Regression

Maß für die Güte der Vorhersage der Variable durch die Variable in einer linearen Regression. Der Wert des Maßes liegt zwischen 0 und 1 und gibt an, wie viel Prozent der Gesamtstreuung in durch die Streuung in erklärt werden kann. Ergibt sich durch Quadrieren des Pearson-Korrelationskoeffizienten.

Methode zur Ereigniszeitanalyse, um den Einfluss einer (oder mehrerer) Variablen, die z. B. auch metrisch sein kann, auf eine Variable auf der Ereigniszeitskala zu untersuchen. Wird oft zur Modellierung von Ereigniszeitdaten verwendet. Hier nicht weiter thematisiert.

Einsetzen von Werten für die Einflussgröße in die Regressionsgerade, die über den in der Stichprobe beobachteten Wertebereich von hinausgehen. Ein Regressionsmodell sollte nicht für Extrapolation genutzt werden.

In einer multiplen linearen Regression mit Interaktionseffekt wird berücksichtigt, dass der Effekt einer unabhängigen Variablen auf die abhängige Variable von der Ausprägung einer weiteren unabhängigen Variablen beeinflusst wird. Beispielsweise unterscheidet sich die Blutdruck senkende Wirkung eines Medikaments zwischen Frauen und Männern, wenn eine Interaktion zwischen Geschlecht und Behandlungsmethode vorliegt.

Statistische Methode zur Untersuchung des Einflusses einer (oder mehrerer) auch metrischer Variablen auf eine ordinal verteilte Zielgröße. Hier nicht weiter thematisiert.

Statistische Methode, um auf Basis von Korrelation den Einfluss einer (hier metrischen) Einflussgröße (unabhängige Variable ) auf eine andere metrische Zielvariable (abhängige Variable ) zu modellieren. Sie schätzt einen linearen Zusammenhang auf Basis der Methode der kleinsten Quadrate. Mithilfe der geschätzten Regressionsgeraden und Werten der Einflussgröße können auch Vorhersagen über die Zielgröße gemacht werden. Extrapolation ist dabei nicht möglich. Kann um mehrere Einflussgrößen erweitert werden, siehe dazu multiple lineare Regression.

Statistische Methode zur Untersuchung des Einflusses einer (oder mehrerer) auch metrischer Variablen auf eine dichotome Zielgröße. Hier nicht weiter thematisiert.

Oder auch: Kleinste-Quadrate-Methode Abkürzung: KQ-Methode Methode zur Schätzung unbekannter Parameter, z. B. angewendet zum Schätzen der Regressionsgeraden. Es wird die Gerade mit den Parameterschätzern ausgewählt, die die kleinste Summe der quadrierten Abstände (also die kleinsten Quadrate) zwischen den Punkten auf der Geraden und den tatsächlichen Datenpunkten (Residuen) aufweist. Es werden die quadrierten Abstände betrachtet, damit sich positive und negative Abweichungen nicht gegenseitig ausgleichen. Die KQ-Methode minimiert somit die Residuenquadratsumme und maximiert das Bestimmtheitsmaß.

Methode zur Vorhersage der Zielvariablen (-Variable) auf Basis der Werte mehrerer simultan betrachteter Einflussgrößen (-Variablen) mithilfe der geschätzten linearen Regressionsgleichung.