ungewiss-arten-regr_var1

inference
lm
qm2
paper
Published

July 14, 2026

Question

Eine statistische Analyse, wie eine Regression, ist mit mehreren Arten an Ungewissheit konfrontiert. Zum einen gibt es die Ungewissheit in den Modellparametern. Für die Regression bedeutet das: “Liegt die Regressionsgerade in”Wahrheit” (in der Population) genauso wie in der Stichprobe, sind Achsenabschnitt und Steigung in der Stichprobe also identisch zur Population?“. Zum anderen die Ungewissheit innerhalb des Modells. Auch wenn wir die”wahre” Regressionsgleichung kennen würden, wären (in aller Regel) die Vorhersagen trotzdem nicht perfekt. Auch wenn wir etwa wüssten, wieviel Klausurpunkte “in Wahrheit” pro Stunde Lernen herausspringen (und wenn wir den wahren Achsenabschnitt kennen würden, was nicht der Fall ist), so würde das Modell trotzdem keine perfekten Vorhersagen zum Klausurerfolg liefern. Vermutlich fehlen dem Modell wichtige Informationen etwa zur Motivation der Studentis.

Vor diesem Hintergrund, betrachten Sie folgendes statistisches Regressionsmodell, das mit Methoden der Bayes-Statistik berechnet ist:

mpg ~ gear
stan_glm
 family:       gaussian [identity]
 formula:      mpg ~ gear
 observations: 32
 predictors:   2
------
            Median MAD_SD
(Intercept) 5.4    5.2   
gear        4.0    1.4   

Auxiliary parameter(s):
      Median MAD_SD
sigma 5.4    0.7   

------
* For help interpreting the printed output see ?print.stanreg
* For info on the priors used see ?prior_summary.stanreg

Für den Prädiktor carb ist das Regressionsgewicht angegeben unter der Spalte median. Dieser Wert entspricht der Punktschätzung in der Population und ist identisch zum Regressiongewicht der Stichprobe.

Die Spalte MAD_SD gibt den Standardfehler zur Schätzung des Koeffizienten (der entsprechenden Zeile) wieder.

Beantworten Sie vor diesem Hintergrund folgende Frage:

Welche Zahl(en) kennzeichnet die Ungewissheit des Modells des Modells gegeben der Modellparameter (die Ungewissheit innerhalb des Modells)? (Gesucht ist nicht die Ungewissheit für die Ungewissheit des Modells).

Hinweise:

  • Geben Sie nur Zahlen ein.
  • Runden Sie auf 1 Dezimale.

Solution

Die Antwort lautet: 5.4416533.

Aufgabenname: ungewiss-arten-regr_var1

Meta-information

extype: num exsolution: 5.4416533 exname: ungewiss-arten-regr_var1 expoints: 1 extol: 0.2 categories: - inference - lm - qm2