Regressionsanalyse – die meistgelesenen Beiträge

Was bedeutet der Satz: The independent variables include a separate intercept for each exporter-commodity shipped, the weight/value ratio in logs for each shipment, and year dummy variables.

Zu den unabhängigen Variablen gehören ein separates "Intercept" für jede versandte Exporteur-Warenlieferung, das Gewichts-/Wertverhältnis für jede Sendung und Jahres-Dummy-Variablen.

Gibt es eine Funktion in Excel oder ein bestimmtes Programm?

Wichtig

Hallo zusammen,

wenn einige Koeffizienten bei der multiplen Regression nicht signifikant sind heißt das dann, dass sich das nicht verallgemeinern lässt? Also kann ich dann sagen, dass in meiner Stichprobe diese Variable die abhängige in diesem Maße beeinflusst?

Wie kann man eine lineare Regression bei Excel durch den Ursprung laufen lassen?

Moin Leute, bietet es sich an, die Ergebnisse einer Liiert-Skala Abfrage mit einer Regressionsanaylse auszuwerten, und wenn ja, warum?

Was ist der Unterschied zwischen der Varianz und der Streuung (Distribution) einer Variable? Mir wird der Unterschied irgendwie nicht klar.

Wo liegt der Unterschied zwischen Homoskedastizität, welche offenbar nur in der Regressionsanalyse geprüft wird und der Varianzhomogenität, welche offenbar nur in der Varianzanalyse auftritt.

Ich hatte es mit bisher so hergeleitet, dass Varianzhomogenität Aussagen über die Varianz allgemein zwischen Gruppen macht und Homoskedastizität über die Varianz in einer Gruppe (zum Beispiel die Varianz bei höheren X-Werten ist größer als bei niedrigen X-Werten)

Liebe alle,

im Rahmen meiner Bachelorarbeit frage ich:

Wie interpretiere ich die Regression, wenn

• Korrigiertes R^2 = .482
• ANOVA signifikant mit .014
• Aber: Alle außer einem Koeffizienten nicht signifikant sind (auf Multikollinearität bereits getestet, Toleranz und VIF-Wert sind in Ordnung)

Es handelt sich um eine seltene Erkrankung, die Stichprobe beinhaltet 50 Patient:innen. Kriterium ist ein Fragebogenscore, Prädiktoren sind Deskriptive und krankheitsspezifische Eigenschaften.

Ich danke euch!

Bei meiner Arbeit verwende ich einen bereits bestehenden Datensatz, der aus einer Baseline-Erhebung und einer Follow-up-Erhebung nach 6 Monaten besteht. Ich soll damit nun sowohl querschnittliche als auch längsschnittliche multiple lineare Regressionen berechnen. Als AV dienen die Depressionswerte zum Baseline respektive Follow-up-Zeitpunkt. Meine Frage bezieht sich nun auf die korrekte Interpretation der Ergebnisse.

Ist es richtig, dass die Prädiktoren, die in der Baseline Untersuchung signifikant sind, einen Teil der depressiven Symptome zum Baseline-Zeitpunkt vorhersagen können (und somit noch keine Aussage über die Zeit gemacht werden kann) und dann mithilfe der signifikanten Prädiktoren aus der längsschnittlichen Analyse die Entwicklung der Depressionswerte über die Zeit vorhergesagt werden können?

Ich finde es etwas verwirrend, da ja auch bei der Baseline-Untersuchung die Depressionswerte "vorhergesagt" werden können, obwohl ja die Zeit da noch keine Rolle spielt. Kann man dort das Vorhersagen vielleicht eher im Sinne von "erklären"/"verursachen" verstehen?

Hallo

ich schreibe demnächst meine Physik LK Klausur und stehe vor einem Problem. Wir sollen wissen, wie man Messwerte auswertet. Da ich bei Quotientengleichheit krank war, weiß ich nichts davon. Linearisierung sah kompliziert aus und ich fand im Internet keine Videos dazu (am liebsten wüsste ich wie man das lernt).

