Grundlagen der Statistik enthält Materialien verschiedener Vorlesungen und Kurse von H. Lohninger zur Statistik, Datenanalyse und Chemometrie .....mehr dazu.


Regression - Einführung

Author: Hans Lohninger

In der Datenanalyse kommt es häufig vor, dass Daten über unbekannte Proben erhoben werden, die einen Zusammenhang zwischen den gemessenen Variablen aufweisen. Zum Beispiel könnte die Zahl der Autos, die pro Stunde einen Tunnel in den Alpen passieren, die Kohlenmonoxid- und die Benzolkonzentration der Tunnelluft gemessen werden. Diese Variablen hängen miteinander zusammen. Um den Zusammenhang zu quantifizieren, muss ein Modell aufgestellt werden, das die Zahl der Autos in Zusammenhang mit der Benzolkonzentration bringt.


Im einfachsten Fall ist das zu bestimmende Modell eine Gerade. Trotzdem können wir dieselben Regressionsmethoden anwenden, um andere Modelltypen ebenfalls anzupassen (solange die Modelle linear bleiben).

Ein häufiges Problem mit klassischen Regressionsmodellen sind Ausreißer, die einen zu großen Einfluss auf das Gesamtergebnis der Regression haben. Sie können das folgende interaktive Beispiel starten, um einen Blick auf diesen Effekt, den so genannten Hebeleffekt (engl. leverage effect), zu werfen.


Last Update: 2020-11-05