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

preview_player
Показать описание
Diese Video zeigt das Rechnen und Interpretieren einer multiplen linearen Regression in R.
Im Gegensatz zu einer einfachen linearen Regression, die anhand einer (abhängigen) Variable eine unabhängige Variable erklärt, hat eine multiple lineare Regressionsanalyse hingegen mehrere unabhängige Variablen (x1, x2, ..., xn) und erklärt damit eine abhängige Variable (y)

In diesem Video geht es hauptsächlich um die Interpretation der Ergebnisse einer multiplen linearen Regression in R. Es wird hierzu der Abiturschnitt anhand der unabhängigen Variablen IQ (x1) und Motivation (x2) erklärt. Direkt im Anschluss an die Modellschätzung mit der lm()-Funktion in R, wird die Interpretation der Ergebnisse behandelt. Dies ist der multiple Korrelationskoeffizient, das Bestimmtheitsmaß und das adjustierte Bestimmtheitsmaß. Zusätzlich werden die Koeffizienten, ihr Vorzeichen, ihr Standardfehler, die t-Statistik und der p-Wert erläutert und damit deren Einflussstärke auf die zu erklärende Variable geprüft. Zum Vergleich der Effekte führe ich zudem eine z-Standardisierung durch.

Noch mal zum Nachlesen auf meiner Homepage:
========================================

Mehr Tutorials und Begleitmaterial:
============================

📘 Für die Leser unter euch:
=======================

⭐Kanalmitglied⭐ werden:
=======================

Zeitstempel ⏰
============
00:00 Einleitung
00:18 Beispielszenario
00:40 Multiple Regression - Modell formulieren
01:51 Prognose mit Regressionsgleichung
02:25 Multiple Regressionsergebnisse ausgeben
03:13 Ergebnisse interpretieren - F-Test
04:34 Modellgüte beurteilen - R², adjustiertes R²
05:58 Koeffiziententabelle (Koeffizient, Standardfehler, t-Wert, p-Wert)
08:36 Standardisierte Koeffizienten
11:58 Vergleich zu SPSS-Ergebnissen
12:32 Prognose mittels Regressionsgleichung

Kanal unterstützen? 🙌🏼
===================

Danke für eure Unterstützung! ♥
Рекомендации по теме
Комментарии
Автор

Vielen herzlichen Dank!!! Wünschte an der Uni würde das auch so gut erklärt! Wäre ziemlich aufgeschmissen gewesen ohne deine Videos <3

katharinatrachte
Автор

Tausend Dank!
Ich glaube mit dem Video hast du meine Seminararbeit gerettet!
Sollte ich dich jemals treffen, hast ein Bier bei mir gut :D

sidneyno
Автор

Ein komplexes Thema für alle Nichtstatistiker einfach erklärt. Vielen Dank 👍🏻

dominiktubben
Автор

Ich wollte mich mal fett bedanken :D Ich hab diese Woche meine Klausur in Statistik mit R wegen corona online geschrieben und dank dir konnte ich alles ausfüllen ^^ Dabei hab ich Ahnung gehabt :D Rückblickend hat das sogar eigentlich spaß gemacht. Vielen dank für die hilfe ^^

Rim
Автор

Danke Danke Danke ! Ohne deine Videos wäre ich lost.

serotragtmantel
Автор

Vielen Dank für diese tiefgründige Erklärung. Du hast mir sehr geholfen!

rafaelt.
Автор

Mega schon nach den ersten Minuten! Vielen Dank!!

marshallwaters
Автор

Wir wollen dich als unseren Übungsleiter! Great videos! Viele Grüße von den TU Berlin Studenten.

fawazalizzy
Автор

Danke! Hat mir sehr weitergeholfen! Super erklärt.

ballndkrump
Автор

Kann mich nur anschließen! Mal wieder ein richtig gutes Video und die Erklärungen zur Interpretation sind super verständlich! Seitdem ich ihre Videos nutze, um R zu verstehen, macht mir das Arbeit damit Spaß! Mich würde, wie im anderen Kommentar bereits erwähnt wurde, interessieren, ob man bei unterschiedlichen Skalen mit verschiedenen Skalenniveaus standardisieren sollte, nicht nur für die Berechnung von multiplen Regressionen, sondern auch für andere Verfahren.
🙂

cjmxzjz
Автор

Vielen vielen Dank für die super Erklärungen und die Mühe. So deutlich und klar, einfach perfekt erklärt. Bitte mehr davon. Lg

davila
Автор

Super hilfreich! Besonders die kleinen Zusammenfassungen waren super :-)

Strogames
Автор

Danke sehr, das war mir sehr hilfreich

nguewouorachel
Автор

Ich finde die Ausführungen zu Abischni(bbel) sehr aufschlussreich. Intelligenz ist einflussreicher als Motivation: der gute Wille allein nützt nichts.

uqkewbx
Автор

Sollte man die Annahmen einer linearen Regression (z.B. Multikollinearität, Heteroskedaszidität etc.) vor oder nach z-Standardisierung der Variablen prüfen oder spielt das keine Rolle? Vielen Dank für deine Videos!

lanaschludi
Автор

Super Video. Das hat mir sehr weitergeholfen! Vielen Dank :)

dg.o.
Автор

Hallo Björn! Vielen Dank für diese super hilfreichen Videos...mir persönlich würde ein Video über die Pfadanalyse in R gerade extrem helfen da ich das bald in meiner Masterarbeit rechnen werde :) Viele Grüße!

Satoshi
Автор

Sehr gute R videos! vielen Dank dafür!

sportpferdecindygieshoidt
Автор

Tolles Video! Ich bin im Masterstudium nun zum ersten Mal mit R konfrontiert und als SPSS User war ich erstmal total überfordert. Aber mittlerweile finde ich total spannend, welche Möglichkeiten man mit R so hat. Toll, dass du dazu nun auch Video machst! Kommt zufällig demnächst was zu Mixed Effect Models in R? Das fände ich sehr spannend.

leaschuurmans
Автор

Hey, auch ich möchte mich einmal ganz ganz herzlich für deine Videos bedanken!
Dann hätte ich die Frage, ob du mal etwas zu Strukturgleichungsmodellen in RStudio machen könntest. Das wäre wirklich klasse.

christiandrengk