Regression mit Dummies und metrischem Prädiktor

Modelle zur Korrelations- und Regressionsanalyse

Moderator: EDi

Antworten
paula93
Beiträge: 4
Registriert: Mo Apr 26, 2021 1:43 pm

Regression mit Dummies und metrischem Prädiktor

Beitrag von paula93 »

Hallo,

ich habe eine Frage zu einer multiplen Regression.
Ich möchte einen kategorialen Prädiktor (Darstellungsmethoden) und eine metrischen Prädiktor (PrSkala) in meine Regression einbinden. Bis jetzt ist mir das noch nicht gelungen, da ich den kategorialen Prädiktor nicht in einer Variable zusammenfassen konnte. Dementsprechend habe ich eine Regression mit zwei der drei Dummyvariablen gerechnet (und die Baseline-Variable "Text" rausgelassen) und den den metrischen Prädiktor habe ich dazu gepackt. Im Output sieht man zwei der drei Dummyvariablen (VR und Film) der Variabel "Darstellungsmethoden" und den metrischen Prädiktor "PrSkala".

Meine Frage ist, wie muss ich die Regression rechnen, damit ich die Interaktion zwischen Darstellungsmethoden (VR,Film,Text) und PrSkala interpretieren kann? Meinen Output meiner bisherigen Berechnungen sehen Sie unten.

Code: Alles auswählen

Call:
lm(formula = Fragebogen2$A_Skala ~ Fragebogen2$PrSkala + Fragebogen2$Film + 
    Fragebogen2$VR)

Residuals:
     Min       1Q   Median       3Q      Max 
-2.10825 -0.42441  0.02388  0.44604  1.35297 

Coefficients:
                    Estimate Std. Error t value Pr(>|t|)    
(Intercept)          2.66977    0.33104   8.065  4.5e-12 ***
Fragebogen2$PrSkala  0.26412    0.09824   2.688  0.00865 ** 
Fragebogen2$Film     0.09314    0.16944   0.550  0.58400    
Fragebogen2$VR       0.08326    0.19119   0.435  0.66434    
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.6533 on 84 degrees of freedom
  (10 observations deleted due to missingness)
Multiple R-squared:  0.1152,	Adjusted R-squared:  0.0836 
F-statistic: 3.646 on 3 and 84 DF,  p-value: 0.01588
Ich freue mich, wenn Sie sich die Zeit nehmen mir zu helfen.
Viele Grüße,
Paula

Nachtrag von Schubbiaschwilli: Output als Code formatiert.
schubbiaschwilli
Beiträge: 253
Registriert: Di Jun 27, 2017 12:09 pm

Re: Regression mit Dummies und metrischem Prädiktor

Beitrag von schubbiaschwilli »

Gude!
Ich möchte einen kategorialen Prädiktor (Darstellungsmethoden) und eine metrischen Prädiktor (PrSkala) in meine Regression einbinden.
Das sollte grundsätzlich kein Problem sein, aber ich fürchte, ohne einen Einblick in deine Daten wird dir das niemand sagen können. Gnu R sollte (sic!) mit kategorialen Prädiktoren umgehen können - Natürlich gibt es irgendwann Probleme, wenn es zu viele Ausprägungen gibt, aber - Siehe oben.

Hinweis:
Das sollte auch so gehen:

Code: Alles auswählen

lm(A_Skala ~ PrSkala + Film + VR, data=Fragebogen2)
Spart Schreibarbeit, und macht die Sache übersichtlicher.
Und wenn du dabei bist: Mach mal

Code: Alles auswählen

summary(lm(A_Skala ~ PrSkala + Film + VR, data=Fragebogen2))
Nachtrag: Erst nachher gesehen:

Code: Alles auswählen

(10 observations deleted due to missingness)
Hm, das ist natürlich sehr gefährlich!

Dank&Gruß
Schubbiaschwilli
Benutzeravatar
student
Beiträge: 674
Registriert: Fr Okt 07, 2016 9:52 am

Re: Regression mit Dummies und metrischem Prädiktor

Beitrag von student »

Hallo Paula,

ich habe hier mal etwas gemacht. Ab Minute 13:26 wird auf kategoriale Variablen eingegangen.

