Statistik: 10.3.04 Mehr zur Regression. 10.3.04PI Statistik, SS 2004 (6)2 Beispiel: Wohnungsmarkt...

Statistik: 10.3.04

Mehr zur Regression

10.3.04 PI Statistik, SS 2004 (6) 2

Beispiel: Wohnungsmarkt

Fläche 122 71 125 45 100 63 194 85

Preis 530 410 480 170 315 455 885 400

Fläche 164 119 140 109 40 62 84 65

Preis 900 550 790 810 390 440 300 385

Für 16 Angebote von Eigentumswohnungen wurden registriert: Fläche der Wohnung (m2) Angebotspreis (1000 EUR)

10.3.04 PI Statistik, SS 2004 (6) 3

Lineare Regression

0

200

400

600

800

1000

0 50 100 150 200 250Fläche (m2)

Pre

is (

1000

EU

R)

Gerade, die die Datenwolke im Streudiagramm bzw.die Beziehung zwischen den dargestellten Merkmalen möglichst gut repräsentiertWohnungsmarkt:

Daten und Regressionsgerade

10.3.04 PI Statistik, SS 2004 (6) 4

Regression in EXCEL: Ausgabe: Zusammenfassung

Regressions-Statistik

Multipler Korrela-tionskoeffizient 0,826

Bestimmtheitsmaß 0,682

Adj. Bestimmt-heitsmaß 0,659

Standardfehler 128,12

Beobachtungen 16

 Koeffizienten

Standard fehler t-Statistik P-Wert

Schnittpunkt 97,59 82,39 1,18 0,256

X Variable 1 4,19 0,76 5,47 8,2E-05

10.3.04 PI Statistik, SS 2004 (6) 5

Regression Schätzen und Bewerten

Schätzen der Koeffizienten: Methode der kleinsten Quadrate

Bewerten der erhaltenen Regressionsbeziehung Anwenden der Kriterien

Bestimmtheitsmaß t-Statistik

Analyse der Residuen

10.3.04 PI Statistik, SS 2004 (6) 6

Modell: lineare Regression

Y: Abhängiges Merkmal, endogene VariableX: Unabhängiges Merkmal, exogene Variable

einfaches lineares Regressionsmodell (statisches Modell)

: Koeffizient von X: Interzeptu: Zufallsfehler, Störgröße, Störterm, „Noise“

i i iY a X u

1 2 2 3 3 ...t t t k kt tY X X X u

10.3.04 PI Statistik, SS 2004 (6) 7

Dynamische Modelle

einfaches dynamisches Modell

autoregressives (AR-)Modell

allgemeines dynamisches Modell

ADL-Modell

1t t tY X u

1t t tY Y u

1 1 2 3 1t t t t tY Y X X u

1 1 2 2 ...t t t k kt tY Y X X u

10.3.04 PI Statistik, SS 2004 (6) 8

Mehrgleichungsmodelle

Mit gemeinsamen Regressoren

Interdependentes Mehrgleichungsmodell

1 1 2 1 3 2 1t t t tY X X u

2 1 2 1 3 2 2t t t tY X X u

1 1 2 1 3 2 1t t t tY X Y u 2 1 2 1 3 2 4 1 2t t t t tY X X Y u

10.3.04 PI Statistik, SS 2004 (6) 9

Lineare & nichtlineare Modelle

(in den Parametern) lineare Modelle

Nichtlineares, aber linearisierbares Modell

Lineare Approximation ist oft lokal gut brauchbar

1 2t tY X 2

1 2 3t t tY X X

ln ln ln lnb ct t t t t tQ aL K Q a b L c K

10.3.04 PI Statistik, SS 2004 (6) 10

Prinzip der Kleinsten Quadrate

i i iY X u

2 2

1 1

( , ) [ ( )]n n

i i ii i

S u Y X

Modell:

Summe der Fehlerquadrate

Prinzip der Kleinsten Quadrate: Minimiere

unter Variation von ,

Beobachtungen: ( , ) , 1,...,i iX Y i n

( , )S

10.3.04 PI Statistik, SS 2004 (6) 11

Normalgleichungen

partielles Ableiten von und Nullsetzen der Ableitungen gibt die Normalgleichungen

( , )S

i ii ian b X Y

2i i i ii i i

a X b X X Y Beachte! Die Normalgleichungen sind linear in a und b!

10.3.04 PI Statistik, SS 2004 (6) 12

Kleinste-Quadrate Schätzer

2,xy

x

sb a Y bX

s

2 2

1

1( )

n

x ii

s X Xn

mit

1

1( )( )

n

xy i ii

s X X Y Yn

auch OLS-Schätzer (ordinary least squares)

10.3.04 PI Statistik, SS 2004 (6) 13

Interpretation von b

i i iY X u

i iY a bX

Modell:

OLS-Anpassung ergibt

b: mittlere Änderung von Y, wenn X = 1

10.3.04 PI Statistik, SS 2004 (6) 14

Eigenschaften von Schätzern

Wünschenswerte Eigenschaften: Erwartungstreue: minimale Varianz Konsistenz asymptotisch minimale Varianz

{ }E b

10.3.04 PI Statistik, SS 2004 (6) 15

OLS-Schätzer: Eigenschaften

i i iY X u

1. Sie sind erwartungstreu

Modell:

