Lineare Regression - kategoriale UV - wie interpretieren?
Ich habe in meiner linearen Regression unter anderem eine binäre kategoriale Variable als UV (Verletzung ja/ Verletzung nein. Die AV sind Depressionssymptome, die zum Baseline-Zeitpunkt und nach einem Follow-up von sechs Monaten erhoben wurden.
Deskriptive Analysen mit den Follow-Up-Werten zeigen, dass anfänglich Verletzte nach 6 Monaten im Schnitt leicht höhere Werte haben als Nicht-Verletze (zwar nicht signifikant).
Hingegen zeigt die Regressionsanalyse, dass eine Verletzung ein signifikanter Prädiktor ist, indem sie die Symptome senken kann. Beziehungsweise, dass verletzte Athleten im Schnitt eine tiefere Symptomatik aufweisen als nicht-verletzte.
Kann das sein?
2 Antworten
Auch für mich unklar. Ist tiefere Symptomatik dasselbe wie höhere Werte oder das Gegenteil? Ist die Baseline denn vergleichbar, d. h. am Anfang haben Verletzte und Nicht-Verletzte gleiche Werte? Im übrigen kann es bei statistischen Analysen immer vorkommen, dass Signifikanzen / Nicht-Signifikanzen nicht so ganz konsistent sind.
Deiner Schilderung ist leider nicht klar zu entnehmen, wie Dein Regressionsmodell aufgebaut ist, was alles drinsteckt. Und wie groß die Stichprobe ist.
Selbstverständlich spielt das eine Rolle. Wenn die Beziehung, die sich bei Betrachtung des einfachen Gruppenunterschieds zeigt, im multiplen Regressionsmodell quasi umkehrt, lässt sich das nur interpretieren, wenn man weiß, was sonst noch so eingeflossen ist. Wenn Baseline-Depression ein Prädiktor war, könnte Lord‘s Paradox eine Erklärung sein, in anderen Fällen könnte ein Suppressoreffekt vorliegen, in anderen einfach eine falsche Durchführung verantwortlich sein etc. pp.
Wenn aber die Frage lediglich allgemein lautet, ob es sowas gibt: ja, immer wieder mal.
Spielt das denn eine Rolle? Wäre etwas kompliziert, das alles zu berichten. Es geht mir eher darum, ob ich das richtig interpretiere bzw. ob das rein theoretisch möglich wäre.