STATISTIK-FORUM.de

[Berry]

Hallo Zusammen.

Nach dem durchführen der Regression (in R) habe ich einen korr. Bestimmtheitsmaß von ca. 0,7. Kann ich sagen, dass die Datenanpassung einiger Maßen gut ist, oder ist sie eher nicht so gut? Bei welchen Problemen bzw. Daten wäre dieser Wert zumindest nicht schlecht? Und bei welchem Wert ist denn im Allgemeinen die Anpassung gut?

Desweiteren interessiert mich die richtige Ausdrucksweise. Kann ich sagen: "Die Zielvariable wurde durch gegebene Daten zu 70% erklärt"? Oder wäre "Die Varianz der Zielvariablen wurde durch die Varianz der gegebenen Daten zu 70% erklärt" besser?

Danke für Eure Hilfe im Voraus.

[PonderStibbons]

Kann ich sagen, dass die Datenanpassung einiger Maßen gut ist, oder ist sie eher nicht so gut?

Das kann man so allgemein nicht sagen. In manchen Bereichen/bei manchen
wissenschaftlichen Problemen wäre das überragend, bei anderen miserabel.
Außerdem kommt es wesenlich auch darauf an, wie der Koeffizient ermittelt
wurde (wie das Regressionsmodell gebildet wurde).

Bei welchen Problemen bzw. Daten wäre dieser Wert zumindest nicht schlecht? Und bei welchem Wert ist denn im Allgemeinen die Anpassung gut?

Vielleicht schilderst Du einfach den Hintergrund Deiner eigenen Forschung.

Desweiteren interessiert mich die richtige Ausdrucksweise.

Das Modell klärt korrigiert 70% der Varianz in der abhängigen Variablen auf.

Mit freundlichen Grüßen

P.

[Druss]

Hallo,

ob dein Modell wirklich gut ist hängt auch stark davon ab ob die Annahmen die du an dein Modell getroffen hast halten.
Betrachte dafür doch einfach mal die Residualplots. Des Weiteren würde ich dir raten die VIF-Werte zu betrachten um sicherzustellen, dass sich dort kein Problem verbirgt.

Außerdem kommt es darauf an was du für ein Modell gerechnet hast. Man kann ohne Probleme sehr hohne Werte vom R^2 erzeugen wenn beispielsweise zwei Trendbehaftete Variablen aufeinander regressiert werden, welche eigentlich keinen Zusammenhang aufweisen (spurious regression).

Grüße
Druss

[Berry]

Hallo Druss. Mit Residualplots meinst du die Plots von Residuals gegen die einzelnen Variablen?

[Druss]

Sowas wie fitted vs residuals, qq-plot, residuals vs uv hilft auch dabei in den Residuen evtl. verbliebene Effekte zu entdecken.

Ich kann jedoch nur Mutmaßen, da ich nicht weiß was du genau berechnet hast. Der Schritt der Modellvalidierung hängt natürlich von Modell selbst ab.

Gruß
Druss