www.vorhilfe.de
Vorhilfe

Kostenlose Kommunikationsplattform für gegenseitige Hilfestellungen.
Hallo Gast!einloggen | registrieren ]
Startseite · Forum · Wissen · Kurse · Mitglieder · Team · Impressum
Forenbaum
^ Forenbaum
Status Englisch
  Status Grammatik
  Status Lektüre
  Status Korrekturlesen
  Status Übersetzung
  Status Sonstiges (Englisch)

Gezeigt werden alle Foren bis zur Tiefe 2

Navigation
 Startseite...
 Neuerdings beta neu
 Forum...
 vorwissen...
 vorkurse...
 Werkzeuge...
 Nachhilfevermittlung beta...
 Online-Spiele beta
 Suchen
 Verein...
 Impressum
Das Projekt
Server und Internetanbindung werden durch Spenden finanziert.
Organisiert wird das Projekt von unserem Koordinatorenteam.
Hunderte Mitglieder helfen ehrenamtlich in unseren moderierten Foren.
Anbieter der Seite ist der gemeinnützige Verein "Vorhilfe.de e.V.".
Partnerseiten
Weitere Fächer:

Open Source FunktionenplotterFunkyPlot: Kostenloser und quelloffener Funktionenplotter für Linux und andere Betriebssysteme
Forum "mathematische Statistik" - Regressionsanalyse
Regressionsanalyse < math. Statistik < Stochastik < Hochschule < Mathe < Vorhilfe
Ansicht: [ geschachtelt ] | ^ Forum "mathematische Statistik"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien

Regressionsanalyse: Korrekturlesung
Status: (Frage) überfällig Status 
Datum: 12:35 Fr 03.07.2009
Autor: Marcel08

Aufgabe
[Dateianhang nicht öffentlich]

Hallo Community,


die vorliegende Aufgabe entstammt einer Klausur aus einem vergangenen Semester. Allerdings wurden dazu keine Lösungen bereitgestellt, so dass ich meine eigenen Lösungsvorschläge kerne zur Korrekturlesung freigeben möchte:





zu a)



Gemäß [mm] \beta^{Dach}=(x^{|}x)^{-1}x^{|}y [/mm] erhalten wir


[mm] [(-2,-1,0,1,2)\vektor{-2 \\ -1 \\ 0 \\ 1 \\ 2}]^{-1}(-2,-1,0,1,2)\vektor{4 \\ 5 \\ -3 \\ -2 \\ -4}=\bruch{1}{10}*(-23)=-2,3 [/mm]




zu b)



Gemäß [mm] x^{|}(y-x\beta^{Dach}) [/mm] erhalten wir


[mm] (-2,-1,0,1,2)(\vektor{4 \\ 5 \\ -3 \\ -2 \\ -4}-\vektor{-2 \\ -1 \\ 0 \\ 1 \\ 2}(-2.3))=0 [/mm]




zu c)


[mm] \summe_{i=1}^{n}(y_{i}-y^{Dach}_{i})^{2} [/mm] liefert


[mm] (4-4.6)^{2}+(5-2.3)^{2}+(-3-0)^{2}+(-2+2.3)^{2}+(-4+4.6)^{2}=17.1 [/mm]




zu d)



Gemäß [mm] \sigma^{2}=\bruch{1}{n-p-1}\summe_{i=1}^{n}(y_{i}-y^{Dach}_{i})^{2} [/mm] erhalten wir


[mm] \bruch{1}{5-1-1}*17.1=5.7 [/mm]




zu e)



[mm] 1-\bruch{\summe_{i=1}^{n}(y_{i}-y^{Dach}_{i})^{2}}{\summe_{i=1}^{n}(y_{i}-\overline{y})^{2}} [/mm] liefert


[mm] 1-\bruch{17.1}{70}=0.756 [/mm]


mit [mm] \overline{y}=\bruch{4+5-3-2-4}{5}=0 [/mm]


und [mm] 4^{2}+5^{2}+(-3)^{2}+(-2)^{2}+(-4)^{2}=70 [/mm]




zu f)


[mm] Var(\beta^{Dach})=\sigma^{2}(x^{´}x)^{-1} [/mm] liefert


[mm] 5.7*\bruch{1}{10}=0.57 [/mm]



zu g)


Gemäß [mm] t_{j}=\bruch{\beta^{Dach}_{j}}{\wurzel{Var(\beta^{Dach}_{j}})}\sim [/mm] t(n-p-1) erhalten wir


[mm] t_{1}=\bruch{-2.3}{\wurzel{\bruch{1}{10}}}=-7.27 [/mm]



zu h)



