Multiple lineare Regression - Theorie und Beispiel

Studienarbeit aus dem Jahr 2015 im Fachbereich Statistik, Note: 1,3, Brandenburgische Technische Universitt Cottbus, Sprache: Deutsch, Abstract: In dieser Arbeit geht es un dieTheorie bzw. Herleitung der multiplen linearen Regression und ihre Anwendung an einem Beispiel mithilfe von R (Code im Anhang).

Wenn danach gefragt wird, ob eine ausgewogene Ernhrung das Herzinfarktrisiko reduziert, Fhrungskrfte berdurchschnittlich gut aussehen oder Kinder aus zerrtteten Familienverhltnissen hufiger zur Flasche greifen als andere, dann kann im Rahmen der Beantwortung dieser Frage eine Regressionsanalyse ntzlich sein. Die Regressionsanalyse modelliert Zusammenhnge zwischen einer abhngigen Variable (aV) und einer (einfache Regressionsanalyse) oder mehreren (multiple Regressionsanalyse) unabhngigen Variablen (uV). Ein solches Modell wird auch hufig dafr verwendet, Vorhersagen ber die Werte einer abhngigen Variable auf Grundlage der Werte der unabhngigen Variablen zu treffen oder um die Intensitt der Beziehung zwischen den Variablen zu identifizieren. Wie auch bei der Korrelationsrechnung bedeutet ein Zusammenhang zwischen abhngigen und unabhngigen Variablen bei der Regressionsanalyse nicht gleichzeitig eine Kausalitt. Im Rahmen der Regression wird zwar gegebenenfalls vor Beginn der Rechnung eine Kausalittsvermutung aufgestellt; ob die unabhngige Variable allerdings als Ursache tatschlich vor der Wirkung (auf die abhngige Variable) steht, kann lediglich schlssig argumentiert werden. Stellt sich die Regressionsgleichung als geeigneter Schtzer fr die abhngige Variable heraus, so bedeutet das nur, dass mithilfe der unabhngigen Variablen die abhngige Variable hinreichend gut geschtzt werden kann. Eine Form der multiplen Regression ist die multiple lineare Regression, auf deren Theorie im Folgenden kurz eingegangen und die anschlieend an einem Beispiel demonstriert wird.