So ist diese Seite geprüft: Jede Rechnung, jede Tabelle und jede Quizlösung ist von unserem Rechen-Algorithmus ohne KI nachgerechnet. Fachlich wurde der Text in zwei unabhängigen Prüfrunden kontrolliert und gegen 24 belegte Kernaussagen aus festen Quellen abgeglichen.
Quellen
Die lineare Regression beschreibt den Zusammenhang zwischen einer abhängigen Variable und einer erklärenden Variable durch eine Gerade . Steigung und Achsenabschnitt werden mit der Methode der kleinsten Quadrate so bestimmt, dass die quadrierten Abweichungen der Datenpunkte von der Geraden minimal sind. Das Bestimmtheitsmaß zeigt, wie gut die Gerade passt.
Wie stark steigt der Umsatz, wenn du mehr in Werbung steckst? Wie hoch sind die Fixkosten einer Fertigung, wenn nur Monatswerte für Menge und Gesamtkosten vorliegen? Solche Fragen beantwortet die Regression. Sie schätzt aus beobachteten Datenpaaren, wie eine Größe von einer anderen abhängt.
Bei der einfachen linearen Regression gibt es genau zwei Variablen:
Gesucht ist die Gerade , die am besten durch die Punktwolke passt. Meist liegen nur einzelne oder gar keine Datenpunkte genau darauf (bei perfektem linearem Zusammenhang alle). Die Differenz zwischen beobachtetem und geschätztem Wert heißt Residuum . Gibt es mehrere erklärende Variablen, spricht man von multipler Regression, die Grundidee bleibt dieselbe.
Die Methode der kleinsten Quadrate wählt und so, dass die Summe der quadrierten Residuen möglichst klein wird. Quadriert wird, damit sich positive und negative Abweichungen nicht aufheben und große Abweichungen stärker zählen. Daraus ergeben sich diese Formeln:
Die Steigung ist also Kovarianz geteilt durch Varianz von . Der Achsenabschnitt folgt daraus, denn die Regressionsgerade läuft immer durch den Schwerpunkt .
Wie gut die Gerade die Daten erklärt, misst das Bestimmtheitsmaß:
liegt zwischen 0 und 1. Bei der einfachen linearen Regression ist es genau das Quadrat des Korrelationskoeffizienten aus der Korrelation.
Ein Onlinehändler für Sportbekleidung hat in sechs Monaten unterschiedlich viel für Social-Media-Werbung ausgegeben. Alle Werte in Tausend Euro:
| Monat | Werbung | Umsatz | Produkt | |||
|---|---|---|---|---|---|---|
| 1 | 2 | 40 | −4 | −11 | 44 | 16 |
| 2 | 4 | 43 | −2 | −8 | 16 | 4 |
| 3 | 5 | 49 | −1 | −2 | 2 | 1 |
| 4 | 7 | 55 | 1 | 4 | 4 | 1 |
| 5 | 8 | 55 | 2 | 4 | 8 | 4 |
| 6 | 10 | 64 | 4 | 13 | 52 | 16 |
| Summe | 36 | 306 | 0 | 0 | 126 | 42 |
Schritt 1: Mittelwerte
,
Schritt 2: Steigung
Schritt 3: Achsenabschnitt
Regressionsgerade:
Schritt 4: Bestimmtheitsmaß
Geschätzte Werte: 39, 45, 48, 54, 57, 63. Residuen: 1, −2, 1, 1, −2, 1.
Schritt 5: Prognose
Bei 6.000 € Werbung: , also 51.000 € Umsatz.
Bei 12.000 € Werbung: , also 69.000 € Umsatz.
Genau beim letzten Punkt passieren die meisten Denkfehler. Vielleicht hat der Händler in umsatzstarken Monaten wie vor Weihnachten einfach mehr geworben. Dann treibt die Saison beides, und die Regression überschätzt den Werbeeffekt. Regression misst einen statistischen Zusammenhang, Kausalität muss inhaltlich begründet werden.
| Korrelation | Regression | |
|---|---|---|
| Frage | Wie stark hängen x und y zusammen? | Wie genau hängt y von x ab? |
| Richtung | symmetrisch | y wird durch x erklärt |
| Ergebnis | Kennzahl zwischen −1 und 1 | Gleichung , Prognosen möglich |
Typische Grenzen der linearen Regression:
Ob eine Steigung überhaupt statistisch von null verschieden ist, prüfst du mit einem Hypothesentest, in der Regel dem t-Test für den Regressionskoeffizienten.
1. Gegeben sind , , , . Wie lautet die Regressionsgerade?
Richtig: A) . , .
2. Eine Regression der monatlichen Gesamtkosten (€) auf die Stückzahl ergibt . Was ist die richtige Interpretation?
Richtig: C) Die Fixkosten betragen etwa 18.000 €, die variablen Stückkosten etwa 7,50 €.. Der Achsenabschnitt schätzt die Fixkosten, die Steigung die variablen Kosten je Stück.
3. Der Korrelationskoeffizient zweier Variablen beträgt . Wie groß ist der einfachen linearen Regression?
Richtig: D) 0,64. . ist nie negativ.
Die Steigung gibt an, um wie viele Einheiten sich y im Mittel ändert, wenn x um eine Einheit steigt. Ein Wert von 3 bedeutet bei Werbung und Umsatz in Euro: Jeder zusätzliche Werbe-Euro geht mit durchschnittlich 3 Euro mehr Umsatz einher.
Das hängt vom Fachgebiet ab. Bei Zeitreihen wie Kosten und Produktionsmenge sind Werte über 0,9 üblich, bei Querschnittsdaten über Menschen oder Unternehmen gelten schon 0,3 oft als ordentlich. Ein hohes R² beweist keinen kausalen Zusammenhang.
Die Korrelation misst nur Stärke und Richtung eines linearen Zusammenhangs mit einer Kennzahl zwischen minus 1 und 1. Die Regression liefert eine Gleichung, mit der du y aus x schätzen kannst. Bei der einfachen linearen Regression ist R² gleich dem quadrierten Korrelationskoeffizienten.
Weil die Gerade so gewählt wird, dass die Summe der quadrierten Abstände zwischen den beobachteten und den geschätzten y-Werten am kleinsten ist. Das Quadrieren verhindert, dass sich positive und negative Abweichungen gegenseitig aufheben.
Ein Residuum ist die Differenz zwischen dem tatsächlich beobachteten Wert und dem Wert auf der Regressionsgeraden. Bei der Methode der kleinsten Quadrate mit Achsenabschnitt summieren sich die Residuen immer zu null.
Teil die Seite mit deiner Lerngruppe oder schick sie deiner Fachschaft.
Thema 5 von 10 · Abschnitt „Beschreibende Statistik“. Alle 10 Themen in Lernreihenfolge