Zusammenfassung
Das „Was-man-wissen-sollte-Kapitel“ wird mit der bivariaten linearen Regression fortgesetzt. Auch diese gehört typischerweise zur Grundausbildung in Statistik. Da diese Methode aber im Kap. 3 direkt zur multiplen Regression erweitert wird, wird die bivariate lineare Regression ausführlicher wiederholt und bildet daher ein eigenes Kapitel. Bei der bivariaten linearen Regression wird eine Kriteriumsvariable Y auf die Prädiktorvariable X „zurückgeführt“, indem die beste lineare Gleichung gesucht wird, die Y und X in Beziehung setzt.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
Beachten Sie: In der oberen Gleichung steht links „Y-Dach“, das heißt, die Variable der vorhergesagten Werte; in der zweiten Gleichung ist Y die Variable der gemessenen Werte.
- 2.
„lm“ steht für linear model. Wir folgen in diesem Buch der üblichen Konvention und geben R-Funktionsnamen immer mit einer offenen und geschlossenen Klammer an. Dies zeigt an, dass der Funktion im Anwendungsfall noch Argumente übergeben werden müssen (siehe Anhang I und das Online-Plus-Material für weitere Informationen zur Anwendung von R-Funktionen). Funktionen sind immer Teil von Packages. Eine Liste der in diesem Buch genutzten Funktionen mit der Nennung ihrer Packages findet sich am Ende von Anhang I (Tab. A.1).
- 3.
Wir werden aus Platzgründen bei den weiteren Regressionsanalysen dieses Buches auf die Ausgabe dieser Werte verzichten.
Literatur
Bortz, J., & Schuster, C. (2010). Statistik für Human- und Sozialwissenschaftler (7., vollständig überarbeitete und erweiterte Auflage). Springer.
Eid, M., Gollwitzer, M., & Schmitt, M. (2017). Statistik und Forschungsmethoden (5. Auflage). Beltz.
Maxwell, S. E., Delaney, H. D., & Kelley, K. (2017). Designing experiments and analyzing data: A model comparison perspective (3rd ed.). Routledge.
Tukey, J. W. (1977). Exploratory data analysis. Addison-Wesley.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 2023 Der/die Autor(en), exklusiv lizenziert an Springer-Verlag GmbH, DE, ein Teil von Springer Nature
About this chapter
Cite this chapter
Wentura, D., Wirth, B., Pospeschill, M. (2023). Lineare Regression. In: Multivariate Datenanalyse mit R. Basiswissen Psychologie. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-65522-1_2
Download citation
DOI: https://doi.org/10.1007/978-3-662-65522-1_2
Published:
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-662-65521-4
Online ISBN: 978-3-662-65522-1
eBook Packages: Psychology (German Language)