Statistik
2. Semester
17.03.1999
Regressionsanalyse
Beispiel:
i Produktionsmenge (in Tsd.)X Kosten (in TDM)Y
1 2 4
2 4 8
3 5 9
4 7 12
5 8 13
6 10 14
7 13 17
Für eine Regressionsanalyse benötigt man zwei metrisch skalierte Merkmale, zwischen denen eine einseitige Abhängigkeit herrscht, die unabhängige Variable nennt man häufig X, die abhängige Y.
[...]
Inhaltsverzeichnis
REGRESSIONSANALYSE
DAS BESTIMMTHEITSMAß (DETERMINATIONSKOEFFIZIENT) R²
KORRELATIONSKOEFFIZIENT
WAHRSCHEINLICHKEITSRECHNUNG
KOMPLEMENT
KLASSISCHER WAHRSCHEINLICHKEITSBEGRIFF (LAPLACE-WAHRSCHEINLICHKEIT)
STATISTISCHE DEFINITION DER WAHRSCHEINLICHKEIT (R. VON MISES)
AXIOME VON KOLMOGOROV
ADDITIONSSATZ FÜR BELIEBIGE EREIGNISSE A,B
URNENMODELL
ALLGEMEINER MULTIPLIKATIONSSATZ
ZUFALLSVARIABLEN
BERNOULLIEXPERIMENT
BINOMIALKOEFFIZIENT
DIE WAHRSCHEINLICHKEIT UND DIE VERTEILUNGSFUNKTION EINER DISKRETEN ZUFALLSVARIABLEN
VERTEILUNGSFUNKTION
ERWARTUNGSWERT UND VARIANZ EINER DISKRETEN ZUFALLSVARIABLEN
ERWARTUNGSWERT UND VARIANZ EINER BINOMIAL VERTEILTEN ZV
STETIGE VERTEILUNG
DICHTEFUNKTION EINER STETIGEN ZUFALLSVARIABLEN
VERTEILUNGSFUNKTION DER NORMALVERTEILUNG
DIE WAHRSCHEINLICHKEITSFUNKTION DER STANDARDNORMALVERTEILUNG
SIGMA-INTERVALLE EINER NORMALVERTEILUNG (s-VERTEILUNG)
STETIGKEITSKORREKTUR
VERTRAUENSKONTROLLE (KONFIDENZINTERVALL)
ZENTRALER GRENZWERTSATZ FÜR STICHPROBEN
ZENTRALER GRENZWERTSATZ
INTERPRETATION DES KONFIDENZINTERVALLS
KONFIDENZINTERVALLE FÜR ANTEILSWERTE
STICHPROBENGRÖßE BEI KI FÜR DEN ERWARTUNGSWERT
Zielsetzung und thematische Schwerpunkte
Das vorliegende Dokument dient als didaktische Begleitunterlage für eine Statistik-Lehrveranstaltung und vermittelt die theoretischen Grundlagen sowie die praktische Anwendung statistischer Methoden zur Analyse von Zusammenhängen und Wahrscheinlichkeiten.
- Grundlagen der Regressionsanalyse und Korrelation
- Wahrscheinlichkeitsrechnung und Axiome von Kolmogorov
- Diskrete und stetige Zufallsvariablen sowie deren Verteilungen
- Methoden der Schätzstatistik, insbesondere Konfidenzintervalle
Auszug aus dem Buch
Regressionsanalyse
Für eine Regressionsanalyse benötigt man zwei metrisch skalierte Merkmale, zwischen denen eine einseitige Abhängigkeit herrscht, die unabhängige Variable nennt man häufig X, die abhängige Y.
Die Erfassung des funktionalen Zusammenhangs zwischen 2 metrisch skalierten Merkmalen heißt Regression. Unterstellt man einen linearen Zusammenhang, so spricht man von linearer (Einfach-) Regression.
