21.11.2014 Aufrufe

Statistische Methoden der Datenanalyse - HEPHY

Statistische Methoden der Datenanalyse - HEPHY

Statistische Methoden der Datenanalyse - HEPHY

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.

Das lineare Modell<br />

<strong>Statistische</strong> Metoden<br />

<strong>der</strong> <strong>Datenanalyse</strong><br />

Einleitung<br />

R. Frühwirth<br />

Einfache Regression<br />

Lineare Regression<br />

Tests, Konfidenz- und<br />

Prognoseintervalle<br />

Robuste Regression<br />

Polynomiale Regression<br />

Mehrfache Regression<br />

Das lineare Modell<br />

Schätzung, Tests und<br />

Prognoseintervalle<br />

Gewichtete Regression<br />

Nichtlineare Regression<br />

Hängt das Ergebnis Y von mehreren Einflussvariablen ab,<br />

lautet das einfachste lineare Regressionmodell:<br />

Y = β 0 +β 1 x 1 +β 2 x 1 +· · ·+β r x r +ε, E[ε] = 0, var[ε] = σ 2<br />

Es seien wie<strong>der</strong> Y 1 , . . . , Y n die Ergebnisse für n Werte<br />

x 1 , . . . , x n <strong>der</strong> Einflussvariablen x = (x 1 , . . . , x r ).<br />

In Matrix-Vektor-Schreibweise:<br />

mit<br />

Y = Xβ + ε<br />

⎛<br />

⎞<br />

1 x 1,1 x 1,2 · · · x 1,r<br />

1 x 2,1 x 2,2 · · · x 2,r<br />

X =<br />

⎜<br />

.<br />

⎝.<br />

. . .. ⎟ . ⎠<br />

1 x n,1 x n,2 · · · x n,r<br />

R. Frühwirth <strong>Statistische</strong> Metoden<strong>der</strong> <strong>Datenanalyse</strong> 481/587

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

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!