Ik ben bezig met een onderzoek waarbij 1 afhankelijke variabele wordt verklaard door ongeveer 25 onafhankelijke variabelen. Hierbij is zeer waarschijnlijk sprake van multicollineariteit. Nu wil ik PLS (partial least squares) toepassen om de afhankelijkheden tussen de verklarende variabelen mee te nemen. Nu is mijn eerste vraag of ik PLS met spss kan uitvoeren. Zo ja, hoe? Zo nee, wat is een alternatieve methode?
Ik kijk echt uit naar jullie antwoord.
Alvast bedankt!
BobBob
8-11-2006
hier staat wat over PLS:
http://www.statsoft.com/textbook/stpls.html
- waarom zoveel verklarende variabelen? En zeker als je al multi-collineariteit vermoedt, dan moet je van te voren variabelen uit de lijst halen die collinear zijn.(bijv. als ze hoog gecorreleerd zijn met elkaar).
Bij regressie moet je als regel aanhouden dat je minstens 10 a 20 cases per onafhankelijke variabele hebt. Dus bij 25 onafhankelijke variabelen heb je minstens 250 cases nodig.
PLS zit niet in SPSS.
Mijn advies is dus: probeer (zonder naar de data te kijken) eerst een lijst van variabelen te maken waarvan je vanuit theorie kan zeggen dat ze verklarend zijn voor je uitkomst maat. Stop die in 't model en kijk wat er uit komt. Vervolgens, kun je (zit wel in SPSS bij regressie) ook
enkele collinearity diagnostics laten uitrekenen, zoals bijv. de VIF-factors (zie http://luna.cas.usf.edu/~mbrannic/files/regression/Collinearity.html
groeten,
martijn
mg
12-11-2006
#47535 - Statistiek - Student universiteit