Deutsches R-Forum

Hallo Zusammen

Als erstes muss ich vorausschicken, dass ich das erste mal mit R arbeite und wirklich ehrlichgesagt ziemlich ratlos bin - da ich auch in Sachen quantitativer Statistik nicht auf der Höhe bin, bis jetzt habe ich eher qualitativ gearbeitet.
Nun rechne ich für meine Masterarbeit ein Multilevel Modell. Habe aber nun ein massives Problem mit Autokorrelation. Was aber aufgrund der Daten logisch ist, da es sich um eine Analyse von Abstimmungsdaten von 1996 - 2018 handelt.

Mein Modell sieht folgendermassen aus:

mod_intercept <- lme(post~ sb+para+erf+porto+vsm+
alt+akademiker+bauern+ssvp,
method="REML",
random = ~1|cy,
data = data,
correlation=corCAR1(form=~1|cy))

Wie kann ich nun etwas gegen Autokorrelation unternehmen? Könnte ich vielleicht mit lagged variables arbeiten? (keine ahnung wie das geht )

Vielen Dank für eure Hilfe

Liebe Grüsse

Du modellierst doch die correlation der residuen als CAR1

Dies wurde mir von einem Freund so empfohlen. Bin also ehrlich gesagt selber gar nicht sicher was das bewirkt.
So oder so habe ich aber immer noch eine massive Autokorrelation...

Wie bist du überhaupt auf das Mehrebenenmodell gekommen? Wenn es von deinem Betreuer vorgeschlagen wurde, würde ich vorschlagen, mit ihm Rücksprache und Hilfestellung zu erbitten. Die Masterarbeit ist immerhin Teil des Studiums und es kommt vor allem darauf an, was man dabei lernt. Dein Betreuer wird dir zumindest Literatur nennen können, mit der du zielgerichtet dein Problem verstehen und hoffentlich auch zu lösen lernen können wirst.