Hallo zusammen,
könnte mir einer für das Modul STA02 erklären, was ein Bestimmtheitsmaß von 0,56 bedeutet? Kann dazu in den Heften und im Ruff-Skript überhaupt nix finden. Die Definition vom Bestimmtsheitsmaß selbst ist mir soweit klar, auch dass es zwischen 0 und 1 liegen muss. Aber ich steht auf dem Schlauch, diese 0,56 zu deuten.
Danke vorab für Eure Hilfe!
STA02 / Bestimmtheitsmaß 0,56
-
- Forums-Profi
- Beiträge: 144
- Registriert: 30.01.13 18:52
I: done
II: done
III: done
IV: done
V-VI: Projektbericht, DAO01, EDS01, EUE03, UFU02, UFU06, SKO02, SPL01, SVW01, SWS01
II: done
III: done
IV: done
V-VI: Projektbericht, DAO01, EDS01, EUE03, UFU02, UFU06, SKO02, SPL01, SVW01, SWS01
-
- Forums-Profi
- Beiträge: 59
- Registriert: 22.09.13 16:22
Hallo,
Keiner hier, der den Wert 0,56 kurz erklären könnte?? Wäre sehr dankbar
Lg
Badshah
Keiner hier, der den Wert 0,56 kurz erklären könnte?? Wäre sehr dankbar
Lg
Badshah
Start Mai 2013
1.:Done
2.:Done
3.:Done
4.:Done
5.:Done
6.:Done
1.:Done
2.:Done
3.:Done
4.:Done
5.:Done
6.:Done
- Goldmakler
- Forums-Profi
- Beiträge: 157
- Registriert: 18.05.13 16:46
- Wohnort: Kassel
Erläutern Sie die inhaltliche Aussage des Bestimmtheitsmaßes B. Für welche Zwecke kann B
verwendet werden und erläutern sie den Zusammenhang zum Korrelationskoeffizienten?
Geht man von einer Regressionsgeraden für die metrischen Variablen X und Y aus, lässt sich die Varianz der Größe Y in zwei Teile zerlegen: Die systematische Streuung (Varianz), die durch die Veränderung der unabhängigen Variablen X hervorgerufen wird, und eine Reststreuung. Das Bestimmtheitsmaß B ist das Verhältnis der erklärten Streuung zur Gesamtstreuung. Dies drückt sich of in Formulierungen der folgenden Art aus: „X erklärt.....% der Varianz von Y.“ Der Wert von B liegt zwischen 0 bei fehlenden Zusammenhang und +1 bei exakten Zusammenhang der Merkmale.
Für lineare Zusammenhänge entspricht das Bestimmtheitsmaß dem Quadrat des „Person´schen Korrelationskoeffizienten“ r.
______________
Du hast zum Beispiel ein Koordinatensystem mit den Achsen Körpergröße und Gewicht. Überall sind Punkte verteilt. Jetzt kann man, meine ich, dazu eine Gerade (REgressionsgerade) ausrechnen, die alle Ergebnisse repräsentieren kann/soll. Je höher das Bestimmtheitsmaß, desto besser stellt die Gerade die Ergebnisse dar (erklärte Streuung).
Man könnte das ungefähr so definieren: r < 0,3 = schwacher Zusammenhang ; r = 0,3 - 0,6 mittlerer Zusammenhang ; r > 0,7 starker Zusammenhang
verwendet werden und erläutern sie den Zusammenhang zum Korrelationskoeffizienten?
Geht man von einer Regressionsgeraden für die metrischen Variablen X und Y aus, lässt sich die Varianz der Größe Y in zwei Teile zerlegen: Die systematische Streuung (Varianz), die durch die Veränderung der unabhängigen Variablen X hervorgerufen wird, und eine Reststreuung. Das Bestimmtheitsmaß B ist das Verhältnis der erklärten Streuung zur Gesamtstreuung. Dies drückt sich of in Formulierungen der folgenden Art aus: „X erklärt.....% der Varianz von Y.“ Der Wert von B liegt zwischen 0 bei fehlenden Zusammenhang und +1 bei exakten Zusammenhang der Merkmale.
Für lineare Zusammenhänge entspricht das Bestimmtheitsmaß dem Quadrat des „Person´schen Korrelationskoeffizienten“ r.
______________
Du hast zum Beispiel ein Koordinatensystem mit den Achsen Körpergröße und Gewicht. Überall sind Punkte verteilt. Jetzt kann man, meine ich, dazu eine Gerade (REgressionsgerade) ausrechnen, die alle Ergebnisse repräsentieren kann/soll. Je höher das Bestimmtheitsmaß, desto besser stellt die Gerade die Ergebnisse dar (erklärte Streuung).
Man könnte das ungefähr so definieren: r < 0,3 = schwacher Zusammenhang ; r = 0,3 - 0,6 mittlerer Zusammenhang ; r > 0,7 starker Zusammenhang
Dipl.-Kaufmann (FH)
Grundstudium: abgeschlossen
Hauptstudium: abgeschlossen
Aktuell: Kolloquium 08.02.19
Grundstudium: abgeschlossen
Hauptstudium: abgeschlossen
Aktuell: Kolloquium 08.02.19
-
- Forums-Profi
- Beiträge: 59
- Registriert: 22.09.13 16:22
Vielen dank für die Erklärung Goldmakler!!
lg
lg
Start Mai 2013
1.:Done
2.:Done
3.:Done
4.:Done
5.:Done
6.:Done
1.:Done
2.:Done
3.:Done
4.:Done
5.:Done
6.:Done