filmov
tv
Schritt für Schritt - Multiple lineare Regression in R rechnen und interpretieren
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! ♥
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! ♥
Комментарии