Zweiseitig Testen bei Linear Mixed Models (MIXED) und Generalized Linear Mixed Models (GENLINMIXED)

[pipilotta]

Hallo an alle,

ich arbeite zurzeit an meiner Masterarbeit, in der ich Linear Mixed Models (LMMs) und Generalized Linear Mixed Models (GLMMs) verwende. Ich habe unter anderem zwei zweiseitige Hypothesen - wie kann ich das bei SPSS für MIXED bzw. GENLINMIXED überprüfen?

Vielen lieben Dank schonmal im Voraus!

[dutchie]

hallo pipilotta

Welche Struktur hat dein Datensatz "long" oder "wide" (googln)?

ich habe unter anderem zwei zweiseitige Hypothesen - wie kann ich das bei SPSS für MIXED bzw. GENLINMIXED überprüfen?

Normal testet man immer zweiseitig, überprüfen indem du Mixed durchführst, das ist das Resultat des ganzen.

Aber irgendwie bin ich mir nicht sicher, dass du bei MIXED oder gar Genmixed richtig bist.

Wie schaut deine AV aus?
Und wieso ist ein faktor random? Wieviele Messzeitpunkte hast du denn?
Das ist für eine Masterarbeit drüber!!! Wenn die Betreuung das will oder vorschlägt würde mich das wundern!
Aber nochmal das ist eigentlich zu anspruchsvoll! Das wird euch auch nicht beigebracht, oder?

gruß
dutchie

[pipilotta]

Hallo dutchie,

vielen Dank für Deine Antwort, ich bin da wirklich sehr dankbar für.

Normal testet man immer zweiseitig, überprüfen indem du Mixed durchführst, das ist das Resultat des ganzen.

Heißt das dann, dass ich bei meinen einseitigen Hypothesen den von SPSS ausgegebenen p-Wert einfach durch zwei teilen kann?

Welche Struktur hat dein Datensatz "long" oder "wide" (googln)?

Ich habe meinen Datensatz im long-Format aufbereitet um ihn mit SPSS mit MIXED bzw. GENLINMIXED auswerten zu können.

Wie schaut deine AV aus?

Meine AV ist kontinuierlich (es handelt sich um einen Burnout-Syndromindikator, der aus gewichteten Subskalen-Summenscores berechnet wird).

Wieviele Messzeitpunkte hast du denn?

Ich habe insgesamt vier Messzeitpunkte.

Und wieso ist ein faktor random?

Ein Faktor ist random, da meine Daten eine hierarchische Struktur haben. Die Proband*innen haben mehrfach teilgenommen, und sind deshalb ja nicht unabhängig voneinander. Daher ist "Proband*in" ein random effect (bzw. ich füge ein random intercept dafür ins Modell ein).

Das wird euch auch nicht beigebracht, oder?

Nein, das wurde uns nicht beigebracht, deshalb bin ich auch ziemlich überfordert damit. Allmählich wird mir auch klar, dass das eigentlich zu anspruchsvoll sein müsste - meine Betreuerin kennt sich mit der Statistik selbst nicht aus, die Methode hat mir daher mein Statistik-Professor empfohlen, da aber die beiden nicht in direktem Kontakt miteinander stehen und ich die Angemessenheit des Ganzen aufgrund mangelnder Erfahrung schlecht beurteilen konnte, sitze ich jetzt ärgerlicherweise leider doch damit da.

Viele liebe Grüße,
Pipilotta

[dutchie]

Hallo Pipilotta

Klingt alles ziemlich verkorkst.
Obwohl alles eigentlich auch einfach sein könnte!
(.. nicht soviel reden mit den Leuten... )

Wenn die AV metrisch ist, wieso Genlin?

Gäbe es keine fehlenden Werte gäbe es auch keine Veranlassung mixed zu denken! richtig?
Das Problem, dass Werte fehlen ist durch mixed aber nicht beseitig.
Vor allen das Problem, dass die Missings mit dem Gemessenem in Zusammenhang stehen könnten!
Das ist deinem Statistik Prof wohl nicht klar!!!
Mixed nutzt nur alle Information die da ist, ohne fehlende Werte ersetzen zu müssen,
oder VP ganz ausschließen zu müssen.

Aber die Werte scheinen in einer Art und Weise zu fehlen,
dass Mixed dir eine Fehlermeldung ausspukt , prima...was sagt dein Statistik Prof dazu?
also mit ignorieren hat erstmal nicht geklappt, aber obacht kann auch sein dass du SPSS falsch bedienst!

Wenn das der einzige Grund ist mixed zu denken
ist Vp wenn dann der einzige random factor, die Messzeitpunkte sind es nicht!
(dass die VP dann hierarchisch auftauchen ist ja nur eine Konsequenz daraus,
es gibt sicher keine Hypo, ob sich die VP sig unterscheiden!)

Also du hast kein Problem mit mixed, sondern mit fehlenden Werten
diesen Problem wird mit mixed nicht gelößt, zumal es nur vier MZP sind!!
..ganz im Gegenteil! ist es möglich dass mit mixed mehr murks rauskommt,
weil es so scheint dass das Problem missing gelößt ist!

Was nicht der Fall ist!!!!!!

Und vermutlich die Werte eher am Ende fehlen
und relevant ist der letzte Zeitpunkt!
und dieses Fehlen nicht random ist!
missing at random, gleiches Wort anderer Zusammenhang!

Orientiere dich an dem, der dir die Note gibt!
Und denk das psychologisch und nicht mathematisch!
Warum fehlen die Werte? Wie werden deine Hypotests dadurch beeinflußt?

Denke dir das als ANOVA mit Messwiederholung!
mit Versuchsgruppen...zweifaktoriell, das könntest du auch handeln und ist normal auch Teil der Ausbildung.
d.h. alle VP mit weniger als vier Messwerten sind eliminiert!
Das musst du sowieso rechnen! um beurteilen zu können ob die missings
einen Effekt machen!

Die Mittelwert dieser ANOVA vergleichst du mit den Mittelwerten aller VP zu den Messzeitpunkten.
Wenn da im Kern dasselbe rauskommt ist dein Problem schon gelößt.
vermeintlich! ...fehlende Werte..ganz schwieriges Thema...

...baue zwei Gruppen neue Variable: Missing ja/nein
und korreliere diese Variable mit allem was da ist...
besonders mit den Werten zum ersten Zeitpunkt.

--> ANOVA ...mit andeutung einer Analyse der Missings..reicht.
Wenn du noch mixed anschließen willst ändert das nichts an den Effekten sondern nur an der signifikanz.
Wenn dann aber was anderes rauskommt, was dann?

gruß
dutchie