Modellselektion

Die Modellselektion ist der Bereich der Statistik, welcher Wissenschaftlern eine Mglichkeit bietet ein Modell fur die Analyse von Rohdaten zu geben. Dabei ist die Wahl eins geeigneten Modells entscheidend, da mit der Wahl eines geeigneten Modells die jeweilige Theorie einer wissenschaftlichen Forschung unterstutzt werden kann. In der wissenschaftlichen Praxis stehen hierfur diverse Anstze zur Verfugung. Die Modellselektion bietet, mit diversen Anstzen, einen Anhaltspunkt, wie Modelle selektiert werden knnen, um die vorhandenen Daten zu analysieren und in der Folge die Theorie zu verifizieren bzw. falsifizieren.
Hierbei stehen Wissenschaftlern diverse Anstze und Selektionskriterien zur Verfugung, welche die Wissenschaftler dabei unterstutzen knnen, ein geeignetes Modell fur die Analyse der Daten zu selektieren. Die Selektion kann dabei mittels Tests und der Richtung der Modellselektion, mittels diversen mittels Shrinkageanstzen oder auf Basis eines Informationskriteriums erfolgen. Die Wahl eines Informationskriteriums findet in der Folge Anwendung in einer Regressionsanalyse. Dabei stehen dem Wissenschaftler diverse univariate und multivariate Regressionsmodelle zur Verfugung. Falls die Daten von Kollinearitt gekennzeichnet sind, sollten Verfahren, wie die Ridge Regression oder die LASSO Regression den linearen Regressionsmodellen bevorzugt werden.