Seminar "Regressionsanalyse mit SPSS"

Kurzüberblick über statistische Verfahren
strukturentdeckende Verfahren, z.B. Clusteranalyse, Faktorenanalyse
strukturprüfende Verfahren, z.B. Regressionsanalyse, Varianzanalyse
 
Vorbereitungen Multivariater Analyseverfahren
Grafische Darstellungsformen multivariater Daten, z.B. Streudiagramme, Streudiagramm-Matrix
Ausreißeranalyse, u.a. Identifikation von Ausreißern, Umgang mit Ausreißern
Fehlende Werte, u.a. Zufälligkeitsgrade, Umgang mit fehlenden Werten
Prüfung auf Normalverteilung, u.a. grafische Prüfung, Kolmogorov-Smirnoff-Anpassungstest
Prüfung auf Varianzgleichheit, u.a. Levene-Test
 
Multiple Regression
Korrelation und Kausalität, (u.a. Ermittlung von Korrelationen)
Ablauf der Regressionsanalyse
Formulierung des Regressionsmodells
Prüfung der Analysevoraussetzungen, u.a. Transformation nichtlinearer Variablen
Schätzung der Regressionsfunktion
Grundprinzip der Schätzung
Auswahl einer Geraden
Methode der kleinsten Quadrate
Aufstellung der Regressionsgleichung, (einfache Regression, multiple Regression)
Regressions- und Beta-Koeffizienten
Prüfung der Regressionsfunktion
Bestimmtheitsmaß
F-Statistik
Standardfehler der Schätzung
Prüfung der Regressionskoeffizienten
T-Test der Regressionskoeffizienten
Konfidenzintervalle um die Koeffizienten
Prüfung der Modellprämissen
Test auf Normalverteilung der Residualgrößen
Test auf Varianzgleichheit der Residualgrößen (Heteroskedastizität)
Test auf Autokorrelation der Residualgrößen
Test auf linearen Zusammenhang
Test auf Multikollinearität
Vorgehensarten
Blockweise Regression
Schrittweise Regression
Spezielle Regressionsverfahren
Logistische Regression
Ordinale Regression