ZU DEN KURSEN!

SPSS Statistik-Software - Lineare Regression

Kursangebot | SPSS Statistik-Software | Lineare Regression

SPSS Statistik-Software

Lineare Regression

wiwiweb JETZT WEITER LERNEN!

Weitere Lernvideos sowie zahlreiche Materialien erwarten dich:
Komplettpaket für wiwi-Studenten


1743 Lerntexte mit den besten Erklärungen

470 weitere Lernvideos von unseren erfahrenen Dozenten

3817 Übungen zum Trainieren der Inhalte

2142 informative und einprägsame Abbildungen

Inhaltsverzeichnis

Die allgemeine Regressionsgleichung für einen linearen Zusammenhang lautet:

$$y=bx+a$$

y steht hierbei für den prognostizierten Wert (Regressand bzw. abhängige Variable), b ist der Regressor und a ist der Fehler, den man bei Prognose begeht. Es ist durchaus möglich, dass mehrere Regressoren vorliegen.

Genauso lassen sich auch für multivariate Zusammenhänge Werte prognostizieren. Dementsprechend entsteht folgende Matrix-Relation:

$$Y=\beta *X+\epsilon$$

Wollen wir nun den Preis eines hauptsächlich genutzten Autos, bei gegebenem Einkommen abschätzen, können wir die lineare Funktion hierfür berechnen.

Durchführung in SPSS

Analysieren  - Regression - Linear

Lineare Regression
Lineare Regression

Auf die von uns verwendeten Statistiken werden wir im Lernvideo im nächsten Abschnitt eingehen. Folgende Koeffizienten bekommen wir von SPSS:

Koeffizientena

 

Modell

1

(Konstante)

Haushaltseinkommen in Tausend

Nicht standardisierte Koeffizienten

B

14,799

,221

Standardfehler

,223

,002

Standardisierte Koeffizienten

Beta

 

,792

t

66,319

103,814

Sig.

,000

,000

Konfidenzintervall für B (95,0%)

Untergrenze

14,361

,216

Obergrenze

15,236

,225

a. Abhängige Variable: Preis des hauptsächlich genutzten Autos

 

Als Gleichung erhalten wir dann (wir verwenden hier die nicht standardisierten Koeffizienten):
$$y=0,221x+14,799$$

Rein mathematisch ist dieser Bereich nicht begrenzt, wichtig ist aber, dass wir immer nur Bereiche betrachten, in denen auch logische Zusammenhänge vorliegen. Liegt z.B. folgende Funktion $y=-0,5x+50$ vor (was durchaus eine realistische Formel sein kann), macht diese Gleichung u.U. nur im Bereich $x\le100$ Sinn.
Daher ist es immer wichtig, abzuschätzen, in welchem Bereich die lineare Regression überhaupt sinnvolle Werte ergibt!