Vorlesung 5 Regression III

Question 1

Was sind 2 Kennwerte zur Bestimmung von Ausreißern auf den Prädiktoren (UVs)?

Answer 1

• Mahalanobis – Distanz
• (zentrierter) Hebelwert

Question 2

Was sind Kennwerte zur Bestimmung von Ausreißern auf der AV ?

Answer 2

Residuen

Question 3

Welche Art von Residuen sind am genausten?

Answer 3

Ausgeschlossene, studentisierte Residuen

Question 4

Was sind 3 statistische Maße die quantifizieren wie einflussreich ein einzelner Wert ist ?

Answer 4

• DfBETA/DfBETAS
• DfFIT/ DfFITS
• Cooks Distanz

Question 5

Definition: DfBETA(s)

Answer 5

• wie stark verändern sich die Regressionskoeffizienten, wenn ein bestimmter Wert ausgeschlossen wird
• ein Wert pro Datenpunkt und pro Regressionskoeffizienten

Question 6

DfFIT(s)

Answer 6

Differenz zwischen vorhergesagten Werten
– Mit dieser Person
– ohne diese Person

Question 7

Cooks Distanz

Answer 7

• basiert auf quadrierten DfFITs– Werten
• nur positive Werte

Question 8

Wie verhalten sich Regressionsgewichte bei der klassischen Suppression ?

Answer 8

Regressionsgewicht eines Prädiktors wird größer, wenn ein weiterer Prädiktor in das Modell aufgenommen wird

Question 9

Mit was korreliert eine Supressionsvariable?

Answer 9

• nicht mit Kriterium
• mit anderen Prädiktoren (erhöht Vorhersage)

Question 10

Wie kann man einen Suppressor erkennen?

Answer 10

Wenn sein Beitrag (Nützlichkeit) in der MR deutlich höher ist als sein Beitrag (r^2) in der einfachen Regression

Question 11

Was ist ein Test für Homoskedastizität, und wie sollte sein Ergebnis sein ?

Answer 11

Breusch– Pagan– Test (bzw. Cooks– Weisberg –Test)

–> sollte nicht signifikant sein

Question 12

Mit welcher Art von Residuen, kann man Kriteriumsausreißer identifizieren?

Answer 12

Ausgeschlossene, studentiserte Residuen

–> t> 3 auffällig

Question 13

Ab wann gelten DfBETA(s) und DfFIT(s) als auffällige einflussreiche Beobachtung?

Answer 13

> 1