SPSS-FORUM.DE

[Ninooney]

Meine Zielvariable(abhängige Variable) ist nicht normalverteilt. Für die lineare Regression muss es normalverteilt sein(laut Gespräch mit einem Statistiker der Uni). Dafür wurde mir empfohlen eine Transformation in SPSS durchzuführen. Die Log-Transformation ergab keine Normalverteilung der Variable, aber die Sqrt Quadratwurzeltransformation schon. Ich habe mit der transformierten Variable die lineare Regression durchgeführt. Ich habe für das ANOVA Modell ein Signifikanz-Niveau von 0.195 bekommen. Meine Frage ist, ob ich dieses Signifikanz-Niveau (den p-Wert von 0,195) transformieren muss oder so annehmen darf. Dieselbe Frage gilt für die Regressionskoeffizienten B. Müssen diese transformiert werden?
Wenn ja, wie kann ich diese Transformation in SPSS durchführen?
Ich wäre für jede Hilfe dankbar, da ich seit Tagen Bücher durchgeblättert habe und online lese, aber bis jetzt keine Lösung gefunden habe.

[ponderstibbons]

Meine Zielvariable(abhängige Variable) ist nicht normalverteilt. Für die lineare Regression muss es normalverteilt sein(laut Gespräch mit einem Statistiker der Uni).

Das muss ein Missverständnis sein. Abhängige Variablen müssen nie normalverteilt sein
(genauer gesagt, aus einer normalverteilten Grundgesamtheit stammen). Allenfalls die
Residuen (Vorhersagefehler) des Regressionsmodells sollten dies sein, wenn man einen
Signifikanztest durchführen möchte. Aber auch diese Annahme ist entbehrlich, wenn die
Stichprobe ausreichend groß ist, weil die lineare Regression bzw. der F-Test da robust ist.
Manchmal kann es inhaltlich sinnvoll sein, zu transformieren, aber so gut wie nie aus
dem Grund, weil man Signifikanztests durchführen möchte. Oder ergibt Deine abhängige
Variable "Wurzel aus [wasauchimmer]" inhaltlich Sinn?

Das scheint nebenbei auch keine Software (SPSS-)spezifische Frage zu sein, sondern eine
allgemein statistische.

Mit freundlichen Grüßen

PonderStibbons

[Ninooney]

Also ich untersuche die Korrelation zwischen einem Krankheitsbild(meine Zielvariable) und anderen Variablen wie Körpergröße, Gewicht. Es wurde mir erklärt, dass die Zielvariable normalverteilt sein muss, um die lineare Regression durchzuführen. Ich habe dann eine Quadratwurzeltransformation durchgeführt, meine Zielvariable ist dann normalverteilt. Danach noch die lineare Regression durchgeführt. Soweit ich jetzt von online foren entnehmen konnte, ist dass der p-Wert von ANOVA Modell und die Regressionskoeffizienten nicht transformiert werden müssen, sondern man kann die so verwenden wie sie sind. Stimmt das alles soweit?

[ponderstibbons]

ich untersuche die Korrelation zwischen einem Krankheitsbild(meine Zielvariable) und anderen Variablen wie Körpergröße, Gewicht.

Wie wurde denn Krankheitsbild konkret gemessen, wie viele Prädiktoren werden berücksichtigt,
wie groß ist die Stichprobe?

Es wurde mir erklärt, dass die Zielvariable normalverteilt sein muss, um die lineare Regression durchzuführen.

Ja, das schriebst Du bereits. Woraufhin ich Dir mitteilte, dass das nicht stimmt.

Ich habe dann eine Quadratwurzeltransformation durchgeführt, meine Zielvariable ist dann normalverteilt.

Ja, das schriebst Du bereits. Aber es sollen die Residuen vorzugsweise normalverteilt
sein, nicht die Variable. Und ab ca. n > 30 gilt der F-Test robust gegen nicht-normalverteilte
Residuen.

Danach noch die lineare Regression durchgeführt. Soweit ich jetzt von online foren entnehmen konnte, ist dass der p-Wert von ANOVA Modell und die Regressionskoeffizienten nicht transformiert werden müssen, sondern man kann die so verwenden wie sie sind. Stimmt das alles soweit?

Der p-Wert bezieht sich auf die Vorhersagefähigkeit des Modells für die Wurzel aus Krankheitsbild
(ob man die Nullhypothese verwerfen kann, dass in der Grundgesamtheit das Modell die Wurzel aus
Krankheitsbild nicht vorhersagt und der Stichprobenzusammenhang völlig auf Zufall beruht). Da
gibt es nichts zu transformieren.
Die Koeffizienten zeigen, wie sich die Wurzel aus Krankheitsbild in der Stichprobe verändert,
wenn sich der entsprechende Prädiktor ändert.

Mit freundlichen Grüßen

PonderStibbons