Hallo zusammen,
ich muss eine lineare Regression rechnen und setze mich gerade mit den Voraussetzungen auseinander.
1. Normalverteilung: nicht gegeben
2. Autokorrelation liegt nicht vor, da Durbin-Watson 2.2
3. Linearität und Homoskedastizität: Da bin ich mir nicht sicher, wie man die Diagramme interpretiert. Kann mir da jemand helfen?
http://www.bilder-upload.eu/show.php?fi ... 773471.png
http://www.bilder-upload.eu/show.php?fi ... 773536.png
Wenn nun auch keine Linearität und Homoskedastizität gegeben sind, was mache ich dann? Kann ich die Regressionsanalyse überhaupt durchführen?
Vielen Dank im Voraus!!
Lineare Regression:Voraussetzung Homoskedastizität
-
- Beiträge: 4
- Registriert: 19.07.2014, 14:20
-
- Beiträge: 32
- Registriert: 06.09.2013, 12:51
Re: Lineare Regression:Voraussetzung Homoskedastizität
Natürlich, auf die BLUE-Annahme achtet doch keiner mehrbeeti99 hat geschrieben:
Wenn nun auch keine Linearität und Homoskedastizität gegeben sind, was mache ich dann? Kann ich die Regressionsanalyse überhaupt durchführen?
-
- Beiträge: 1733
- Registriert: 11.03.2010, 22:28
-
- Beiträge: 4
- Registriert: 19.07.2014, 14:20
Mir ist immer noch nicht klar, wie ich das begründen kann. Ich dachte, damit ein linearer Zusammenhang gegeben ist, sollten die Punkte um die Gerade herum gleichmäßig streuen. In meinem Fall liegen die Punkte aber doch auch ziemlich weit weg von der Gerade, spricht man da trotzdem von einem linearen Zusammenhang?
Und auch in Bezug auf die Homoskedastizität, es heißt ja immer, dass kein Muster erkennbar sein sollte. Aber hier werden die Punkte nach links hin doch weniger? Ich muss das alles in meiner Bachelorarbeit auch begründen können aber es fällt mir wirklich schwer..
Und auch in Bezug auf die Homoskedastizität, es heißt ja immer, dass kein Muster erkennbar sein sollte. Aber hier werden die Punkte nach links hin doch weniger? Ich muss das alles in meiner Bachelorarbeit auch begründen können aber es fällt mir wirklich schwer..