Grundlagen der Statistik enthält Materialien verschiedener Vorlesungen und Kurse von H. Lohninger zur Statistik, Datenanalyse und Chemometrie .....mehr dazu. |
![]() |
Home ![]() ![]() ![]() ![]() |
|||
Siehe auch: Multiple lineare Regression - Einführung | |||
Search the VIAS Library | Index | |||
MLR und (Multi)KollinearitätAuthor: Hans Lohninger
Kollineare Variablen sind das größte Problem der multiplen linearen Regression (man spricht auch von Multikollinearität). Zwei Variablen sind kollinear, wenn sie ungefähr (oder exakt) linear abhängig sind; oder anders gesagt, wenn es eine hohe Korrelation zwischen den zwei Variablen gibt. Wenn ein Modell auf zwei hoch korrelierten Variablen basiert, werden die geschätzten Regressionskoeffizienten instabil. Das macht die Koeffizienten für kausale Interpretationen unbrauchbar. Es gibt einige Möglichkeiten, die Kollinearität zu detektieren, die wichtigsten seien im Folgenden aufgeführt:
|
|||
Home ![]() ![]() ![]() ![]() |