Multiple lineare Regression in Excel rechnen - Daten analysieren in Excel (8)

[@janeg.m.settle9595]

Du spricht zügig und ohne äh's und ehm's ----- DANKE

[@wernerkallmann9105]

Einfach Top. Super erklärt ohne großes Drumherum. Das macht richtig Spaß. Vielen Dank dafür.

[@lukashoffmann8499]

Cooler Dude! Erklärt immer nur genau das, was man wissen sollte, wenn man da im letzten Moment eine ANOVA hinkotzen muss :D 10/10

[@JuicyJJMtg]

Super! Vielen Dank!!!

[@chilansethuge8487]

Viele Dank, Deutsch ist nicht meine Muttersprache, aber ich habe alles verstanden, wegen der Super Erklärung!

[@timn.9799]

DANKE, echt klar erklärt.

[@StatistikamPC_BjoernWalther]

Sehr gerne! :-)

[@denniskollmann4436]

Vielen lieben Dank!:)

[@siktrading3117]

Dieser Kanal hat mir schon so oft geholfen - so viele hilfreiche, kurze und knackige Videos! 👏 Vielen Dank für Deine Mühen, Mr. Statistik-am-PC! 😉 Vorschlag für ein weiteres R-Thema: Cross Correlation Function (CCF) in R inkl. Signifikanztest bzw. Vorgehen bei / Umgang mit Regressionen mit Lags/zeitverzögerten Variablen (Stichwort zudem: Bias-Adjustment mit Bootstrapping bei Long Horizon Regressions). U. a. auch: wie findet man die optimale Lead-Lag-Beziehung zwischen 2 Variablen. Vielleicht ist das ja was für Dich, wenn Dir einmal langweilig ist. Nochmals ein herzliches DANKE!🙂

[@Frumold]

Sehr gutes Video! Vielen Dank dafür :)

[@StatistikamPC_BjoernWalther]

Danke für dein Lob! :-) Viele Grüße, Björn.

[@susel_96]

ein riesengroßen Dankeschön :)

[@StatistikamPC_BjoernWalther]

Gerne! :-) Viele Grüße, Björn.

[@flieger315]

Ratz Fatz ohne bla bla, super

[@StatistikamPC_BjoernWalther]

Danke! :-)

[@schtefel]

Vielen Dank!

[@lucanowak8576]

Danke dir für die schnelle und gute Erklärung. Wo in der Tabelle kann ich sehen, ob der multiple Korrelationskoeffizient signifikant ist? Und kann die Excel auch die Regressionsfunkion mit Y= bo + b1x1 +b2x2... usw ausgeben?

[@StatistikamPC_BjoernWalther]

Hallo Luca, zwecks Signifikanz des Korrelationskoeffizienten schaust du einfach bei dem F-Test die Signifikanz. Die Regressionsfunktion musst du dir selber aus der Koeffiziententabelle bauen. Viele Grüße, Björn.

[@flieger315]

Ich möchte die multiple lineare Regressionsanalyse verwenden, um den Energieverbrauch im Unternehmen zwischen zwei Jahren vergleichen zu können. Um die Vergleichbarkeit herzustellen, müssen Prozessparamter, hergestellte Produkte und Außentemperaturen bei Raumheizungen auf die gleiche Größe gebracht werden, um festzustellen, ob der Energieverbrauch nach Maßnahmen zur Energieeinsparung tatsächlich erfolgreich war. Jetzt hab ich nur noch das Werkzeug gesucht, um die Formel für die Multiple lineare Regression für beide Jahre separat berechnen zu können (s. obiges Video). Es hat funktioniert und das Ergebnis scheint vielversprechend. Der Korrelationskoeffizient lag bei beiden Modellen bei ca. 85%. Man kann auch schön sehen, welche Parameter relevante bzw. keinen Einfluss auf den Energieverbrauch haben, die vorher nur gefühlt wahrgenommen wurden. Das ist nicht nur Theorie, sondern für mich ist heute ein Licht aufgegangen. Ich musste in Excel auch erst suchen, wo die Datenanalyse angeklickt werden muss, um an die Regressionsanalyse ranzukommen.

[@StatistikamPC_BjoernWalther]

Hallo Thomas, danke für dein Feedback! Manchmal gehen aufrund aufgrund der Masse an Videos und Kommentaren einzelne Wortmeldungen (temporär) unter. Umso erfreulicher, das ich doch noch über deinen Kommentar gestolpert bin. Freut mich, wenn du einen praktischen Nutzen aus der Regression i.V.m. dem Videotutorial ziehen konntest! :-) Viele Grüße, Björn.