Zunächst benötigen wir noch den Residualstandardfehler:


Im Zuge von [mm] sd(u)=\wurzel{\sigma^{Dach}^{2}} [/mm] erhalten wir [mm] \sigma^{Dach}=\wurzel{5.7}=2.387 [/mm]


Ferner brauchen wir noch das Signifikanzniveau [mm] \alpha: [/mm]


Gemäß [mm] 1-\alpha=0.9 [/mm] erhalten wir [mm] \alpha=0.1 [/mm]


Wir können nun gemäß [mm] \beta^{Dach}\pm\sigma_{\beta^{Dach}}t_{1-\bruch{\alpha}{2}}(n-2) [/mm] das gesuchte Intervall berechnen:


[mm] \beta^{Dach}\pm2.387*2.3534=\beta^{Dach}\pm5.6175 [/mm]



zu i)


(n-p-1) liefert uns die Anzahl der Freiheitsgrade für den t-Test:


(5-1-1)=3



zu j)


Gemäß [mm] |t_{j}|>t_{1-\bruch{\alpha}{2}}(n-p-1) [/mm] können wir Entscheidungen hinsichtlich der Hypothesenverwerfung treffen:


1.) Signifikanzniveau 1%:

[mm] t_{1-0.005}(3)=5.8409 [/mm]


2.) Signifikanzniveau 5%

[mm] t_{1-0.025}(3)=3.1829 [/mm]


[mm] \Rightarrow [/mm] Beide Hypothesen können verworfen werden.




Meine Fragen:



1.) Stimmen meine Berechnungen? Wenn nein, wo sind die Fehler?


2.) Kann man in Aufgabe c) stillschweigend hinnehmen, dass es sich um ein Modell ohne Konstante handelt, oder sollte man dort zunächst noch ein Modell mit einer Konstanten berechnen?


3.) Wird ein Signifikanzniveau von 5% stets angenommen, wenn, beispielsweise wie in g), kein Signifikanzniveau bei einem durchzuführenden Test gegeben ist?




Über baldige Antworten würde ich mich sehr freuen.





Gruß, Marcel

Dateianhänge:
Anhang Nr. 1 (Typ: jpg) [nicht öffentlich]
        
Bezug
Regressionsanalyse: Fälligkeit abgelaufen
Status: (Mitteilung) Reaktion unnötig Status 
Datum: 13:20 So 05.07.2009
Autor: matux

$MATUXTEXT(ueberfaellige_frage)
Bezug
        
Bezug
Regressionsanalyse: Mitteilung
Status: (Mitteilung) Reaktion unnötig Status 
Datum: 17:10 Mo 06.07.2009
Autor: oLman

Hi Marcel,

Die Ergebnisse kann ich soweit bestätigen. Lediglich bei Aufgabenteil g.) hab ich noch eine Frage:

> zu g)
>  
>
> Gemäß
> [mm]t_{j}=\bruch{\beta^{Dach}_{j}}{\wurzel{Var(\beta^{Dach}_{j}})}\sim[/mm]
> t(n-p-1) erhalten wir
>
>
> [mm]t_{1}=\bruch{-2.3}{\wurzel{\bruch{1}{10}}}=-7.27[/mm]

Wieso setzt du [mm] {\wurzel{\bruch{1}{10}}} [/mm] ein? Ich habe hier [mm] {\wurzel{0.57}} [/mm] eingesetzt.

LG
olman


Bezug
                
Bezug
Regressionsanalyse: Mitteilung
Status: (Mitteilung) Reaktion unnötig Status 
Datum: 14:45 Di 07.07.2009
Autor: Marcel08

Da habe ich mich wohl vertan. Ich würde deinem Ergebnis auch zustimmen.

Bezug
                        
Bezug
Regressionsanalyse: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 12:28 Mi 08.07.2009
Autor: oLman

Hab noch eine Frage zu deiner Berechnung bei j.)

Wie kommst du darauf dass beide Hypothesen verworfen werden können?
Bzw. meine Frage ist eigentlich wie du [mm] t_{j} [/mm] bestimmst ?


LG
olman


Bezug
                                
Bezug
Regressionsanalyse: Antwort
Status: (Antwort) fertig Status 
Datum: 16:12 Mi 08.07.2009
Autor: Marcel08

Hi oLman!


Das [mm] t_{j} [/mm] ermittle ich, indem ich die t-Statistik des Regressionsparameters [mm] \beta^{Dach} [/mm] (siehe Aufgabenteil g)) errechne. Da du mich bei dieser Aufgabe auf einen Fehler hingewiesen hattest, ändern sich dadurch natürlich auch die Schlussfolgerungen in Aufgabenteil j).



