Minitab berechnet die Koeffizienten anhand der Schätzung der kleinsten Quadrate.
Als Matrix ausgedrückt entsprechen die Schätzungen der kleinsten Quadrate für Koeffizienten:
b = (X'X)–1X'y
Weitere Informationen zu Koeffizienten in Modellen höherer Ordnung finden Sie in Cornell1.
Begriff | Beschreibung |
---|---|
X | Versuchsplanmatrix |
y | Spalte der Antwortvariablen |
Bei der einfachen linearen Regression lautet der Standardfehler des Koeffizienten:
Die Standardfehler der Koeffizienten für die multiple Regression entsprechen den Quadratwurzeln der Diagonalelemente dieser Matrix:
Begriff | Beschreibung |
---|---|
xi | i-ter Prädiktorwert |
Mittelwert des Prädiktors | |
X | Designmatrix |
X' | transponierte Designmatrix |
s2 | Mittleres Fehlerquadrat |
Begriff | Beschreibung |
---|---|
Teststatistik für den Koeffizienten | |
geschätzter Koeffizient | |
Standardfehler des geschätzten Koeffizienten |
Der beidseitige p-Wert für die Nullhypothese, dass ein Regressionskoeffizient gleich 0 ist, wird wie folgt ausgedrückt:
Die Freiheitsgrade sind die Freiheitsgrade für Fehler und werden wie folgt ausgedrückt:
n – p
Begriff | Beschreibung |
---|---|
Kumulative Verteilungsfunktion der t-Verteilung mit Freiheitsgraden, die den Freiheitsgraden für Fehler entsprechen | |
tj | t-Statistik für den j-ten Koeffizienten |
n | Anzahl der Beobachtungen im Datensatz |
p | Summe der Freiheitsgrade für die Terme |
Der VIF lässt sich durch Regression der einzelnen Prädiktoren auf die jeweils übrigen Prädiktoren und Aufzeichnen des R2 berechnen.
Für Prädiktor xj lautet der VIF:
Begriff | Beschreibung |
---|---|
R2( xj) | Determinationskoeffizient mit xj als Antwortvariable und den anderen Termen im Modell als Prädiktoren |