[@monasch-yb9vw]

Wenn ich auf Datenalayse gehen, werden mir nur irgendwelche Diagramme vorgeschlagen. Wie komme ich zu dem Feld wo ich die x und y Werte auswählen kann?

[@Enjoy-RSM]

Hallo du machst tolle Videos, ich hab auf jeden Fall ein Abo dagelassen. Ich hätte eine spezielle Frage: Ich will eine multiple Regression mit Excel durchführen. Ich habe 4 erklärende Parameter (x1,x2,x3,x4). Diese besitzen bis auf eine, einen linearen Zusammenhang zum Y-Parameter. Der eine Parameter (x4) hat wahrscheinlich (nach Streudiagramm) einen logarithmischen Zsmh. Kann ich eine Regression so in Excel durchführen? Mein Versuch war es die Datenpunkte des einen Parameters einfach vor der Regression mit ln(x4) zu bearbeiten. Das hatte auch einen deutlich positiven Einfluss auf das adj. Bestimmtheitsmaß. Macht das überhaupt Sinn?

[@StatistikamPC_BjoernWalther]

Hallo Lukas, die x-y-Beziehung muss nicht zwingend linear sein. Im Endergebnis zählt, ob das Modell signifikant ist. Wenn das der Fall ist, siehst du das an einem hinreichenden Modellfit im Rahmen einer signifikanten ANOVA (F-Test). Die Linearität ist daher etwas zu relativieren. Auch nichtlineare Zusammenhänge werden zumeist recht gut mit einer linearen Funktion approximiert. Also ruhig mehr Mut. ;-) Viele Grüße, Björn.

[@brofessorbouth7118]

Danke für das Video. Ich bekomme gerade folgende Fehlermeldung bei einer solchen Regression: "Die Funktion RGP() liefert einen Fehlerwert. Bitte überprüfen Sie die Eingabebereiche." Weißt du was das bedeutet? Für mich ist kein Fehler zu erkennen. LG

[@StatistikamPC_BjoernWalther]

Hallo Brofessor Bouth, puh, das ist eine generelle Funktion der kleinsten Quadrate. Was das in dermultiplen linearen Regression für Ursachen haben kann, ist größtenteils Spekulation. Wie sind deine Daten beschaffen? Viele Grüße, Björn.

[@brofessorbouth7118]

Hi, habs jetzt doch hingekriegt (glaube die Spalten waren einfach nicht richtig markiert). Aber danke für die schnelle Antwort. LG

[@jocelyndeluna7016]

Lieber Björn! Vorab, vielen Dank für deine Videos! Ich muss für meine Hausarbeit eine Schätzung mit 2 Parametern durchführen. Hast du da einen Ansatz wie ich das in Excel berechnen kann?

[@felixschroder9200]

Wenn man in den x eingabebereich nur eine unabhängige Variable (eine Spalte) eingibt, ist es doch eine einfache lineare Regression oder. So könnte man dann die einfache lin. Regression erklären anstatt des fragen oder sehe ich das falsch?

[@felixschroder9200]

Graphen*

[@jasmink.8545]

Hallo, danke für das hilfreiche Video. Diesbezüglich hätte ich einige Frage und zwar: Gibt es bestimmte Voraussetzungen damit ich die multiple lineare Regression durchführen kann? Ich müsste nämlich eine Umfrage auswerten und würde gerne eine Multiple lineare Regression durchführen, bin mir allerdings nicht sicher, ob das in meinem Fall möglich ist... Die Antwortmöglichkeiten meiner Fragen sind nämlich nicht metrisch skaliert. Es sind 4 Antwortmöglichkeiten in den meisten Fällen intervallskaliert ( "sehr gut", "eher gut", "eher schlecht", "sehr schlecht" oder "Ja, sehr", "Eher ja", "Eher nein", "Nein, überhaupt nicht"). Wenn ich all diese Antwortmöglichkeiten von 1 bis 4 codiere, wäre es statistisch korrekt eine Multiple lineare Regression daraus zu machen? Oder sollte ich besser auf eine andere Auswertungsmöglichkeit zurückgreifen? Vielen Dank für die Hilfe! LG Jasmin

[@StatistikamPC_BjoernWalther]

