STATISTIK-FORUM.de

[chili01]

Liebe Statistiker,

ich habe einen 4000-Zeilen-Datensatz einer Simulation, die mit jeweils ca. 15 verschiedenen Werten für 5 Parameter gelaufen ist. Die 4000 Ergebnisse sind somit nur stichprobenartig ermittelt, nicht alle Parameterwertkombinationen wurden durchlaufen.

Ich würde gern

1. den Einfluss der Parameter ermitteln (welche Auswirkungen haben Parameterwertänderungen auf das Ergebnis / Parameterwert-Optima finden / Ergebnis-irrelevante Parameter identifizieren) und
2. die Ergebnisse 'normalisieren', d.h. Zufallseinflüsse eliminieren, so dass ich für jede Parameterwertkombination ein Ergebnis 'berechnen' und letztendlich das globale Ergebnis-Optimum finden kann.

Wie muss ich vorgehen? Bzw welches Unterthema der Statistik betreffen meine Fragen überhaupt? Ich weiss gar nicht, nach welchen Schlagworten ich suchen soll . .

Ich hoffe, ich konnte konkret genug beschreiben, was ich suche. Falls Ihr weitere Infos oder den Datensatz braucht, bitte einfach melden. Danke für Eure Unterstützung!!
Viele Grüsse, Sebastian

[PonderStibbons]

ich habe einen 4000-Zeilen-Datensatz einer Simulation, die mit jeweils ca. 15 verschiedenen Werten für 5 Parameter gelaufen ist.

Es gibt 5 Parameter und jeder kommt mit 15 Werten vor?

Was sind das für Parameter, sind sie kategorial? Ordinal? Intervall- oder Rationalskaliert?

den Einfluss der Parameter ermitteln (welche Auswirkungen haben Parameterwertänderungen auf das Ergebnis

Worin besteht das Ergebnis, auf welchem Skalenniveau wurde es gemessen?

Mit freundlichen Grüßen

PonderStibbons

[chili01]

Hallo PonderStibbons, danke für deine Rückmeldung.

Die Parameterwerte sind Ordinal und Rationalskaliert. (Sie können für jeden Parameter eine Zahl zwischen 0 und unendlich annehmen, ich habe die Simulation aber aus Performancegründen nur mit jeweils einigen Werten zwischen 0 und 50 gefahren.)

Das Ergebnis wird auf einer Verhältnisskala gemessen. (Es handelt sich um Gewinn/Verlust in €, wobei der Verlust nicht höher als die Investition sein kann)

Danke für deine Unterstützung
VG Sebastian

[PonderStibbons]

Man könnte mit einer multiplen linearen Regression anfangen (5 intervallskalierte Prädiktoren, eine intervallskalierte abhängige Variable).

Es lassen sich optional auch nichtlineare Beziehungen (wie z.B. y = b*x2, y = b*ln(x)) und Interaktionen zwischen den Prädiktoren in das Modell einbeziehen.

Mit freundlichen Grüßen

PonderStibbons

[chili01]

merci für Hinweise, dann werde ich in die Richtung mal weiterrecherchieren

Bisher habe ich halt für jeden Parameterwert den Ergebnisdurchschnitt (bei keiner gleichzeitigen Einschränkung der anderen Parameter) ermittelt. Daraus haben sich auch ganz interessante Ergebniskurven für die verschiedenen Werte jedes Parameters ergeben - aber keine Ahnung, ob das ein wissenschaftlicher Ansatz ist

[chili01]

Man könnte mit einer multiplen linearen Regression anfangen (5 intervallskalierte Prädiktoren, eine intervallskalierte abhängige Variable).

Es lassen sich optional auch nichtlineare Beziehungen (wie z.B. y = b*x2, y = b*ln(x)) und Interaktionen zwischen den Prädiktoren in das Modell einbeziehen.

Mit freundlichen Grüßen

PonderStibbons

Eine Frage noch: Wie nennt man denn diesen Bereich der Statistik?