beta1-interpretation-schoice

bayes
paper
Published

July 10, 2026

Question

Im Kung-Regressionsmodell (height ~ weight_c) wird für \(\beta_1\) (das “Regressionsgewicht”) ein Schätzwert von etwa 0,9 berichtet. Wie ist dieser Wert korrekt zu interpretieren?

Answerlist

  • Zwei erwachsene !Kung, die sich um 1 kg im (zentrierten) Gewicht unterscheiden, unterscheiden sich laut Modell im Schnitt um etwa 0,9 cm in der Körpergröße.
  • Die durchschnittliche Körpergröße aller erwachsenen !Kung beträgt 0,9 cm.
  • \(\beta_1=0{,}9\) bedeutet, dass 90 % der !Kung größer als der Mittelwert sind.
  • Eine Person mit einem (zentrierten) Gewicht von 0 hat laut Modell eine Körpergröße von 0,9 cm.
  • \(\beta_1=0{,}9\) gibt die Korrelation zwischen Gewicht und Größe an, die hier bei \(r=0{,}9\) liegt.

Solution

\(\beta_1\) ist die Steigung der Regressionsgeraden: Sie gibt an, um wie viele Einheiten sich die AV (Körpergröße) im Schnitt unterscheidet, wenn sich zwei Beobachtungen um eine Einheit in der UV (Gewicht) unterscheiden. Mit \(\beta_1\approx 0{,}9\) bedeutet das: Ein Unterschied von 1 kg Körpergewicht geht im Schnitt mit einem Unterschied von etwa 0,9 cm Körpergröße einher. Die erste Option ist korrekt.

Warum die Distraktoren falsch sind:

  • Die zweite Option verwechselt \(\beta_1\) (die Steigung) mit \(\beta_0\) (dem Achsenabschnitt, der bei zentriertem Prädiktor die mittlere Körpergröße angibt) – die durchschnittliche Körpergröße liegt im Beispiel bei ca. 154 cm, nicht bei 0,9 cm.
  • Die dritte Option interpretiert \(\beta_1\) fälschlich als einen Anteilswert (Prozentsatz) – \(\beta_1\) ist aber ein Regressionskoeffizient in der Einheit “cm pro kg”, kein Anteil an der Stichprobe.
  • Die vierte Option verwechselt wiederum \(\beta_1\) mit \(\beta_0\): Die vorhergesagte Größe bei weight_c = 0 wird durch den Achsenabschnitt \(\beta_0\) angegeben, nicht durch die Steigung \(\beta_1\).
  • Die fünfte Option verwechselt den Regressionskoeffizienten \(\beta_1\) mit dem Korrelationskoeffizienten \(r\) – beide messen zwar verwandte Aspekte des Zusammenhangs, sind aber unterschiedliche Kennzahlen mit unterschiedlichen Einheiten und Wertebereichen (\(r\) liegt zwischen \(-1\) und \(1\), \(\beta_1\) kann beliebige Werte in der Einheit von AV/UV annehmen).

Aufgabenname: beta1-interpretation-schoice

Answerlist

  • Wahr
  • Falsch
  • Falsch
  • Falsch
  • Falsch

Meta-information

exname: beta1-interpretation-schoice extype: schoice expoints: 1 exsolution: 10000 exshuffle: 5 excategory: bayes