Erläuterung der Problemstellung
Im allgemeinen wird bei der Regressionsanalyse der Zusammenhang zwischen einer abängigen Variable Y und einer (X) oder mehrer unabhängiger Variablen (X1,X2,...Xk) untersucht. Dieser Zusammenhang kann sich je nach Datenlage und untersuchter Fragestellung der empirischen Arbeit deutlich unterscheiden. In diesem Abschnitt Modellwahl, soll auf die gängigsten Modelle der Regressionsanalyse eingegangen werden. Anhand von bestimmten Kriterien wird erläutert, wann welche Modellierung am besten geeignet ist um den Zusammenhang in den vorliegenden Daten darzustellen. Ausgehend von dem funktionalen Zusammenhang $Y = f(X,\beta)$
lineare Regression
Das lineare Regressionsmodell kann gewählt werden, wenn für die abhängige bzw. unabhängige Variable folgendes Skalenniveau vorliegt:
| abhängige Variable (y) | metrisch |
| unabhängige Variable (x) | metrisch |
