vielen dank für dein video, das war super erklärt! eine sache habe ich jedoch nicht ganz mitgenommen: gibt es irgendeine vorraussetzung wann man in der inferenz die lineare regression verwendet, oder muss lediglich ein linearer zusammenhang vermutet werden? aus meinen unterlagen geht das nicht ganz eindeutig hervor, es wird nur auf eine normalverteilung der daten hingewiesen.
Hallo, danke für dein Feedback und die Frage! Bei einer Regression muss der entstandene Fehler Normalverteilt sein. Das ist sozusagen die Voraussetzung rein von der Regression. Ab du eine kausale Aussage treffen kannst musst du selber bestimmen. Schaue dir einfach mal das Video an: ruclips.net/video/djTRC9x_vPE/видео.html LG Mathias
Vielen Dank für deine Frage! Ich habe die Informationen auf datatab.de/tutorial/lineare-regression ergänzt! Und sorry für die späte Antwort! LG Mathias
Vielen Dank für deine Frage! Ich habe die Informationen auf datatab.de/tutorial/lineare-regression ergänzt! Und sorry für die späte Antwort! LG Mathias
@@Kig_Ama Super : ) wenn du vorher schon mal auf der Seite warst musst du sie vielleicht mit strg+f5 einmal neu laden damit alle Änderungen da sind! LG Mathias
Für alle die Statistik einfach verstehen möchten, unser Buch ist draußen: datatab.de/statistik-buch 🙂
12/10 das Video, noch besser hätte man es nicht erklären können, danke ☺️
sehr gut erklärt, 🤩 als ich das Titelbild sah dachte ich jetzt kommt wieder Statistik für Statistiker erklärt.😅
besser erklärt als mein marketing prof :)
Danke für das super Feedback! LG mathias
Kein Wunder. Der Marketing Prof. will nicht, dass andere Studierende ihn verstehen :D
Klasse Video! Sehr verständlich :)
@@MTalac Vielen Dank! LG Mathias
Tolles Video, danke 👏🏼 Aber wie sind die standardisierten Koeffizienten bzw. Beta-Gewichte zu interpretieren?
wunderbar!
Vielen Dank!!! LG Mathias
Tolles Video! Könnt ihr vielleicht noch etwas dazu sagen, wie für den Signifikanztest der Regressionskoeffizienten der Standardfehler berechnet wird?
Könnte man eine Multiple Lineare Regression mit 3 Variablen graphisch in einem 3D Koordinatensystem darstellen (Punktewolke)?
Ja! das geht. LG Mathias
vielen dank für dein video, das war super erklärt!
eine sache habe ich jedoch nicht ganz mitgenommen:
gibt es irgendeine vorraussetzung wann man in der inferenz die lineare regression verwendet, oder muss lediglich ein linearer zusammenhang vermutet werden?
aus meinen unterlagen geht das nicht ganz eindeutig hervor, es wird nur auf eine normalverteilung der daten hingewiesen.
Hallo, danke für dein Feedback und die Frage! Bei einer Regression muss der entstandene Fehler Normalverteilt sein. Das ist sozusagen die Voraussetzung rein von der Regression. Ab du eine kausale Aussage treffen kannst musst du selber bestimmen. Schaue dir einfach mal das Video an: ruclips.net/video/djTRC9x_vPE/видео.html LG Mathias
Extrem gut
Danke : )
Moin, hast du ein Video zum multiplen hierarchischen Verfahren? LG
Sind beide Parameter notwendig, oder kann man 𝛼 oder 𝛽 gleich Null
setzen?
Man setzt beide Null und löst mit dem einen das andere auf
Wie wird das *angepasste R²* berechnet?
Vielen Dank für deine Frage! Ich habe die Informationen auf datatab.de/tutorial/lineare-regression ergänzt! Und sorry für die späte Antwort! LG Mathias
@@datatab Danke, vielleicht ein Video dazu?
Wie berechnet man den *multiplen Korrelationskoeffizienten R* ?
Vielen Dank für deine Frage! Ich habe die Informationen auf datatab.de/tutorial/lineare-regression ergänzt! Und sorry für die späte Antwort! LG Mathias
@@datatab Danke, vielleicht ein Video dazu?
@@datatab Oh ok, da ist ja auch das Video sehe ich gerade, schaue ich mir mal an. Danke dir! Subscribed!
@@Kig_Ama Super : ) wenn du vorher schon mal auf der Seite warst musst du sie vielleicht mit strg+f5 einmal neu laden damit alle Änderungen da sind! LG Mathias
Mir scheint wir haben wirklich dieselben Interessen...😂
Ich fand es nicht so gut erklärt. Die Bezeichnung der Variablen war inkonsistent. Auch hätte man die Variablen ins Koordinatensystem eintragen können.
Danke für dein Feedback!
Variable männlich? Wieso nicht weiblich ??? Überall sexismus heutzutage…