Vielleicht hilft das Video weiter...
Viele Grüße,
Student
-----------------------------------------------------------------------------------------------------------------------
faes.de, Datenanalyse mit R & das Ad-Oculos-Projekt
Das Ad-Oculos-Projekt auf YouTube

Habe Mut, dich deines eigenen Verstandes zu bedienen! (Kant)
bigben
Beiträge: 2771
Registriert: Mi Okt 12, 2016 9:09 am

Re: Regression mit Dummies und metrischem Prädiktor

Beitrag von bigben »

Hallo Paula,
paula93 hat geschrieben: Mo Apr 26, 2021 11:44 pmBis jetzt ist mir das noch nicht gelungen, da ich den kategorialen Prädiktor nicht in einer Variable zusammenfassen konnte.
Dabei können wir Dir bestimmt helfen wenn Du uns sagst, in welcher Form die Daten bisher vorliegen. Geht es darum, dass Du Dummies vorliegen hast und daraus eine kategoriale Variable machen willst?
Meine Frage ist, wie muss ich die Regression rechnen, damit ich die Interaktion zwischen Darstellungsmethoden (VR,Film,Text) und PrSkala interpretieren kann? Meinen Output meiner bisherigen Berechnungen sehen Sie unten.
Am elegantesten natürlich, wenn die Darstellungsmethoden als factor-Variable vorliegen. Ansonsten kann man so eine Regression auch "von Hand" beschreiben. Könnte etwa so aussehen:

Code: Alles auswählen

lm(formula = A_Skala ~ PrSkala + Film + VR + Text + 
             PrSkala:Film + PrSkala:VR + PrSkala:Text - 1,
             data = Fragebogen2)
             
LG,
Bernhard
---
Programmiere stets so, dass die Maxime Deines Programmierstils Grundlage allgemeiner Gesetzgebung sein könnte
paula93
Beiträge: 4
Registriert: Mo Apr 26, 2021 1:43 pm

Re: Regression mit Dummies und metrischem Prädiktor

Beitrag von paula93 »

schubbiaschwilli hat geschrieben: Di Apr 27, 2021 12:34 am Gude!
Ich möchte einen kategorialen Prädiktor (Darstellungsmethoden) und eine metrischen Prädiktor (PrSkala) in meine Regression einbinden.
Das sollte grundsätzlich kein Problem sein, aber ich fürchte, ohne einen Einblick in deine Daten wird dir das niemand sagen können. Gnu R sollte (sic!) mit kategorialen Prädiktoren umgehen können - Natürlich gibt es irgendwann Probleme, wenn es zu viele Ausprägungen gibt, aber - Siehe oben.

Hinweis:
Das sollte auch so gehen:

Code: Alles auswählen

lm(A_Skala ~ PrSkala + Film + VR, data=Fragebogen2)
Spart Schreibarbeit, und macht die Sache übersichtlicher.
Und wenn du dabei bist: Mach mal

Code: Alles auswählen

summary(lm(A_Skala ~ PrSkala + Film + VR, data=Fragebogen2))
Nachtrag: Erst nachher gesehen:

Code: Alles auswählen

(10 observations deleted due to missingness)
Hm, das ist natürlich sehr gefährlich!

Dank&Gruß
Schubbiaschwilli
Vielen Dank für deine schnelle Antwort und den Hinweis. Ich konnte die Daten so bereinigen, dass ich nur noch 6 Beobachtungen hatte, die gelöscht wurden. Wäre diese Anzahl noch ok? Ich möchte ungern Fälle ganz löschen, da ich relativ kleine Gruppen habe. Ist es am besten, wenn ich angebe, R soll die fehlenden Werte einfach nicht beachten?
paula93
Beiträge: 4
Registriert: Mo Apr 26, 2021 1:43 pm

Re: Regression mit Dummies und metrischem Prädiktor

Beitrag von paula93 »

student hat geschrieben: Mi Apr 28, 2021 9:04 am Hallo Paula,

ich habe hier mal etwas gemacht. Ab Minute 13:26 wird auf kategoriale Variablen eingegangen.

