STATISTIK-FORUM.de

[legoan86]

Guten Tag,

ich schreibe derzeit eine Masterarbeit und muss dafür eine mutliple lineare Regressionsanalyse durchführen.
Dazu hätte ich zwei Fragen:
- Müssen die abh. und unabh. Variablen normalverteilt sein? Ist das eine Modellannahme? Oder nur die Verteilung der Residuen?
- Wenn ich eine robuste Regression durchführe, wie kann ich dann die Güte des Modells erklären? Gibt's dafür auch ein "Bestimmtheitsmaß"? Spss gibt mir hier leider kein R² aus.

Vielen Dank.

[daniel]

- Müssen die abh. und unabh. Variablen normalverteilt sein?

Nein.

- Wenn ich eine robuste Regression durchführe, wie kann ich dann die Güte des Modells erklären? Gibt's dafür auch ein "Bestimmtheitsmaß"? Spss gibt mir hier leider kein R² aus.

Was meinst Du mit "erklrären"? Warum schätzt Du eine robuste Regression?

[legoan86]

vielen Dank für deine Antwort.

Ich führe meine Regression durch und habe dann Heteroskedastizität; (Goldfeldt-Quant-Test und Breusch-Pagan-Test signifikant)
Nach Logarithmieren bzw. Transformieren besteht das Problem immer noch; deswegen robuste Regression oder ist mein Vorgehen falsch?

Wie ist das mit Linearität? Ich les das immer wieder, versteh es aber i.wie nicht...

ich hoffe ihr könnt mir weiterhelfen...

[daniel]

regressionanalyse-f11/interaktionseffekt-t1190-10.html?hilit=robuste%20regression

ab der zweiten Hälfte die Diskussion zu Uunterschieden zwischen robuster Regression und robusten Standardfehlern.

Mit robuster Regression wäre ich sehr vorsichtig, weil die Dir schnell mal die Punktschätzer verzerren. Das würde ich als weitaus schlechter bewerten, als heteroskedastische Residuen.

[legoan86]

@Daniel:
Wieso bewerten? Bist du Statistik-Professor oder ähnliches?
Du könntest mir mal deine Email-Adresse geben, dann könnten wir uns so "einfacher" unterhalten, wenn du zeit hast und mir helfen willst; wäre auf jeden fall eine prima Sache!!!

[daniel]

Die Bewertung bezog sich nicht auf eine Notengebung. Ich wollte lediglich ausdrüken, dass m.E. unverzerrte Schätzer eine höhere Priorität haben, als homoskedastische Residuen (u.A. weil es [außer mit SPSS] relativ leicht ist, robuste Standradfehlr zu schätzen).

Private Nachrichten jeglicher Art halte ich für wenig effizient. Eine Begründung kannst Du (nur bei Interesse) hier nachlesen
http://www.stata-forum.de/links-und-web ... -t581.html

[legoan86]

Also lieber sagen, dass Heteroskedastizität vorliegt und keine robuste Schätzung machen, versteh ich das richtig?