Lineare Regression, Auswertung

Regressionsmodelle aller Art mit Stata.

Lineare Regression, Auswertung

Beitragvon WegnerH » Fr 4. Mai 2012, 15:37

Hallo,
ich habe eine lineare Regression für meine DA durchgeführt.
Code: Alles auswählen
  Source        SS       df       MS              Number of obs =     253
                                                  F(  1,   251) =   15.28
   Model   8253.33725     1  8253.33725           Prob > F      =  0.0001
Residual   135592.956   251   540.21098           R-squared     =  0.0574
                                                  Adj R-squared =  0.0536
   Total   143846.293   252  570.818624           Root MSE      =  23.242

    pldl       Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
     ewl   -.2461476   .0629742    -3.91   0.000    -.3701727   -.1221224
   _cons    3.153944   4.708855     0.67   0.504    -6.119959    12.42785

pldl = prozentuale Abnahme des LDL-Blutwertes zum Messzeitpunkt
ewl = prozentuale Abnahme des Übergewichts zum Messzeitpunkt

Die 253 Messpunkte sind von 99 Patientinnen zu 4 verschiedenen Terminen nach einer Operation.

Darf ich sagen:

1. es besteht ein hochsignifikanter (p<0,001) Zusammenhang zwischen der Abnahme des EWL und der Abnahme des pLDL
2. es besteht kein signifikanter Zusammenhang zum Zeitpunkt, an dem der EWL=0 ist
3. die Formel der linearen Regression trifft nur auf 5,74% der Messpunkte zu, ist daher nicht signifikant?


Danke für eure Antworten!

Lg
Hannes
WegnerH
 
Beiträge: 5
Registriert: Di 27. Mär 2012, 18:46
Danke gegeben: 0
Danke bekommen: 0 mal in 0 Post

Re: Lineare Regression, Auswertung

Beitragvon daniel » Sa 5. Mai 2012, 14:20

Ich verstehe hier einige Dinge nicht. Allen voran, wie kann <pldl> die prozentuale Abnahme zu einem Zeitpunkt sein? Eine prozentuale Veränderung impliziert eine Releation mindestens zweier Messzeitpunkte.

Meinst Du nicht ein Panelmodell wäre hier eher geeignet. Die Messzeitpunkte sind doch in Personen gecustert, sodass Du hier keine 253 unabhängigen Beobachtungen gemacht hast. Dein Modell unterstellt das aber, was mindestens die Standradfehler verzerrt. Zudem erschließt sich mir der Sinn einer Regression bei nur einem Prädikator ansonsten nicht wirklich. Kannst Du nicht einfach den LDL Spiegel (absolut) auf das Gewicht (absolut) in einem FE Modell regressieren? Das wäre m.E. auch intuitiver zu interpretieren.

Zu 1.
Ich schätze mal Du wirst eine Richtung des Zusammenhangs in Deinen Hypothesen formuliert haben? Die Aussage, es bestehe ein signifikanter Zusammenhang hat eine extrem geringen Inforationsgehalt. Mir scheint die Richtung auch kontraintuitiv, denn der Koeffizient würde ja aussagen, dass je stärker das Übergewicht sinkt, desto schwächer die Reduktion des LDL. Ich bin kein Experte auf dem inhaltlichen Gebiet, aber erwartet man hier überhaupt eine linearen Zusammenhang? Und wenn ja, sollte der nicht die ungekehrte Richtung haben, also starke Abnahme führt zu stark sinkendem LDL?
Zudem sollte auch die stärke des Zusammenhangs inhaltlich interpretiert werden (die hat nichts mit der statistischen Signifikanz zu tun).

Ob Du die Konstante interpretieren willst überlasse ich Dir. Du solltest aber auch hier an der Formulierung arbeiten (vgl. oben).

Aussage 3 ist falsch oder zumindest sehr unverständlich. R-Quadrat kann als Anteil der erklärten Varianz der prozentualen LDL Verringerung interpretiert werden, nicht als "Zutreffen des Modells für einen Teil der Beobachtungen". Woher stammt die Fehlaussage, dass Modell wäre nicht statistisch signifikant? Ich sehe beim F-Test eine p-Wert von 0.0001. Selbigen bezeichnest Du selbst beim Koeffizienten für <ewl> als "hochsignifikant".
Stata is an invented word, not an acronym, and should not appear with all letters capitalized: please write “Stata”, not “STATA”.
daniel
 
Beiträge: 1060
Registriert: Sa 1. Okt 2011, 17:20
Danke gegeben: 0
Danke bekommen: 0 mal in 0 Post


Zurück zu Regressionsmodelle

Wer ist online?

Mitglieder in diesem Forum: 0 Mitglieder und 1 Gast

cron