STATISTIK-FORUM.de

[Neuling987]

Hallo zusammen,

ich bin absoluter Statistik Neuling und steige bei einem meiner R Ergebnisse nicht durch.

Meine aufgestellet Hypothese ist, dass die unabhängige Variable UV einen postiven Einfluss auf die abhängige Variable CRP besitzt.

Der R Test ergibt einen Schätzer von 15.3878 und eine Signifikanz auf dem 0,1% Niveau. Soweit alles gut, ich würde also meine Hypothes annehmen.

Aber wie kann es sein, dass sich ein adjungiertes R^2 von -0,0000687 ergibt? Mich verwirrt nicht das Vorzeichen, sondern wie kann es sein, dass die Variable signifikant ist, aber gleichzeitig ein R^2 von 0 besitzt? Das heißt doch dass es (quasi) keinen Zusammenhang zwischen der abhängigen und der unabhängigen Variablen gibt. Aber wenn kein Zusammenhang besteth, wie kann die Variable dann signifikant auf dem 0,1% Niveau sein?

Hoffe mir kann jemand weiter helfen. Kann die Hypothese also angenommen werden oder muss ich sie verwerfen weil R^2 = 0 ist?

Vielen lieben Dank schon mal.

Ich wollte einen R Screenshot davon hochladen aber es kommt eine Fehlermeldung dass das Kontingent bereicht aufgebraucht ist und nichts hochgeladen werden kann.

[strukturmarionette]

Hi,

steige bei einem meiner R Ergebnisse nicht durch.

http://www.r-forum.de/

Hypothese ist, dass die unabhängige Variable UV einen postiven Einfluss auf die abhängige Variable CRP besitzt.

- Stichproben- und konkrete Variablenbeschreibung

Gruß
S.

[Neuling987]

Hey,

die Programmierung von R ist korrekt, es geht nur um die Interpretation des Ergebnisses. Meine anderen 8 unabhängigen Variablen liefern bei einer Einzelbetrachtung alle schlüssige Ergebnisse. Nur bei der Variable UV verstehe ich das Ergebnis nicht.

UV bezeichnet die Unternehmensverschuldung, gemessen als Gesamtkapital / Eigenkapital.
CRP die zu zahlende Risikoprämie des Unternhmens für einen Kredit.

Die Stichprobe enthält 100 Unternehmen, betrachtet über 10 Jahre, Verwendung von Monatsmedianen.

[Neuling987]

Meine Frage ist eher theoretischer Natur:

Wie kann es sein, dass eine Variable die hoch signifiaknt ist keinerlei Erklärungsgehalt (R^2) besitzt? Und kann eine aufgestellte Hypothes über einen Zusammenhang in diesem Fall angenommen werden?

[strukturmarionette]

Hi,

Variable die hoch signifiaknt ist keinerlei Erklärungsgehalt (R^2) besitzt?

- bei N: 10 *100 =1000 möglich.

Gruß
S.

[Neuling987]

Aber wie ist des möglich? Also von der Logik her? Und was bedeutet dass für die aufgestllte Hypothese?

[bele]

Hallo Neuling,

Ich wollte einen R Screenshot davon hochladen aber es kommt eine Fehlermeldung dass das Kontingent bereicht aufgebraucht ist und nichts hochgeladen werden kann.

Ja, das mit dem Hochladen geht hier nicht, ist aber für R User keine Ausrede: Du kannst die R-Ausgabe einfach per copy-paste in code-Tags hier ins Forum stellen

Code: Alles auswählen

sieht dann auch viel schöner aus und ist besser zu lesen als ein Screenshot

Ich verstehe nicht, warum Du Dich am adjustierten und nicht am einfachen R^2 festhälst oder warum etwas auf einem 0,1%-Niveau getestet werden soll. Der ERgebnis könnte man außer R^2 auch ungefähr die Zahl der Beobachtungen und der Prädiktoren entnehmen. Wenigstens die solltest Du sonst posten.

LG,
Bernhard

[PonderStibbons]

Die Stichprobe enthält 100 Unternehmen, betrachtet über 10 Jahre, Verwendung von Monatsmedianen.

Hast Du diese 100*10*12 Beobachtungen als unabhängige Beobachtungen in der Regression analysiert?
Das wäre unzulässig, da die Beobachtungen in den 100 Unternehmen geclustert/genestet sind.

Mit freundlichen Grüßen

PonderStibbons

[Neuling987]

Hallo zusammen,

oh, stimmt, einfach das Testergebenis kopieren ist statt hochladen natürlich auch möglich. Soweit hab ich gar nicht gedacht. Anbei der Code.

CS <- pdata.frame(Datensatz, index = c("Unternehmen", "Datum"))
CS.U9 <- plm(CRP ~ log(UV) , data = CS, model = "within", effect = "individual")
> summary(CS.U9)
Oneway (individual) effect Within Model

Call:
plm(formula = CRP ~ log(UV), data = CS, effect = "individual",
model = "within")

Unbalanced Panel: n = 149, T = 3-171, N = 22069

Residuals:
Min. 1st Qu. Median 3rd Qu. Max.
-267.0555 -32.7867 -6.0638 18.5831 1114.5614

Coefficients:
Estimate Std. Error t-value Pr(>|t|)
log(UV) 15.3878 1.2671 12.144 < 2.2e-16 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Total Sum of Squares: 102030000
Residual Sum of Squares: 101350000
R-Squared: 0.0066835
Adj. R-Squared: -6.8786e-05
F-statistic: 147.482 on 1 and 21919 DF, p-value: < 2.22e-16

[Neuling987]

Hast Du diese 100*10*12 Beobachtungen als unabhängige Beobachtungen in der Regression analysiert?
Das wäre unzulässig, da die Beobachtungen in den 100 Unternehmen geclustert/genestet sind.

PonderStibbons

Was genau meinst du?