Vielleicht hilft das Video weiter...
Danke für den Tipp, das Video ist hilfreich.
paula93
Beiträge: 4
Registriert: Mo Apr 26, 2021 1:43 pm

Re: Regression mit Dummies und metrischem Prädiktor

Beitrag von paula93 »

bigben hat geschrieben: Mi Apr 28, 2021 9:56 am Hallo Paula,
paula93 hat geschrieben: Mo Apr 26, 2021 11:44 pmBis jetzt ist mir das noch nicht gelungen, da ich den kategorialen Prädiktor nicht in einer Variable zusammenfassen konnte.
Dabei können wir Dir bestimmt helfen wenn Du uns sagst, in welcher Form die Daten bisher vorliegen. Geht es darum, dass Du Dummies vorliegen hast und daraus eine kategoriale Variable machen willst?
Meine Frage ist, wie muss ich die Regression rechnen, damit ich die Interaktion zwischen Darstellungsmethoden (VR,Film,Text) und PrSkala interpretieren kann? Meinen Output meiner bisherigen Berechnungen sehen Sie unten.
Am elegantesten natürlich, wenn die Darstellungsmethoden als factor-Variable vorliegen. Ansonsten kann man so eine Regression auch "von Hand" beschreiben. Könnte etwa so aussehen:

Code: Alles auswählen

lm(formula = A_Skala ~ PrSkala + Film + VR + Text + 
             PrSkala:Film + PrSkala:VR + PrSkala:Text - 1,
             data = Fragebogen2)
             
LG,
Bernhard
Danke für deine Antwort. Die Daten liegen in einem dataframe vor, oder was meinst du? Ganz genau, ich habe die Dummies vorliegen und will eine kategoriale Variable daraus machen. Wenn ich deine Rechnung eingebe, dann bekomme ich die Koeffizienten angezeigt, aber nicht die p-Werte. Mein Ziel ist es die Interaktion von PrSkala und der kategorialen Variable herauszufinden.
bigben
Beiträge: 2771
Registriert: Mi Okt 12, 2016 9:09 am

Re: Regression mit Dummies und metrischem Prädiktor

Beitrag von bigben »

paula93 hat geschrieben: Di Mai 04, 2021 12:17 am
bigben hat geschrieben: Mi Apr 28, 2021 9:56 amDabei können wir Dir bestimmt helfen wenn Du uns sagst, in welcher Form die Daten bisher vorliegen.
[...]
Die Daten liegen in einem dataframe vor, oder was meinst du?
Ich meine damit, dass die Beschreibung der Daten extrem lückenhaft ist wenn man so Fragen stellen muss: Hast Du denn jetzt drei Dummyvariablen für drei Levels oder zwei Dummyvariablen für drei Levels vorliegen? Ich kann mir was denken und raten, aber es läge an Dir, das idealerweise schon im Eingangspost eindeutig gemacht zu haben. "In einem Dataframe" beschreibt eine vorhandene Datenstruktur halt nur sehr allgemein und nichts ist ärgerlicher, als wenn man eine Lösung programmiert und danach dann erfährt, dass das Problem eigentlich anders ausgesehen hat.
paula93 hat geschrieben: Di Mai 04, 2021 12:17 am
bigben hat geschrieben: Mi Apr 28, 2021 9:56 amGeht es darum, dass Du Dummies vorliegen hast und daraus eine kategoriale Variable machen willst?
[...]
Ganz genau, ich habe die Dummies vorliegen und will eine kategoriale Variable daraus machen.
Eine elegante Lösung dafür ist Vektormultiplikation:

Code: Alles auswählen

bsp <- data.frame(a = c(1, 0, 0, 0, 1, 0),
                  b = c(0, 1, 0, 1, 0, 1),
                  c = c(0, 0, 1, 0, 0, 0))
print(bsp)

bsp$zusammen <- as.matrix(bsp) %*% c(1, 2, 3)
bsp$zusammen <- factor(bsp$zusammen, labels = c("a-level", "b-level", "c-level"))

print(bsp)
str(bsp)
Wenn ich deine Rechnung eingebe, dann bekomme ich die Koeffizienten angezeigt, aber nicht die p-Werte.
Es sah von Deinem Eingangspost her so aus als würdest Du die Funktion summary kennen und anwenden können.

LG,
Bernhard
---
Programmiere stets so, dass die Maxime Deines Programmierstils Grundlage allgemeiner Gesetzgebung sein könnte
Antworten