Google Groups Home
Help | Sign in
Faktorenanalyse Wirtschaftsdaten 1991-2007
There are currently too many topics in this group that display first. To make this topic appear first, remove this option from another topic.
There was an error processing your request. Please try again.
flag
  2 messages - Collapse all
The group you are posting to is a Usenet group. Messages posted to this group will make your email address visible to anyone on the Internet.
Your reply message has not been sent.
Your post was successful
Rudolf Sponsel  
View profile
 More options May 16, 4:29 am
Newsgroups: de.sci.psychologie
From: Rudolf Sponsel <rudolf-spon...@sgipt.org>
Date: Fri, 16 May 2008 10:29:50 +0200
Local: Fri, May 16 2008 4:29 am
Subject: Faktorenanalyse Wirtschaftsdaten 1991-2007

Was der Psychologie meist fehlt, damit werden die ÖkonometrikerInnen
geplagt, nämlich von hochgradig (fast-) kollinearen Datenstrukturen.
Multivariate und Faktorenanalysen von Wirtschaftsdaten sind daher gewöhnlich
heikel, weil sie nicht selten mit negativen Eigenwerten entgleisen oder der
GENERALfaktor Wachstum (hier 82% der Varianzausschöpfung) differenzierte
Interpretationen "erschlägt".

Die hier - mit der Haupkomponentenmethode, Quartimax und Varimax -
untersuchten 24 Variablen für die Zeitreihen  1991-2007 - auch
politpsychologisch sehr interessant - können schon angemessen durch drei
Faktoren reproduziert werden. Es geht also - auch ohne
Kommunalitätsnumerologie - wenn die Daten es hergeben.

Die Hauptkomponenten-Analyse zeigt auch eine eine vernünftige und
nachvollziehbare Interpretation der Vorzeichen beim Generalfaktor Wachstum der
variablen Sparquote und Diskont (die fallen nämlich und sind negativ).

Mehr für Interessierte:
http://www.sgipt.org/wisms/fa/WS9107/WS9107.htm

--
Bessere Zeiten ...
Rudolf Sponsel, Erlangen

P.S. Nebenbei ergab sich eine Logarithmus-Paradoxie der Korrelationsrechnung,
das bislang nicht aufgeklärt werden konnte. Mehr für Interessierte hier:
http://www.sgipt.org/wisms/statm/kor/kurkor.htm#Eine%20Logarithmus-Pa...


    Reply to author    Forward  
You must Sign in before you can post messages.
To post a message you must first join this group.
Please update your nickname on the subscription settings page before posting.
You do not have the permission required to post.
Gottfried Helms  
View profile
 More options May 17, 4:21 am
Newsgroups: de.sci.psychologie
From: Gottfried Helms <he...@uni-kassel.de>
Date: Sat, 17 May 2008 10:21:56 +0200
Local: Sat, May 17 2008 4:21 am
Subject: Re: Faktorenanalyse Wirtschaftsdaten 1991-2007
Am 16.05.2008 10:29 schrieb Rudolf Sponsel:

> Was der Psychologie meist fehlt, damit werden die ÖkonometrikerInnen
> geplagt, nämlich von hochgradig (fast-) kollinearen Datenstrukturen.

Wenn man weiß, wodurch kollineare Datenstrukturen entstehen
(nähmlich durch Auswahl mehrerer korrelierter Merkmale),
löst sich das Geheimnis ganz einfach.

> Multivariate und Faktorenanalysen von Wirtschaftsdaten sind daher gewöhnlich
> heikel, weil sie nicht selten mit negativen Eigenwerten entgleisen

Offensichtlich werden die Daten "gewöhnlich" dort so konfiguriert,
daß man viele Anteile der Varianz in wenigen gemeinsamen Faktoren
abbilden kann. Die andere Seite ist, daß für die Varianz der
nicht-gemeinsamen Faktoren dann nicht mehr viel übrig bleibt.
Wenn man dennoch eine Hautkomponentenanalyse fährt (die stets versucht,
einen Faktorensatz aufzuspannen mit genausoviel Faktoren wie Merkmalen),
wundert man sich nicht, daß aus numerischen Gründen manche Eigenwerte (nahe
Null) auch mal negativ sein können.

>                                                                     oder der
> GENERALfaktor Wachstum (hier 82% der Varianzausschöpfung) differenzierte
> Interpretationen "erschlägt".

Tja, man muß sich entscheiden: nehme ich *viele* Merkmale um *einen*
Faktor zu indentifizieren, dann habe ich wenige (relevante) Faktoren,
aber gut identifiziert oder nehme ich wenige Merkmale pro Faktor, dann
habe ich wenig identifizierte Faktoren, aber dafür viel itemspezifische
Varianz und eine glattere Verteilung von Eigenwerten und nur wenige
(oder überhaupt keine) in der Nähe von Null.
Wie immer ich mich entscheide, so gestalte ich meinen Set von
Frageitems, erhalte entsprechend weniger oder mehr Korrelation
und laufe entweder in diese oder jene Auswertungsstrategie.

> Die hier - mit der Haupkomponentenmethode, Quartimax und Varimax -
> untersuchten 24 Variablen für die Zeitreihen  1991-2007 - auch
> politpsychologisch sehr interessant - können schon angemessen durch drei
> Faktoren reproduziert werden.

Die Merkmale sind offensichtlich gut ausgesucht, um 3 inhaltliche
Dimensionen abzubilden. Schön...

>                                Es geht also - auch ohne
> Kommunalitätsnumerologie - wenn die Daten es hergeben.

Ja, numerologie sollte man vermeiden. Wenn man allerdings obiger
Anmerkung folgen wollte (was ich nicht tue), könnte man annehmen,
daß Wirtschaftswissenschaftler (oder waren es jetzt die Psychologen)
üblicherweise solche Numerologie betreiben, da es nun endlich wohl
"*also* geht"...

Wenn da nur nicht immer diese Mentalität "die andern sind
zu blöd" durchschimmern würde, wär's einfacher zu lesen, und
man könnte sogar beginnen, eine kritische Diskussion zu führen,
um die Texte weiterzuentwickeln.

Gottfried

--
---

Gottfried Helms, Kassel


    Reply to author    Forward  
You must Sign in before you can post messages.
To post a message you must first join this group.
Please update your nickname on the subscription settings page before posting.
You do not have the permission required to post.
End of messages
« Back to Discussions « Newer topic     Older topic »

Create a group - Google Groups - Google Home - Terms of Service - Privacy Policy
©2008 Google