Für die OLS-Schätzer a und b gilt:

2. Ihre Varianzen2 2

22 2

1( ) , ( )

x x

XV b V a

ns n s

sind minimal in der Klasse der linearen erwartungs- treuen Schätzer [Gauss-Markov] 2 = V (u)

10.3.04 PI Statistik, SS 2004 (6) 16

Residuen

Schätzung der Störgrößenvarianz 2

Streuungszerlegung

( )i i ie Y a bX

2 21

2e iis e

n

10.3.04 PI Statistik, SS 2004 (6) 17

Streuungszerlegung

2

2 2

( )

ˆ( )

i

i i

TSS Y Y

Y Y e ESS RSS

TSS: Gesamtvariation (total sum of squares)ESS: (durch die Regression) erklärte Variation (explained sum of squares)RSS: residuale oder nicht erklärte Variation (residual sum of squares)

10.3.04 PI Statistik, SS 2004 (6) 18

Bestimmtheitsmaß

Anteil der durch das Modell erklärten Varianz an der Gesamtvarianz der YEs gilt 0 ≤ R2 ≤ 1

R2 = 0 bedeutet: Modell erklärt nichts,R2 ist das Quadrat der Korrelation zwischen und Y

22

21 1 e

y

sESS RSSR

TSS TSS s

tY YY

10.3.04 PI Statistik, SS 2004 (6) 19

Adjustiertes Bestimmtheitsmaß

k: Anzahl der Regressoren (k =2 bei einfacher Regression)R2 wird mit der Anzahl der Regressoren tendenziell größerZum Vergleich von Modellen mit unterschiedlicher Anzahl von Regressoren ist vorzuziehen

22

2

11 e

y

snR

n k s

2R

10.3.04 PI Statistik, SS 2004 (6) 20

Bewertung von Modellen

Kriterien zum Bewerten von Regressions- beziehungen:

t-Test F-TestDurbin-Watson Test

10.3.04 PI Statistik, SS 2004 (6) 21

t-TestBei Annahme von normalverteilten Störgrößengilt für den OLS-Schätzer b (k: Anzahl der Regressoren):

( )i i

b

bT t n k

s

T folgt der t-Verteilung mit n-k FreiheitsgradenZum Test der Nullhypothese Ho: = 0:

Berechnung des p-Wertes zu bDie Nullhypothese Ho: = 0 bedeutet: Die Regressorvariable hat keinen Erklärungsbeitrag für Y

Ähnlich der F –Test bei mehreren Regressoren

10.3.04 PI Statistik, SS 2004 (6) 22

Spezifikationstests

auch Adäquatheitstests genannt; ein Beispiel ist derDurbin-Watson Test auf serielle Korrelation der Störgrößen

21

2

2

1

( )n

i ii

n

ii

e eDW

e

10.3.04 PI Statistik, SS 2004 (6) 23

Wohnungsmarkt

0

200

400

600

800

1000

0 50 100 150 200 250Fläche (m2)

Pre

is (

1000

EU

R)

Regression Preis = + Fläche + u

Daten und Regressionsgerade

10.3.04 PI Statistik, SS 2004 (6) 24

Regression in EXCEL: Ausgabe: Zusammenfassung

Regressions-Statistik

Multipler Korrela-tionskoeffizient 0,826

Bestimmtheitsmaß 0,682

Adj. Bestimmt-heitsmaß 0,659

Standardfehler 128,12

Beobachtungen 16

 Koeffizienten

Standard fehler t-Statistik P-Wert

Schnittpunkt 97,59 82,39 1,18 0,256

X Variable 1 4,19 0,76 5,47 8,2E-05

Preis = 97.59 + 4.19 Fläche

10.3.04 PI Statistik, SS 2004 (6) 25

Wohnungsmarkt, Forts.

0

200

400

600

800

1000

0 50 100 150 200 250Fläche (m2)

Pre

is (

1000

EU

R)

Geschätzte Regressionsgerade

Preis = 97.59 + 4.19 Fläche

10.3.04 PI Statistik, SS 2004 (6) 26

Wohnungsmarkt, Forts.

Geschätzte Regressionsgerade

• Je m2 muss man im Durchschnitt mit Kosten von 4.19 Euro rechnen;• dazu kommt ein fixer Betrag von im Durchschnitt 97.59 Euro

Preis = 97.59 + 4.19 Fläche

10.3.04 PI Statistik, SS 2004 (6) 27

Wohnungsmarkt, Forts.

Fläche Kurvenanpassung

0

200

400

600

800

1000

0 50 100 150 200 250

Fläche

Pre

is Preis

Schätzung für Preis

10.3.04 PI Statistik, SS 2004 (6) 28

Wohnungsmarkt

• Residuen:

• zur Beurteilung der Qualität der Erklärung der Daten durch die Regressionsgerade, insb. des Effekts von einzelnen Beobachtungen

( )i iY a bX

10.3.04 PI Statistik, SS 2004 (6) 29

Wohnungsmarkt: ResiduenFläche Residuenplot

-300

-200

-100

0

100

200

300

0 50 100 150 200 250

Fläche

Res

idu

en