Seitenhistorie

Jede empirische Arbeit wird mehrere statistische Modelle prüfen. Daher wird man von einfachen Standardmodellen zu immer komplexeren Modellen wechseln. Doch wo hört man auf? Welches Modell passt noch zu meinen Daten? Die Beantwortung dieser Frage ist oft entscheidend für den Ausgang der Arbeit , und der/die Forscher/-in sollte in der Lage sein, hierauf eine eigene Antwort zu finden. Die Bestimmung eines geeigneten Modells ist keine leichte Aufgabe. Sie steht unter dem Verdikt: ''All models are wrong! But some are more useful than others.''

In diesem Kapitel werden Methoden vorgestellt, die helfen, die Güte des Models Modells festzustellen bzw. ein passendes Model Modell auszuwählen. Vorraussetzung Voraussetzung hierfür ist ein statistisches Model, das wie im Kapitel Standardauswertungen erklärt erstellt worden ist. 

Wahl der Modellklasse:

lineare Regression, Logit

Modell etc.

Residuenplots

Bestimmheitsmaß R²

Modellselektion (AIC

Residuenplots

Bestimmheitsmaß R^2

, BIC, Pseudo R² , ...)

(Nur mit FU-Login. Ohne Login besuchen Sie bitte die Seite unseres Kooperationspartners INWT-Statistics GmbH, auf der der Wikiartikel basiert.)