STATISTIK-FORUM.de

[AleWer20]

Hallo,
ich möchte, mit Hilfe einer linearen Regressionsgerade (y=bx+a), Spannungen eines realen Experiments mit Spannungen am simulierten Modell vergleichen und validieren.
Bewerten möchte ich den Anstieg der Geraden (b), die Verschiebung in Y-Richtung (a) und das Bestimmtheitsmaß (R^2).
Angewendet wurden eine homogene Gerade (also durch den Koordinatenursprung) und eine inhomogene Gerade.
Folgende Ergebnisse:
Inhomogen: y = 0.8169x - 339.97 ; R² = 0.8404
Homogen: y = 1.8325x ; R² = 0,861
Meine Frage ist nun, welcher der Geraden hat eine größere Aussagekraft und sollte zu Bewertung/Validierung verwendet
werden ?
Und wie kann es sein dass das Bestimmtheitsmaß der homogenen Geraden größer (also besser) ist,
obwohl die Messwolke eher im Bereich der inhomogenen Gerade liegt.

Ich wäre sehr dankbar für eine Antwort.

Vielen Dank !

Alex

[strukturmarionette]

Hi,

Spannungen eines realen Experiments mit Spannungen am simulierten Modell vergleichen und validieren.

- 'Wer oder was' soll 'wen oder was' validieren?

Meine Frage ist nun, welcher der Geraden hat eine größere Aussagekraft und sollte zu Bewertung/Validierung verwendet
werden ?

- Das kommt darauf an, welche Fragestellung, welches Forschungsziel Du verfolgst.
- Es stellt sich auch die Frage, inwiefern 'Geraden' dazu geeignet sind.

Inhomogen: y = 0.8169x - 339.97 ; R² = 0.8404
Homogen: y = 1.8325x ; R² = 0,861
Meine Frage ist nun, welcher der Geraden hat eine größere Aussagekraft und sollte zu Bewertung/Validierung verwendet
werden ?

- Schwer zu sagen, was Du dabei gerechnet hast.
- Grundsätzlich müsstest Du Dein vollständiges Vorgehen und den fachlichen Hintergrund mitteilen.

Gruß
S.

[AleWer20]

Hallo,
erstmal vielen Dank für die Antwort.
Ich will im Rahmen meiner Abschlussarbeit die vorhandenen Oberflächenspannungen,ermittelt durch röntgenografische Eigenspannungsmessungen am realen Objekt und jene welche durch eine FEM-Software berechnet wurden, gegenüberstellen. Das heißt im Idealfall wären die x/y-Werte genau gleich. Nach meinen Einschätzungen ist dies nicht der Fall und ich möchte nun durch Bewertung des Bestimmtheitsmaßes, Anstieg etc. mir ein Urteil über die Güte der FEM-Berechnungen erlauben. Bei meinen Recherchen bin ich auf homogene und inhomogene Regressionen gestoßen, mir jedoch unsicher welche Gerade mir was aussagt.

Viele Grüße Alex

[bele]

Hallo AleWer20,

ist das Vorgehen so vorgegeben oder bist Du frei in Deinem Vorgehen? Wenn Du frei bist, belese Dich mal zum "Bland-Altman-Plot". Kurz gefasst schlage ich vor, die Differenz aus Messwerten und simulierten Werten zu berechnen. Sind diese signifikant größer Null, dann misst das eine Verfahren immer zu hoch, sind diese kleiner Null, dann simuliert das andere Verfahren immer zu hoch und wenn Du die Differenz beider Werte gegen den Goldstandard (die Messung) oder gegen den Mittelwert beider Zahlen abträgst (falls es keinen Goldstandard gibt), dann kannst Du auch noch beurteilen, ob die Streuung bei größeren Werten auch größer wird oder nicht oder in bestimmten Wertebereichen besonders gut oder besonders schlecht ist.

Was das R^2-Problem angeht: Es ist nicht unüblich, ein "adjusted-R^2" anzugeben, bei dem die Anzahl der Prädiktoren berücksichtigt wird. Wahrscheinlich passiert das bei Deinem Programm und der Gewinn durch den Intercept ist kleiner als das Adjustmentverfahren für einen zusätzlichen Parameter es wert findet.

LG,
Bernhard