SPSS-FORUM.DE

Hallo liebe SPSS Profis,

Ich schreibe derzeit an meiner Masterarbeit und muss u.A. eine Multiple Regressionsanalyse initiieren.
Meine AV ist der Platzierungserfolg von Anleihen, UVs sind Rating, Kupon, Anzahl der Schutzrichtlinien für Anleger, sowie die Besicherung.
Leider habe ich eine extrem linksschiefe Verteilung da bei der AV ca 80% der Anleihen voll platziert sind.
Habt ihr Ideen wie ich das am besten lösen kann? (Logarithmieren der AV funktioniert nicht wirklich da 80% der Anleihen voll platziert sind und damit den Wert 1 haben, Box-Cox Transformation leider auch erfolglos)
Danke euch!

Mach doch eine binäre logistische Regression (voll platziert ja/nein).

Mit freundlichen Grüßen

P.

Hallo ponderstibbons,

danke für das schnelle und hilfreiche Feedback.
Leider scheint die binär logistische Regression auch nicht so das wahre zu sein (Anbei der Output).
Anbei sende ich noch das Verteilungs und Streudiagramm bei multipler Regression.
Hast du vllt eine Idee wie man nun weiter verfahren könnte? Scheint ein komplizierter Fall zu sein...
Danke & Grüße
http://www.fotos-hochladen.net/uploads/3m24ltx7svo.jpg
http://img5.fotos-hochladen.net/uploads/2hv716f234a.jpg

Leider scheint die binär logistische Regression auch nicht so das wahre zu sein (Anbei der Output).

Am besten schilderst Du mal, was Du damit meinst.

Anbei sende ich noch das Verteilungs und Streudiagramm bei multipler Regression.

Wozu? 80% haben denselben Wert, dafür braucht man kein Diagramm.

Mit freundlichen Grüßen

P.

Wenn man sich die Ausgabe dazu aussieht, die ich angehängt habe, verschlechtert sich die Voraussagew'keit des Modells durch die Implementation der Variablen von 64,5% (Vgl Block 0) auf 63,4% (vgl Block 1). Dabei sollte sich diese doch verbessern, oder gehe ich da von einer falschen Annahme aus?
Weiterhin ist der Cox & Snell R Quadrat noch niedriger als beim Multiplen Regressionsmodell (0,058). D.h. doch dann im Endeffekt wird ein noch geringerer Anteil der Varianz durch die Variablen erklärt?

VG

Kann niemand helfen?