Einfache lineare Regression: Unterschied zwischen den Versionen

Aktuelle Version vom 18. März 2020, 14:14 Uhr

zurück zu Hauptseite
Navigation
Statistische Grundbegriffe und Grundlagen multivariater Verfahren

Die Durchführung einer einfachen linearen Regression erlaubt es, die Art des Zusammenhanges zwischen einer Prädiktorvariable und einer Kriteriumsvariable zu beschreiben. Die Prädiktorvariable kann dabei sowohl metrisch als auch kategorial / dichotom sein:

@@ Zeile 1: / Zeile 1: @@
 {{Nav|Navigation|Statistik_MV|Hauptseite}}
-Das Ziel einer Korrelationsanalyse ist die Identifikation der Stärke des linearen Zusammenhanges zwischen Variablen. Die folgenden Artikel stellen dabei sowohl das Konzept einer einfachen linearen Regression als auch einer partiellen Korrelation vor. Unter einer partiellen Korrelation oder auch Partialkorrelation versteht man die Stärke des linearen Zusammenhangs zwischen zwei Variablen, aus welcher der Einfluss einer Störvariable auspartialisiert (eliminiert) wird.
+Die Durchführung einer einfachen linearen Regression erlaubt es, die Art des Zusammenhanges zwischen einer Prädiktorvariable und einer Kriteriumsvariable zu beschreiben. Die Prädiktorvariable kann dabei sowohl metrisch als auch kategorial / dichotom sein:
-* Einfache lineare Korrelation
+* [[Einfache lineare Regression bei metrischem Prädiktor]]
-* Partialkorrelation
+* [[Einfache lineare Regression bei dichotomen bzw. kategorialen Prädiktor]]

Einfache lineare Regression: Unterschied zwischen den Versionen

Aktuelle Version vom 18. März 2020, 14:14 Uhr

Navigationsmenü

Suche