Jennifer Staubmann 5 AK 2012/2013 Regressionsanalyse.

Slides:



Advertisements
Ähnliche Präsentationen
Vom graphischen Differenzieren
Advertisements

Lineare Funktionen mit der Gleichung y = mx
Wilhelm-Raabe-Schule Fachbereich: Mathematik Thema: Lineare Funktionen
Multivariate Datenanalyse Datum: Betreuer: Dr. Bellmann Quellen: Multivariate Statistik, Hartung/Elpelt 1989 Stochastik für Ingenieure und Naturwissenschaftler,
Der Zusammenhang metrischer Merkmale
Die Lineare Funktion Eine besondere Gerade.
2. Univariate Regressionsanalyse 2.1 Das statische Regressionsmodell
Willkommen zum Plenum.
Konzentrationsmaße (Gini-Koeffizient, Lorenz-Kurve) Konzentrationsmaße Kennwert für die wirtschaftliche Konzentration Typische Beispiele: Verteilung des.
Datenmatrix. Datentabelle für 2 Merkmale Kontingenztafel der absoluten Häufigkeiten.
Datenmatrix.
Korrelationskoeffizient nach Bravais-Pearson Eigenschaften X und Y unabhängig.
Datentabelle für 2 Merkmale
Die Steigung m In der allgemeinen Funktionsgleichung y=mx+b
Lineare Gleichungssysteme
VL Diagnostische Kompetenz (Bewegungslehre 2) 3
VL Diagnostische Kompetenz (Bewegungslehre 2) 3. Korrelation und Gütekriterien.
Tutorium
Unser zehntes Tutorium Materialien unter:
(Gini-Koeffizient, Lorenz-Kurve)
Analyse kategorialer Variablen
Vorlesung: Biometrie für Studierende der Veterinärmedizin
Einfache Regressionsgleichung
Probleme der Modellspezifikation
Exponential- u. Logarithmusfunktionen
3.3. Eigenschaften von Funktionen
Potenzfunktionen Nullstellenberechnungen
WebQuest zum Thema Fussball deo, beringen, 2006
G LEICHUNG HÖHEREN GRADES. B ESTIMME DIE L ÖSUNG FOLGENDER G LEICHUNG FÜR G=C: 1) Damit man diese Gleichung lösen kann, ersetzt man x² durch eine andere.
Zeichnen linearer Funktionen
Seminar: Datenerhebung
STATISIK LV Nr.: 0021 WS 2005/ November 2005.
Grundwissen Wie lautet die Gleichung aller Parabeln? y = ax² + bx + c
Lernprogramm : „Quadratische Funktionen“
Gegenseitige Lage von Geraden Schnittpunktberechnung
Steigung und lineare Funktionen
Lernprogramm : „Quadratische Funktionen“ von W. Liebisch
Steigung und lineare Funktionen
Grundrechenarten Lineare Funktionen f: y = a * x + b mit a, b ϵ R
Kopfübungen BORG Schoren KÜ 3
Vom graphischen Differenzieren
Die einfache/multiple lineare Regression
Das Newton-Verfahren – Vorstellung
setzt Linearität des Zusammenhangs voraus
Die einfache/multiple lineare Regression
Mechanik I Lösungen.
Mechanik I Lösungen.
Chart 1: Die Preis-Absatz-Funktion
1)Inwieweit können die Werte in Y auf der Basis zweier unabhängiger Variablen X1 und x2 „erklärt“ werden? 2)Kann auf der Basis der vorliegenden Stichprobenergebnisse.
Statistik I Statistik I Statistische Grundbegriffe
Begriffe Ableitungen Rechnen mit Excel
Was sind Zuordnungen? Werden zwei Größenbereiche in Beziehung gesetzt, entstehen Zuordnungen. Ihre zeichnerische Darstellung in einem Koordinatensystem.
5AK Daniela Vukadin & Bozana Simic 2012/13 Die Korrelations- und Regressionsanalyse (linear)
Lineare Funktionen habben die Gleichung y = mx + b
Quadratische Funktionen
Plenum Johannes-Kepler-Gymnasium Hinweis für den Lehrer:
RFAG-Mathematik KT Bergische Region1 Flächensätze Korrelationskoeffizient präsentiert von Michael Spielmann Das Skalarprodukt in Geometrie und Statistik.
Lineare Funktionen 1. Funktionen (allgemein)  Funktionswert berechnen / einsetzen  Schnittpunkt mit der y-Achse berechnen  Wertetabelle erstellen 
Mathematik der Geraden – Lineare Funktion
Deskriptive Statistik -
gesucht ist die Geradengleichung
Die einfache/multiple lineare Regression
Statistik III Statistik III Der Phi-Koeffizient
LernBar LU 16: Zehn hoch.
Berechnung des Fixverktors bei stochastischen Matrizen
Statistik IV Statistik III
Deskriptive Statistik -
GRUNDLAGEN UND METHODIK
Wahlteil 2009 – Geometrie II 1
Ökonometrie und Statistik Logistische Regression
 Präsentation transkript:

Jennifer Staubmann 5 AK 2012/2013 Regressionsanalyse

Statistik mit 2 Variablen Die Regressionsanalyse untersucht Zusammenhänge zwischen 2 Zufallsvariablen( Wertepaare) anhand einer Stichprobe und findet eine Funktion, zu der die Wertepaare den geringsten Abstand haben. Die Korrelationsanalyse untersucht, wie stark der Zusammenhang zwischen den beiden Variablen ist. Eine Maßzahl für die Stärke eines Zusammenhangs ist der Korrelationskoeffizient r.

Regressionsanalyse Die folgende Tabelle gibt Alter und Brutto-Einkommen von 7 Personen in einem Unternehmen an. Einkommen 1400 €2300 €3400 €4200 €2400 €2800 €4800 € Alter a) Zeichne ein Streudiagramm, welches das Merkmal Einkommen in Abhängigkeit des Alters zeigt! b) Finde mit Hilfe der Regressionsanalyse eine lineare Funktion und gib die Gleichung an! c) Beurteile mit Hilfe des Korrelationskoeffizienten den Zusammenhang zwischen Einkommen und Alter.

AlterEinkommen € € € € € € € Regressionsanalyse a) b)

Regressionsanalyse k=71,051 d=393,68 Zwischen Alter und Einkommen ist ein starker Zusammenhang! Da R nahe bei 1 liegt. R ist positiv, da es sich um eine steigende Regressionsgerade handelt. d) c) R =