Zwischen Naturschutz und Theoretischer Ökologie: Modelle zur ...

2.4 Ergebnisse 39
Tab. 2-12: Gütekriterien der Modelle mit und ohne Einbeziehung der Variablen aus der Vegetationsstrukturkartierung
(vor- u. rückwärts schrittweise Modellbildung (v bzw. r).
Variable AUC [CI95%] R 2 N
Popt
(% korrekt |
Sens. | Spez.)
Pfehlergerecht
(% korrekt)
nur Strukturvar. (v=r) 0.77 [0.72; 0.82] 0.328 70.3 | 88.4 | 47.1 68.1
nur Umweltvar./UV (v) 0.86 [0.82; 0.90] 0.498 78.3 | 74.4 | 83.2 75.1
nur UV (r) 0.87 [0.84; 0.91] 0.513 82.2 | 74.9 | 91.6 76.0
UV (v) + Struktur (v) 0.90 [0.87; 0.93] 0.606 83.9 | 84.4 | 83.2 83.6
UV (v) + Struktur (r) 0.92 [0.89; 0.94] 0.641 84.2 | 85.4 | 82.6 82.5
UV (r) + Struktur (v) 0.91 [0.89; 0.94] 0.628 85.0 | 86.9 | 82.6 83.6
UV (r) + Struktur (r) 0.93 [0.90: 0.95] 0.663 87.6 | 91.0 | 83.2 84.5
UV (r) + Struktur (r)
0.86 [0.82; 0.90] 0.659
10-fach kreuzvalidiert
1 79.8 | 83.9 | 74.5 78.4
1 gemittelt aus den zehn der Kreuzvalidierung zugrundeliegenden Modellen
Sensitivität
1,0
0,8
0,6
0,4
0,2
Modellentwicklung
Zufallsmodell
nur Struktur (v=r)
nur UV (v)
nur UV (r)
UV (r) + Struktur (r)
10-fach kreuz.valid.
UV (r) + Struktur (r)
0,0
0,0 0,2 0,4 0,6 0,8 1,0
1 - Spezifizität
Abb. 2-7: Conocephalus dorsalis – ROC-Kurven für Modelle mit und ohne Einbeziehung der
Variablen aus der Vegetationsstrukturkartierung.
Charakteristischerweise ergeben rückwärts schrittweise erstellte Modelle hier bessere
Prognosegüten als vorwärts schrittweise erstellte. Der Grund dafür liegt im Signifikanzkriterium,
welches im Standardfall für die Aufnahme einer Variable ins Modell
restriktiver gewählt wird als für den Ausschluß aus dem Modell (s. 2.3.1: p in: 0.05; p out:
0.10; vgl. Adler & Wilson 1985; Hosmer & Lemeshow 1989). Verwendet man für p out
denselben Wert wie für p in, so ergeben sich hier für das rückwärts schrittweise
Verfahren dieselben Modelle, wie bei der vorwärts schrittweisen Modellbildung, was
für die Robustheit der geschätzten Modelle spricht.