SPSS-FORUM.DE

[Milchmann]

Hallo,

in einem logistischen Regressionsmodell sind sowohl metrische als auch nominale Prädiktoren eingeschlossen worden.

Folgende Werte wurden für das Modell berechnet:

1. UV (metrisch) : B -.134; SE .044; Wald 7.30; p .002; Exp(B) .875
2. UV (metrisch): B -.091; SE .036; Wald 6.315; p .012; Exp(B) .913
3. UV (Dichotom nominal): B 2.408; SE .621; Wald 15.05; p .000; Exp(B) 11.12

Kann ich denn die Exp(B) Werte (als Odds Ratios) trotz unterschiedlichem Skalenniveau so interpretieren, dass die 3. UV den größten Prädiktor darstellt? Oder stellt das ein Problem/Verzerrung der Analyse dar?

Danke und lg

[ponderstibbons]

Es geht darum, was passiert, wenn sich ein Prädiktor um 1 verändert, also Geschlecht von Mann=0 auf Frau=1 oder Anzahl Kinder von z.B. 2 auf 3 oder Körpergröße von z.B. 1800mm auf 1801mm. Vielleicht konsultierst Du nochmal Deine einführende Lektüre zur binär-logistischen Regressionsanalyse, um Hinweise für die Interpretation zu erhalten.

Mit freundlichen Grüßen

PonderStibbons

[Milchmann]

Das klingt also danach, dass es keine Relevanz hat welche Skalierung verwendet wurde?

Leider habe ich keine einführende Lektüre, da ich kein Statistiker bin. Daher nutze ich die Hilfe dieses Forums.