• Open Daily: 10am - 10pm
    Alley-side Pickup: 10am - 7pm

    3038 Hennepin Ave Minneapolis, MN
    612-822-4611

Open Daily: 10am - 10pm | Alley-side Pickup: 10am - 7pm
3038 Hennepin Ave Minneapolis, MN
612-822-4611
Lineare Regression mit linearen Parameterrestriktionen

Lineare Regression mit linearen Parameterrestriktionen

Paperback

Management

ISBN10: 3640663993
ISBN13: 9783640663996
Publisher: Grin Verlag
Published: Aug 17 2010
Pages: 76
Weight: 0.24
Height: 0.18 Width: 5.83 Depth: 8.27
Language: German
Diplomarbeit aus dem Jahr 2006 im Fachbereich BWL - Allgemeines, Note: 1,3, Universität Augsburg (Planung und Entscheidung), Sprache: Deutsch, Abstract: Die Regressionsanalyse ist eine äu erst vielseitig anwendbare und daher bedeutende statistische Methodik. Sie ndet neben der Ökonomie in zahlreichen anderen Wissenschaftsgebieten wie etwa der Soziologie und Psychologie, der Politologie aber auch in der experimentellen Forschung der naturwissenschaftlichen Disziplinen Verwendung (Gruber, 1997, S. 3). Regressionsmodelle dienen ganz allgemein zur Untersuchung von Beziehungen, die zwischen irgendwelchen beobachtbaren Grö en bestehen bzw. bestehen können. Es wird eine Masse an Daten gebraucht, um die Existenz der vermuteten Zusammenhänge zwischen den Variablen nachzuweisen. Dabei wird auf Einzelphänomene in der Datenmasse keine Rücksicht oder Bezug genommen. Im Gegensatz zur Korrelationsanalyse, welche die Stärke des Zusammenhangs zweier Variablen erfa t ohne eine Aussage bzgl. einer Wirkungsrichtung zu treffen baut die Regressionsanalyse auf der Annahme über eine einseitig funktionale Beziehung auf, deren Herleitung es in der Praxis sachlogischer Überlegungen bedarf (Fahrmeier, 1999, S. 152). Ein sogenanntes ökonometrisches Modell ergibt sic somit durch die wirtschaftstheoretische Fundierung eines rein formalen Regressionsmodells (vgl. Gruber (1997, S. 2 f.)) oder anders herum gesehen durch die Ausstattung eines Theoriegerüstes ökonomischer Kausalbeziehungen mit diversen stochastischen Prämissen (vgl. Judge (1988, S. 175)). Die Arbeit widmet sich dem Fall der verallgemeinerten, multiplen Regression.

Also in

Management