Angewandte Methoden HS16
angmeth!
angmeth!
-
- 1 / 47
-
Lernkarten
was wird bei schätzverfahren gesucht?
regressionskoeffizienten b(0) und b(1)
weches sind die drei eigenschaften von schätzfunktionen?
erwartungstreue, konsistenz und effizienz.
welche trei klassischen schätzungsmethoden existieren?
maximum-likelihood-methode (MLE), kleinste-quadrate-methode (OLS) und momentenmethode (MME)
welchen anspruch hat die OLS an die verteilung des fehlerterms?
keine. er muss nicht nromalverteilt sein.
was ist das ziel der OLS?
die sumer der residuenquadrate (SSE) soll minimal ausfallen
was sind die vorteile von OLS?
es ist einfach, die mittelwerte der residuen beträgt 0, der mittelwert der geschätzten werte von y entspricht demjenigen der beobachteten.
unter welchen annahmen können standardfehler berechnet werden?
fehler sind homoskedastisch und weisen keine autokorrelationa uf
was ist das ziel der MLM (maximum-likelihood-methode)?
werte für parameter b(0) und b(1) zu finden, deren evrteilung die höchste wahrschienlichkeit hat, die beobachteten daten zu realisieren-. o0
Wann wird MLE angewendet?
Wenn der zu schätzende Zusammenhang nicht linear ist
Was ist der nachteil der mle?
wünschenswerte eigenschaften gelten nur asymptotisch (what),inkleinen samples wirds verzerrt.
MR:
Warum wurde die multiple regression eingeführt?
um den einfluss mehrer erklärender grössen auf eine zielgrösse zu erfassen. deshalb gibts mehrere steigungsparameter
MR:
was interessiert bei de multiplen regression?
die relative einflusstärke der einzelnen bestimmungsgrünse.
welche fragen könnten mit einer multiplien regression beantwortet werden?
welcher faktor hatte stärksten einfluss? welcher effekt hatte der faktor ceterisparibus?
MR:
was erhalten wir grafisch bei einem multiplen regressionsmodell?
bei zwei rädiktoren eine ebene. bei mehr prädiktoren eine hyperebene im n-dimensionalen raum (whoa what)
MR:
was bedeutet es, wenn die matrix x einen vollen spaltenrang hat?
zahl der beobachtungen => zahl der zu schätzenden parameter, keine multikollinearität
regressionsannahmen von (e):
normal verteilt, erwartungswert 0, homoskedastisch, keine autokorrelation
was tun, wenn der zugrundeliegende zusammenhang nicht linear ist?
logarithmieren oder potenzieren
wie könnenw ir einen konkaven zusammenhang modellieren?
UV quadrieren und als zusätzlichen term in modell einfügen
was machen wir mit dichotomen variablen?
wir tragen sie direkt als prädiktoren ins regressionsmodell ein.
was bildet die steigung in der regression einer dichotomen variable?
unterschied zwischen den beiden gruppen.
wie krieren wir variablen wonn die kategoriale variable 2+ ausprägungen hat?
jede ausprägung eine dummyvariable, also x(a)={0,1} und so
was ist bei der dichotomen variable wie auch im geschätzten regressionsmodell die referenzkategorie?
eine ausprägung von x: eine um beta(a) einheiten andere…
was sind moderatoren?
variablen, die inene zusammenhang zwischen einer V und einer AV beeinflussen
wie wird der interatkionsterm (=wechselwirkungsterm) in das regressionsmodell eingeführt?
als das produkt zweier UV (produktterm)
was bewirkt die aufnahme eines interaktionsterms in einem modell?
koeffizient für variable: achsenabschnitt, koeffizient für interaktionsterm: steigung.
was sind dummyvariablen?
rgressoren, die nur werte 0 oder 1 annehmen (=binär=dichotom)
was bedeutet es, wenn der wert eines produkts von zwei dummyvairablen 1 beträgt?
wenn der wert bei beiden auftritt
was bedeutet es, wenn wenn ein modell mit einer quantitativen variable, zwei dummy-variablen und einem interaktionsterm eine regressionsgerade erhält?
dummy- und interaktionsterm sind beide null
was bedeutet es, wenn wenn ein modell mit einer quantitativen variable, zwei dummy-variablen und einem interaktionsterm zwei regressionsgeraden erhält?
koeffizient für dummyvariable ist signifikant, aber der andere dummy-effekt und der interaktionseffekt sind null
was bedeutet es, wenn wenn ein modell mit einer quantitativen variable, zwei dummy-variablen und einem interaktionsterm drei regressionsgeraden erhält?
koeffizienten beider dummy-variablen sind signifikant, aber interaktionseffekt nicht
was bedeutet es, wenn wenn ein modell mit einer quantitativen variable, zwei dummy-variablen und einem interaktionsterm vier regressionsgeraden erhält?
beide koeffizienten sind signifikant, der interaktionseffekt ebenfalls
Modell mit 1 Dummyvariabe, 2 stetige Variable und 1 Interkationsterm: eine Regressionsgerade
dummy und IT sind beide null
Modell mit 1 Dummyvariabe, 2 stetige Variable und 1 Interkationsterm: zwei Regressionsgeraden mit verschiedenen Achsenabschnitten, derselben steigung
dummy ist signifikant, IE null
Modell mit 1 Dummyvariabe, 2 stetige Variable und 1 Interkationsterm: zwei Regressionsgeraden, derselbe Achsenabschnitt
dummy null, IE signifikant
Modell mit 1 Dummyvariabe, 2 stetige Variable und 1 Interkationsterm: zwei Regressionsgeraden, unterschiedliche achsenabschnitte, unterschiedliche steigung
dummy und IE signifikant
richtig oder falsch?
der fehlerterm beinhaltet zufälligkeiten des menschlichen verhaltens.
richtig
richtig oder falsch?
der fehlerterm beinhaltet nicht berücksichtige prädisktoren.
richtig
richtig oder falsch?
der fehlerterm beinhaltet stochastische variation innerhalb der prädiktoren.
falsch
richtig oder falsch?
der fehlerterm beinhaltet messfehler in der abhängigen variable.
richtig
richtig oder falsch?
moderatorenvariablen beeinflussen die richtung und stärke der beziehung zwischen x und y.
richtig
