Rezension von Regressionsanalyse

From Teachwiki
Jump to: navigation, search

Rezension von Regressionsanalyse[edit]

Kategorie:Statistik>Kategorie:Regressionsanalyse>Regressionsanalyse

  • Ich finde, dass es viele Vorteile über diesen Artikel gibt.
  1. Das Struktur des Artikels ist sehr deutlich. d.h. Man kann mühelos das Verfahren der Regressionsanalyse erkennen. Durch die Geschichte der Regressionsanalyse kann man den Hintergrund dieser Theorie kennenlernen, und dann kann man die ausführlichen Informationen, welche man sich dafür interessiert, erwerben.
  2. Der Inhalt der Regressionsanalyse ist sehr umfangreich. Es umfasst nicht nur das Methode der Regressionsanalyse, sondern auch verschiedene konkrete Regressionsverfahren.
  3. Die Definitionen vieler Begriffe sind korrekt.
  4. Es gibt viele Hyperlink, die man mehr konkrete Informationen finden kann.
  • Aber es gibt auch einige Nachteile.
  1. Es gibt wenige entsprechenden Beispielen.
  2. Es gibt kein Bild in diesem Artikel, das ist nicht anschaulich für das Verstehen.
  3. Es fehlt dem Artikel noch einige Informationen.
  • Ich habe einige Ideen, die die Regressionsanalyse verbessern können.
  1. In dem Artikel über Datenaufbereitung (d.h. Ordnungsnummer 3.1) sollte auch das Behandeln der Ausreißer gezeigt werden. z.B. Entdeckung und Identifikation von Ausreißern(Stem-and Leaf Plot, Boxplot, Scatterplot etc.), und Ausreißertests(Grubbs/Beck-Test, David-Hartley-Pearson-Test etc.). Danach sollte auch das Verfahren, wie man die Ausreißer behandelt, gezeigt werden.
  2. In dem Artikel über Modellvalidierung (d.h. Ordnungsnummer 3.3), in der Residuenanalyse sollte auch Scatterplot erläutert werden, da Scatterplot die Anpassung diesem Modell überprüfen kann. Durch Scatterplot kann man sehen, ob die Voraussetzungen ( Homoskedastizität, Linearität, non-Autocorrelation usw.) erfüllt werden. Wenn nicht, sollte das Modell korrigiert werden.
  3. Nach der Modellvalidierung sollte auch die Schätzungen von Koeffizienten gezeigt werden. Danach sollte auch T-Test(überprüfen, ob die Schätzungen der Koeffizienten korrekt sind) und F-Test(überprüfen, ob das Modell korrekt ist) dargestellt werden.
  4. Nach der Nicht-parametrische Regression(d.h. Ordnungsnummer 4.8) sollte die Semi-parametrische Regression kurz erläutert werden.