STATISTIK-FORUM.de

Hallo,

ich prüfe gerade die Vorraussetzungen für eine multiple Regressionsanalyse.

Hierfür habe ich die Normalverteilung der Residuen für jede uv und av getestet mittels Histogram und P-P-Diagramm und die Homoskedastizität mittels Streudiagramm. Gerade die P-P Diagramme sehen für mich eher normalverteilt aus auch die Streudiagramm sehen für mich in Ordnung aus. Ich muss aber dazu sagen, dass ich noch nie so eine Auswertung gesehen habe und mir Referenzwerte fehlen. Deshalb wollte ich fragen, ob sich jemand von euch den Output der Daten anschauen kann und mir sagen kann, ob die Residuen tatsächlich normal verteilt sind und Homoskedastizität vorliegt, Der Dublin-Watson-Test war immer zwischen 0 und 4.

AV Einstellung: https://ibb.co/mJFZxW2
AV Kaufbereitschaft: https://ibb.co/1z2vMM8
AV Weiterempfehlung: https://ibb.co/HpFYc3h

Es wäre wirklich toll, wenn mir jemand seine Meinung dazu sagen könnte. Ich komme hier einfach nicht weiter

Für die Zuverlässigkeit des F-Tests bei der multiplen Regression
ist es dann nicht mehr nicht erforderlich, dass die Residuen in der
Grundgesamtheit normalverteilt sind, wenn die Stichprobe ausreichend
groß ist. Oft wird n > 30 als ausreichend erachtet, um die
Normalverteilungsannahme ignorieren zu können (zentraler Grenzwertsatz).

Mit freundlichen Grüßen

PonderStibbons

Vielen Dank für die Antwort. Jetzt ist es so, dass bei manchen Variablen auch keine Linearität vorliegt. Es sind also einige Voraussetzungen für eine Regressionasnalyse nicht gegeben.

Wäre es möglich in diesem Fall eine Varianzanalyse nur mit Kovariaten zu rechenen und ohne festen Faktor oder wird so etwas in der Statistik eher ungern gemacht?

Eine Kovarianzanalyse ohne Faktoren und nur mit Kovariaten ist
eine Regressionsanalyse.

Mit freundlichen Grüßen

PonderStibbons

Ja, also beide Methoden machen das gleiche. Aber bei der ANCOVA habe ich nicht die gleichen Voraussetzung wie bei der Regressionanaylse, also muss z.b. keine Linearität vorliegen. Ich dachte so kann ich die Vorrausetzung umgehen oder ist das aus statistischer sicht Quatsch? Würde man sowas noch als Linear bewerten?

Deine Kovariate (x-Achse) ist ein Faktor.

Ich kann leider nicht mehr so recht folgen.

Vielleicht rechnest Du einfach Deine Regressionsanalyse
und besprichst das mit Deinem Betreuer.

Mit freundlichen Grüßen

PonderStibbons

JA, das werde ich wohl dann machen.

Könntest du mir noch sagen, ob das Streudiagramm mit uv und av als linearer Zusammenhang zu bewerten ist? Das sieht anders aus als meine anderen Diagramme

Hi,

- per Pearson-Korrelationskoeffizient kann Linearität festgestellt werden

Gruß
S.