Technischer Anhang

• R-Quadrat
• Das : hat die gleiche Bedeutung; ist jedoch durch eine Korrektur-größe bereinigt um den Effekt zu mindern, dass mehr unabh. Variablen zwangsläufig zu einem höheren R-Quadrat führen.

• Ermittelter, empirischer F-Wert Theoretischer F-Wert
• Nullhypothese wird verworfen.
• Man geht von einem signifikanten Einfluss der unabh. Variablen auf die abhängige aus.
• alternativ: p-Wert Signifikanz-niveau (meist 0,05)

• Es wird untersucht ob einzelne Variablen einen Einfluss auf die abhängige Variable haben.
• I.d.R geht man davon aus, dass wenn der empirische t-Wert $\small < |2|$ ist, der Einfluss signifikant ist.
• Alternativ kann auch der P-Wert für die einzelnen variablen herangezogen werden. Ein Zusammenhang wird dann angenommen wenn: $\small p <$ Signifikanzlevel (meist 0,05)

• Normalverteilung der Residuen
• Keine Autokorrelation
• Keine Ausreißer
• Linearität
• Keine Multikollinearität
• Homoskedastizität

• Problem: unabh. Variablen sind linear voneinander abhängig
• Erkennt man, wenn $\small \text{TOL} < \small 0,4$ oder $\small \text{VIF} > \small 2$ bzw. $\small 10$
• Zu Beheben durch:
  • höheres N
  • Ridge Regression
  • Zusammenfassung von-einander abhängigen Va-riablen (Faktorenanalyse)
  • Eliminierung einer Variablen

Bedeutet, dass Störgrößen miteinander korreliert sind.

• erkennbar durch Durbin-Watson-Wert
• nahe 2 unproblematisch, nahe 4 oder 0 problematisch
• Zu beheben durch
  • Erfassung der Einfluss-größen, die für die zeitlichen Schwankungen verantwortlich sind
  • ökonometrische Verfahren

Problem: Nicht alle Residualgrößen weisen die gleiche Varianz auf und Beobachtungswerte mit hoher Varianz fallen höher ins Gewicht.

• grafisch erkennbar oder Goldfeld-Quandt-Test
• zu beheben durch:
  • Weighted Least Squares
  • Transformation der Regressionsgleichung