Lineare Regression
Über den Vortrag
Der Vortrag „Lineare Regression“ von Ute S. Hoffmann ist Bestandteil des Kurses „Statistik II: Induktive Statistik“. Der Vortrag ist dabei in folgende Kapitel unterteilt:
- Inhaltsüberblick
- Verfahren für Forschungsprobleme
- Zusammenhänge modellieren -> Regressionsanalyse
- Multiple Regression
- Residualanalyse
- Bestimmung der Erklärungsgüte
- Selektionsstrategie d. Prädiktoren
- Varianzinflationsfaktor
- Mediator
Quiz zum Vortrag
Welche Aussage trifft nicht zu? Innerhalb der Verfahren für Forschungsprobleme...
- ...wird die abhängige Variable auch als Prädikator bezeichnet.
- ...unterscheidet man zwischen dem Ermitteln von Zusammenhängen und Unterschieden.
- ...kann die lineare Funktion mithilfe des Prinzips der kleinsten Quadrate angepasst werden.
- ...ist die lineare Funktion ein Grundmodell.
- ...unterscheidet man zwischen Regression- und Varianzanalyse.
Was ist kein Synonym für einen Regressor?
- Response
- Stimulus
- Konstrukt
- Stellgröße
- Exogene Variable
Was versteht man unter einem Residuum?
- Unter einem Residuum versteht man die Abweichung von der Regressionsfunktion, auch Fehlerglied genannt.
- Unter einem Residuum versteht man die Differenz zwischen erwartetem und tatsächlichem Wert.
- Unter einem Residuum versteht man die Abweichung von der Standardabweichung.
- Unter einem Residuum versteht man die Differenz zwischen dem tatsächlichen Wert und der Standardabweichung.
- Keine Aussage trifft zu.
Welche der folgenden Aussagen trifft nicht zu?
- Die Lage einer Geraden kann durch Ausreißer nicht beeinflusst werden.
- Die Varianzzerlegung dient als Gütemaß eines linearen Modells.
- Wenn man den Korrelationskoeffizienten quadriert erhält man ein Gütemaß für ein lineares Modell.
- Das Bestimmtheitsmaß R² ist ein Gütemaß für ein lineares Modell.
- Optimale Geraden einer Datenmenge sind nicht immer geeignete Geraden zur idealen Darstellung der Datenpunkte.
Welche Behauptung zu "Transformationen" ist korrekt?
- Bei der z- Transformation hat der Mittelwert den Wert 0.
- Vergleiche von Meßwerten aus vergleichbaren Untersuchungen sind grundsätzlich nicht erlaubt.
- Bei der Zentrierungstransformation verändert sich die Steigung der Geraden.
- Bei der s-Transformation hat der Mittelwert den Wert 1.
- Bei der s-Transformation hat die Varianz den Wert 1.
Welche Aussage zum Bestimmtheitsmaß R² trifft zu?
- Die Gerade repräsentiert die Daten am besten, je näher R² an 1 liegt.
- Je größer SQ Residual, umso näher liegt R² an 1.
- Je größer SQ Residual, umso näher liegt R² an 0.
- Wenn SQ residual = 1 gilt für R² = 1.
- Alle Datenpunkte liegen auf der Geraden wenn SQ residual = 1.
Die multiple Regression...
- ...ist eine Methode, um eine Kriteriumsvariable aus mehreren Prädikatoren vorherzusagen.
- ...ist eine Methode, um einen Prädiktor aus einer Kriteriumsvariablen vorherzusagen.
- ...kann lediglich induktiv angewendet werden.
- ...ist als Modell für "Zigarettenkonsum hängt vom sozialen Umfeld ab" geeignet.
- ...untersucht die Multiprädiktivität des Verhaltens.
Welche Aussage ist korrekt?
- Bei dem Rückwärtsverfahren werden sukzessive diejenigen Prädiktoren entfernt, bei deren Entfernen F-Change nicht signifikant wird.
- Selektionsstrategien der Prädiktoren dienen der Wahl eines Modells zur Vorhersage von X.
- Das Vorwärtsverfahren nimmt Prädiktoren auf, bei denen F-Change nicht signifikant wird.
- Verfährt man Schrittweise wird jeder Prädiktor einzeln hinzugefügt und danach entfernt, die beiden Modelle werden verglichen.
- Alle Aussagen sind korrekt.
Welche der folgenden Aussagen ist nicht zutreffend?
- Eine Residualanalyse benutzt Mittelwerte der Datenmenge.
- Beim Rückwärtsverfahren handelt es sich um eine Selektionsstrategie der Prädiktoren.
- Eine Mediatorvariable ist eine qualitative oder quantitative Variable, die erklärt, warum ein Zusammenhang zwischen zwei Variablen besteht.
- Eine Residualanalyse benutzt standardisierte Residuen.
- Die Residualanalyse dient dazu, festzustellen, ob die Annahme eines linearen Modells gerechtfertigt ist.
Dozent des Vortrages Lineare Regression
Ute S. Hoffmann
Ute S. Hoffmann studierte Mathematik und Deutsch (gymnasiales Lehramt) an der Eberhard-Karls Universität in Tübingen. Sie spezialisierte sich durch eine Weiterbildung im Bereich Lernblockaden, LRS und Dyskalkulie und ist damit im freiberuflichen Kontext für schulische und universitäre Träger tätig. Ein besonderer Schwerpunkt ihrer Arbeit ist es, gerade mathematische Themen so einfach wie möglich erscheinen zu lassen. Aktuell erweitert sie ihren Kompetenzen anhand eines Doppelstudiums der Psychologie (Fernuni Hagen) und der Statistik (LMU München).Kundenrezensionen
5,0 von 5 Sternen
| 5 Sterne |
|
5 |
| 4 Sterne |
|
0 |
| 3 Sterne |
|
0 |
| 2 Sterne |
|
0 |
| 1 Stern |
|
0 |
