electricEH hat geschrieben: ↑Do Apr 11, 2019 8:37 amMeine Vorgängerin hat auch jeweils ein Regressionsgewicht für Gender angegeben, ...
Dass das bei einer dreistufigen Gendervariable völlig sinnfrei ist, hat keinen interessiert? Oder hatten wir einfach immer das Glück, dass Gender == 3 zu selten vorkam? "Frauen beeinflussen dann die Zielvariable nur halb so stark wie Männer und nur ein Drittel so stark wie Nicht-zugeordnet, Männer beeinflussen die Zielvariable um 66% vom Einfluss eines Nicht-Zugeordnet." Ist das in Deinem Anwendungsfall sinnvoll
Oder gibt es irgendeine Möglichkeit, den Einfluss von Gender dann auf eine Zahl zu bringen?
Wie stellst Du Dir denn vor, dass diese eine Zahl den Einfluss von drei Kategorien darstellen soll? Du könntest die Regression einmal mit Gender und einmal ohne Gender rechnen und angeben, wieviel R^2 Du dadurch verlierst. Würde das die Frage nach dem Einfluss beantworten?
LG,
Bernhard
---
Programmiere stets so, dass die Maxime Deines Programmierstils Grundlage allgemeiner Gesetzgebung sein könnte
Ja, ich versteh schon, dass das keinen Sinn ergibt. Ich hab jetzt mal meinem Betreuer geschrieben, was der dazu meint. Zur Not muss ich die wenigen "divers"-Fälle rausnehmen, wenn er will, dass die Ergebnisse mit der der Vorgängerin vergleichbar sind.
electricEH hat geschrieben: ↑Do Apr 11, 2019 8:26 am
Und danke Jörg, das wusste ich nicht, dass R selbst Daten hat.
die meisten mitgelieferten Datensätze befinden sich in einem extra Paket dataset, welches standardmäßig installiert ist.
Wenn Du wissen möchtest, was es alles gibt:
... und zu jedem Dataset kann man den Hilfetext aufrufen.
Nur merke ich, dass jetzt bestimmte Rechnungen nicht mehr funktionieren, z.B. in einer Partialkorrelation für gender zu kontrollieren. Brauche ich dafür jetzt andere Tests?
electricEH hat geschrieben: ↑Do Apr 11, 2019 9:08 amZur Not muss ich die wenigen "divers"-Fälle rausnehmen, wenn er will, dass die Ergebnisse mit der der Vorgängerin vergleichbar sind.
Du brauchst keine divers-Fälle rauszunehmen. Wenn "Frau" die Referenzkategorie ist (die ohne Dummy) und Du betrachtest den Koeffizienten für Mann, dann hast Du den Unterschied zwischen Männern und Frauen. Die dritte Kategorie ist für den Geschlechtseinfluss herausgenommen, für alle anderen Koeffizienten wird deren Information aber genutzt. Ob die dritte Kategorie einen Unterschied zu Frauen macht, dafür hast Du sogar einen p-Wert.
wenn er will, dass die Ergebnisse mit der der Vorgängerin vergleichbar sind.
Der Betreuer einer Arbeit hat natürlich immer Recht. Aber warum Du Ergebnisse schaffen solltest, die mit Nonsens-Ergebnissen vergleichbar sind, leuchtet nicht spontan ein.
Ist denn damit nun alles gesagt, oder bleiben noch offene Fragen?
LG,
Bernhard
---
Programmiere stets so, dass die Maxime Deines Programmierstils Grundlage allgemeiner Gesetzgebung sein könnte
