Huber-White Standardfehler in multipler linearer Regression?

Fragen und Diskussionen rund um die Statistik und deren Anwendung.
Antworten
Diana
Beiträge: 11
Registriert: 23.01.2007, 17:14

Huber-White Standardfehler in multipler linearer Regression?

Beitrag von Diana »

Hilfe,

ich versuche verzweifelt die tabellarisch dargestellten Daten einer multiplen linearen Regression in einem ökonometrischen Fachartikel zu verstehen.

Der Autor untersucht den Einfluss 5 unabhängiger Variablen auf das Wirtschaftswachstum und gibt immer nur die Koeffizienten (okay) und darunter in Klammern stehend den Huber-White-Standardfehler an ("Huber-White estimated standard errors") sowie am Ende das Bestimmtheitsmaß (okay).

Was ist bloß der Huber-White-Fehler? Ich habe gegoogelt und ahne, dass es etwas mit der Heteroskedastizität zu tun hat. Stimmt das? Aber wie berechnet sich denn dieser Fehler (ganz grob) und noch wichtiger: Wie ist er zu interpretieren. In meinem Text schwankt er zwischen 0,015 und 0,224 (für die Konstante sogar 1,346); leider geht der Autor an keiner Stelle darauf ein. Und überhaupt führt er keine weiteren Berechnungen durch (keine T-Tests oder so).

Ich bin dankbar für wirklich jede Hilfe, da diese Studie das Herzstück meiner Diplomarbeit sein muss!
Volker
Beiträge: 67
Registriert: 17.01.2007, 18:15

Beitrag von Volker »

Hallo Diana,

leider kann ich dir auch nicht sagen, wie der Huber-White-Standardfehler berechnet wird, aber etwas zur üblichen Interpretation von Koeffizenten mit Angabe des Standardfehlers.

Überlicherweise werden in Darstellungen von Regressionskoeffizienten deren Standardfehler in Klammern unter den Koeffizienten aufgelistet. Der Standardfehler gibt dabei die Stärke der Streuung des Regressionskoeffizienten um den "wahern" Wert wieder. Ein Wert von Null bedeutet, dass die Regresionswerte und der "wahre" Wert identisch sind.

Bildest du jetzt einen Quotienten aus Koeffizient und Standardfehler bekommst du eine Aussage darüber, wie stark die Werte durchschnittlich voneinander abweichen (Koeffizent/Standardfehler). Beträgt dieser Quotient mindestens 1,96 sind die Abweichungen so gering, dass man den Koeffizienten als signifikant betrachtet. Das ist jedenfalls die übliche Interpretation. Du kannst das nachlesen bei Urban, D. (1982) Regressionstheorie und Regressionspraxis, S. 132-136.

Einschränkend muss ich noch darauf hinweisen, dass für diese Interpretation ein N von rund 130 oder größer vorrausgesetzt wird, in der Praxis wird dies jedoch meist nicht beachtet.

Ich hoffe, ich konnte dir weiterhelfen.
Volker
Diana
Beiträge: 11
Registriert: 23.01.2007, 17:14

Beitrag von Diana »

Hallo Volker,

prima! Hab' vielen Dank für Deine Erklärungen und den Literaturhinweis. Ich werde noch einmal in "den Urban" reinschauen.

Gruß Diana
Anzeige:Statistik und SPSS: Die besten Bücher
Als Buch oder E-Book - Jetzt bestellen
spss datenanalyse
SPSS - Moderne Datenanalyse - Jetzt bestellen!
statistik datenanalyse
Statistik - Der Weg zur Datenanalyse - Jetzt bestellen!
Antworten