Kommentare zu: Was sind gemischte Modelle und wozu braucht man sie?

Von: Daniela Keller

Daniela Keller — Tue, 02 Dec 2025 12:23:28 +0000

Hallo Maxi,
du kannst beides über das Menü der Verallgemeinerten linearen gemischten Modelle rechnen.
LG Daniela

Von: Maximiliane Jansky

Maximiliane Jansky — Wed, 26 Nov 2025 11:40:02 +0000

Hallo Daniela,
vielen Dank für diese sehr hilfreichen Informationen. Ich rechne mit SPSS Mehrebenenmodelle, wobei ich sowohl binäre als auch metrisch skalierte Outcome-Variablen habe. Kann ich beide mit verallgemeinert linearen gemischten Modellen rechnen (und dann jeweils bei den Verknüpfungsfunktionen entweder binäre logistische Regression oder lineare Regression auswählen)? Oder muss ich für die metrischen Outcomes mit gemischten linearen und für die binären Outcomes mit verallgemeinert linearen gemischten Modellen rechnen? Es kommen etwas andere Ergebnisse raus, wenn ich für die metrischen Outcomes mit GLMM statt mit LMM rechne, aber sie sind wirklich marginal.
Vielen Dank dir und viele Grüße,
Maxi

Von: Daniela Keller

Daniela Keller — Wed, 30 Apr 2025 09:09:14 +0000

Als Antwort auf Fabienne. Das freut mich sehr! Vielen Dank für die Rückmeldung! LG Daniela

Von: Fabienne

Fabienne — Tue, 29 Apr 2025 17:34:17 +0000

Als Antwort auf Daniela Keller. Liebe Daniela, erst einmal vielen herzlichen Dank für die so schnelle, erneut hilfreiche Rückmeldung, die ich leider erst jetzt sehe! Das hilft mir schon sehr weiter mit dem Verweis auf das Paper, den Hinweis zu der Nicht-Konvergenz und auch auf die Statistik-Akademie. Die kannte ich bisher noch nicht und werde diese bei den nächsten Fragestellungen ausprobieren. Vielen herzlichen Dank für diese tollen Angebote mit der Seite und der Akademie, bei denen m.E.n. Statistik auf eine beeindruckend einfache und verständliche Art erklärt wird! Viele Grüße, Fabienne

Von: Daniela Keller

Daniela Keller — Thu, 24 Apr 2025 07:53:19 +0000

Als Antwort auf Fabienne.

Hallo Fabienne,

vielen Dank für deine Frage. Das freut mich sehr, dass dir meine Seite so hilft!!

Erstmal zur zweiten Frage, der Nicht-Konvergenz: Ich würde nicht beide random intercepts weglassen, zumindest nicht, wenn du nicht weißt, dass sie unwichtig sind. Außerdem wäre ohne die beiden random intercepts ja gar kein gemischtes Modell notwendig. Hast du den ICC des Nullmodells mal angeschaut? Wie groß ist der? Daran kannst du sehen, ob du auch ohne die hierarchische Struktur arbeiten könntest (also z.B. eine Regression).

Zu den Effektstärken:
Es gibt noch nicht die eine etablierte Herangehensweise an dieses Thema (vielleicht wird es die auch nie geben), denn die Effektstärken können für solche komplexen Modelle auf sehr unterschiedliche Weise berechnet werden. Es gibt (noch) keine gute Methode, um ein Effektstärkemaß für feste Effekte in gemischten Modellen anzugeben. In diesem Paper von Julie Lorah (2018) werden verschiedene Möglichkeiten aufgezeigt:

https://largescaleassessmentsineducation.springeropen.com/articles/10.1186/s40536-018-0061-2

Lorah, J. Effect size measures for multilevel models: definition, interpretation, and TIMSS example. Large-scale Assess Educ 6, 8 (2018). https://doi.org/10.1186/s40536-018-0061-2

Wenn du mehr Input zu Statistik suchst und Antworten auf deine Fragen, dann komm in die Statisitk-Akademie:
https://www.statistik-akademie.de/akademie/

LG Daniela

Von: Fabienne

Fabienne — Wed, 23 Apr 2025 08:39:28 +0000

Hallo! Vielen Dank mal wieder für die tollen Erläuterungen, die mir auch bzgl. anderer Themen hier schon wiederholt enorm während meines Studiums geholfen haben.
Ich habe ein linear mixed-effects model für die Auswertung von Ergebnissen einer Multi-Center-Studie mit SPSS berechnet (eine Behandlungs- und eine Placebogruppe, Post- und FU-MZP, random intercept für Study centre und Studienteilnehmer:in, fixed effects für Alter, IQ, Maß zu Baseline in dem jeweiligen Outcome). Nun möchte ich noch die standardisierte Effektstärken für den Gruppenunterschied mit 95%igen Konfidenzintervallen berechnen. Bislang habe ich Effektstärken immer mit der Info der Standardabweichungen und der Mittelwerte berechnet. Nun habe ich zum ersten Mal mit diesen Modell gearbeitet und SPSS gibt in diesem Fall ja die geschätzten MW des Modells und den Standardfehler aus, sowie den 95%igen CI und die p-Werte. Ich frage mich wie ich anhand der Informationen die Effektstärken berechnen kann? Gibt es hierfür einen Weg in SPSS?
Zudem habe ich ein Outcome bei dem das Modell nicht mit dem random intercept konvergiert. Ansonten scheint der Modellfit gut zu sein. Hier frage ich mich auch, ob es eine andere Lösung geben könnte als den random intercept für Subjekt und Centre wegzulassen?
Ich würde mich sehr über einen kurzen Tipp freuen, wenn möglich.