Modellvoraussetzungen — 6-Punkte-Checkliste
Jede OLS-Regression beruht auf 6 Kernannahmen. Werden sie verletzt, sinkt die Verlässlichkeit:
- Linearität: der Zusammenhang ist linear → partielle Regressionsdiagramme prüfen
- Normalverteilte Residuen: Residuen sind normalverteilt → Q-Q-Diagramm prüfen
- Konstante Varianz: die Residualstreuung ist gleichmäßig → Breusch-Pagan-Test
- Unabhängigkeit: keine Autokorrelation der Residuen → Durbin-Watson-Test
- Keine Multikollinearität: X-Variablen nicht stark korreliert → VIF < 5
- Keine einflussreichen Ausreißer: kein einzelner Punkt dominiert → Cook-D + |std. Residuum| > 3
In der App ausprobieren
Probieren Sie: Regression ausführen → die Karte „Modell-Gesundheitscheck“ oben in den Ergebnissen misst vier Voraussetzungen live (Breusch-Pagan, Durbin-Watson, VIF, Cook-Distanz und große Residuen). Linearität und Normalverteilung sind als „Visuelle Prüfung“ markiert: Öffnen Sie die partiellen Regressionsdiagramme und den Q-Q-Plot und beurteilen Sie sie selbst.