falls der verwendete Link (Verknüpfungsfunktion) für die Datenlage ungeeignet ist. Wobei diesem Problem entgegen gewirkt werden kann, indem ein geeigneter Link zur Modellierung verwendet wird. Und zum anderen, falls die Varianz nicht korrekt speziefiziert worden ist, wobei er hier vermutlich die Annahme bezüglich der gleichen Fehlervarianzen meint. Denn nur zu diesem Zweck ist mir bekannt, dass der Eicker-White-Kovarianzmatrixschätzer (in SPSS robuster Schätzer genannt) verwendet werden sollte.

Gruß
a.