Multivariate Analysemethoden (Subject) / Multivariate Analysemethoden 1 (Lesson)

This lesson was created by Madnetic.

Learn lesson

This lesson is not released for learning.

back  |  next 1 / 1

• Was wird bei der multiplen Regression berechnet? setzt mehrere Prädiktoren (UV) mit einer Kriteriumsvariablen (AV) in Beziehung > statistische Kontrolle d. Einflusses einzelner Variablen/Variablengruppen (ähnl. part. Korrelation)
• Grenzen Sie die einfache von der multiplen linearen Regression voneinander ab. einfache Regression: Kriterium y (AV); 1 Prädiktor x (UV) y=a+bx multiple Regression: Kriterium y (AV); x Prädiktoren (UV) y=b0+b1x1+b2x2
• Über welche Skalenniveaus sollten das Kriterium und die Prädiktoren verfügen? Kriterium (AV) = metrisch Prädiktor (UV) = metrisch/dichotom (0/1-Kodierung) > Dummy-Kodierung nominaler Merkmale
• Erläutern Sie das Vorgehen bei einer Dummy-Kodierung Indikatorvariable aus nominalskaliertem Merkmal k-1 Indikatorvariablen
• Was versteht man unter dem kleinste Quadrate-Kriterium? > Quadrierung positiver und negativer Residuen > gesucht werden diejenigen Werte d. Parameter, für die die Summer d. quadrierten Residuen minimal wird  > optimale Passung der Regressionsgeraden an Beobachtungswerte > Regressionsgerade, die durch den Nulllpunkt d. Punkteverteilung läuft > Summe d. Residuen = 0
• Welche Bedeutung hat der y-Achsenabschnitt b0? kein inhaltliches Interesse > durchschnittlicher Kriteriumswert, wenn alle Prädiktoren zugleich d. Wert 0 besitzen
• Wie wird die partielle Steigung b1 interpretiert? partielle Steigung b1 gibt erwartete Veränderung d. Kriteriums y (AV) an, die für konstanten Prädiktor x2 (UV2), einer Erhöhung des Prädiktors x1 (UV1) um eine Einheit entspricht. b1 = von x2 (UV2) bereinigter Einfluss von x1 (UV1) auf Kriterium (AV) b1 = partieller Regressionskoeffizient
• Was versteht man unter partieller/semipartieller Korrelation? statistische Kontrolle einer UV durch Konstanthaltung > Einfluss einer UV wird aus einer/mehreren Variablen eliminiert partielle Korrelation: bivariate Korrelation zweier Variablen, welche mittels linearer Regression vom Einfluss einer Drittvariablen bereinigt wurden semipartielle Korrelation: nur eine Variable wird bereinigt und mit einer unbereinigten Variablen korreliert
• Was versteht man unter partieller/semipartieller Korrelation? statistische Kontrolle einer UV durch Konstanthaltung > Einfluss einer UV wird aus einer/mehreren Variablen eliminiert partielle Korrelation (simultane Schätzung): bivariate Korrelation zweier Variablen, welche mittels linearer Regression vom Einfluss einer Drittvariablen bereinigt wurden semipartielle Korrelation (schrittweise Schätzung): nur eine Variable wird bereinigt und mit einer unbereinigten Variablen korreliert
• Welche Funktion haben β-Gewichte und wie werden diese interpretiert? > Veränderung von Prädiktor (UV) und Kriterium (AV) in Standardabweichungen > Beta-Gewicht β1 = erwartete Veränderung d. Kriteriums y in Standardabweichung, für konstanten Prädiktor x2, einer Erhöhung d. Prädiktors x1 um eine Standardabweichung > β-Gewicht = standardisierter Regressionskoeffizient
• Advertisement
• Wie wird die Steigung interpretiert bei k-Prädiktoren? partielle Steigung bj gibt erwartete Veränderung d. Kriteriums y an, die einer Erhöhung d. j-ten Prädiktors um eine Einheit entspricht, wenn die anderen k-1 Prädiktoren konstant sind
• Bitte geben Sie für die Multiple Regression eine Modellzusammenfassung. R: Korrelation zwischen beobachteten Werten d. Kriteriumsvariable  R²: Anteil d. Varianz, d. durch Modell erklärt wird Adj. R²: Schätzungen von R² in Population ANOVA (F-Test): durch Modell erklärte Varianz sign. größer, als Fehlervarianz d. Modells? Koeffizienten:  Regressionskoeffizient B: Veränderung d. Kriteriumsvariable, d. mit einer Veränderungseinheit im Prädiktor assoziiert ist Standardisierter Koeffizient β: identisch, jedoch als Standardabweichung

back  |  next 1 / 1