Regression

Regression ist ein statistisches Verfahren zur Analyse der Beziehung zwischen einer oder mehreren unabhängigen Variablen und einer abhängigen Variablen. In diesem Modul lernen Sie, Vorhersagen über die abhängige Variable zu treffen, indem eine Funktion gefunden wird, die die gemessenen Daten am besten erklärt.

Es wird in verschiedenen Bereichen wie Wirtschaft, Medizin und Ingenieurwissenschaften angewendet und basiert auf Annahmen wie der Linearität der Beziehung und der Homoskedastizität der Residuen.

Quick Info

Inhalte

  • Natürliche Streuung
  • Nicht-natürliche Streuung
  • Stabilitätstests
  • Korrelation vs. Regression
  • Korrelationsformen
  • Korrelationskoeffizient
  • Regressionsanalyse
  • Bestimmtheitsmaß (RQD)
  • Regressionsmodelle
  • Lineare Regression
  • Quadratische Regression
  • Kubische Regression
  • Residuendiagramme
  • Prognosen
  • Zielgrößenoptimierung
  • Overfitting
  • Residuum vs. Anpassung
  • Anwendung in der Praxis
1 Tag
10.09.2024
19.11.2024

Wissenswertes

Die Regression ist ein statistisches Werkzeug, das verwendet wird, um die Beziehung zwischen einer abhängigen Variable und einer oder mehreren unabhängigen Variablen zu modellieren. Ihr Hauptziel besteht darin, diese Beziehung zu verstehen und auf dieser Grundlage Vorhersagen über zukünftige Beobachtungen zu treffen. Durch Regression können wir Muster erkennen, Trends verstehen und sogar Kausalitäten zwischen Variablen untersuchen. Es ist ein flexibles und vielseitiges Analyseinstrument, das in verschiedenen Bereichen wie Wirtschaft, Sozialwissenschaften, Medizin und Ingenieurwesen eingesetzt wird.

Nutzen

  • Vorhersagen der Beziehungen von Variablen
  • Flexibel anwendbar
  • Einflussstärke der Variablen zu identifizieren

Risiken

  • Risiko zum Overfitting
  • Sehr gute Statistikkenntnisse erforderlich
  • Ignorieren von nicht-linearen Beziehungen
  • Irreführende Ergebnisse