STATISTIK-FORUM.de

[Stas]

Hallo zusammen!
Habe eine Frage bezüglich der Steigungsparameter in einem linearen Regressionsmodell mit mehreren Dummyvariablen.
Und zwar muss für jede Dummyvariable eine zusätzliche Steigungsvariable dazukommen, die die Steigung im Vergleich zur Referenzgruppe darstellt?

Danke im Voraus!

[strukturmarionette]

Hi,

zusätzliche Steigungsvariable dazukommen, die die Steigung im Vergleich zur Referenzgruppe darstellt?

- keine 'Steigungsvariable', ein Regressionskoeffizient.

Gruß
S.

[Stas]

Stimmt, danke, wollte schreiben, weitere Dummyvariablen, die das Steigungskoeffizient darstellen sollen. Ob man sie in das Modell zusätzlich integrieren muss?

[strukturmarionette]

Hi,

Ob man sie in das Modell zusätzlich integrieren muss?

- nee, die werden dann vom Modell berechnet.

Gruß
S.

[bele]

@stas: ohne ein wenig mehr Kontext ist echt nicht zu erkennen, was Du fragen willst.

[Stas]

Angenommen ich betrachte ein Regressionsmodell mit einer quantitativen exogenen Variable und einer dummyvariable(2 Niveauparameter). Es sei unterstellt , dass die Niveauparameter unterschiedliche Steigung haben, und bilde eine Steigungsdummyvariable, indem ich die x Werte der Dummyvariable mit den x Werten von der quantitativen unabhängigen Variable multipliziere.

Die Frage lautet: Soll bei der Aufnahme neuer Dummyvariablen nach dem selben Muster die neue Steigungsdummyvariable gebildet werden?(d.h x Werte der quantitativen Variable mit den x Werten der 2. Dummyvariable multiplizieren)

[bele]

Das musst Du sachwissenschaftlich - inhaltlich entscheiden. Du musst nicht zwingend mit jedem Dummy auch eine Interaktion rechnen, aber wenn Du jedem Dummy die Möglichkeit geben willst, die Steigung zu beeinflussen, dann musst Du für jeden einen Interaktionsterm ins Modell aufnehmen.

LG,
Bernhard

[Stas]

Ok,danke.
Die unterschiedlichen Niveauparameter weisen nämlich verschiedene Steigungen auf.
Ist die Anzahl der Freiheitsgrade 45 bei 6 Regressionskoeffizienten ausreichend?

[bele]

Ich finde das ganz schön sportlich, kommt aber auf den Versuch an. Je nachdem, wie groß die Residuen sind und was Du mit dem Modell anfangen willst.

LG,
Bernhard

[Stas]

Die Residuen sind auch bei einer größeren Anzahl von Beobachtungswerten ziemlich groß, da die Streuung von Y Werten kleiner als die der X Werte ist.