regr anwend


Set of flashcards Details

Flashcards 39
Language Deutsch
Category Maths
Level University
Created / Updated 09.06.2017 / 17.01.2019
Weblink
https://card2brain.ch/box/20170609_l16_regressionsmodelle_anwendungen
Embed
<iframe src="https://card2brain.ch/box/20170609_l16_regressionsmodelle_anwendungen/embed" width="780" height="150" scrolling="no" frameborder="0"></iframe>

Was besagt die Parsimonität?

Sparsamkeitsregel: wenige Aussagen einer Theorie > Theorie mit vielen Einschränkungen

Was ist der Vorteil von Formalmodellen gegenüber Verbalmodellen?

Formalmodelle sind weniger anfällig für natürlichsprachliche Probleme, zB Mehrdeutigkeit

Was ist ein mathematisches Modell?

Ein formalisiertes Modell, das qualitative Ergebnisse generiert

Was ist ein statistisches Modell?

= stoachstisches Modell

mathematisch, aber empriisch

enthalten zufallsvariable bzw fehlerterm

Warum kreuztabellen?

zusammenhang zwischen variablen mit irdinalem oder nominalem skalenniveau

watum eignen sich kreuztabellen nicht für metrisch skalierte variablen?

hohe zahl an merkmalsausprägungen

warum lineare regression?

zusammenhänge zwischen kontinuierlichen variablen

drei zwecke der regressionsmodelle:

zusammenfassen, schätzen, analysieren

weche zwei herangehendweisen der regression gibt es?

beschreibend oder theoretisch (okönometrisch oder allgemein linear)

Einfaches lineares Regressionsmodell:
Wie lautet die Gleichung für das theoretische Modell?

Y = B0 + B1X + U

Einfaches lineares Regressionsmodell: Wie lautet die Gleichung für eine bestimme Beobachtung i?

Einfaches lineares Regressionsmodell: was ist i?

1,2,3,…, n

Einfache lineares regressionsmodell: was ist y(i)?

abhängige variable = kontinuierliche variable

was ist x(i)?

unabhängige variable = prädiktor

was sind b(o) (beta 0) und b1(beta 1)?

regressionskoeffizienten (unbekannt)

was ist e(i)?

fehlerterm

wie nennt man die unabhängige variable noch?

prädiktor

wie nennt man die abhängige variable noch?

kontinuierliche variable

welches messniveau setzt das regressionsmodell für die abhängige variable voraus?

kontinuierlich

wie sollte die verteilung der abhängigen variable aussehen?

normalverteilt

welches messniveau sollte die unabhängige variable haben?

keine voraussetzung. auch kategoriale variablen sind möglich.

wie nennt man b(0) noch?

konstante, achsenabschnitt, intercept.

was gibt b(0) an?

erwartungswert y bei x=0

wie nennt man b(1) noch?

steigungskoeffizient, steigung, slope

was beschreibt der steigungskoeffizient b1?

die richtung und steigungsgrad der regressionslinie

was misst b1?

erwartete quantitative veränderung in y, wenn x sich ume ine einheit erhöht (immer gleich, egal wie hoch x ist)

einfluss von x auf zielvariable y!

wofür steht der fehlerterm?

messfehler in abhängigen variablen (y)

wie lautet die gleichung für die regressionsgerade?

was ist ^y(i)?

geschätztes ergebnis, wenn X den wert x(i) annimmt.

wie wird die abweichung von geschätzten und beobachtetem wert genannt?

residuum

wie lautet die gleichung, wenn das regressionsmodell auf die daten perfekt passt?

y(i)=^y(i) mit e(i)=0 für alle untersuchungseinheiten der stichprobe

was beduetet es, wenn die punkte eng an der durch die gleichung beschriebenen geraden liegen?

die regressionsgleich kann die beobachtete abhängigkeit gut beschreiben

Was bedeutet es, wenn r^2=0.49 beträgt? (random wert)

49% der varianz des ergebnisses kann durch die unabhängige variable erklärt werden.

welche variable ist eine zufallsvariable?

die abhängige

wie sind die fehlerterme verteilt?

normal! :D

welchen wert beträgt der mittelwert der verteilung der fehlerterme?

null

was ist homoskedastizität?

varianz der verteilung der abhängigen variable muss für alle werte der unabhängigen variable konstant sein. = wenn UV steigt, sollte AV nicht enger oder weiter streuen. sonst: heteroskedastizität.

was bedeutet exogenität?

korrelierende variaben sind alle berücksichtigt,, x und y sind voneiannder unabhängig (und damit auch von e)

was ist der vorteil des GLM (generalized linear model)?

fleixbler als einfaches regressionsmodell und auch möglich, wenn zielvariable nicht normalverteilt.