Der vollständige leitfaden: so melden sie regressionsergebnisse
In der Statistik werden lineare Regressionsmodelle verwendet, um die Beziehung zwischen einer oder mehreren Prädiktorvariablen und einer Antwortvariablen zu quantifizieren.
Wir können das folgende allgemeine Format verwenden, um die Ergebnisse eines einfachen linearen Regressionsmodells zu melden:
Mithilfe einer einfachen linearen Regression wurde getestet, ob [Prädiktorvariable] [Antwortvariable] signifikant vorhersagte.
Das angepasste Regressionsmodell war: [angepasste Regressionsgleichung]
Die Gesamtregression war statistisch signifikant (R 2 = [R 2 -Wert], F (Regressions-df, Rest-df) = [F-Wert], p = [p-Wert]).
Es wurde festgestellt, dass [Prädiktorvariable] [Antwortvariable] signifikant vorhersagt (β = [β-Wert], p = [p-Wert]).
Und wir können das folgende Format verwenden, um die Ergebnisse eines multiplen linearen Regressionsmodells zu melden:
Mithilfe der multiplen linearen Regression wurde getestet, ob [Prädiktorvariable 1], [Prädiktorvariable 2], … [Antwortvariable] signifikant vorhersagte.
Das angepasste Regressionsmodell war: [angepasste Regressionsgleichung]
Die Gesamtregression war statistisch signifikant (R 2 = [R 2 -Wert], F (Regressions-df, Rest-df) = [F-Wert], p = [p-Wert]).
Es wurde festgestellt, dass [Prädiktorvariable 1] [Antwortvariable] signifikant vorhersagt (β = [β-Wert], p = [p-Wert]).
Es wurde festgestellt, dass [Prädiktorvariable 2] [Antwortvariable] nicht signifikant vorhersagt (β = [β-Wert], p = [p-Wert]).
Die folgenden Beispiele zeigen, wie Regressionsergebnisse für ein einfaches lineares Regressionsmodell und ein multiples lineares Regressionsmodell gemeldet werden.
Beispiel: Berichten der Ergebnisse einer einfachen linearen Regression
Angenommen, ein Professor möchte die Anzahl der gelernten Stunden nutzen, um die Note vorherzusagen, die die Studierenden bei einer bestimmten Prüfung erhalten werden. Es sammelt Daten von 20 Studenten und passt ein einfaches lineares Regressionsmodell an.
Der folgende Screenshot zeigt das Ergebnis des Regressionsmodells:
So melden Sie Modellergebnisse:
Mithilfe einer einfachen linearen Regression wurde getestet, ob die untersuchten Stunden einen signifikanten Einfluss auf die Prüfungsergebnisse hatten.
Das angepasste Regressionsmodell war: Prüfungsergebnis = 67,1617 + 5,2503* (untersuchte Stunden).
Die Gesamtregression war statistisch signifikant (R 2 = 0,73, F(1, 18) = 47,99, p < 0,000).
Es wurde festgestellt, dass die untersuchten Stunden einen signifikanten Einfluss auf die Prüfungsleistung haben (β = 5,2503, p < 0,000).
Beispiel: Berichten der Ergebnisse einer multiplen linearen Regression
Angenommen, ein Professor möchte die Anzahl der Lernstunden und die Anzahl der abgelegten Übungsprüfungen nutzen, um die Note vorherzusagen, die die Studierenden bei einer bestimmten Prüfung erhalten werden. Es sammelt Daten von 20 Studenten und passt ein multiples lineares Regressionsmodell an.
Der folgende Screenshot zeigt das Ergebnis des Regressionsmodells:
So melden Sie Modellergebnisse:
Mithilfe der multiplen linearen Regression wurde getestet, ob die Studienstunden und die Vorbereitungsprüfungen signifikant zu den vorhergesagten Prüfungsergebnissen führten.
Das angepasste Regressionsmodell war: Prüfungsergebnis = 67,67 + 5,56*(studierte Stunden) – 0,60*(abgelegte Vorbereitungsprüfungen)
Die Gesamtregression war statistisch signifikant (R 2 = 0,73, F(2, 17) = 23,46, p = < 0,000).
Es wurde festgestellt, dass die untersuchten Stunden einen signifikanten Einfluss auf die Prüfungsleistung hatten (β = 5,56, p = < 0,000).
Es wurde festgestellt, dass die Teilnahme an Vorbereitungsprüfungen keinen signifikanten Einfluss auf das Prüfungsergebnis hatte (β = -0,60, p = 0,52).
Zusätzliche Ressourcen
So lesen und interpretieren Sie eine Regressionstabelle
Die Nullhypothese für die lineare Regression verstehen
Den F-Test für Gesamtsignifikanz in der Regression verstehen
Über den Autor
Dr. Benjamin Anderson
Hallo, ich bin Benjamin, ein pensionierter Statistikprofessor, der sich zum engagierten Statorials-Lehrer entwickelt hat. Mit umfassender Erfahrung und Fachwissen auf dem Gebiet der Statistik bin ich bestrebt, mein Wissen zu teilen, um Studenten durch Statorials zu befähigen. Mehr wissen