Vorhersage:Lineare Regression: Unterschied zwischen den Versionen

Aus CoPlanner 11
Zur Navigation springenZur Suche springen
Keine Bearbeitungszusammenfassung
Keine Bearbeitungszusammenfassung
Zeile 9: Zeile 9:


Ein Konfidenzintervall ist das Ergebnis von Intervallschätzungen und stellt einen statistisch berechneten Wertebereich dar. Es gibt an, in welchem Bereich Parameter der Grundgesamtheit mit einer gewissen Wahrscheinlichkeit liegen könnten, basierend auf den Daten. Ein Konfidenzintervall besitzt immer zwei Endpunkte, die es vom Bereich der Irrtumswahrscheinlichkeit abgrenzen. Bei großer Streuung der Werte wird eine Aussage unsicherer, das heißt, das Konfidenzintervall wird breiter. Ein großes Konfidenzintervall bedeutet dann, dass die Schätzung des Parameters mit großer Unsicherheit behaftet ist und somit weniger präzise ist. Mit <Vorhersagename>.Upper bzw. mit <Vorhersagename>.Lower kann auf die obere bzw. untere Schranke zugegriffen werden.
Ein Konfidenzintervall ist das Ergebnis von Intervallschätzungen und stellt einen statistisch berechneten Wertebereich dar. Es gibt an, in welchem Bereich Parameter der Grundgesamtheit mit einer gewissen Wahrscheinlichkeit liegen könnten, basierend auf den Daten. Ein Konfidenzintervall besitzt immer zwei Endpunkte, die es vom Bereich der Irrtumswahrscheinlichkeit abgrenzen. Bei großer Streuung der Werte wird eine Aussage unsicherer, das heißt, das Konfidenzintervall wird breiter. Ein großes Konfidenzintervall bedeutet dann, dass die Schätzung des Parameters mit großer Unsicherheit behaftet ist und somit weniger präzise ist. Mit <Vorhersagename>.Upper bzw. mit <Vorhersagename>.Lower kann auf die obere bzw. untere Schranke zugegriffen werden.
=== Definition ===
In CoPlanner Power Würfel kann man die lineare Regression als Vorhersage hinzufügen. Die genauen Einstellungsmöglichkeiten dazu finden Sie [[BI-Center:CoPlanner Würfel Designer#Eigenschaften von linearer Regression|hier]].


[[Category:Vorhersage|Lineare Regression]]
[[Category:Vorhersage|Lineare Regression]]
[[en:Prediction:linear prediction]]
[[en:Prediction:linear prediction]]
__INHALTSVERZEICHNIS_ERZWINGEN__

Version vom 29. Juli 2024, 12:56 Uhr

Die lineare Regression beruht auf der Grundidee, einen Zusammenhang zwischen Variablen durch eine lineare Funktion zu beschreiben.

Im Fall von lediglich einer unabhängigen Variable lässt sich dies grafisch in einem Streudiagramm darstellen: die abhängige Variable wird auf der Y-Achse abgetragen, die unabhängige auf der X-Achse. Die Regressionsgerade wird nun möglichst optimal durch die Punkte gelegt.

"Optimal" bedeutet hier, dass die Summe der quadrierten vertikalen Abstände von den beobachteten Werten zur Regressionsgerade minimiert wird. Daher stammt auch der Name dieser Berechnungsmethode: "Methode der kleinsten Quadrate".

Das Quadrieren hat einerseits zur Folge, dass sich positive und negative Abstände von den Datenpunkten zur Geraden nicht gegenseitig aufheben, und andererseits fließen so größere Abstände mit einem höheren Gewicht in die Berechnung ein.


Ein Konfidenzintervall ist das Ergebnis von Intervallschätzungen und stellt einen statistisch berechneten Wertebereich dar. Es gibt an, in welchem Bereich Parameter der Grundgesamtheit mit einer gewissen Wahrscheinlichkeit liegen könnten, basierend auf den Daten. Ein Konfidenzintervall besitzt immer zwei Endpunkte, die es vom Bereich der Irrtumswahrscheinlichkeit abgrenzen. Bei großer Streuung der Werte wird eine Aussage unsicherer, das heißt, das Konfidenzintervall wird breiter. Ein großes Konfidenzintervall bedeutet dann, dass die Schätzung des Parameters mit großer Unsicherheit behaftet ist und somit weniger präzise ist. Mit <Vorhersagename>.Upper bzw. mit <Vorhersagename>.Lower kann auf die obere bzw. untere Schranke zugegriffen werden.

Definition

In CoPlanner Power Würfel kann man die lineare Regression als Vorhersage hinzufügen. Die genauen Einstellungsmöglichkeiten dazu finden Sie hier.