Deswegen hab ich mich für die Regression (anhand des CX CAS Taschenrechners) entschieden. Damit gehts einfach meines Erachtens; jedoch gibt es etwas was ich nicht verstehe:

Woran erkenne ich, was für eine Regression passend ist? (Taschenrechner gibt 12 versch Vorschläge wie linear, quadratisch, potenz, exp., etc.)

Wir müssen nämlich die richtige aussuchen und diese begründen aber ich habe keinen Plan wie das funktioniert. Der Lehrer meinte zudem es hänge nicht vom Aussehen des Graphen ab. Ich wäre durchaus dankbar für eine Antwort.

Hallo,

ich schreibe gerade an der Kommentierung meiner Ergebnisse einer Abschlussarbeit. Teilweise sind meine Koeffizienten nur auf dem 10% - Niveau signifikant (zb: p = 0.057). Wie kann ich legitimieren, dass ich das 10% SN noch "dulde", wenn in vielen wissenschaftlichen Studien bei 5% bereits oft Schluss ist und die Hypothese eigtl. abgelehnt werden sollte ?

Hat da jemand schon Erfahrungen gemacht ? Freue mich über eure Antworten und schon Mal Danke im Voraus.

Es geht um eine multiple lineare Regression. Ich habe also eine abhängige Variable Y und mehrere unabhängige Variablen X1, X2, etc.

Dann habe ich verschiedene Regressionskoeffizienten: b0 ist der "Interzept", und dann jeweils b1, b2, etc. als Steigungen für die jeweiligen X-Variablen.

Ich finde nirgends die Formel zur berechnen von z.B. b2. Anscheinend ist die Formel anders als bei der bivariaten linearen Regression. Die wäre die, die ich im Bild hochgeladen habe.

Wenn ich diese Formel allerdings für b2 verwende, bekomme ich ein falsches Resultat. Ich habe natürlich alle X darin durch die Werte der X2 ersetzt. Außerdem ändert sich im Beispiel des Professor dann auch der Wert von b1 (wenn b2 dazu kommt). Ich weiß aber nicht, wie der Prof zu seinem Resultat kommt. Seine Rechnung ist auf jeden Fall richtig, denn Excel gibt das gleiche Resultat wieder.

Was mache ich falsch? Kann mir jemand helfen? Vielen, vielen Dank!

Hallo,

für eine lineare Regressionsanalyse muss ich einen Mittelwert- und Mediansplit durchführen. Bedeutet das, es wird kategorisiert in zwei Bereiche, und die Grenze ist der Mittelwert bzw. Median? Oder steckt noch mehr dahinter? Wie kann ich bei SPSS den Median berechnen lassen?

Vielen Dank für eure Hilfe!

Grüße

Patrick

Hallo, Wenn ich bei einer unabhängigen Variablen nur zwei Möglichkeiten habe, also zwischen 1 und 0 unterscheide, spricht man ja von einer Dummy-Varibalen. Wenn nun alerdings z.B. eine Variable 5 verschiedene Möglichkeiten hat, ich der Stichprobe also die Werte von 1-5 zuordnen kann, um was für eine Variable handelt es sic dann? Spricht man dann von einer metrischen Variablen? Danke schonmal! Viele Grüße

Hallo, ich möchte eine multiple lineare Regressionsanalyse rechnen und bin mir bei diesem Diagramm wirklich unsicher, ob Homoskedastizität vorliegt. Könnte mir jemand bitte eine grobe Einschätzung geben? Vielen Dank!

Wenn ja, welche regressionsverfahren geben Auskunft über die Kausalität?

Ich habe in meiner linearen Regression unter anderem eine binäre kategoriale Variable als UV (Verletzung ja/ Verletzung nein. Die AV sind Depressionssymptome, die zum Baseline-Zeitpunkt und nach einem Follow-up von sechs Monaten erhoben wurden.

Deskriptive Analysen mit den Follow-Up-Werten zeigen, dass anfänglich Verletzte nach 6 Monaten im Schnitt leicht höhere Werte haben als Nicht-Verletze (zwar nicht signifikant).
Hingegen zeigt die Regressionsanalyse, dass eine Verletzung ein signifikanter Prädiktor ist, indem sie die Symptome senken kann. Beziehungsweise, dass verletzte Athleten im Schnitt eine tiefere Symptomatik aufweisen als nicht-verletzte.