Hallo Jasmin, es gibt einige Voraussetzungen, die man vorher prüfen sollte. Zum einen die Skalierung deiner Variablen. Deine unabhängigen Variablen sind bei deiner Kodierung ordinal, was in Ordnung für eine Regression ist. Hier kann es aber bei der Interpretation der Koeffizienten bei Kommawerten etwas schwierig werden (z.B. bei 1,5 - ist das eher sehr gut?). Aber das sollte dich nicht vom Rechnern der Regression abhalten. Zum anderen solltest du darauf achten, dass deine Residuen (Fehlerterme) ungefähr lineare Streuung (Homoskedastizität) aufweisen (kzbin.info/www/bejne/eHSxl2V-rMh6pM0) und deine unabhängigen Variablen nicht zu stark miteinander korrelieren (Multikollinearität) kzbin.info/www/bejne/gmLVmad6nKeBoZY. Wenn die Residuen normalverteilt sind (kzbin.info/www/bejne/f5PPZGZjmpppi5I&list) und keine Autokorrelation vorliegt (kzbin.info/www/bejne/hXOcgXmPqrCmo9U) , wäre das auch nicht schlecht. Ob noch andere Analysemethoden möglich sind, hängt von den Daten und dem Untersuchungsdesign ab. Ich hoffe, das hilft dir erstmal. Viele Grüße Björn

[@jasmink.8545]

Super, vielen lieben Dank!

[@anjahansen7107]

Hallo, super Video. Wie kann ich mit fehlenden Daten in meiner Tabelle umgehen?

[@sBsN93]

Hallo wieder mal ein sehr hilfreiches Video! Ich habe mal eine Frage. Ist es möglich ebenfalls mit Excel eine multiple Regression mit Dummy Variablen durchzuführen? Dabei soll k (Anzahl der Dummy-Variablen) > 2 sein, also nicht dichotome sondern polytome kategoriale Variablen. Mich würde dann auch interessieren wie man ein solches Modell aufbaut und interpretiert. Kannst du mir diesbezüglich weiterhelfen? :)

[@StatistikamPC_BjoernWalther]

Hallo, danke für das Lob! Prinzipiell funktioniert das analog zu "normalen" Variablen - ist ja letztlich auch nur eine nominale Variable. Demzufolge ist auch die Interpretation nicht anders zu einer "normalen" Regression. Viele Grüße, Björn.

[@sBsN93]

Statistik am PC Super vielen Dank für die Rückmeldung! Ich habe jetzt mein Datenmodell aufgebaut mit Dummy-Variablen mit der 0 ; 1 Logik. Bei der Auswertung erhalte ich für zwei Variablen in der Spalte P-value #ZAHL!. Weißt du zufällig was ich dagegen machen kann? Wenn ich die UV reduziere klappt es aber da die Gesamtanzahl bei 8 liegt sollte das nicht das Problem sein... Liebe Grüße!

[@StatistikamPC_BjoernWalther]

Das hört sich ganz danach an, als ob bei deiner Regression mit deiner t-statistik etwas nicht stimmt, die t-Statistik sozusagen außerhalb des Bereiches liegt, für die ein p-Wert ermittelt werden kann. Was bekommst du da für Werte? Viele Grüße, Björn.

[@sBsN93]

Statistik am PC Hi vielen Dank für deine schnelle Rückmeldung. Ich habe mal die Daten händisch angepasst nur um zu gucken, ob sich an der Ausgabe etwas ändert und tatsächlich funktioniert es dann. Also scheint mit den Ursprungsdaten die Auswertung nicht möglich. Bei einer der UV sind alle Angaben bei 0 mit Ausnahme der t stat. Die liegt bei 65535 und eben dem p Value mit der Ausgabe #ZAHL!. Die andere UV hat den Coefficient bei 0,12, den Standard Error bei 0,032, t Stat bei 3,99, der p-value wieder #ZAHL!, Lower 95% liegt bei 0,06, Upper 95% bei 0,19. Hat das mit der Skalierung meiner Daten zu tun oder habe ich hier den unglücklichen Zufall erwischt, dass die Regression nicht berechenbar ist in Excel? Ich danke dir vielmals für deine Hilfe!

[@StatistikamPC_BjoernWalther]

Hallo, bei einer t-statistik von 65000 kann natürlich kein p-Wert ermittelt werden. Es könnte sein, dass das an Excel liegt. Ich rechne das morgen mal in SPSS durch und gebe dir Bescheid.

[@MrAND1990]

Kann jedes video auf KZbin abspielen außer dieses :/ nach 4 Sekunden fängt er an zu laden und es geht nicht weiter, bis es dann komplett abbricht -.- bei dem folgevideo Interpretation das selbe

[@StatistikamPC_BjoernWalther]

Hallo, das klingt komisch und seit das Video Anfang 2017 online gegangen ist, gab es diese Probleme noch nicht. Kannst du es in einem anderen Browser abspielen? Viele Grüße, Björn.