Vorgehensweise: 1. Schritt: Streudiagramm erstellen: Um ein ungefähres Bild des funktionalen Zusammenhanges zu bekommen, trägt man die beobachteten Punktepaare (x1;y1), (x2;y2), ... in ein X-Y-Koordinatensystem ein.
Zusammenfassung der Kapitel
REGRESSIONSANALYSE: Einführung in die Ermittlung linearer funktionaler Zusammenhänge zwischen zwei metrisch skalierten Merkmalen mittels Streudiagrammen und der Methode der kleinsten Quadrate.
DAS BESTIMMTHEITSMAß (DETERMINATIONSKOEFFIZIENT) R²: Definition eines normierten Maßes zur Bewertung der Stärke des linearen Zusammenhangs durch die Zerlegung der Streuung.
KORRELATIONSKOEFFIZIENT: Einführung des Korrelationskoeffizienten R zur Messung der linearen Abhängigkeit, inklusive der Normierung der Kovarianz.
WAHRSCHEINLICHKEITSRECHNUNG: Grundlagen der Zufallsexperimente und Definition des Ereignisraums anhand von Beispielen wie Münzwurf und Würfeln.
KOMPLEMENT: Erläuterung des Gegenereignisses zur Bestimmung von Wahrscheinlichkeiten.
Schlüsselwörter
Regressionsanalyse, Lineare Regression, Korrelationskoeffizient, Wahrscheinlichkeitsrechnung, Axiome von Kolmogorov, Zufallsvariable, Binomialverteilung, Normalverteilung, Konfidenzintervall, Erwartungswert, Varianz, Stichprobe, Stetigkeitskorrektur, Bestimmtheitsmaß, Kovarianz.
Häufig gestellte Fragen
Worum geht es in diesem Dokument grundsätzlich?
Das Dokument deckt die wesentlichen Lehrinhalte der Statistik für das zweite Semester ab, mit Fokus auf Regressionsrechnung, Wahrscheinlichkeitstheorie und induktive Statistik.
Was sind die zentralen Themenfelder?
Die Arbeit gliedert sich primär in die Analyse funktionaler Zusammenhänge, die Wahrscheinlichkeitslehre und die Inferenzstatistik zur Vertrauenskontrolle.
Welches primäre Ziel verfolgt die Arbeit?
Das Ziel ist die Vermittlung der mathematischen Grundlagen, um Datenzusammenhänge zu modellieren, Wahrscheinlichkeiten zu berechnen und statistische Schlussfolgerungen über Grundgesamtheiten zu ziehen.
Welche wissenschaftlichen Methoden werden verwendet?
Es werden mathematische Methoden wie die Differentialrechnung zur Minimierung von Fehlerquadraten, die Axiomatik der Wahrscheinlichkeit sowie Standardverteilungsmodelle genutzt.
Was wird im Hauptteil behandelt?
Der Hauptteil behandelt die Regression, die Berechnung von Wahrscheinlichkeiten bei Zufallsvariablen sowie die Herleitung und Anwendung von Konfidenzintervallen.
Welche Schlüsselwörter charakterisieren die Arbeit?
Regressionsanalyse, Wahrscheinlichkeitsverteilungen, Konfidenzintervall, Normalverteilung und Binomialverteilung sind zentrale Begriffe.
Wie wird das Bestimmtheitsmaß R² definiert?
R² wird definiert als das Verhältnis der erklärten Streuung zur Gesamtstreuung, wobei Werte zwischen 0 und 1 den Grad des linearen Zusammenhangs angeben.
Wann wird die Stetigkeitskorrektur angewendet?
Sie wird bei der Approximation einer Binomialverteilung durch eine Normalverteilung verwendet, um die Genauigkeit der Wahrscheinlichkeitsberechnung bei diskreten Werten zu verbessern.
- Quote paper
- Dirk Schäfer (Author), 1999, Statistik 2. Eine Zusammenfassung inkl. Formelsammlung, Munich, GRIN Verlag, https://www.grin.com/document/2671
