BWL-Lexikon.de
  • Home
  • Grundlagen
    • Aufbau eines Betriebs
    • Definitionen
    • Organisation
    • Personalwirtschaft
    • Planung und Entscheidung
    • Produktionsfaktoren
    • Unternehmensführung
  • BWL
    • Rechtsformen
    • Rechnungswesen
      • Finanzbuchhaltung
      • Kostenarten
      • Jahresabschluss
    • Marketing
    • Logistik
      • Logistik Kennzahlen
      • Beschaffung
      • Lagerverfahren
      • Materialarten
    • Kennzahlen
      • Bilanzkennzahlen
      • Produktivitätskennzahlen
      • Rentabilitätskennzahlen
      • Kennzahlen der GuV
  • VWL
    • Makroökonomie
    • Mikroökonomie
  • Fehler gefunden?

Du bist hier: Startseite » Alle Lektionen » Statistik » Lineare Regression

Lineare Regression

Enthält: Beispiele · Definition · Formeln · Grafiken · Übungsfragen

Bei der Linearen Regression handelt es sich um eine spezielle Form der Regressionsanalyse, bei der nur solche Zusammenhänge betrachtet werden, bei denen die abhängigen Variablen eine lineare Kombination der Regressionskoeffizienten aufweisen.

Wir zeigen dir in diesem Abschnitt, was man unter einer linearen Regression versteht und welche Bedeutung sie hat. Anhand der im Anschluss folgenden Übungsaufgaben kannst du dein Wissen zur linearen Regression testen.

Synonym: lineare Einfachregression

Inhalt dieser Lektion

Toggle
  • Welche Bedeutung hat die lineare Regression?
  • Was versteht man unter der linearen Regression?
    • Voraussetzungen für die lineare Regression
    • Beispiel zur linearen Regression
  • Übungsfragen
  • Ergebnisse

Welche Bedeutung hat die lineare Regression?

Als statistisches Verfahren ist die lineare Regression ein sehr vielseitig einsetzbares Verfahren. Sie kann beispielsweise zur Untersuchung von bestimmten Zusammenhängen herangezogen werden, genauso aber auch zur Erstellung von Prognosen und Vorhersagen für zukünftige Entwicklungen.

Beispiele dafür sind:

  • Die Untersuchung von Einsatz der Werbemittel und Steigerung des Umsatzes zur Einschätzung der Rentabilität
  • Vorhersagen über zukünftige Trendentwicklungen
  • Prognosen über Besucherzahlen in einem Geschäft oder bei einer Veranstaltung

Was versteht man unter der linearen Regression?

Die lineare Regression ist ein Verfahren aus der Statistik, welches den Zusammenhang zweier Variablen, einer unabhängigen und einer abhängigen, darstellt. Dabei werden die aufgenommen Datenpunkte zu den einzelnen Variablen in ein Diagramm eingetragen und zwischen ihnen eine Regressionsgerade gelegt.

Die Funktion dieser Regressionsgeraden sieht folgendermaßen aus:

    \[ y = \beta_0 + \beta_1 * x \]

β0 und β1 stellen dabei die Regressionskoeffizienten dar. β0 ist dabei die Regressionskonstante, die angibt, welchen Wert die abhängige Variable y in dem Fall annimmt, in dem die unabhängige Variable x = Null ist.

Voraussetzung für eine inhaltliche Interpretation der Regressionskonstante ist, dass die unabhängige Variable überhaupt gleich Null sein kann.

β1 als Regressionskoeffizient beschreibt die Steigung der Regressionsgeraden, was bedeutet, dass sie angibt, wie stark die Änderung der abhängigen Variable aufgrund einer Änderung der unabhängigen Variablen ist. Je höher β1 also ist, desto größer ist der Einfluss der unabhängigen auf die abhängige Variable.

Voraussetzungen für die lineare Regression

Zur korrekten Interpretation der linearen Regression müssen die folgenden Voraussetzungen gegeben sein:

  • Es besteht ein zumindest grob linearer Zusammenhang zwischen den beiden betrachteten Variablen.
  • Die abhängige Variable sollte nach Möglichkeit metrisch sein.
  • Die unabhängige Variable kann metrisch, aber auch dichotom-kategorial sein.
  • Zwischen den Residuen besteht keine Korrelation.
  • Die Residuen sind annähernd normalverteilt.
  • Die Residuen sind über den gesamten Wertebereich der abhängigen Variablen gestreut.

