Lineare Regression - welche Ergebnisse muss ich berichten?

Подписаться 34 тыс.

Просмотров 71 тыс.

50% 1

// Lineare Regression - welche Ergebnisse muss ich angeben? //
Die lineare Regression hat, je nach Programm, mit dem man sie rechnet, verschiedene Outputs, die sich alle ungefähr ähneln. Es gibt ein Bestimmtheitsmaß, ein adjustiertes Bestimmtheitsmaß, eine ANOVA-Tabelle und eine Koeffiziententabelle. Welche dieser Tabellen bzw. welche Inhalte dieser Tabellen bei einer linearen Regression angegeben werden müssen, zeige ich euch in diesem Video.
Bei Fragen und Anregungen zu welchen Ergebnissen man bei der linearen Regression angeben muss, nutzt bitte die Kommentarfunktion. Ob ihr das Video hilfreich fandet, entscheidet ihr mit einem Daumen nach oben oder unten. #statistikampc
⭐Kanalmitglied⭐ werden:
=======================
/ @statistikampc_bjoernw...
Kanal unterstützen? 🙌🏼
===================
Paypal-Spende: www.paypal.com/paypalme/Bjoer...
Amazon Affiliate-Link: amzn.to/2iBFeG9
Danke für eure Unterstützung! ♥
Meine Homepage 💡
=================
www.bjoernwalther.com

Опубликовано:

29 май 2018

Ссылка:

Скачать:

Готовим ссылку...

Добавить в:

Мой плейлист

Посмотреть позже

Комментарии : 48

@e.hadzhimincheva5405 5 лет назад

Perfekt erklärt, danke! :)

@violettaD 4 года назад

DANKE!

@dr.leylamirzaee3440 2 года назад

Hallo, Dank deiner Videos konnte ich meine Promotion machen ….

@laurab.7005 3 года назад

Vielen Dank für das Video! :) Noch eine kleine Frage: Bei dem empfohlenen Output gibst du an, dass man die Standardfehler von Konstante + Variablen nennen sollte. In der letzten Tabelle ist der Standardfehler der Konstanten allerdings nicht zu sehen. Was sagt dieser Standardfehler genau aus und sollte ich ihn angeben?

@ricib5619 4 года назад

Hallo Björn, vielen, vielen Dank für deine hilfreichen Videos!! Ich habe noch eine Frage: welche Werte/"Highlights" muss ich bei einer Logistischen Regression berichten? Vielen Dank im Voraus und viele Grüße

@StatistikamPC_BjoernWalther 4 года назад

Hallo Rici und danke für die lobenden Worte! Prinzipiell natürlich die Koeffiziententabelle mit allen Werten (Beta, Standardfehler, Wald, df, p, Exp(Beta) und generell für das Modell den Likelihood-Ratio Test und Goodness of Fit-Test sowie die Gütemaße R² und -2log Likelihood. Das sollte genügen. Irgendwann kommt dann auch mal tatsächlich ein Video zur logisitschen Regression. ;-) Viele Grüße, Björn.

@JoNas-qf9dh 4 года назад

Hey Björn :) tausend Dank für deine zahlreichen Videos, die mir für so manchen Bericht das Leben erleichtert haben! Ich hätte dennoch eine Frage :) Welche Werte muss ich in tabellarischer Form bei einer binär logistischen Regression angeben? Vielen Dank im Voraus und Liebe Grüße.

@StatistikamPC_BjoernWalther 4 года назад

Hallo Jonas, freut mich, wenn dich die Videos vorangebracht haben. Da gibt es keinen einheitlichen Standard. Ich würde mich da an Field (2018) halten und neben B, SE noch p oder das CI sowie das OR berichten. Modellgüte kommt in die Fußzeile. Viele Grüße, Björn.

@JoNas-qf9dh 4 года назад

@@StatistikamPC_BjoernWalther Super, danke dir und stay Safe!

