Systat Output der Missings

Hallo,

ich versteh die Systat Outputs der Missings nicht. Kann mir da jemand helfen?

Zunächst verstehe ich den Missing Value Plot nicht.
Was genau gibt er mir an? Woran erkenne ich einen fehlenden Wert? Was bedeuten die anderen Farben?
Ich habe mir aufgeschrieben, dass die Farben angeben, ob es sich um einen über-/mittel- oder unterdurchschnittlichen Wert handelt. Somit könnte ich also sehen, ob es einen Zusammenhang gibt von einem sehr hohen/niedrigen Wert auf einer Variable und das Fehlen des Wertes auf einer anderen Variable. Aber woher sehe ich denn, dass was fehlt?

Und dann das Systat Output auf der letzten Seite des Exkurs.
Anscheinend wird ja ein EM-Algorithmus durchgeführt. Aber was bedeutet:
- Maximum Error
- 2*log(likelihood)
- EM estimate of means
- pairwise frequency table

Ich hoffe auf eure Hilfe! Denn ich verzweifle gerade

Hallo Superwoman,

- Maximum Error: sinkt mit jeder Iteration und gibt die maximale Abweichung des Modells von den tatsächlichen Daten an
(du schätzt ja in jeder Iteration mehrere Werte und der Maximum Error ist die maximale Abweichung, die dabei aufgetreten ist)

- 2*log(likelihood): Die Log-Likelihood-Funktion ist die logarithmierte Likelihood-Funktion, die häufig im Zusammenhang mit der
Bestimmung einer Maximum-Likelihood-Schätzung verwendet wird. Dabei bietet die Logarithmierung bestimmte mathematische
Vorteile. 2*log(likelihood) wird bei Modelltests wie dem Likelihood-Quotiententest verwendet und kann zu verschiedenen Kennzahlen
"weiterverarbeitet" werden.
--> Wie dir vielleicht beim Lesen dieses Punktes aufgefallen ist, entfernen wir uns hier immer weiter von QMII
--> Näheres dazu erfährst du in Testtheorie und bei den Erweiterungen im Master

- EM estimate of means: Mittelwertsschätzung nach EM-Algorithmus

- pairwise frequency table: zeigt meiner Meinung nach, wie viele Fälle für welche Variable(nkombination) vorhanden sind

Viele Grüße
Corinna

Muss prob-Wert von dem Little MCAR Test noch geteilt werden?

ich würde sagen eher nicht, ist ja ein chi² anpassungstest, da teilt man normalerweise den prob wert nicht (man testet ja auf quadrierte abweichung, die kann ja nur einseitig signifikant werden)

Danke Daniel:-)