Begriffsübersetzung Regressionsanalyse

[nampad]

Da im Studententhread keiner weiter weiß, sieht es hier ja vielleicht eher jemand.
Ich bräuchte Hilfe bei der Übersetzung von Begriffen, vielleicht kennt sich ja hier einer aus. Ich lese gerade viel Literatur zur empirischen Einflussfaktorenforschung und dort werden dann natürlich Regressionsanalysen durchgeführt, um den Einfluss einzelner Variablen auf das Ergebnis zu überprüfen.
Nun gibt es dort OLS Regressionen mit "levels" und welche mit "changes/differences", wodurch sich das Bestimmtheitsmaß stark ändert.

Levels: X=A+B1*Y+B2*Z+E
Changes/Differences: △X=A+B1*△Y+B2*△Z+E

X abhängige, Y und Z unabhängige Variablen. B1+B2 Regressionskoeffizienten, A ist die Konstante und E ist der Fehlerterm.

Wie übersetzt ich "levels" und "changes/differences" am besten, es gibt doch bestimmt Begriffe dafür in der deutschen Statistiklehre? Ich würde nun vom Gefühl her "Niveau" und "Änderungen" sagen, aber vielleicht gibt es ja einen Fachbegriff.
Brauche das für meine Abschlussarbeit. Ist irgendwie dumm, wenn man nur englische Literatur liest und dort die ganzen Begriffe nach einer Weile kennt, aber dann die deutschen Übersetzungen nicht. Nur diesmal hilft Google doch nicht. Und Statistikkram ist bei mir schon einfach ewig her.

Danke schonmal.

[Grey]

Viel zu viele komische Zeichen.

[Zweimalposter]

Müsste sich um "erklärende Größen" und "zu erklärenden Görßen" handeln.

Schau mal in "Statistik" von Hans-Dieter Hippmann, wenn du ne Quelle brauchst.

[nampad]

Hmmm...? Mir sind schon klar, was erklärende und zu erklärende Größen sind. Nur was hat das mit "Levels" Regression oder "Changes" Regression zu tun? Die Regressionsgleichungen dienen nur dazu, den Sachverhalt deutlicher darzustellen.

Worin die sich unterscheiden, ist mir auch bewusst. Bei der Levels Regression werden die Werte an sich aus dem Datensatz zur Regression benutzt, bei der "Changes" Regression halt die Änderungen der Werte, sowohl bei der abhängigen (zu erklärenden) als auch bei den unabhängigen (erklärenden) Variablen.

Mir geht es wirklich rein darum, ob es für die Art der Regression deutsche Begriffe gibt, was ja eigentlich der Fall sein muss. Rein vom inhaltlichen her gibt es eigentlich keine Fragen.

Wenn ich nach Regressionsanalyse suche, wird mir nur dauernd die Vorgehensweise erklärt etc. Alles, was ich nicht brauche. In Lehrbüchern genauso.

[radi]

Also wenn man verstanden hat, was die Gleichungen aussagen sollen, dann kann man das auch benennen!?

[nampad]

Ja, wie ich die Begriffe umschreiben könnte, ist mir schon bewusst. Ich will nur wissen, ob es einen deutschen Fachbegriff dafür gibt. Es geht hier rein um eine Übersetzung und nicht um was inhaltliches.
Zumindest Changes/Differences ist wohl wirklich nur Regression auf Differenzen.

[pest]

Dafür gibt es keine "mathematischen" Bezeichnungen. Du führst beide Male eine Regression mit unterschiedlichen Modellen auf unterschiedliche abhängige Variablen durch. Wenn du magst, kannst du das auch Popo1 und Popo2 nennen. Was das Delta zu bedeuten hat, ist mir auch unklar. Ich neige bei solchen Dingen ja dazu, das eine als "klassische" lineare Regression zu bezeichnen, und das andere ist dann halt eine lineare Differenzen-Regression. Aus welchem Hut du die Differenzen zauberst, sollte dem Leser allerdings klar sein.

Natürlich kannst du die Bestimmtheitsmaße nicht direkt vergleichen, da du jeweils eine andere erklärte Variable (deren Varianz i.A. unterschiedlich ist) hast.

[nampad]

Ok, vielen Dank. Wollte einfach nicht irgendwie einen großen Bock schießen, nur weil ich da eine falsche Bezeichnung nehme.

Die verschiedenen Regressionsanalysen stammen aus verschiedenen Arbeiten, deren Ergebnisse ich miteinander Vergleiche.

[EL_Mariachi]

Popo1 und Popo2 klingt doch nett... damit kann jeder was anfangen! :freak:

[pest]

Die verschiedenen Regressionsanalysen stammen aus verschiedenen Arbeiten, deren Ergebnisse ich miteinander Vergleiche.

wie schon geschrieben, das Bestimmtheitsmaß eignet sich dazu nicht!

[nampad]

Danke, das ist sogar eine der Kernaussagen :)

Es geht darum, dass die guten Ergebnisse der Levels Regressionen mit hohem Bestimmtheitsmaß aus spurious regression stammen, da die Variablen nicht stationär sind. Daher sind die Regressionen mit Changes zu bevorzugen.

So lange ich den gleichen Regressionstypen nehme, sollte eine Vergleichbarkeit aber doch gegeben sein? Die ganzen verschiedenen Paper ziehen auch einen Vergleich.

[pest]

Danke, das ist sogar eine der Kernaussagen :)


Ich persönlich halte das Bestimmtheitsmaß für gänzlich ungeeignet, aber das ist eine andere Geschichte.

Nun ist es so. Du hast zwei unterschiedliche abhängige Variablen X und △X mit unterschiedlichen Varianzen. Du kannst doch jetzt nicht einfach den Anteil der erklärten Varianz beider Modelle miteinander vergleichen! Dazu musst du schon zeigen, dass die Varianzen skalare Vielfache voneinander sind.

Oder du überführst das Modell von △X in ein Modell von X. Dann geht es analog.


Es geht darum, dass die guten Ergebnisse der Levels Regressionen mit hohem Bestimmtheitsmaß aus spurious regression stammen


Du erklärst also eine hohe Approximationsgüte mit nicht vorhandener Kausalität. Das ist für einen (angewandten) Mathematiker zu hoch :freak:


da die Variablen nicht stationär sind.


Es sind also Zeitreihen? Vielleicht machst du sowas (http://de.wikipedia.org/wiki/Fehlerkorrekturmodell)?


So lange ich den gleichen Regressionstypen nehme, sollte eine Vergleichbarkeit aber doch gegeben sein? Die ganzen verschiedenen Paper ziehen auch einen Vergleich.

du kannst nur die Ergebnisse für die gleiche abhängige Variable direkt vergleichen, solange nicht klar ist welche Operation du mit △ bezeichnest.