Gemäß [mm] t_{j}=\bruch{\beta^{Dach}_{j}}{\wurzel{Var(\beta^{Dach}_{j}})}\sim [/mm] t(n-p-1) erhalten wir


[mm] t_{1}=\bruch{-2.3}{\wurzel{0.57}}=-3.046 [/mm]



Aus [mm] |t_{j}|>t_{1-\bruch{\alpha}{2}}(n-p-1) [/mm] ergibt sich nun


|-3.046|<3.8129<5.8409



Somit müssen offensichtlich beide Nullhypothesen angenommen werden. Was meinst du dazu? Hast du eventuell ein anderes Ergebnis?





Gruß, Marcel

Bezug
                                        
Bezug
Regressionsanalyse: Mitteilung
Status: (Mitteilung) Reaktion unnötig Status 
Datum: 18:37 Mi 08.07.2009
Autor: oLman


> Hi oLman!
>  
>
> Das [mm]t_{j}[/mm] ermittle ich, indem ich die t-Statistik des
> Regressionsparameters [mm]\beta^{Dach}[/mm] (siehe Aufgabenteil g))
> errechne. Da du mich bei dieser Aufgabe auf einen Fehler
> hingewiesen hattest, ändern sich dadurch natürlich auch
> die Schlussfolgerungen in Aufgabenteil j).
>  
>
>
> Gemäß
> [mm]t_{j}=\bruch{\beta^{Dach}_{j}}{\wurzel{Var(\beta^{Dach}_{j}})}\sim[/mm]
> t(n-p-1) erhalten wir
>
>
> [mm]t_{1}=\bruch{-2.3}{\wurzel{0.57}}=-3.046[/mm]
>
>
>
> Aus [mm]|t_{j}|>t_{1-\bruch{\alpha}{2}}(n-p-1)[/mm] ergibt sich nun
>
>
> |-3.046|<3.8129<5.8409
>  
>
>
> Somit müssen offensichtlich beide Nullhypothesen
> angenommen werden. Was meinst du dazu? Hast du eventuell
> ein anderes Ergebnis?
>  
>
>
>
>
> Gruß, Marcel


Ne hab dann dasselbe, sollte so stimmen.

Hab aber glaube ich noch en Fehler beim Bestimmtheitsmaß e.) endeckt.
Wie kommst du darauf dass das Bestimmtheitsmaß mit $ [mm] 1-\bruch{\summe_{i=1}^{n}(y_{i}-y^{Dach}_{i})^{2}}{\summe_{i=1}^{n}(y_{i}-\overline{y})^{2}} [/mm] $ definiert ist?

Laut Skript (Regressionsanalyse Seite 7) steht:

R² = [mm] \bruch{\summe_{i=1}^{n}(y^{Dach}_{i}-\overline{y})^{2}}{\summe_{i=1}^{n}(y_{i}-\overline{y})^{2}} [/mm]

Dann ergibt sich bei mir 0 als Ergebnis, da [mm] y^{Dach}_{i} [/mm] und [mm] \overline{y} [/mm] = 0

lg
olman




Bezug
                                                
Bezug
Regressionsanalyse: Mitteilung
Status: (Mitteilung) Reaktion unnötig Status 
Datum: 20:12 Mi 08.07.2009
Autor: Marcel08

Ja genau, ich habe das auch von der Seite 7. Deine Formel wird dort gleichgesetzt mit meiner. Es gilt:


[mm] 1-\bruch{\summe_{i=1}^{n}(y_{i}-y^{Dach}_{i})^{2}}{\summe_{i=1}^{n}(y_{i}-\overline{y})^{2}}\gdw1-\bruch{\summe_{i=1}^{n}(u^{Dach}_{i})^{2}}{\summe_{i=1}^{n}(y_{i}-\overline{y})^{2}}, [/mm] mit [mm] \summe_{i=1}^{n}(y_{i}-y^{Dach}_{i})^{2}=\summe_{i=1}^{n}(u^{Dach}_{i})^{2} [/mm]



Den rechten Teil der Äquivalenz findest du im Skript auf Seite 7. Die Gleichung ganz rechts habe ich von der drittletzten Zeile der Seite 6. Ich habe diese Form gewählt, da wir jenen Zähler bereits im Aufgabenteil c) berechnet haben. Wie siehst du das Ganze?





Gruß, Marcel

Bezug
Ansicht: [ geschachtelt ] | ^ Forum "mathematische Statistik"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien


^ Seitenanfang ^
www.englischraum.de
[ Startseite | Forum | Wissen | Kurse | Mitglieder | Team | Impressum ]