Vorlesungen

- Beschreibung des Sachverhalts - Regression - Keine Aussage über Grundgesamtheit

Abhängige Variable Outcome endogene Variable erklärte Variable

Unabhängige Variable Prädiktor exogene Variable Treatment Kontrollvariable

X beeinflusst Y Korrelation ist nicht gleich Kausalität

- Vermutete Form des Zusammenhangs von X und Y - Entscheidung für eine Form - Linear, quadratisch, U-Form, Exponentiell?

- (zufälliger) Fehler - weitere unbeobachtete Faktoren verbleiben im Fehlerterm

Die (geschätzten) Parameter der Regressionsgleichung schätzen die Regressionsgerade der Population.

Es werden die Parameter gesucht, für die die Summe der quadrierten Abweichungen minimal wird.

Annahme, dass die bedingten Mittelerte auf einer geraden Linie liegen.

- "Anova"-Block (Streuung) - Modelfit-Block - Koeffizienten-Block

tendenziell: je höher, desto besser die Modellgüte

Standardisieren von Y und X Oder den Koeffizienten verrechnen

SDe Sollte möglichst klein sein "Y-Streuung um die Regressionsgerade"

SEβ Sollte möglichst klein sein

β : SEβ

Teststatistik für Erklärungsgehalt des Gesamtmodells

β0: Konstante gibt Erwartungswert für Referenzgruppe an β1: Steigung gibt den Unterschied im Mittelwert zur Referenzgruppe an

Der Effekt hängt nicht davon ab welche Werte andere UVs haben. Bei nicht additiven Effekten: Interaktion!

erlaubt es, zunehmende, abnehmende und sich umkehrende Effekte zu modellieren

- Variabilität von X - Linearität in Variablen und Parametern - Korrekte Spezifizierung - Stichprobe n > Variablen k - Residuendiagnostik (Unabhängigkeit der Residuen, Homoskedastizität, Normalverteilung der Residuen) - keine Multikolinearität

X variablen theoriegeleitet nacheinander aufnehmen Vergleichen, ob weitere Parameter die Erklärungskraft verbessern

Nullmodell begrenzt anfangsmodell

Fullmodell erweitertes Modell