Int Bez: Theorien

Theorien der Internationalen Beziehungen

Theorien der Internationalen Beziehungen


A. R.
Diese Lernkarten bieten einen umfassenden Überblick über die Theorien der multivariaten Regression auf Universitätsniveau. Sie behandeln zentrale Konzepte wie Multikollinearität, Schätzer, Residuen und die Bedeutung von Tests wie dem F-Test und t-Test. Die Karteikarten erklären, wie man mit Problemen wie Ausreißern und Hebelwerten umgeht und welche Annahmen für die Regressionsdiagnostik getroffen werden. Besonders nützlich sind sie für Studierende und Forscher, die ihre Kenntnisse in statistischer Modellierung vertiefen möchten, um präzisere und robustere Analysen durchzuführen.
Flashcards
58
Students
2
Language
German
Category
Politics
Level
University
Created / Updated
31.10.2016 / 01.11.2021

Flashcards

Was misst SSE?

anpassungsgüte des modells, also die genauigkeit

wie kann man die residuenquadratsumme auch noch nennen?

nicht erklärte varianz oder abweichungsquadratsumme

wie steht ols zu sse?

ols reduziert sse.

was abe rist sst?

abweichungsquadratsumme

was ist ssr?

erklärte abweichungsquadratsumme

was vergeicht ssr?

ssr (abweichungsquadratsumme) vergleicht ^y und die naive Schätzung ymit strich obendrauf.

was heisst es, wenn ssr=0?

dann hat kenntnis von x keinen einfluss auf y. also hat x keinen einfluss auf y.

in welche beiden komponenten lässt sich die gesamtvarianz zerlegen?

erklärte und unerklärte varianz

was ist mse?

mean sqared error, auch mittlerer quadratischer fehler.erwartungstreuer schätzer der fehlervarianz

was ist msr? 

mittlere quadratische abweichung der regression. schätzer der fehlervarianz, wenn nullhypothese (also alle koeffizienten = 0).

was berücksichtigt der ols-schätzer ausser den beziehungen zwischen den prädiktoren und den AV?

die kovarianz (beziehung) zwischen den beiden prädiktoren.

wie hat es das old mit der normalverteilung der fehlerterme?

ols setzt keine normalverteilung der fehlerterme voraus, aber für hypothesentests wird das trotzdem angenommen.

was besagt das zentrale grenzwerttheorem (central limit theorem)?

Der Fehlerterm eines multiplen RM resultiert aus dem Einfluss vieler unabhängiger Faktoren. Die Summe einer grossen Anzahl gleich- und unabhängig voneinander verteilten Variablen ist wiederum asymptotisch normalverteilt. 

warum wird angenommen dass fehlerterme normalverteilt sind, obwohl das nicht vorausgesetzt wird? was kannd amit berechnet werden?

die teststatistiken t-statistik (für einzelne koeffizienten) und F-statistk (für das gesamtmodell oder teilmodelle)

was prüft der t-test?

ob sich der regressionskoeffizient in der grundgesamtheit signifikant von null unterscheidet.

wie viele koeffizienten testet der t-test?

immer nur einen einzelnen.

 

wie verhält sich der standardfehler (SE) zu, prüfwert t?

je grösser SE, desto kleiner fällt der prüfwert t aus (= umso wahrscheinlicher wird es, dass H0 nicht verowrfen werden kann).

wie gross sollte der empirische t-wert sein, damit die nullhypothese verworfen werden kann?

grösser als 1,96 (daumenregel)

welche prüfgrösse wird angewandt, wenn eine globla eprüfung aller prädiktoren erfolgen soll?

F-test

Welche Nullhypothese prüft der F-test?

dass sämtliche steigungskoeffizienten gleich 0 sind.

 

was ist die voraussetzung für einen F-test?

verschachtelung der modelle ineinander (nested models).

wann ist der t-test identischmit dem F-test?

bei einem einfachen regressionsmodell mit einer unabhängigen variable. also bei linearen regressionen einfach nur einen der beiden durchführen.

welcher test betrachtet die parameter einzeln?

der t-test

welcher test überprüft die parameter gemeinsam?

der F-test.

 

was heisst es, wenn in einem modell die t-werte einzeln nicht signifikant sind, aber gesamt beim F-test schon?

multikollinearität der parameter!

was prüft die regressionsdiagnostik?

ob daten mit gemachten annahmen konsistent sind und einfluss einzelner beobachtungen zu bestimmen

welche annahmen über das messniveau müssen wir für regressionsdiagnostik treffen?

keine, dass messniveau der UV ist irrelevant

welches messniveau haben die prädiktoren (UV)?

nicht-stochastisch (fix)

was ist die kausale simultanität?

keine sechselbeziehung zwischen x und y

was ist ein univariater ausreisser (univariate outlier)?

extreme beobachtungen von Y oder X, extremwerte

was ist ein multivariater ausreisser (regression outlier)?

beobachtungen, die nciht mit der datenstruktur übereinstimmen, isoliert von der hauptpunktewolke. kombination von X und Y

welche beobachtungen haben eine potenziell hohe hebelwirkung?

beobachtungen mit extremen x-werten (high leverage point). eine geringe veränderung der werte für y beeinflusst linie mega

welche beobachtungen auf der x-achse haben einen tiefen leverage effekt?

mittlere x-werte, unabhängig von y.

wann besitzt eine beobachtung einen grossen einfluss auf die modellschätzung?

multivariater ausreisser, der gleichzeitig einen extremen x-wert aufweist

was geben hebelwertw (hat values) an?

das einflusspotenzial (abe rnicht den einfluss) einer beobachtung auf schätzergebnisse.

wovon sind hebelwerte abhängig?

nur von prädiktorvariablen

wovon ist der einfluss einer beobachtung abhängig?

hebelwerte und Y-werte

wie lassen sich ausreisser identifizieren? (3)

visuelle dateninspektion als überblick. diagnose der residuen. vor allem transformationen der residuen.

warum sind untransformierte residuen schlecht geeignet, um ausreisser z identifizieren?

weil ausreisser mit hoher hebelwirkung können geringe residualwerte haben (ziehen linie quasi an), und residuenwerte sind von messeinheit abhängig.

worauf wird umdisponiert, um nciht mit untransformierten residuen ausreisser zu identifizieren?

intern studentisierte residuen (ISR)

Étudier