Studienarbeit aus dem Jahr 2015 im Fachbereich Mathematik - Statistik, Note: 1, 3, Brandenburgische Technische Universitä t Cottbus, Sprache: Deutsch, Abstract: In dieser Arbeit geht es un dieTheorie bzw. Herleitung der multiplen linearen Regression und ihre Anwendung an einem Beispiel mithilfe von R (Code im Anhang).
Wenn danach gefragt wird, ob eine ausgewogene Ernä hrung das Herzinfarktrisiko reduziert, Fü hrungskrä fte ü berdurchschnittlich gut aussehen oder Kinder aus zerrü tteten Familienverhä ltnissen hä ufiger zur Flasche greifen als andere, dann kann im Rahmen der Beantwortung dieser Frage eine Regressionsanalyse nü tzlich sein. Die Regressionsanalyse modelliert Zusammenhä nge zwischen einer abhä ngigen Variable (aV) und einer (einfache Regressionsanalyse) oder mehreren (multiple Regressionsanalyse) unabhä ngigen Variablen (uV). Ein solches Modell wird auch hä ufig dafü r verwendet, Vorhersagen ü ber die Werte einer abhä ngigen Variable auf Grundlage der Werte der unabhä ngigen Variablen zu treffen oder um die Intensitä t der Beziehung zwischen den Variablen zu identifizieren. Wie auch bei der Korrelationsrechnung bedeutet ein Zusammenhang zwischen abhä ngigen und unabhä ngigen Variablen bei der Regressionsanalyse nicht gleichzeitig eine Kausalitä t. Im Rahmen der Regression wird zwar gegebenenfalls vor Beginn der Rechnung eine Kausalitä tsvermutung aufgestellt; ob die unabhä ngige Variable allerdings als Ursache tatsä chlich vor der Wirkung (auf die abhä ngige Variable) steht, kann lediglich schlü ssig argumentiert werden. Stellt sich die Regressionsgleichung als geeigneter Schä tzer fü r die abhä ngige Variable heraus, so bedeutet das nur, dass mithilfe der unabhä ngigen Variablen die abhä ngige Variable hinreichend gut geschä tzt werden kann. Eine Form der multiplen Regression ist die multiple lineare Regression, auf deren Theorie im Folgenden kurz eingegangen und die anschließ end an einem Beispiel demonstriert wird.
