Angewandte Regressionsanalyse Mit SPSS

ISBN-13: 9783528046057 / Niemiecki / Miękka / 1988 / 170 str.

Gerhard Kockl Uner

Opis

Regressionsanalysen erlauben vielfaltige Aussagen Uber Bezie hungen zwischen quantitativen Variablen. Angewandte Regressi onsanalysen werden mit vorliegenden Datensatzen auf elektroni schen Rechenanlagen durchgefUhrt. Dort installierte statisti sche Programmpakete wie SPSS (Statistical Package for Social Sciences) verfUgen in der Regel Uber Regressionsprozeduren. Diese Prozeduren liefern dem Nutzer das Ergebnis einer Regres sionsanalyse in Form von Standardausdrucken, die es zu inter pretieren gilt. Teilweise bedingt durch die Vielfalt ausgedruck ter Ergebnisse, sind viele Nutzer mit einer solchen Interpreta tion Uberfordert. Die "Angewandte Regressionsanalyse mit SPSS" soll hier eine auch auf andere statistische Prograrnrnpakete Ubertragbare Hilfestellung geben. Dabei steht die statistische Analyse und nicht eine Beschreibung des genutzten Programmpa kets, namlich SPSS/PC+, im Vordergrund. Die "Angewandte Regressionsanalyse mit SPSS" gliedert sich in vier Kapitel. In der EinfUhrung (Kapitel 1) werden die Grundla gen fUr eine solche Analyse vorgestellt. Das sind die SPSS-Pro zedur REGRESSION, ein fUr die Analyse genutzter Datensatz sowie das Standardmodell der linearen Regression. Die anschlieBenden beiden Kapitel beziehen sich auf einfache lineare Regressions analysen. Kapitel 2 liefert diesbezUglich eine klassische ag gregierte Analyse, Kapitel 3 die zugehorige, auch auf einzelne Beobachtungsfalle bezogene Modelldiagnose. In Kapitel 4 werden Analyse und Diagnose auf mehrfache lineare Regressionen verall gemeinert. Eine Behandlung des Problems der Kollinearitat kommt hinzu. Daneben finden sich in Kapitel 4 Verbindungen der Re gressions- zur Kovarianz- und Varianzanalyse. Der Anhang umfaBt einige wichtige statistische und mathematische Hilfs ittel fUr angewandte Regressionsanalysen, zusatzlich einen Ablaufplan fUr solche Analysen und ein Symbolverzeichnis.

Spis treści

1 Einführung.- 1. 1 Die Prozedur REGRESSION.- 1.1.1 Regression und SPSS.- 1.1.2 Prozeduraufruf und Standardausdruck.- 1.2 Der Datensatz.- 1.2.1 Indikatoren für Entwicklung bzw. Unterentwicklung.- 1.2.2 Dateierstellung und -aufruf.- 1.3 Das lineare Regressionsmodell.- 1.3.1 Einfache und mehrfache lineare Regression.- 1.3.2 Modellkritik.- 2 Einfache lineare Regression.- 2.1 Die Methode der kleinsten Quadrate.- 2.1.1 Regressionsgeraden.- 2.1.2 Schätzverfahren.- 2.2 Die Zerlegung der Stichprobenvarianz.- 2.2.1 Summen von Abweichungsquadraten.- 2.2.2 Bestimmtheitsmaße.- 2.3 Die Schätzung der Modellparameter.- 2.3.1 Punktschätzungen.- 2.3.2 Intervallschätzungen.- 2.3.3 Folgerungen für die Vorhersage.- 2.4 Der Vergleich einzelner Modelle.- 2.4.1 Regression ohne expliziten Regressor.- 2.4.2 Homogene Regression.- 2.5 Die Matrizendarstellung der Regression.- 2.5.1 Regressionsmodell.- 2.5.2 Parameterschätzung.- 3 Modelldiagnose.- 3.1 Der Befehl RESIDUALS.- 3.1.1 Residuen und REGRESSION.- 3.1.2 Residuendiagramme.- 3.2 Residuen und Modellannahmen.- 3.2.1 Verteilung der Residuen.- 3.2.2 Überprüfung der Modellannahmen.- 3.3 Einflußreiche Fälle und Ausreißer.- 3.3.1 Rekursive Parameterschätzung und Mahalanobis-Abstände.- 3.3.2 Extern studentisierte Residuen und Cook-Abstände.- 3.4 Modelltransformationen und -erweiterungen.- 3.4.1 Heteroskedastiebereinigung.- 3.4.2 Autokorrelationsbereinigung.- 3.4.3 Regression ohne Ausreißer.- 4 Mehrfache lineare Regression.- 4.1 Parameterschätzung und Parametertests.- 4.1.1 Schätzung einer Regressionsebene.- 4.1.2 Intervallschätzungen und Tests.- 4.2 Zusätzliche Regressoren und Kollinearität.- 4.2.1 Schrittweise Regression und partielle Residuendiagramme.- 4.2.2 Korrelation, Toleranz und Kondition.- 4.3 Die Auswahl der Regressoren.- 4.3.1 Auswahlkriterien.- 4.3.2 Schrittweise Auswahl.- 4.4 Residuenanalyse und Modelltransformation.- 4.4.1 Überprüfung der Modellannahmen und Modell-transformation.- 4.4.2 Falldiagnose.- 4.5 Kovarianz- und Varianzanalyse.- 4.5.1 Strukturbrüche.- 4.5.2 Regression mit ausschließlich qualitativen Regressoren.- B Matrizengleichungen in der Regressionsanalyse.- C Ablauf einer aggregierten und fallweisen Regressionsanalyse.- D Symbolverzeichnis.- Sachwortverzeichnis.

O autorze

Dr. Gerhard Kockläuner ist Professor für Mathematik und Statistik am FB Wirtschaft der FH Kiel. Seine Arbeitsschwerpunkte sind explorative Datenanalyse, Messung von Entwicklung bzw. Unterentwicklung sowie Input-Output-Analyse.