Kann das sein?

Sehr geehrte Leser/innen der Gutefrage.net-Community,

ich wundere mich wie man in Excel, für eine Multiple Regression, die Prozedur des "Partialling out" durchführt. Ich habe online mehrere Schritte gefunden, werde jedoch aus diesen, leider, nicht schlau:
1. Regress x1 on x2, x3, ..., xk and calculate the residual ˆr1.
xi1 = ˆα0 + ˆα2xi2 + ... + ˆαk xik + ˆri1 rˆ1 = xi1 − xˆi1
2. Regress y on ˆr1. yi = λˆ 0 + λˆ 1rˆi1 + eˆi
3. The resulting slope estimate λˆ 1 is always equal to βˆ 1.

Die Multiple Regression, bei welcher ich diese Prozedur durchführen möchte, ist die folgende:
Y = 726,821 - 0,39172 * X1 - 0,607651 * X2 - 0,783681* X3 + 0,648657 * X4 + u.

Ich würde mich über ein paar hilfreiche Antworten freuen.

Ideal wäre natürlich, wenn jemand die Rechnung an einem Beispiel oder an der gegebenen Regression Schritt-für-Schritt erklären könnte.

Vielen herzlichen Dank.

Beste grüße.

Hallo zusammen, ich muss für eine Fallstudie in Statistik den Zusammenhang zwischen dem Wunsch nach Bewunderung und dem Wunsch nach Anerkennung untersuchen. Als Erhebungsverfahren wurde eine 7-stufige Likert-Skala verwendet, bei der die Teilnehmenden eine Aussage bewerten und ihre Zustimmung oder Ablehnung auf einer skalierten Antwortoption angeben, in unserem Fall von "sehr unähnlich" bis "sehr ähnlich". Die bewerteten Aussagen lauteten „Es ist ihm wichtig, seine Fähigkeiten zu zeigen. Er möchte, dass die Leute bewundern, was er tut“ und „Es ist ihm wichtig, sehr erfolgreich zu sein. Er hofft, dass die Leute seine Leistung anerkennen." Ich habe die Antworten von ca. 1100 Befragten vom Prof bekommen. Jetzt stellt sich mir die Frage, wie genau ich die Antworten auswerten muss. Es geht mir hierbei um die Inferenzstatistik, also z.B. T-Tests?? Die deskriptive Statistik habe ich soweit durchgeführt. Meine H0-Hypothese wäre: Es gibt keinen Zusammenhang zwischen dem Wunsch nach Bewunderung und dem Wunsch nach Anerkennung.

Ich weiß leider nicht weiter und bin für jegliche Hilfe dankbar.  

Vorab: Sorry wenn bisschen viele englische Wörter in der Frage enthalten sind. Ich studiere auf englisch, und deshalb sind mir die deutschen Wörter oft nicht bekannt.

Frage: Ich möchte den effekt von X auf Y analysiere. X messe ich durch 2 variabeln (independent). Y messe ich auch durch 2 variabeln (dependent). Angenommen mein erstes model lautet so:

Wie nenne ich dann das 2 ? auch mit Beta ? Kann ich die ansonsten irgendwie kombinieren oder so ? Bin am verzweifeln

Hallo! Ich arbeite nun schon lange an meiner Facharbeit, die über das Thema "Korrelation zwischen Babys und Störchen handelt". Ich muss nun nur noch die Berechnung aufschreiben. Ich weiß, das man den Korrelationakoeffzienten, den Störfaktor usw... berechnen muss.

Leider kann ich imInternet aber keine genauen Wert zu der mögl. Korrelation finden. Diese Brauche ich aber für meine Berechnung.

Könnt ihr mir irgendwie auf die Sprünge helfen, wo ich Werte finde, die ich für die Korrelation nutzen kann?

Tausend Dank :)

Hallo,

wie kommt man darauf, dass die emotionale Betroffenheit mir der emotionsregulierung und mit dem arbeitsengagement korreliert und mit einem Wert .17 signifikant positiv ist?