multinomiale logistische Regression mit SPSS

[SP.a.SS]

Hallo-
ich komme bei einer multinomialen logistischen Regression nicht mehr weiter und hoffe das einer von euch mir vielleicht weiter helfen kann.
In meinem Versuch mussten Kinder Wörter lernen und zwischen der Präsentation der Wörter wurde ihr Lernverhalten beobachtet- unter anderem auch die "Strategie" (ob sie das Wort einmal wiederholen, mehrmals oder frühere Wörter aus der Präsentation mit wiederholen...etc.)

Die Strategie ist kategorial kodiert (0= keine Strategie/kein Lernverhalten, ....4=Assoziation..) . --> Meine AV - 5 Abstufungen
Die Kinder gehören unterschiedlichen Gruppen an (Kontrollgruppe, mit Legasthenie oder mit Legasthenie und ADHS)--> meine UV - 3 Abstufungen
Zusätzlich möchte ich noch überprüfen ob der 'Zeitpunkt' eine Rolle spielt. Ich habe deswegen die Strategien immer per Intervall gemessen, also pro Pause zwischen den Wörtern.

Ich hab also nun in SPSS eine Spalte(Variable) mit den Gruppenunterteilungen und 12 Spalten (da 12 Intervalle in denen die Kinder lernen konnten) in denen jeweils die Strategie des Kindes in dem Intervall kodiert ist.

Bei Intervallskalierten Daten- und eine ANOVA mit Messwiederholung- ist es ja möglich die 12 Spalten als Abstufungen eines Faktors einzufügen und zu schauen ob sie einen Einfluss haben.

Ist es denn möglich bei einer multinomialen logistischen Regression ebenfalls eine Art "Messwiederholungsfaktor" einzubeziehen oder muss ich dafür ein anderes Verfahren rechnen?

Ansonsten müsste ich wahrscheinlich alles sehr vereinfachen, einfach herausschreiben welches die häufigste Strategie des Kindes war- was aber natürlich ein riesiger Informationsverlust wäre!!
Ich hoffe ihr könnt mir weiterhelfen!!!!
Vielen Dank schonmal im Voraus!!!

[Silversurfer]

Hallo,

hört sich an, als wäre das ein Fall für die ein allgemeines lineares Modell mit Messwiederholung

Findet man hier:
Analysieren -> allgemeines lineares Modell -> Messwiederholung

Damit sollte es gehen.

[SP.a.SS]

Hallo Silversurfer!!
vielen lieben Dank für die Antwort!
Eine Anova mit Messwiederholung wäre natürlich die einfachste Lösung- allerdings habe ich gedacht das ich die bei kategorialen Daten nicht rechnen kann, da sie doch mit Mittelwerten rechnet, oder?
Meine Gruppengrößen sind zudem 10,12 und 20- da werde ich bestimmt keine Normalverteilung nachweisen können.

[drfg2008]

Beschreibe dein Design doch bitte etwas ausführlicher. Du sprichst zum Beispiel von "Abstufungen". Aber liegt hier überhaupt eine ordinale Struktur vor? Denn zuvor heißt es, die Variable sei "kategorial". Das widerspricht sich. Oder meinst du nur "Faktorstufen"? Auch ist nicht klar, was hier UV und AV sein soll. Auch fehlt die Hypothese. Was soll überhaupt nachgewiesen werden? Was ist die Fragestellung? Die Beschreibung ist einfach zu unvollständig.

1. Was ist die Fragestellung?
2. beschreibe die einzelnen Variablen (Skalenniveau)
3. gib' doch mal ein Datenbeispiel mit sämtlichen Variablen und drei Beispielsfällen.

Das sollte reichen.

Allgemein: Die Logistische Regression wird für Zuordnungen genutzt. So gibt etwa die Binär-Logistische Regression eine Zuordnung zu zwei Gruppen und ihre Wahrscheinlichkeiten an. Die multinomiale log. Reg. ordnet eben mehr als zwei Gruppen zu. Aber ist das überhaupt die Fragestellung? Mit der Varianzanalyse (siehe Beitrag oben) hat das wohl eher wenig zu tun.

