07.03.2013 Aufrufe

Die Dienstleistungsnachfrage im Freizeitsektor - eSport

Die Dienstleistungsnachfrage im Freizeitsektor - eSport

Die Dienstleistungsnachfrage im Freizeitsektor - eSport

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

7. Grundlagen zur Nachfragemodellschätzung 142<br />

teil der erklärten Streuung an der Gesamtstreuung definiert.179 <strong>Die</strong> nicht erklärte<br />

Streuung wird dabei als Produkt aus der Anzahl der Fälle (M) und der quadrierten<br />

2<br />

Varianz der geschätzten Fehlerterme ( ˆσ ) gebildet:<br />

M M<br />

2 2 ⎛ 2 2⎞<br />

R MZ = ( βZ h * −w*) ⎜ ( βZ h * − w*) + Mˆ σ ⎟<br />

h= 1 ⎝ h= 1<br />

⎠<br />

∑ ∑ (7.19)<br />

Analog zum F-Test, wird bei einem mit dem ML-Verfahren geschätzten Modell<br />

überprüft, ob ein Zusammenhang zwischen der abhängigen Variable (hier: Ausgaben<br />

ja/nein) und den erklärenden Variablen (hier: beeinflussende Faktoren)<br />

auch in der Realität besteht (Likelihood Ratio-Test). Dafür wird die Differenz aus<br />

logarithmiertem Likelihood des Nullmodells und des vollständigen Modells<br />

( LL0 − LLV)<br />

gebildet und mit dem Referenzwert der 2<br />

χ -Verteilung (Sachs, 1999,<br />

212) verglichen. Ist der Wert der Teststatistik größer als der tabellarische Wert,<br />

kann wiederum geschlussfolgert werden, dass bei gegebener Irrtumswahrscheinlichkeit<br />

(p ) ein Zusammenhang zwischen der abhängigen und mindestens einer<br />

erklärenden Variablen besteht.<br />

7.3.1.2 Regressionskoeffizienten<br />

Da aus einer <strong>im</strong> Rahmen des F-Tests abgelehnten Nullhypothese nicht geschlussfolgert<br />

werden kann, welche der Faktoren einen Einfluss auf die abhängige<br />

Variable haben, müssen die Regressionskoeffizienten zudem einzeln mit Hilfe<br />

eines t-Tests geprüft werden. Bei einem einfachen linearen OLS-geschätzten Modell<br />

hat die analysierte erklärende Variable dann bei gegebener Irrtumswahrscheinlichkeit<br />

(p ) einen Einfluss auf die abhängige Variable, wenn der empirische<br />

t-Wert als Quotient aus Regressionskoeffizient und Standardfehler ( bOLS,j s b(OLS, j) )<br />

größer als der tabellarische t-Wert (vgl. Sachs, 1999, 210) ist. Erkenntnisreich ist<br />

in diesem Zusammenhang auch ein Blick auf den Wertebereich des wahren Regressionskoeffizienten<br />

(Konfidenzintervall), der mit Hilfe des geschätzten Regressionskoeffizienten,<br />

dem tabellarischen t-Wert und dem Standardfehler best<strong>im</strong>mt<br />

wird:<br />

b − t s ≤β ≤ b + t s<br />

(7.20)<br />

OLS,j tab bOLS,j j OLS,j tab bOLS,j<br />

179 <strong>Die</strong>s bezieht sich <strong>im</strong> Gegensatz zum Best<strong>im</strong>mtheitsmaß der OLS-Schätzung allerdings auf die<br />

latente Variable (vgl. Abschnitt 8), was <strong>im</strong> Folgenden mit einem Stern (*) gekennzeichnet wird.

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!