von Björn Walther | Mai 26, 2021 | R, R-Diagramme, Regressionsanalyse
Anwendungsfall Ein Streudiagramm mitsamt linearer Regressionsgerade ist im Falle einer einfachen linearen Regression angebracht. Einfach heißt, es existiert nur eine unabhängige Variable (x), um die abhängige Variable (y) zu erklären. Den Fall zweier unabhängigen...
von Björn Walther | Apr 28, 2021 | Heteroskedastizität, R, Regressionsanalyse
Was ist Heteroskedastizität? Heteroskedastizität ist im Rahmen der einfachen linearen Regression oder multiplen linearen Regression eine zunehmende oder abnehmende Streuung der Residuen (mitunter auch Fehlerterme genannt). Die Residuen müssen allerdings...
von Björn Walther | Apr 21, 2021 | Regressionsanalyse
Was ist Multikollinearität? Multikollinearität kann bei der multiplen linearen Regression auftreten. Sie beschreibt eine zu hohe Korrelation von zwei oder mehr erklärenden Variablen (x-Variablen) miteinander. Ist dem so, könnte man inhaltlich die Frage stellen, ob...
von Björn Walther | Apr 7, 2021 | Dummy, R, Regressionsanalyse
Eine lineare Regression kann alle möglichen Skalenniveaus für die unabhängigen Variablen haben. Allerdings muss man bei kategorialen unabhängigen Variablen besonders aufpassen. Was genau zu beachten ist, zeige ich in diesem Artikel. Beim Einbeziehen von kategorialen...
von Björn Walther | Mrz 17, 2021 | Dummy, R, Regressionsanalyse
Nominale bzw. kategoriale Variablen können nicht ohne weiteres in eine (multiple) lineare Regression aufgenommen werden. Hierzu bedarf es einer Dummykodierung. Dieser Beitrag beantwortet die Frage: Wie erstelle ich Dummyvariablen im Rahmen einer Regression in R? Hat...
von Björn Walther | Okt 7, 2020 | R, Regressionsanalyse
Ziel der multiplen linearen Regression Eine multiple lineare Regressionsanalyse hat das Ziel eine abhängige Variable (y) mittels mehrerer unabhängigen Variablen (x) zu erklären. Es ist ein quantitatives Verfahren, das zur Prognose der abhängigen Variable dient. Die...