Warum macht man eine Regressionsanalyse?
Mit Hilfe der Regressionsanalyse kann eine Regressionsfunktion errechnet werden, welche die Anhängigkeit der beiden Variablen mit einer Geraden beschreibt. Die ermittelte Regressionsgerade erlaubt es, Prognosen für die abhängige Variable zu treffen, wenn ein Wert für die unabhängige Variable eingesetzt wird.
Wieso kontrollvariablen?
Kontrollvariablen sind in der experimentellen Psychologie jene Variablen, die konstant gehalten werden um einen zusätzlichen Einfluss auf die abhängige Variable zu vermeiden, wie etwa Alter, Tageszeit oder kulturelle Einflüsse.
Was beschreibt der regressionskoeffizient?
Regressionsparameter, auch Regressionskoeffizienten oder Regressionsgewichte genannt, messen den Einfluss einer Variablen in einer Regressionsgleichung. Dazu lässt sich mit Hilfe der Regressionsanalyse der Beitrag einer unabhängigen Variable (dem Regressor) für die Prognose der abhängigen Variable herleiten.
Was sind unabhängige Variablen in der Regressionsanalyse?
Die unabhängigen Variablen, die du in die Regressionsanalyse einschließt, weisen keine lineare Beziehung auf. Exogenität: Der erwartete Wert des Fehlers ist 0. Homoskedastizität: Die Varianz des Fehlerwertes ist für alle Werte der erklärenden Variablen gleich.
Was sind die Interaktionseffekte mit kategorialen Variablen?
Interaktionseffekte mit kategorialen Variablen. Die Interpretation der Regressionskoeffizienten geht davon aus, dass keine Mehrfachnennungen für die kategoriale Variable vorliegen. Das heißt, es darf im selben Monat nicht in TV und Print geworben worden sein. Um auch den Effekt einer gemeinsamen Werbung in beiden Medien zu bestimmen,…
Ist eine Regressionsanalyse sinnvoll?
Entscheidend für den Nutzen einer Regressionsanalyse ist die Frage, inwieweit das Modell die tatsächlichen Daten und deren mögliche Zusammenhänge beschreibt. Ein wichtiges Problem ist einerseits die Wahl eines Modells und somit andererseits die Auswahl der erklärenden Variablen.
Wie werden die Parameter der Regressionsanalyse bestimmt?
Mit Hilfe der Methode der kleinsten Quadrate werden die Parameter der Regressionsfunktion so bestimmt, dass die Summe der (quadrierten) Abweichungen der Beobachtungswerte von den korrespondierenden Schätzwerten minimiert wird. Typische Fragestellungen der Regressionsanalyse (vgl. Backhaus u.a., 2000, S.