STATISTIK-FORUM.de

[chr11]

Hallo,

ich habe bei mir auf Arbeit eine Prognose zu erstellen und habe ein wenig den Ueberblick verloren, welches Verfahren das richtige ist. In meinem Problem sind mehrere Parameter gegeben und es soll untersucht werden, wie sich ein Zielparameter veraendert, wenn ich die anderen Parameter veraendere. Konkreter:

Es sind ungefaehr 10 Metriken gegebene, u.a. die Anzahl der Logins, Anzahl der Bestellungen oder die Ausgaben fuer Werbung. Nun soll ich untersuchen, wie sich z.b. die Anzahl der Bestellungen aendert, wenn ich die Ausgaben fuer Werbung erhoehe, oder wie sich die Anzahl der Bestellungen aendert, wenn sich die Anzahl der Logins aendert. Im Prinzip kann jeder Parameter Zielparameter sein.

Mein Problem ist, dass ich nicht weiss, welches Verfahren ich nutzen soll. Ich bin zuerst auf die multivariante Regressionsanalyse gestossen. Hier ist aber das Problem, dass die Parameter teilweise interdependent sind. Oder dass der Zielparameter teilweise nicht abhaengig ist von den anderen Parameter, sondern die restlichen Parameter abhaengig vom Zielparameter. Deshalb bin ich jetzt bei Mehrgleichungsmodellen und lese zu interdependenten Beziehungen. Bin ich da auf den richtigen Weg oder kann ich auch eine einfach multivariante Regression anwenden?

Ich habe bislang keine Vorkenntnisse in Statistik, nur in Wahrscheinlichkeitstheorie.

Gruesse,
chr11

[strukturmarionette]

Hi

http://www.statistik-forum.de/regressionanalyse-f11/konstante-bei-einer-multiplen-regressionsanalyse-t2122.html

- das letzte Posting

Ich habe bislang keine Vorkenntnisse in Statistik, nur in Wahrscheinlichkeitstheorie.

- Das eine schließt das andere keinesfalls aus.

Gruß
S.

[chr11]

Hallo strukturmarionette,

erstmal danke für deine Antwort, nur weiß ich nicht, wie mir der Link weiterhilft.

PS: Ich habe in meinem ersten Posting Parameter konsequent falsch verwendet. Mit Parameter meine ich die Variablen oder Regressor/Regressand.

Grüße,
chr11

[strukturmarionette]

Hi,

ich meine, dass Du zunächst mal eine einfache multiple lineare Regression in Betracht ziehen kannst.

Alle UVs bzw. Regressoren (die theoretisch interessant und relevant) mit rein.
Die AV als Abhängige Variable.

Dann mal weiterschauen.
Wenn UVs korreliert sind, ist das keine Grund für Bedenken.
(Anwendungsvorasussetzungen für MR sind andere.)

Gruß
S.

[chr11]

Dann mal weiterschauen.
Wenn UVs korreliert sind, ist das keine Grund für Bedenken.
(Anwendungsvorasussetzungen für MR sind andere.)
.

Und was ist mit interdependenten Beziehungen? Ist es egal, ob die AV die UV beeinflusst? Für ein einfaches Beispiel 2 Variablen wir Preis und Absatz ist mir das klar, dass auch der Preis als AV gewählt werden kann. Aber bei mehr als 2 Variablen?

[strukturmarionette]

Hi,

Überlegungen diesbezüglich sind vorab auf sachlogischer, konzeptioneller bzw. theoretischer Basis erforderlich.

Die Richtung eines Zusammenhanges ist keinesfalls ´egal´.
Eine korrelative Beziehung allein sagt darüber aber nichts aus.

Wenn so etwas wie eine Kausalrichtung gezeigt werden soll, dann wäre ein adäquates Untersuchungsdesign erforderlich.
So etwas kann experimentell oder quasi-experimentell im Feld oder im Labor -auch vorab- geplant und umgesetzt werden.

Gruß
S.

[chr11]

Hallo,

danke nochmal für deine Hilfe.

Wenn so etwas wie eine Kausalrichtung gezeigt werden soll, dann wäre ein adäquates Untersuchungsdesign erforderlich.

Wenn die Kausalrichtung klar ist, brauche ich es nicht weiter zu untersuchen, oder?

Was mir unklar bleibt, ist, was passiert, wenn ich herausgefunden habe, dass die abhängige Variable auch auf eine der unabhängigen Variablen wirkt. Was würde ich denn dann machen? Mehrgleichungsmodelle? Und was ist, wenn ich eine Prognose für eine Variable erstellen will, auf die die unabhängigen Variablen nicht wirken, sondern die Variable auf die unabhängigen wirkt? Kann ich dann überhaupt eine Prognose erstellen?

Grüße
chr11