Was macht eine Regressionsanalyse?
Die Regression gibt einen Zusammenhang zwischen zwei oder mehr Variablen an. Die ermittelte Regressionsgerade erlaubt es, Prognosen für die abhängige Variable zu treffen, wenn ein Wert für die unabhängige Variable eingesetzt wird. …
Wann macht man eine Korrelationsanalyse?
Will man einen Zusammenhang zwischen zwei metrischen Variablen untersuchen, zum Beispiel zwischen dem Alter und dem Gewicht von Kindern, so berechnet man eine Korrelation.
Was ist eine einfache lineare Regression?
Eine einfache lineare Regression kann mit der folgenden Gleichung ausgedrückt werden: Der Vergleich besteht aus drei Elementen: α – Der Interzept (Achsenabschnitt) ist der Startpunkt der Regressionsanalyse, die sogenannte Konstante. Also gibt es ein Basisgewicht auch, wenn die Größe 0 cm ist.
Was sind die Ergebnisse der Regressionsanalyse?
Für die Zusammenfassung der Ergebnisse der Regressionsanalyse kannst du die folgenden Sätze verwenden: Eine einfache lineare Regression mit Gewicht als der abhängigen und Größe als der erklärenden Variable ist signifikant, F (1,28) = 132,86, p < ,001.
Was sind die Voraussetzungen für eine korrekte Interpretation der linearen Regression?
Zur korrekten Interpretation der linearen Regression müssen die folgenden Voraussetzungen gegeben sein: Es besteht ein zumindest grob linearer Zusammenhang zwischen den beiden betrachteten Variablen. Die abhängige Variable sollte nach Möglichkeit metrisch sein. Die unabhängige Variable kann metrisch, aber auch dichotom-kategorial sein.
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.