%0 Book Section %1 wolf2010lineare %A Wolf, Christof %A Best, Henning %B Handbuch der sozialwissenschaftlichen Datenanalyse %D 2010 %E Wolf, Christof %E Best, Henning %I VS Verlag für Sozialwissenschaften %K idp regressionsanalyse %P 607-638 %T Lineare Regressionsanalyse %U http://dx.doi.org/10.1007/978-3-531-92038-2_24 %X Die Regressionsanalyse ist ein Verfahren zur Schätzung des Einflusses einer oder mehrerer Merkmale auf eine abhängige Variable. Der große Vorteil der Regressionsanalyse ist, dass sie den Einfluss eines einzelnen Merkmals auf eine abhängige Variable unter Konstanthaltung der anderen Einflussgrößen schätzt. Bei der linearen Regression werden nur lineare bzw. linearisierbare Einflussbeziehungen auf metrisch abhängige Variablen erfasst. Auf der Grundlage eines Beispiels führt dieser Beitrag zunächst das Grundprinzip der linearen Regression ein. Im zweiten Abschnitt werden die mathematisch-statistischen Grundlagen des Verfahrens genauer beschrieben. Ausführlich dargestellt werden das Modell der linearen Regression, die Methode der kleinsten Quadrate, die Bestimmung der Modellgüte, die statistische Absicherung der Modellergebnisse und ihre Interpretation. Es folgt die Diskussion eines ausführlichen Beispiels, anhand dessen die wichtigsten Analysestrategien und Prinzipien der Regressionsanalyse erläutert werden. Abschließend geben wir Hinweise zu den typischen Fehlern, die bei der Anwendung des Verfahrens gemacht werden können, und empfehlen weiterführende Literatur. %@ 978-3-531-92038-2

@incollection{wolf2010lineare, abstract = {Die Regressionsanalyse ist ein Verfahren zur Schätzung des Einflusses einer oder mehrerer Merkmale auf eine abhängige Variable. Der große Vorteil der Regressionsanalyse ist, dass sie den Einfluss eines einzelnen Merkmals auf eine abhängige Variable unter Konstanthaltung der anderen Einflussgrößen schätzt. Bei der linearen Regression werden nur lineare bzw. linearisierbare Einflussbeziehungen auf metrisch abhängige Variablen erfasst. Auf der Grundlage eines Beispiels führt dieser Beitrag zunächst das Grundprinzip der linearen Regression ein. Im zweiten Abschnitt werden die mathematisch-statistischen Grundlagen des Verfahrens genauer beschrieben. Ausführlich dargestellt werden das Modell der linearen Regression, die Methode der kleinsten Quadrate, die Bestimmung der Modellgüte, die statistische Absicherung der Modellergebnisse und ihre Interpretation. Es folgt die Diskussion eines ausführlichen Beispiels, anhand dessen die wichtigsten Analysestrategien und Prinzipien der Regressionsanalyse erläutert werden. Abschließend geben wir Hinweise zu den typischen Fehlern, die bei der Anwendung des Verfahrens gemacht werden können, und empfehlen weiterführende Literatur.}, added-at = {2011-05-29T22:09:14.000+0200}, author = {Wolf, Christof and Best, Henning}, biburl = {https://www.bibsonomy.org/bibtex/20c4d2febdcba9590a462c0bdb69864eb/kw}, booktitle = {Handbuch der sozialwissenschaftlichen Datenanalyse}, editor = {Wolf, Christof and Best, Henning}, interhash = {fdec278b2f383172e2f4f3cb54c01290}, intrahash = {0c4d2febdcba9590a462c0bdb69864eb}, isbn = {978-3-531-92038-2}, keyword = {Social Sciences}, keywords = {idp regressionsanalyse}, note = {10.1007/978-3-531-92038-2_24}, pages = {607-638}, publisher = {VS Verlag für Sozialwissenschaften}, timestamp = {2011-05-29T22:09:14.000+0200}, title = {Lineare Regressionsanalyse}, url = {http://dx.doi.org/10.1007/978-3-531-92038-2_24}, year = 2010 }