Flashcards

Flashcards 52 Flashcards
Students 8 Students
Sprache Deutsch
Level University
Created / Updated 19.01.2019 / 20.03.2019
Licencing Not defined
Weblink
Embed
2 Exact answers 49 Text answers 1 Multiple-choice answers
Close window

Was sind die Ziele der multiplen linearen Regression?

- Prädiktion /  Vorhersage von Merkmalsausprägungen

- Beschreibung von komplexen gerichteten Zusammenhängen

- Berücksichtigung von Redundanzen (zwischen UVs)

- Kontrolle von Störvariablen

Close window

Voraussetzungen der multiplen Regression:

- mehrere UVs (Prädiktor)

- eine metrische AV (Kriterium)

Close window

Warum kann die multiple lineare Regression auch als kompensatorisches Modell bezeichnet werden?

Niedrige Werte auf einer UV können durch hohe Werte auf anderen UVs ausgeglichen werden.

Close window

Was unterscheidet die Interpretation der Regressionsgewichte einer multiplen linearen Regression von der einer einfachen?

- Die Regressionsgewichte entsprechen nur dann den Gewichten aus k separaten (einfachen) Regressionsanalysen, wenn die UVs unabhängig sind.

- Zur Bestimmung der Regressionsgewichte müssen daher Korrelationen der UVs mitberücksichtigt werden

- Bei mehr als zwei UVs ist die Bestimmung kompliziert und wird matrixalgebraisch vorgenommen

Close window

Wie lautet die Modellgleichung für eine multiple Regression mit mehreren ( = k) UVs?

Y = b0 + b1 * X1 + b2 * X2 + ... + bj * Xj + ... + bk * Xk + E

 

bj * Xj = UV

b0 = Intercept

E = Residuum

Close window

Was ändert sich an der Regressionsgleichung, wenn es nicht mehr um die Stichprobe, sondern um die Parameter der gesamten Population handelt?

Es werden griechische Buchstaben (Beta) verwendet
Close window

Auf welche zwei Arten kann das multiple Regressionsgewicht interpretiert werden?

1. ...als Regressionsgewicht einer bedingten einfachen Regressionsanalyse

2. ...als Regressionsgewicht zweier Regressionsresiduen ("Partialregressionsgewicht")

Close window

Was unterscheidet die Semipartialkorrelation/Partialkorrelation von der multiplen Regression?

Bei der Partial- und Semipartialkorrelation werden ungerichtete Zusammenhänge zwischen zwei Variablen bereinigt.

Bei der multiplen Regression werden gerichtete/systematische Zusammenhänge zwischen den Variablen bereinigt

--> Richtung = Prognose oder Erklärung