@alisat4505 4 года назад

Hallo! Ganz tolle Videos, die einem echt sehr helfen! Danke dafür! Ich verwende Excel für meine Analyse- woher bekomme ich denn sowohl den standardisierten als auch den unstandardisierten Wert für meine Variablen? LG Alisa

@StatistikamPC_BjoernWalther 4 года назад

Hallo Alisa und danke für dein Lob! der unstandardisierte Wert ist in Excel der Wert in der Spalte "Koeffizienten". Um die standardisierten Werte zu erhalten muss man in Excel alle Werte z-standardisieren (ru-vid.com/video/%D0%B2%D0%B8%D0%B4%D0%B5%D0%BE-124N_Zszqvk.html) und dann erneut die gleiche Regression mit diesen neuen Werten berechnen. Dann stehen unter "Koeffizienten" jetzt standardisierte Werte. Ist leider etwas aufwändiger in Excel als in SPSS wo sie automatisch mit ausgegeben werden. ;-) Viele Grüße, Björn.

@alisat4505 4 года назад

@@StatistikamPC_BjoernWalther Danke für deine Antwort :) Ein schönes Wochenende!

@Felix-sv3mz 3 года назад

Guten Tag und danke für die hilfreichen Videos! Eine kurze Frage: Ich habe für meine Abschlussarbeit einer der Hypothesen mit einer Regressionsanalyse mit binärer unabhängiger Variable berechnet. Ist wie erwartet nicht signifikant ausgefallen. Soll ich dennoch die Kennzahlen der Modellgüte schriftlich in der Arbeit präsentieren (aka x Varianz konnte erklärt werden) oder reicht es zu beschrieben, dass das Modell mit Variable x nicht signifikant ausgefallen ist und die Hypothese folglich angenommen werden kann? Danke dir!

@anna-mariakulterer28 5 лет назад

Hallo :) Erstmal vielen Dank für diese unheimlich tollen Videos :D Wenn ich jetzt eine hierarchische Regression gerechnet habe, hab ich ja (je nachdem wie viele Variablen ich aufgenommen habe) 2 oder mehr R^2, F,.. zu berichten.. Wo in meiner Tabelle mache ich das dann dazu? Vielen Dank schonmal...

@StatistikamPC_BjoernWalther 5 лет назад

Hallo Anna-Maria, danke für dein Lob! Du würdest der Einfachheit halber einfach eine neue Zeile je Modell machen. Das wäre am übersichtlichsten. Viele Grüße, Björn.

@MrFichtner112 5 лет назад

Super Video! Wie wichtig schätzt Du jedoch die Angabe der Regressionsgleichung in einer empirischen Arbeit ein? Klar kann man die Koeffizienten direkt aus der Tabelle ablesen, aber die Darstellung als Gleichung fand ich immer ganz interessant. Wie wird das in der Regel gehandhabt?

@StatistikamPC_BjoernWalther 5 лет назад

Hallo und danke für dein Lob! Eigentlich ist es hier recht eindeutig. Die Regressionsgleichung ist stets (nach den Hypothesen und vor der Rechnung) anzugeben. Die Kurzschreibweise der Variablen mit Erläuterung in einer Tabelle noch dazu - mehr braucht es nicht. Viele Grüße, Björn.

@StatistikamPC_BjoernWalther 5 лет назад

Hallo, es ist tatsächlich die allgemeine Gleichung gemeint. Zusätzlich dazu sollten alle x-Variablen in einer Tabelle o.ä. dargestellt sein, damit der Leserr die Gleichung versteht. Die Koeffizienten sollte man lediglich in der Ergebnistabelle darstellen. In einer Gleichung sind sie nur schwer zuordenbar, zumal p-Werte usw. auch eine relevante Information sind, die es darzustellen gilt. Viele Grüße, Björn.

@kaank.9480 3 года назад

Hallo Björn, danke für die hilfreichen Videos! Hat es irgendeine Aussagekraft wenn der p-Wert meiner Konstante über dem Signifikanzniveau liegt, also >0,05 ist?

@StatistikamPC_BjoernWalther 3 года назад

Hallo Kaan, danke für dein Lob! Nein, die Signifikanz der Konstante ist egal und wir nicht gebraucht. Weder bei der Interpretation noch bei der Prognose. Viele Grüße, Björn.

@AnniAweTV 3 года назад

Vielen Dank für die gute Erklärung! Kurze Frage noch: Wie kommst du bei F auf die 2 Sterne (**)? Das Signifikanzniveau liegt doch bei 0,000 (laut Anova Tabelle), müssten dementsprechend nicht 3 Sterne (***) hinter dem F- Wert stehen?

