Präsentation herunterladen
Veröffentlicht von:Friederic Strutt Geändert vor über 11 Jahren
1
Der Zusammenhang metrischer Merkmale
am Beispiel Korrelationsanalyse Regressionsanalyse
2
Korrelationsanalyse erlaubt die Aussage über die gemeinsame Variation zweier metrischer Merkmale dabei wird ein linearer Zusammenhang angenommen der Korrelationskoeffizient nimmt Werte zwischen -1 und +1 an negativ: sinkt das eine Merkmal steigt das andere positiv: steigt das eine steigt auch das andere null: kein linearer Zusammenhang Vorsicht vor Scheinkorrelationen
3
Prüfung auf Scheinkorrelation
Problem: hohe Korrelationswerte sind nicht automatisch gleichzusetzen mit kausaler Verknüpfung Folgende Formen der Korrelation müssen ausgeschlossen werden: Formale Korrelation: Variablen sind definitorisch verknüpft, z.B. Ausgaben für Nahrungsmittel und Gesamtausgaben Gemeinsamkorrelation: zwei Variablen werden durch eine dritte gemeinsam beeinflusst; z.B. Körpergröße und Körpergewicht durch Geschlecht. Inhomogenitätskorrelation: Grundgesamtheit besteht aus mehreren inhomogenen Gruppen. Selbst wenn alle Formen der Scheinkorrelation nicht vorliegen, kann man sich nicht sicher sein, dass eine kausale Beziehung vorliegt
4
Regressionsanalyse Die Regressionsanalyse ist eine Spezialfall der Korrelationsanalyse Die Regressionsgleichung besteht aus drei Variablen einer abhängigen (endogenen) Variable einer oder mehreren unabhängigen (exogenen) Variablen einer Störvariable
5
1. Einfachregression Annahme: Verkaufte Menge ist abhängig vom Preis 2. Multiple Regression Annahme: Verkaufte Menge ist abhängig vom Preis und von der Werbung
Ähnliche Präsentationen
© 2025 SlidePlayer.org Inc.
All rights reserved.