STATISTIK-FORUM.de

[Schming]

Hallo zusammen,

zunächst zur Entschuldigung: Ich verfüge nur über geringe statistische Kenntnisse und kann dementsprechend nicht mit allen Fachbegriffen etwas anfangen. Ich bin quasi reiner Anwender und arbeite mit Excel. In der Regel betrachte ich den Energieverbrauch auf Monatsbasis für min. 1 Jahr und normalisiere diesen mit den Einflussfaktoren wie Temperatur, Produktionsmenge etc.

Ich habe vor einiger Zeit einen Kurs besucht zur Anwendung der Regressionsanalyse zur Berechnung von Kennzahlen im Energiemanagement. Im Energiemanagement stellt der Schnittpunkt aus der Excel-Ausgabe die energetische Grundlast dar. Das heißt diese darf nicht negativ sein, da es in der Industrie immer eine gewisse energetische Grundlast gibt. Soweit so gut. In dem Kurs hieß es aber auch, dass die Variablen nicht negativ sein dürfen. Eine Variable die in der Ausgabe gerne mal negativ ist, ist z.B. die zur Temperatur. Der Zusammenhang erscheint mir auch logisch, da ja bei sinkenden Temperaturen der Heizenergieverbrauch steigt.

Beispiel:
Koeffizienten
Schnittpunkt 9.339.600,39
X Variable 1 4896,119416
X Variable 2 -9884,582215
X Variable 3 8373,027571
X Variable 4 -173056,0468
X Variable 5 58138,51529
X Variable 6 -5551,11127

Formel:

Normalisierter Energieverbrauch = 9.339.600,39 + V1*4896,119416 + V2*(-98845) + V3*8373,027571 + V4*(-173056,0468) + V5*58138,51529 + V6*(-5551,11127)


Auf den Punkt gebracht: Dürfen bei einer multiplen linearen Regression die Variablen in der Excel-Ausgabe negativ sein oder funktioniert dann die Formel für die Normalisierung nicht mehr?

Mir ist bewusst, dass das für manche Anwendungsfälle Sinn ergibt. Ich bin mir nur bei der Betrachtung des Energieverbrauchs nicht sicher, weil eben der Kursleiter meinte, dass alle Koeffizienten positiv sein müssen, damit die Formel für die Normalisierung funktioniert.

[bele]

Hallo Schming,

In der Regel betrachte ich den Energieverbrauch auf Monatsbasis für min. 1 Jahr und normalisiere diesen mit den Einflussfaktoren wie Temperatur, Produktionsmenge etc.

Dieser Schritt ist sehr knapp beschrieben und das könnte ein Problem sein.

Auf den Punkt gebracht: Dürfen bei einer multiplen linearen Regression die Variablen in der Excel-Ausgabe negativ sein

Im allgemeinen dürfen Koeffizienten in einer multiplen linearen Regression auch dann negativ sein, wenn die Vorhersagen der Regression immer positiv sind. Dein Beispiel mit der Temperatur als Prädiktor für Energieverbrauch ist richtig.

... oder funktioniert dann die Formel für die Normalisierung nicht mehr?

Welche Formel ist das und wozu wird sie verwendet?

LG,
Bernhard

[Schming]

Hallo Bernhard,

danke für deine Antwort.

Zu Punkt 1 und 3:
Mit der Formel berechne ich den zu erwartenden Energieverbrauch mit den geänderten Variablen. D.h. ich lege ein Jahr als Ausgangsbasis zu Grunde mit Monatswerten zu Energieverbrauch, Materialeinsatz, Temperatur etc. Diese Daten nehme ich für die Regressionsanalyse. Mit dem Ergebnis, den Koeffizienten also, berechne ich, wie der Energieverbrauch auf Grundlage der Ausgangsbasis in einem anderen Jahr mit anderem Materialeinsatz etc. zu erwarten ist und vergleiche diesen mit dem tatsächlichen Energieverbrauch.

LG,
Schming

[bele]

Hallo Schming,

in dieser Formulierung kommt jetzt "Normalisierung" nicht mehr vor, was in der Statistik ein ziemlich beladener Begriff ist: https://de.qaz.wiki/wiki/Normalization_(statistics)

Jetzt klingt es nach einem ganz normalen Vorgang, wie man nunmal mit linearer Regression Vorhersagen macht und dabei sind negative Koeffizienten etwas ganz normales und unproblematisches. Keine Ahnung, was Dein Kursleiter da gesagt hat und was er gemeint hat (muss ja nicht das gleiche gewesen sein).

Viele Grüße,
Bernhard