@StatistikamPC_BjoernWalther 3 года назад

Hallo Annika, das ist eine Konvention, die jetzt nach Journal unterschiedlich ist/sein kann. Bei manchen Journals wird 0,05 nicht als hinreichend erachtet, weswegen die Grenzen 0,01 mit * und 0,001 mit ** versehen werden. Also immer schauen, was der Fachbereich macht und daran orientieren. Eine generelle Regel gibt es leider nicht. Viele Grüße, Björn.

@Carmen-qf7ep Год назад

Hallo Björn, deine Videos sind echt super! Eine Frage jedoch, gibt es Werte ab denen man R^2 aussagekräftig ist? Oder ist es das immer wenn die anderen Werte signifikant sind? Leider habe ich dazu noch nichts gefunden. Danke schonmal!

@StatistikamPC_BjoernWalther Год назад

Hallo und danke für dein Lob! Jede Fachdisziplin hat eigene Ansichten, was ein "gutes" R² ist. Mehr ist natürlich besser. Am einfachsten ist immer die Einordnung des eigenen R² anhand ähnlicher Studien. Als letzten Weg kann man R² in f² überführen und an den Grenzen von Cohen (1992): A Power Primer, S. 157 einordnen. Viele Grüße, Björn.

@tanis2162 5 лет назад

Es wäre etwas zu leichter zu verstehen, wenn die Zahlen aus dem SPSS- oder Excel-Output gleich denen aus der Idealtabellenform wären, gerade da bei dem einen die p-Werte stehen, aber bei dem anderen auch unstandardisierte und standardisierte Werte. War für mich als Neuling zu den statistischen Tests zumindest so. Trotzdem vielen Dank für das Video :)

@StatistikamPC_BjoernWalther 5 лет назад

Hallo Tani, ja, das wäre sicher noch verbesserbar. Wenn man sich so durch das Video durchwühlen muss, lernt man es aber vielleicht noch einen Tick besser. ;-) Viele Grüße, Björn.

@linealala7306 5 лет назад

Könntest du vielleicht noch einmal genauer darauf eingehen, woher der Wert, der bei der F-Statistik steht kommt? Du sagst zwar aus der ANOVA, aber wie genau wurde der Wert dann berechnet? Aus der Antwort in dem Kommentar weiter unten werde ich irgendwie nicht schlau :D

@StatistikamPC_BjoernWalther 5 лет назад

Hallo Jane, hier ist es noch mal etwas besser leslich aufgeschrieben und sehr gut nachvollziehbar: de.wikipedia.org/wiki/Test_auf_Gesamtsignifikanz_eines_Modells#Teststatistik Viele Grüße, Björn.

@Zorran777 3 года назад

Hallo Björn, vielen Dank für das Video! Man sieht sehr häufig, dass unterhalb der Koeffizienten in Klammern entweder der Standard Error ODER der t-value angegeben wird. Gibt es eine Regel, wann man was reportet? Besten Dank!

@StatistikamPC_BjoernWalther 3 года назад

Hallo, das hängt von der jeweiligen Fachdisziplin ab und auf welche Konvention sich geeinigt wurde. Ich persönlich würde den SE da lieber sehen, da ich mir den t-Wert daraus ja ableiten kann, wenn ich ihn bräuchte. (b/SE). Das selbe Argument geht natürlich auch andersherum für den t-Wert - wie gesagt, ist z.T. eben schlich persönliche Präferenz. Viele Grüße, Björn.

@LR-pm6mn 3 года назад

Hey Björn gibt es bei R einen Befehl für genau diese Tabellendarstellung ? LG

@Chucky-ey8nl Год назад

Hallo Björn, vielen Dank für die toll aufgearbeiteten Infos. Ich suche die Info darüber, aus welchem Wert sich die vierte Annahme nach Gauß-Markow entnehmen lässt. Ich hoffe auf deine Rückmeldung :-)

@StatistikamPC_BjoernWalther Год назад

Hallo Gesine und danke für deine Kanalmitgliedschaft! Zu deiner Frage: leider ist das mit der Annahme der Exogenität der UV nicht anhand einer Zahl möglich. Man könnte theoretisch die Störgrößen speichern und mit allen UV bivariat korrelieren und sollte im Idealfall keine Korrelation beobachten können. Im Grunde kann man Exogenität zumeist durch 1) eine im Vorfeld gründliche Herleitung von Einflussvariablen erreichen - im (möglichst) vollständigen Modell sollte die oben beschriebene Korrelation nicht auftreten. Weniger häufig, aber durchaus denkbar, sind 2) Messfehler der UV. Bei der Verwendung von manifesten Variablen oder validierten Skalen für latente Konstrukte sind Messfehler aber wenig wahrscheinlich. Viele Grüße, Björn.