Gruß

[SP.a.SS]

Hallo,
ich wollte ürsprünglich eine Varianzanalyse mit Messwiederholung rechnen,
--> meine Fragestellung ist nämlich, ob sich die Strategien zwischen den Gruppen unterscheiden- also ob z.B. Kinder ohne LRS eine komplexere Strategie MEHR anwenden als Kinder ohne Lese-Rechtschreib-Störung.

-->Die Variable Lernstrategie besteht aus 5 "Klassen"
0= Kind hat kein lernverhalten geziegt
1= Kind hat Wort einmal wiederholt
2= Kind hat Wort mehrmals wiederholt
3= Kind hat unterschiedliche Wörter wiederholt
4= Kind hat Assoziiert oder elaboriert
- ich kann hier nicht einfach die Anzahl der Wiederholungen kodieren, weil ja teils noch Wörter von den Kindern wiederholt werden, die bereits vorher in der Präsentation vorkamen
- ich bin davon ausgegangen das es nominalskalennivea ist, weil ja z.B. "4" als gezeigtes Lernverhalen nicht heißt, das das Kind mehr gelernt hat als ein Kind mit "1" , sondern halt nur anders (also wäre keine Rangfolge möglich...)

--> Die Variable der Gruppenzugehörigkeit besteht aus 3 Gruppen
1= Kontrollgruppe
2= Kind hat Legasthenie (LRS)
3= Kind hat ADHS und LRS
(eine reine ADHS-Gruppe gibt es nicht... )
- auch hier bin ich von Nominalskalenniveau ausgegangen, da ich ja auch hier keine "Rangfolge" bilden könnte!

- Insgesamt gibt es 12 Intervalle in denen jedes Kind lernt.
Im Versuch: Wort 1 wird präsentiert- 1.Lernintervall(8sek)- Wort 2 wird präsentiert- 2.Lernintervall(8sek).....
Diese sollen als weitere UV mit einbezogen werden um zu schauen ob der Zeitpunkt im Versuch eine ROlle für die Anwendung der Strategien spielt...

[drfg2008]

Du verkomplizierst dein Design unnötig, indem erst einmal zwei Hypothesen gleichzeitig aufgestellt werden (denn "Gruppen unterscheiden sich" ist nicht das gleiche wie "benutzen komplexere ...") und dann kommt noch eine zeitliche Dimension ins Spiel.

Reduziere die Komplexität der Fragestellungen und mache sie dadurch handhabbar.

Ob in "Lernstrategie" ein ordinaler Zusammenhang besteht, kann angefochten werden (denn "unterschiedliche Wörter" ist nicht unbedingt in eine Rangreihenfolge zu bringen mit "assoziiert").

Einen Zusammenhang kannst du über eine simple Kontingenztabelle plus Chi-2 Test abbilden. Hypothese: Unabhängigkeit der Gruppenzugehörigkeit einerseits und Strategie andererseits. In die Zellen noch die standardisierten Residuen, damit klar ist, welche Zellen sig. besetzt sind. Fertig.

Natürlich lassen sich weitere, elaboriertere, Verfahren denken. Allerdings sind Einsteiger in Statistik mit solchen Verfahren überfordert. Und am Ende ist alles falsch.

Falls der Zeitpunkt im Modell mit aufgenommen werden soll, bietet sich wieder ein reduziertes zweidimensionales Design an mit der Gruppenzugehörigkeit und einem nichtparametrischen Modell (z.B. H-Test).

Natürlich ließe sich das auch in einem einzigen Modell untersuchen: Multinomial Log.: Abh. Var. die Gruppen, Faktoren die Strategien und Zeitpunkte als Kovariaten. Aber das ist kompliziert und erfordert wohl erst die Neuberechnung der Zeitvariablen.