Inhaltsverzeichnis
Die allgemeine Regressionsgleichung für einen linearen Zusammenhang lautet:
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:
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
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):
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
Daher ist es immer wichtig, abzuschätzen, in welchem Bereich die lineare Regression überhaupt sinnvolle Werte ergibt!
This browser does not support the video element.
Weitere interessante Inhalte zum Thema
-
Exponentielle Glättung
Vielleicht ist für Sie auch das Thema Exponentielle Glättung (Zeitreihenanalyse) aus unserem Online-Kurs Deskriptive Statistik interessant.
-
Die Datenauswertung
Vielleicht ist für Sie auch das Thema Die Datenauswertung (Marktforschung) aus unserem Online-Kurs Einführung in das Marketing interessant.