@Chucky-ey8nl Год назад

@@StatistikamPC_BjoernWalther Vielen Dank für die Rückmeldung. Durbin-Watson könnte da vielleicht auch hilfreich sein?

@StatistikamPC_BjoernWalther Год назад

@@Chucky-ey8nl Hallo Gesine, der Durbin-Watson-Test prüft Autokorrelation, also ob benachbarte Residuen miteinander korrelieren. Das ist allerdings lediglich bei Zeitreihendaten relevant. Viele Grüße, Björn.

@tamsterethio9941 3 года назад

Wie kan ich Excel Output so klein für Journals formatiren ?? Wenn es geht können sie mir Text schreiben. Danke.

@gaemse1 3 года назад

Gibts eine Erklärung für r nls auch wo? Danke

@vanessaa1436 4 года назад

Hallo, entspricht die Anzahl der Modelle in der Tabelle denn der Anzahl an Regressionen, die gerechnet wurden?

@StatistikamPC_BjoernWalther 3 года назад

Hallo Vanessa, welche der Tabellen meinst du? An und für sich wurde nur ein Modell gerechnet, die Tabellen gehören alle zusammen und drücken unterschiedliche Bestandteile aus. F-Test/ANOVA (Erklärungsbeitrag des Modells Ja/Nein), Modellzusammenfassung/Regressionsstatistik (Modellgüte) und Koeffizienten (Größe und Signifikanz des Einflusses) Viele Grüße, Björn.

@Chrikelable 3 года назад

Kann man auch mehrere lineare Regressionen in einer Tabelle zusammenfassen?

@seromg1175 5 месяцев назад

Ist es richtig, dass unstandardisierte Koeffizienten als b und nur standardisierte als ß?

@StatistikamPC_BjoernWalther 5 месяцев назад

Hallo, da gibt es leider verschiedene Bezeichnungen. Normalerweise wird in der Regressionsgleichung im mathematischen Sinne das Gewicht der Koeffizienten mit Beta bezeichnet: de.wikipedia.org/wiki/Regressionsanalyse#Lineare_Regression In SPSS ist es bspw. so, dass die unstandardisierten Koeffizienten mit b und standardisierte Koeffizienten mit Beta bezeichnet werden. Um Verwirrungen zu vermeiden, würde ich daher immer von (un)standardisierten Koeffizienten sprechen. Viele Grüße, Björn.

@lukaswirth5444 3 года назад

Warum ist in der Ausgabe von R n=500 und df=497? Ich dachte es gilt n=df+1?

@StatistikamPC_BjoernWalther 3 года назад

Hallo Lukas, jeder Prädiktor reduziert die Freiheitsgrade um je 1. Viele Grüße, Björn.

@lukaswirth5444 3 года назад

@@StatistikamPC_BjoernWalther danke dir! also würde ein F(19,300) einer Stichprobe von n=320 entsprechen?

@lukaswirth5444 3 года назад

Bei einer robusten Regression wird der zweite Wert (300) als Fehler angeben. Wie läuft hier die Auschlüsselung richtig ab?

@3xRubiks 3 года назад

Aber 2.972*** bei p 0,084 ist doch nicht kleiner als 0,05 und schon garnicht signifikant auf ein Niveau von 0,01 wieso wird’s dann als signifikant angezeigt macht für mich keinen Sinn, nach der Tabelle bei 6:29 wäre das Ergebniss bei einen signifikanzniveau von 0,10 signifikant oder irre ich mich.

@StatistikamPC_BjoernWalther 3 года назад

Hallo, die 0,084 ist nicht die Signifikanz sondern der Standardfehler der Schätzung des Regressionskoeffizienten. Manche Tabellenstile verlangen nicht die explizite Angabe des p-Wertes. Viele Grüße, Björn.