Anmelden

aufgaben

Aufgaben zu multipler Regression

Beispielaufgabe Autopflege (Everitt)

Unter http://www.psych.uni-goettingen.de/mat/mv/car-data.txt finden sich die Daten von Everitt (2010). Es soll versucht werden herauszufinden, in welcher Kombination der drei erklärenden Variablen (Alter, Extroversion und Geschlecht) am besten wie die Zeit (Ergebnisvariable) erklärt werden kann, die für Autopflege investiert wird.

Beispielaufgabe Course Data (Everitt)

Unter http://www.psych.uni-goettingen.de/mat/mv/course-data.txt finden sich die Daten von Everitt (2010) in Table 4.4 (S. 89). Es soll versucht werden herauszufinden, wie die Einzelvariablen die Gesamtbewertung (Var. 'overall') beeinflussen/erklären. Ziel ist, einen möglichst kleinen Satz an Variablen zu identifizieren, mit denen die Gesamtbewertung gut vorhergesagt werden kann.

  • Verschaffen Sie sich einen grafischen Überblick.
  • Gibt es irgendeinen optischen Hinweis auf ungewöhnliche Zusammenhangsformen?
  • Erstellen Sie eine Korrelationstabelle
  • Passen Sie ein Modell an, in das alle Prädiktoren gemeinsam eingehen (teach exam knowledge grade enroll)
  • Prüfen Sie ein Modell, in das nur die Prädiktoren 'teach' und 'knowledge' eingehen
  • Was kann man zu den Unterschieden zwischen den beiden obigen Modellen sagen?
  • Kontrollieren Sie bei dem 2-Prädiktoren-Modell optisch auf Auffälligkeiten in den Residuen
  • Falls sie Auffälligkeiten finden: Welche Vorschläge für ein verändertes Vorgehen machen Sie?
  • Gibt es einen Hinweis auf Multikollinearität und wenn ja, in welcher Variable?
  • Gibt es Hinweise auf Vpn mit unzulässig hohem Einfluss auf die Modellparameter?

Beispielaufgabe Veranstaltungsqualität

http://www.psych.uni-goettingen.de/mat/mv/lv-qualitaet.txt ein modifizierter Datensatz zur Lehrveranstaltungsqualität soll ausgewertet werden, der strukturell gleich ist, wie der in Everitt vorgestellte.

  • Die Gesamtqualität soll aus den restlichen Variablen möglichst sparsam vorhergesagt werden.
    Ermitteln Sie ein empfehlenswertes Erklärungsmodell und begründen Sie die Prädiktorenwahl.
  • Machen Sie die üblichen Überprüfungen um die Qualität der Modellanpassung zu beurteilen.
  • Beurteilen Sie die Multikollinearität und schlagen Sie ggf. geeignete Maßnahmen vor.
  • Überprüfen Sie, ob es problematische Beobachtungen gibt und machen Sie Vorschläge, wie damit umgegangen werden kann