Grundlagen der Regressionsanalyse

Exzerpt , 2016 , 15 Seiten , Note: 1,1

VWL - Statistik und Methoden

Die Regressionsanalyse zählt zu den statistischen Analyseverfahren und untersucht die Beziehung zwischen einer abhängigen Variablen (Regressand) und einer oder mehreren unabhängigen Variablen (Regressor).

Auf Basis eines aus fachlichen Gesichtspunkten aufgestellten Modells wird im Rahmen der Regressionsanalyse eine Gleichung geschätzt, die den Zusammenhang zwischen der abhängigen und den unabhängigen Variablen möglichst genau beschreiben soll. Daraus abgeleitet liegt das Einsatzgebiet der Regressionsanalyse insbesondere in der Untersuchung von Kausalbeziehungen und wird darüber hinaus für Prognosen der abhängigen Variablen genutzt.

Da die Schätzung der Regressionsfunktion in Abhängigkeit von den zugrunde liegenden Daten vorgenommen wird, werden nachfolgend verschiedene Regressionsmodelle vorgestellt.

Inhaltsverzeichnis

1 Regressionsmodelle
1.1 Klassisches lineares Regressionsmodell
1.2 Regressionsmodelle für Paneldaten
1.2.1 Gepooltes Modell
1.2.2 Fixed Effects Modell
1.2.3 Random Effects Modell

2 Regressionsvoraussetzungen
2.1 Linearität
2.2 Multikollinearität
2.3 Heteroskedastizität
2.4 Autokorrelation
2.5 Normalverteilung der Residuen

3 Gütekriterien zur Prüfung der Regressionsfunktion
3.1 Bestimmtheitsmaß
3.2 F-Statistik
3.3 t-Statistik

Literaturverzeichnis

• Hochschule: FOM Essen, Hochschule für Oekonomie & Management gemeinnützige GmbH, Hochschulleitung Essen früher Fachhochschule
• Note: 1,1
• Erscheinungsjahr: 2016
• Seiten: 15
• Katalognummer: V346639
• ISBN (eBook): 9783668362307
• ISBN (Buch): 9783668362314
• Sprache: Deutsch
• Schlagworte: grundlagen, regressionsanalyse