In diesem Thema
Eingeben der Daten
Führen Sie die folgenden Schritte aus, um die Spalten mit den zu analysierenden Daten anzugeben.
- Geben Sie im Feld Antwort die Spalte mit numerischen Daten ein, die erklärt oder prognostiziert werden sollen. Die Antwortvariable wird auch als y-Variable bezeichnet.
- Geben Sie im Feld Prädiktor eine Spalte mit numerischen Daten ein, anhand derer möglicherweise Änderungen der Antwortvariablen erklärt oder prognostiziert werden können. Die Prädiktorvariable wird auch als x-Variable bezeichnet.
In diesem Arbeitsblatt ist Verkaufspreis die Antwortvariable; die Spalte enthält die Verkaufspreise von 3 Jahre alten Autos derselben Marke und desselben Modells. Laufleistung ist der Prädiktor, der möglicherweise die Differenzen beim Verkaufspreis erklärt.
| C1 | C2 |
|---|---|
| Laufleistung | Verkaufspreis |
| 9980 | 19999 |
| 34212 | 17999 |
| 26870 | 19009 |
| 46321 | 17199 |
| 16780 | 19499 |
| 50021 | 14999 |
Typ des Regressionsmodells
Der Typ des Modells, das Sie auswählen, entspricht der Gleichung, die zum Anpassen der Daten verwendet wurde. Wenn Sie sich nicht sicher sind, welches Modell das beste ist, beginnen Sie mit dem linearen Modell, und werten Sie aus, wie gut es an die Daten angepasst ist. Wenn eine Krümmung in den Daten vorhanden zu sein scheint, wiederholen Sie die Analyse mit einem quadratischen oder kubischen Modell.
- Linear
- In einem linearen Modell kann eine stetige Zu- oder Abnahme in den Daten dargestellt werden. Das lineare Modell entspricht der Gleichung y = bo + b1x.
- Quadratisch
- Mit einem quadratischen Modell kann eine Krümmung in den Daten erklärt werden. Das quadratische Modell entspricht der Gleichung y = bo + b1x + b2x2.
- Kubisch
- Mit einem kubischen Modell können auch so genannte „Berg-und-Tal-Muster“ in den Daten beschrieben werden. Das kubische Modell entspricht der Gleichung y = bo + b1x + b2x2 + b3x3.
