Regressionskoeffizient

aus Wikipedia, der freien Enzyklopädie
Wechseln zu: Navigation, Suche

Der Einfluss einer Variablen in einer mathematischen Gleichung kann durch den Regressionskoeffizienten ausgedrückt werden. Dazu lässt sich mit Hilfe der Regressionsanalyse der Beitrag einer unabhängigen Variable (dem Regressor) für die Prognose der abhängigen Variable herleiten.

Bei einer multiplen Regression kann es sinnvoll sein, die standardisierten Regressionskoeffizienten zu betrachten, um die Erklärungs- oder Prognosebeiträge der einzelnen unabhängigen Variablen (unabhängig von den bei der Messung der Variablen gewählten Einheiten) miteinander vergleichen zu können, z. B. um zu sehen, welcher Regressor den größten Beitrag zur Prognose der abhängigen Variable leistet.

Die standardisierten Regressionskoeffizienten \beta_j (auch Beta-Werte genannt) ergeben sich aus einer linearen Regression, in der die unabhängigen und abhängigen Variablen standardisiert worden sind, das heißt der Mittelwert gleich Null und die Varianz gleich Eins gesetzt wurde. Sie können auch direkt berechnet werden aus den Regressionskoeffizienten der linearen Regression:

\beta_j = b_j \cdot \frac{s_{x_j}}{s_y}
wobei b_j der Regressionskoeffizient für Regressor x_j,
s_{x_j} Standardabweichung der unabhängigen Variable x_j
und s_y Standardabweichung der abhängigen Variable y

Sind die standardisierten erklärenden Variablen Z(X_j) untereinander unabhängig und auch unabhängig vom Störterm \epsilon (Voraussetzung im klassischen Regressionsmodell), dann gilt


\begin{align}
1={\rm Var}(Z(Y))&= {\rm Var}(\beta_0 + \beta_1 Z(X_1) + \ldots + \beta_p Z(X_p) + \epsilon)\\
&= \beta_1^2 \underbrace{{\rm Var}(Z(X_1))}_{=1} + \ldots + \beta_p^2 \underbrace{{\rm Var}(Z(X_p))}_{=1} + {\rm Var}(\epsilon),
\end{align}

das heißt die Summe der quadrierten standardisierten Regressionskoeffizienten ist kleiner gleich Eins. Sind einer oder mehrere der standardisierten Regressionskoeffizienten größer als Eins bzw. kleiner als minus Eins, weist dies auf Multikollinearität hin.

Beispiel[Bearbeiten]

Regressionskoeffizienten in der linearen Regression im Boston Housing Datensatz.

Für die abhängige Variable Mittlerer Hauspreis in selbstbewohnten Häusern pro Bezirk (in 1000 US$) aus dem Boston Housing Datensatz ergibt sich das nebenstehende Regressionsmodell:

  • Jedes Zimmer zusätzlich im Haus verteuert den Kaufpreis um 4873 US$,
  • jeder Kilometer mehr zu einer Arbeitsstätte reduziert den Kaufpreis um 461 US$ und
  • jeder Prozentpunkt mehr beim Anteil der Unterschichtbevölkerung reduziert den Kaufpreis um 723 US$.

Standardisiert man alle Variablen, kann man den Einfluss einer erklärenden Variablen auf die abhängige Variable abschätzen:

  • Den größten Einfluss hat die Variable Anteil der Unterschichtbevölkerung: -0,562,
  • den zweitgrößten Einfluss hat die Variable Anzahl Zimmer: 0,372 und
  • die Variable Entfernung zu Arbeitsstätten hat den geringsten Einfluss: -0,106.

Wären die Variablen unabhängig voneinander, könnte man anhand der quadrierten Regressionskoeffizienten den Anteil der erklärten Varianz angeben:

  • Die Variable Anteil der Unterschichtbevölkerung erklärt knapp 32 % der Varianz des mittleren Hauspreises (0{,}316=-0{,}562^2),
  • die Variable Anzahl Zimmer erklärt knapp 14 % der Varianz des mittleren Hauspreises (0{,}138=0{,}372^2) und
  • die Variable Entfernung zu Arbeitsstätten erklärt etwas mehr als 1 % der Varianz des mittleren Hauspreises (0{,}011=-0{,}106^2).