Binomiale Logistische Regression: Beispieldatensatz

In unserer Studie wollen wir untersuchen, ob Schlaf einen Einfluss auf die Anfälligkeit für Erkältung hat. Prather, Janicki-Deverts, Hall und Cohen (2015) haben eine ähnliche Studie durchgeführt; unsere Daten hier sind im Gegensatz aber rein fiktiv.

Neben Schlaf haben wir noch einige weitere Variablen in unserem Datenfile, die wir mit in das logistische Regressionsmodell aufnehmen werden. Der Beispieldatensatz kann, wie immer, unten heruntergeladen werden.

SPSS Datenfile

Wir wollen wissen, welche Faktoren für das entstehen einer Erkältung verantwortlich sind und interessieren uns im speziellen dafür, welche Rolle Schlaf und Schlafmangel hier spielt.

Variablen

Unser Datensatz enthält insgesamt sieben Variablen:

1. vpnummer – die fortlaufende Versuchspersonennummer jedes Teilnehmers.
2. diagnose – die Diagnose (hier auch unsere Kriterium). Sie gibt an, ob sich bei dem Probanden eine Erkältung entwickelt hat (kodiert als 1) oder nicht (kodiert als 0).
3. geschlecht – das Geschlecht des Teilnehmers, als binäre Variable mit Frauen (kodiert als 1) Männern (kodiert als 0).
4. alter – das Alter des Probanden (in Jahren)
5. immunofaktor – ein kumulativer Faktor welche die Immunaktivität quantifiziert. Ein größerer Wert hier deutet auf ein stärkeres Immunsystem hin.
6. schlaf – die Menge an Schlaf, die der Proband in der Vornacht hatte, in Stunden
7. zink – es gibt zahlreiche Studien (z.B. Hemilä, 2017a; Rao & Rowland, 2011) die einen Einfluss von von Zink auf Erkältungen finden. Mit teils positiven, teils neutralen, teils gemischten (Hemilä, 2017b) Effekten.

Literaturverzeichnis

1. Hemilä, H. (2017a). Zinc lozenges and the common cold: a meta-analysis comparing zinc acetate and zinc gluconate, and the role of zinc dosage. JRSM Open, 8(5), 205427041769429. doi:10.1177/2054270417694291
2. Hemilä, H. (2017b). Duration of the common cold and similar continuous outcomes should be analyzed on the relative scale: a case study of two zinc lozenge trials. BMC Medical Research Methodology, 17(1). doi:10.1186/s12874-017-0356-y
3. Prather, A. A., Janicki-Deverts, D., Hall, M. H., & Cohen, S. (2015). Behaviorally Assessed Sleep and Susceptibility to the Common Cold. Sleep, 38(9), 1353–1359. doi:10.5665/sleep.4968
4. Rao, G., & Rowland, K. (2011). Purls: Zinc for the common cold–not if, but when. The Journal of Family Practice, 60(11), 669–671.