Zusammenfassung
Ein wichtiger Bestandteil der empirischen Modellbildung ist die Modelldiagnose eines geschätzten Modells. Die Modelldiagnose bildet den kritischen Abschluss eines statistischen Schätzprozesses und überprüft die Annahmen des gewählten Modells. Die Frage: „Ist das Modell adäquat?“ wird mit Hilfe der Residuen beantwortet, daher ist ein wichtiger Teil der Modelldiagnose die Residuenanalyse. Die Modelldiagnose erfolgt entweder graphisch oder mit Tests und je nach Anwendungsgebiet hat sich ein Standard herausgebildet. Bei Regressionsmodellen in den Wirtschaftswissenschaften sind Tests auf Autokorrelation (bei Zeitreihendaten) und auf heterogene Varianzen (Heteroskedastizität) wichtige Bestandteile der Modelldiagnose, die daher in diesem Abschnitt behandelt werden. Das Regressionsmodeil bestht aus vielen Annahmen, die bei jeder Anwendung überprüft werden sollten, wie z. B. die folgenden Punkte.
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsPreview
Unable to display preview. Download preview PDF.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 1997 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Polasek, W. (1997). Modelldiagnose. In: Schließende Statistik. Springer-Lehrbuch. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-59099-3_13
Download citation
DOI: https://doi.org/10.1007/978-3-642-59099-3_13
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-61731-0
Online ISBN: 978-3-642-59099-3
eBook Packages: Springer Book Archive