SHARE THE ARTICLE ON
Bei der Regressionsanalyse handelt es sich um eine Reihe von Methoden, mit denen die Beziehung zwischen einer abhängigen Variablen und verschiedenen unabhängigen Variablen, die sie beeinflussen, ermittelt werden kann. Wie der Name schon sagt, wird sie verwendet, um zu beurteilen, wie stark die Beziehung zwischen ihnen ist und wie ihre zukünftigen Abhängigkeiten aussehen können.
Von den drei Arten der Regressionsanalyse werden die lineare und die multiple Regressionsanalyse am häufigsten verwendet, während die nichtlineare Regression zum Einsatz kommt, wenn die unabhängigen und die abhängigen Variablen nicht in einem linearen Verhältnis zueinander stehen.
Beispiel: Sie haben Daten von Teenagern, die zeigen, wie sich ihre Abhängigkeit von sozialen Medien auf ihr Studium auswirkt. Mithilfe der Regressionsanalyse können Sie das Verhalten einer neuen Gruppe von Teenagern vorhersagen und prognostizieren, wie sich dies auf ihr Studium auswirken wird.
Explorative Forschung scheint schwierig zu sein, aber ein effektiver Leitfaden kann helfen.
Die Regressionsanalyse beginnt auf der Grundlage eines Regressionsmodells:
Y = α + β1X1 +…+ β kXk + ε
Dabei ist Y und X1, X2, … Xk sind die explorativen Variablen, die Y beeinflussen. ε ist eine Residualvariable, die den zusammengesetzten Effekt der individuellen Unterschiede darstellt.
Neben dem Regressionsmodell kann der Analytiker auch die Hilfe einiger beobachteter Veränderungen in der abhängigen Variable und den unabhängigen Variablen in einer Stichprobe der Bevölkerung in Anspruch nehmen.
Im Ergebnis liefert die Regressionsanalyse Schätz Variablen, die mit β1, β2, … βk bezeichnet werden. Diese Schätzungen werden aus den Werten der Koeffizienten abgeleitet, die sich zum durchschnittlichen Residuum 0 addieren. Die Standardabweichung dieser Residuen ist sehr klein.
Die Vorhersage Gleichung des zusammengefassten Ergebnisses sieht wie folgt aus:
Ypred = a + b1X1 + … + bkXk
See Voxco survey software in action with a Free demo.
Die Regressionsanalyse wird verwendet, um entweder das Verhalten oder den Wert der abhängigen Variablen in Bezug auf die beobachteten Veränderungen der entsprechenden unabhängigen Variablen vorherzusagen ODER um einfach die Auswirkungen einer bestimmten unabhängigen Variablen auf die abhängige Variable zu messen.
Für Unternehmen kann die Regressionsanalyse eine sehr wichtige Methode sein, um die Ungewissheit bestimmter unabhängiger Variablen zu bekämpfen, die sich im Laufe des Zeitraums ändern und sich auf die für das Unternehmen wichtige abhängige Variable auswirken. Ein möglicher Anwendungsbereich für die Regressionsanalyse ist die Verkaufsabteilung. Nehmen wir dies als Beispiel, so können Analysten die Verkäufe vorhersagen, basierend auf der vorherigen Leistung, wie viel sie in Werbung investiert haben, wie effizient ihr Produkt ist und so weiter.
All diese unabhängigen Variablen wirken sich auf eine abhängige Variable aus, nämlich den Umsatz des Unternehmens.
Read more
German