SPSS: Lineare Regression < Statistik/Hypothesen < Stochastik < Oberstufe < Schule < Mathe < Vorhilfe
|
| Status: |
(Frage) beantwortet  | | Datum: | 22:58 Do 23.06.2016 | | Autor: | smirnov |
| Aufgabe | Kontext: Je mehr Futter Huhner verbrauchen, desto mehr Eier legen sie. Lässt sich also die Legeleistung aus dem Futterverbrauch vorhersagen?"
Aufgabe:
a) Stellen Sie eine geeignete Hypothese auf und prüfen Sie diese mit einem von Ihnen ausgewählten Testverfahren
b) Formulieren Sie die Gleichung für die Vorhersage und stellen Sie diese in einer geeigneten Grafik dar
c) Beurteilen Sie das Vorhersagemodell nach seiner Güte. |
Servus und guten Abend liebe SPSS Community,
ich absolviere gerade neben meinem Hauptstudium einen kleinen SPSS Kurs und bräuchte ein paar Denkanstöße oder Anregungen. Ich hoffe Ihr könnt mir weiterhelfen :) Mal modern im Internet fragen...
Ich hab eine SPSS Datei mit 300 Zeilen und verschiedenen Spalten. Es geht um eine fiktive Erhebung bei der Bauern befragt wurden zu verschiedenen Fragen. Festgehalten wurden Informationen wie Hühnerrasse, Legeleistung, Futterverbrauch uvm. Jetzt steht u.g. Aufgabenstellung im Raum. Wo ist mein Problem jetzt? Durch die einschlägige Literatur hab ich herausgefunden, dass sich wahrscheinlich am besten das Problem mit einer Regressionsgeraden lösen lässt. Durch diese kann ich mehr oder weniger abschätzen wo die Punkte wahrscheinlich liegen. Deswegen komm ich auch auf lineare Regression im Ansatzpunkt. Ich verstehe nicht, wie hier die Hypothese aussehen muss, da die Regression doch kein Test in diesem Sinne ist? Bei b) kann ich wenn ich jetzt mal im SPSS durchspiele entsprechend der Regressionsgleichung mir eine Gerade basteln und eine Grafik anzeigen lassen. (Mal schauen...sollte aber nicht so schwer sein) Bei c) Bräuchte ich auch einen Ansatzpunkt...Güte? :D
Danke für euer Feedback und eure Zeit
Beste Grüße
Ich habe diese Frage auch in folgenden Foren auf anderen Internetseiten gestellt: http://www.spss-forum.de/regressionsmodelle-f13/lineare-regression-t1803.html#p4083
|
|
| |
|
Wichtig ist, dass du die Fragestellung exakt beantwortest. Dazu gehört, dass du die anderen Einflüsse (Rasse, Alter, Haltungsart, Gruppengröße,...) als Ursachen für die Legeleistung ausklammerst. Das geht exakt nur so, indem du jeweils eine Untermenge für die Auswertung bildest, bei denen alle diese Kriterien (annähernd) übereinstimmen bis auf Futterverbrauch und Legeleistung. Beispiel:
Rasse: Holsteiner Weißleghuhn
Alter: 2-3 Jahre
Haltung: Käfig
Gruppengröße: 20-30 Tiere (oder Flächengröße: 0,3 [mm] m^2 [/mm] pro Tier)
Futterart: 30%-iges Fischmehlkonzentrat
usw.
Für diese Untermenge trägst du nun in einem Koordinatensystem die Legeleistung gegen die Futtermenge auf und guckst, ob ein ansteigender Graph zu der Punktmenge passt (Gerade Linie im oberen KS, s.Bild unten).
Dann änderst du das Ganze, indem du z.B. alle Ergebnisse mit einer anderen Futterart auswertest (nächste gerade Linie, anders gefärbt). Hast du alle Futterarten durch, änderst du das Alter und fängst damit wieder von vorne an usw.
Das ganze lässt sich in EXCEL leicht programmieren und auswerten.
Nicht aussagekräftig ist eine Auswertung, bei der du nur für alle Tiere die Legeleistung gegen die Futtermenge abträgst (unteres Koordinatensystem). Stell dir vor, beim ersten Verfahren würden immer alle Punkte auf einer ansteigenden Geraden liegen ( bedeutet: ja, Legeleistung steigt eindeutig mit Futtermenge), wobei aber alle Geraden im Koordinatensystem verschieden hoch liegen. Legst du jetzt alle Punkte in ein Koordinatensystem, gibt es evtl. nur eine chaotische Wolke - es sei denn, die anderen Eigenschaften der Hühner spielen überhaupt keine Rolle.
[Dateianhang nicht öffentlich]
Beispiel: Im oberen KS sind mehrere Hühnergruppen zusammengestellt (gleichfarbige Punkte) und in ein gemeinsames KS. eingezeichnet worden, bei denen jeweils die Legeleistung mit der Futtermenge steigt (gerade Linie). Zeichnet man nun alle Punkte gemeinsam ein (unteres KS), kann man überhaupt keine Gesetzmäßigkeit erkennen.
Dateianhänge:
Anhang Nr. 1 (Typ: JPG) [nicht öffentlich]
|
|
|
| |
|
| Status: |
(Frage) überfällig  | | Datum: | 22:13 Mo 27.06.2016 | | Autor: | smirnov |
Vielen Dank für deine Denkanstöße, sowie die erstellten Grafiken zur Erklärung.
Ich habe jetzt noch einmal Rücksprache mit meiner Dozentin gehalten, die mir darauf das Feedback gegeben hat, dass wenn ich einen linearen Zusammenhang prüfen möchte auf das Modell zurückgreifen sollte: Y = beta0 + beta1 * x
Des Weiteren kann ich dann verschiedene Tests anwenden, wie Tests zu den Koeffizienten oder der ANOVA-Test, welcher testet, ob das lineare Modell einen Beitrag an der Variation übernimmt oder eben nicht.
Ich bin mir jetzt nicht ganz sicher, ob das alles nur ein Beweis werden soll oder ob ich direkt Zahlen einsetzen soll...?!
|
|
|
| |
|
| Status: |
(Mitteilung) Reaktion unnötig  | | Datum: | 22:25 Mi 29.06.2016 | | Autor: | matux |
$MATUXTEXT(ueberfaellige_frage)
|
|
|
|
