5.8 Regression | Standardisiertes Regressionmodell

preview_player
Показать описание
In diesem Video widmen wir uns der standardisierten Variante des Regressionsmodell und dem Beta-Regressionskoeffizienten
  1. Statistik Grundlagen mit FIVE PROFS
  2. Statistik
  3. Regression
  4. Beta
  5. Regressionskoeffizient
  6. standardisierung
Рекомендации по теме
5.8 Regression | 0:08:58

5.8 Regression | Standardisiertes Regressionmodell

Einfache Lineare Regression 0:07:39

Einfache Lineare Regression Basics | Statistik | Mathe by Daniel Jung

Regression 5 (7:24) 0:07:23

Regression 5 (7:24) - Multiple Regression

17.1 Multiple Regression 0:06:20

17.1 Multiple Regression | Einführung

5.0 Regression | 0:06:34

5.0 Regression | Einführung

Multiple lineare Regression 0:21:37

Multiple lineare Regression in R [ALL IN ONE] - Voraussetzungen, Durchführung und Interpretation

Lineare Regression: Einfach 0:16:48

Lineare Regression: Einfach erklärt

17.2 Multiple Regression 0:06:59

17.2 Multiple Regression | Regressionsgleichung

Multiple lineare Regression 0:09:57

Multiple lineare Regression in SPSS rechnen und interpretieren

Wie funktioniert schrittweise 0:09:04

Wie funktioniert schrittweise Regression in SPSS? (Aufnahme+Ausschluss)-Daten analysieren SPSS(15)

17.4 Multiple Regression 0:07:56

17.4 Multiple Regression | Erklärung des Modells an einem Beispiel

Multiple Regression: Analyse 0:39:58

Multiple Regression: Analyse

Regression 8 (8:35) 0:08:36

Regression 8 (8:35) t-Test und Konfidenzintervall

Lineare Regression - 0:09:16

Lineare Regression - welche Ergebnisse muss ich berichten?

Einfache vs. multiple 0:06:15

Einfache vs. multiple Regression - warum Variablen nicht signifikant bleiben

Multiple Regression: Ein 0:15:03

Multiple Regression: Ein Beispiel

Standardisierte Koeffizienten für 0:06:04

Standardisierte Koeffizienten für die lineare Regression in R - Daten analysieren in R (74)

8 4 4 0:22:55

8 4 4 Multiple Regression Schätzen und Testen von Regressionskoeffizienten

Multiple lineare Regression 0:03:03

Multiple lineare Regression in Excel rechnen - Daten analysieren in Excel (8)

Moderation (Interaktion) in 0:08:39

Moderation (Interaktion) in SPSS rechnen und interpretieren - Daten analysieren in SPSS (24)

Einfache lineare Regression 0:14:40

Einfache lineare Regression in R rechnen und interpretieren - Daten analysieren in R (32)

Schritt für Schritt 0:14:37

Schritt für Schritt - Multiple lineare Regression in R rechnen und interpretieren

Ökonometrie Teil 07.3: 0:17:58

Ökonometrie Teil 07.3: Funktionale Form - Interaktionseffekte

Stata 14: Pfadmodelle 0:16:13

Stata 14: Pfadmodelle (mit Mediator) in Stata

Комментарии
Автор

Ich muss für die BA-Thesis Studien auswerten und habe eine Tabelle mit den Ergebnissen einer multinominalen logistischen Regression mit Schülermerkmalen als Prädikatoren. Dort stehen der beta-Koeffizient und der Standardfehler. Ich habe mir auch bereits das Video zur logistischen Regression angeschaut. In diesen Studienergebnissen stehen nun aber bei beta beispielsweise Werte wie -1.583. Wäre das dann quasi eine stark negative Korrelation? Pearson selbst reicht ja nur von -1 bis +1.

Rebecca-kgip
Автор

Im Skript steht, dass man b nicht interpretieren kann, da b von der Skalierung (z.B. Größe in m oder cm) des Prädiktors abhängt. Hängt aber b nicht auch von der Skalierung des Kriteriums ab?

reddotmusic
Автор

Man z-standardisiert also den Beta Wert um die Steigung miteinander zu vergleiche und wenn man Stichproben miteinander vergleicht würde man dann den t-Test wählen ? kann man das so annehmen ?

traveladdicted