Beispiel zur linearen Regression

Die “Eisjungen AG” möchte eine neue Eissorte auf den Markt bringen. Um zu untersuchen, zu welchem Zeitpunkt (unabhängige Variable) am meisten Eis verkauft (abhängige Variable) wird, werden die in der Vergangenheit erhobenen Werte von Temperatur und verkaufter Menge untersucht.

Folgende Daten wurden erhoben:

Lineare Regression - Beispiel: Erhobene Daten
Lineare Regression – Beispiel: Erhobene Daten

Die ermittelten Werte werden nun in ein Diagramm eingetragen:

Lineare Regression - Beispiel: Eintragen der Daten in ein Diagramm
Lineare Regression – Beispiel: Eintragen der Daten in ein Diagramm

Anhand des Diagramms kann man erkennen, dass ein linearer Zusammenhang zwischen den beiden Variablen besteht.

Es kann also eine Regressionsgerade durch die Punkte gelegt werden:

Lineare Regression - Beispiel mit Regressionsgerade
Lineare Regression – Beispiel mit Regressionsgerade

Übungsfragen

 

#1. Was versteht man unter der linearen Regression?

#2. Wozu kann das Verfahren der linearen Regression genutzt werden?

#3. “Die lineare Regression ist ein Spezialfall der Regressionsanalyse.” – Diese Aussage ist:

#4. “Bei der linearen Regression können die Einflüsse vieler Variablen auf den Gewinn des Unternehmens untersucht werden.” – Diese Aussage ist:

#5. “Eine Voraussetzung für die Anwendung der linearen Regression ist, dass zwischen den variablen ein zumindest grob linearer Zusammenhang besteht.” – diese Aussage ist:

Vorherige
Fertig

Ergebnisse

Share your score!
Tweet your score!
Share to other

Könnte dich auch interessieren:

Multiple Lineare Regression

Multiple lineare Regression

Die multiple lineare Regression ist ein Verfahren der Regressionsanalyse und stellt einen Spezialfall der linearen Regression dar. Mit Hilfe dieses … weiterlesen >>

Logistische Regression - Beispiel: Eintragen der Werte in ein Diagramm

Logistische Regression

Bei der logistischen Regression handelt es sich um ein statistisches Analyseverfahren, mit dem Zusammenhänge zwischen einer abhängigen und einer unabhängigen … weiterlesen >>

Regressionsanalyse: Regressionsgerade und Beobachtungspunkte

Regressionsanalyse

Unter der Regressionsanalyse versteht man eine statistische Analysemethode, mit der man mögliche Zusammenhänge zwischen zwei oder mehr Variablen feststellen kann. … weiterlesen >>

Lineare Optimierung - Beispiel

Lineare Optimierung

Die lineare Optimierung ist eines der hauptsächlich genutzten Verfahren im Operations Research und befasst sich mit der Optimierung von linearen … weiterlesen >>

Lineare Abschreibung

Lineare Abschreibung

Bei der linearen Abschreibung geht man von einer gleichmäßigen Abnutzung des Wirtschaftsgutes aus, weshalb der jährliche Abschreibungsbetrag konstant bleibt. Diese … weiterlesen >>

Nichts passendes dabei?

Erkunde andere Fachbereiche oder benutze die Suchfunktion. Falls Du keine Antwort auf Deine Frage findest, schick uns gerne eine Nachricht, wir versuchen dann passenden Content für Dich zu schaffen.

Zur Übersicht
Oder lieber die Suche benutzen?
  • Eselsbrücke
  • |
  • Buchungssatz
  • |
  • Formeln
  • |
  • Beispiele
  • |
  • Grafiken
  • |
  • Definition
  • |
  • Übungsfragen
  • © BWL-Lexikon.de
  • Datenschutz
  • Impressum
Cookie Einstellungen
Fehler gefunden?

Danke, dass du dir die Zeit nimmst, uns dein Feedback zu geben. Bitte beschreibe so genau wie möglich wo du einen Fehler gefunden hast.