STATISTIK-FORUM.de

Hi,

ich habe nur eine ganz kurze Verständnisfrage. Ich glaube, die Antwort darauf gerade in einem Buch gelesen zu haben, allerdings war das dort sehr umständlich erklärt:

Das korrigierte R² braucht man nur/ist nur sinnvollerweise heranzuziehen, wenn man mehr als eine unabhängige Variable hat?

Sprich: Wenn man nur eine einfache Regression durchführt, also eine unabhängige und eine abhängige Variable, dann reicht es, wenn man nur R² zur Interpretation heranzieht?

Darüber hinaus noch eine kleine Zusatzfrage:

Ich habe gelesen, dass auch mit kleinen Fallzahlen eine lineare Regressionsanalyse sinnvoll sein kann, wenn ein starker Zusammenhang zwischen den Variablen vorliegt. Bei mir scheint das nach allem, was ich bisher weiß und gemacht habe, absolut gegeben. Ich vergleiche verschiedene Regressionen bzw. deren verschiedenen R²/korrigierten R². Und die Zahlen decken sich bisher voll und ganz mit meinen empirischen Beobachtungen und der Gesamtlogik meiner Arbeit.

Was meint ihr dazu?

Hi,

in einem Buch

- Quelle?

- Du musst Dich zunächst zwischen deskriptiver oder /und Infererenzstatistik entscheiden.

Gruß
S.

Hi,

Das korrigierte R² braucht man nur/ist nur sinnvollerweise heranzuziehen, wenn man mehr als eine unabhängige Variable hat?

Du findest auf dieser Seite die Formel für das korrigierte R^2: https://www.inwt-statistics.de/blog-art ... Teil4.html

dort ist p die Zahl der unabhängigen Variablen und n die Anzahl der Beobachtungen. Wenn Du verschiedene Modelle vergleichst, bei denen p und n immer gleich sind, dann besteht eine einfache lineare Beziehung zwischen unkorrigiertem und korrigiertem R^2 und deshalb eigenen sich beide gleichermaßen zur Beurteilung.

Und die Zahlen decken sich bisher voll und ganz mit meinen empirischen Beobachtungen und der Gesamtlogik meiner Arbeit.

Was meint ihr dazu?

Ich finde das sehr erfreulich für Deine Arbeit.

LG,
Bernhard