Berücksichtigung von Drittvariablen
Zusammenfassung
Zusammenfassender Überblick
Tabelle 3 fasst Gemeinsamkeiten und Unterschiede der Kovarianzanalyse, dem Median-Split bzw. dem Extremgruppenvergleich, der Regressionsanalyse sowie neuronaler Netze zusammen. Die aufgeführten Eigenschaften der vier verschiedenen statistischen Verfahren wie etwa Overfitting der Daten beruhen auf eigenen Erfahrungswerten. Ergänzende Simulationsstudien könnten durchgeführt werden, um diese zu stützen oder zu widerlegen.
Kovarianz-analyse | Median-Split / Extremgrup-penvergleich | Regressions-analysen | Neuronale Netze | |
---|---|---|---|---|
Statistischer Ansatz | Rechnerische Konstanthaltung | Aufteilung des Datensatzes in zwei Teile | Erfassung (zumeist) linearer Zusammenhänge | Erfassung (zumeist) komplexer, non-linearer Zshg. |
Aufdeckung komplexer Zu- sammenhänge | Sehr gering | Gering | Mittel | Hoch |
Informations-verlust | Sehr hoch | Hoch | Gering | Sehr gering |
Overfitting der Daten | Sehr gering | Gering | Mittel | Hoch |
Interpretier-barkeit der Ergebnisse | Sehr einfach | Einfach | Mittel | Schwierig |
Benötigte statistische Expertise | Gering | Gering | Gering | Hoch |
Unterstützung durch Statis- tiksoftware | Hoch | Hoch | Sehr hoch | Gering |
Vorteile | Einfaches Verfahren; Gefahr des Overfittings gering | Einfaches Verfahren; Gefahr des Overfittings gering | Relativ einfaches, gut unterstütztes, statistisches Verfahren | Aufdeckung komplexer, in- teressanter Zu- sammenhänge |
Nachteile | Keine Aufdeckung komplexer Zu- sammenhänge | Nahezu keine Aufdeckung komplexer Zu- sammenhänge | Nonlineare Zu- sammenhänge schwieriger aufzudecken | Schwierig anzu- wenden; Gefahr des Overfittings besonders hoch |