Frage zum Konfidenzintervall: Was ist der Unterschied zw. 90 u. 99% Konfidenzintervall? Muss ich beim 90ger mein Ergebnis * 0.9 rechnen?! :???:
Druckbare Version
Frage zum Konfidenzintervall: Was ist der Unterschied zw. 90 u. 99% Konfidenzintervall? Muss ich beim 90ger mein Ergebnis * 0.9 rechnen?! :???:
kann mir bitte wer bei den 2 beispielen helfen?
Frage 1
Der folgende Regressionsoutput beschreibt den Zusammenhang zwischen Wohnungspreisen einer amerikanischen Großstadt und sämtlichen erklärenden Variablen. Wie groß ist ceteris paribus der erwartete Preisunterschied zweier Wohnungen, von denen die eine in Region 1 und die andere in Region 2 liegt (dimensionslos und auf 2 Dezimalstellen genau)?
Source | SS df MS Number of obs = 105
-------------+------------------------------ F( 10, 94) = 11.76
Model | 128249.949 10 12824.9949 Prob > F = 0.0000
Residual | 102517.633 94 1090.61312 R-squared = 0.5558
-------------+------------------------------ Adj R-squared = 0.5085
Total | 230767.582 104 2218.91906 Root MSE = 33.024
------------------------------------------------------------------------------
Preis | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
Schlafzimmer | 8.132448 2.6397 3.08 0.003 2.891261 13.37363
Groesze | .0385587 .0146308 2.64 0.010 .0095089 .0676086
Pool | -16.77762 7.14947 -2.35 0.021 -30.97306 -2.582184
Entfernung | -1.189907 .7431693 -1.60 0.113 -2.665487 .2856732
Garage | 35.65161 7.660133 4.65 0.000 20.44224 50.86098
Bad | 17.41034 9.751718 1.79 0.077 -1.951919 36.77261
Bezirk2 | 10.34673 12.22277 0.85 0.399 -13.92186 34.61532
Bezirk3 | 13.09065 11.31395 1.16 0.250 -9.373468 35.55477
Bezirk4 | -6.49699 11.09365 -0.59 0.560 -28.52369 15.52971
Bezirk5 | 4.062966 12.58333 0.32 0.747 -20.92153 29.04746
_cons | 63.68109 40.33808 1.58 0.118 -16.41112 143.7733
------------------------------------------------------------------------------
Variablenerklärung:
Preis...Verkaufspreis in 1000€
Schlafzimmer...Anzahl an Schlafzimmern
Groesze...Wohnungsgröße in Quadratfuß
Pool...1=nein, 0=ja
Entfernung...Entfernung vom Stadtzentrum
Garage...1=ja, 0=nein
Bad...Anzahl an Badezimmern
Bezirk2...1=ja, 0=nein
Bezirk3...1=ja, 0=nein
Bezirk4...1=ja, 0=nein
Bezirk5...1=ja, 0=nein
Frage 2:
Der folgende Regressionsoutput beschreibt den Zusammenhang zwischen Wohnungspreisen einer amerikanischen Großstadt und sämtlichen erklärenden Variablen. Wie groß ist ceteris paribus der erwartete Preisunterschied zweier Wohnungen, von denen die eine in Region 2 und die andere in Region 4 liegt (dimensionslos und auf 2 Dezimalstellen genau)?
Source | SS df MS Number of obs = 105
-------------+------------------------------ F( 10, 94) = 11.76
Model | 128249.949 10 12824.9949 Prob > F = 0.0000
Residual | 102517.633 94 1090.61312 R-squared = 0.5558
-------------+------------------------------ Adj R-squared = 0.5085
Total | 230767.582 104 2218.91906 Root MSE = 33.024
------------------------------------------------------------------------------
Preis | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
Schlafzimmer | 8.132448 2.6397 3.08 0.003 2.891261 13.37363
Groesze | .0385587 .0146308 2.64 0.010 .0095089 .0676086
Pool | -16.77762 7.14947 -2.35 0.021 -30.97306 -2.582184
Entfernung | -1.189907 .7431693 -1.60 0.113 -2.665487 .2856732
Garage | 35.65161 7.660133 4.65 0.000 20.44224 50.86098
Bad | 17.41034 9.751718 1.79 0.077 -1.951919 36.77261
Bezirk2 | 10.34673 12.22277 0.85 0.399 -13.92186 34.61532
Bezirk3 | 13.09065 11.31395 1.16 0.250 -9.373468 35.55477
Bezirk4 | -6.49699 11.09365 -0.59 0.560 -28.52369 15.52971
Bezirk5 | 4.062966 12.58333 0.32 0.747 -20.92153 29.04746
_cons | 63.68109 40.33808 1.58 0.118 -16.41112 143.7733
------------------------------------------------------------------------------
Variablenerklärung:
Preis...Verkaufspreis in 1000€
Schlafzimmer...Anzahl an Schlafzimmern
Groesze...Wohnungsgröße in Quadratfuß
Pool...1=nein, 0=ja
Entfernung...Entfernung vom Stadtzentrum
Garage...1=ja, 0=nein
Bad...Anzahl an Badezimmern
Bezirk2...1=ja, 0=nein
Bezirk3...1=ja, 0=nein
Bezirk4...1=ja, 0=nein
Bezirk5...1=ja, 0=nein
zB: bei 90% Intervall: 1-(0.10+2)= 0.95 dann invnormal(0.95) und das ist dann dein z1-alpha
Der folgende Regressionsoutput zeigt den linearen Zusammenhang zwischen Preis und Lage
von Wohnungen in einer amerikanischen Großstadt. Bei den Variablen "Bezirk2" bis "Bezirk5"
handelt es sich um binäre Variablen. Variable "Bezirk2" nimmt beispielsweise den Wert 1 an,
wenn sich die Wohnung in Region 2 befindet und sonst beträgt sie 0. Pankratius wohnt mit
seiner Frau Sophie und seiner Tochter Sopherl in einer Wohnung in Region 5. Seine beiden
Söhne Bonifatius und Servatius wohnen in Region 1 bzw. 3. Die Miete bezahlt ihnen ihr Vater.
Da Bonifatius und Servatius jetzt mit ihrem VWL Studium beginnen, übersiedelt jeder von ihnen
in eine Wohnung in Region 4. Da Sopherl gerade erfolgreich die Matura gemeistert hat,
bekommt sie von ihrem Vater Pankratius eine Wohnung in Region 2. Aufgrund von
unüberbrückbaren Meinungsverschiedenheiten zwischen Pankratius und Sophie trennen sich
die beiden nach langjähriger Ehe. Das Gericht entscheidet, dass Pankratius für 75% der
Wohnungsmiete von Sophie aufkommen muss. Sophie findet eine Wohnung in Region 1. Um
wieviel muss Pankratius ab jetzt im Schnitt mehr Miete zahlen
Preis | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
Bezirk2 | 30.53667 15.92971 1.92 0.058 -1.067417 62.14075
Bezirk3 | 31.87867 15.23171 2.09 0.039 1.659385 62.09795
Bezirk4 | 20.01425 14.83256 1.35 0.180 -9.41312 49.44163
Bezirk5 | 34.48667 16.76137 2.06 0.042 1.232585 67.74076
_cons | 196.9133 12.04173 16.35 0.000 173.0229 220.8038
Puh, gar nicht so easy....aber jetzt versteh ich überhaupt erst das Problem. :-)
Ja, also da hast du ja (weil ja Bezirk 1 afaik hier die Referenz ist) nur die Konstante....und davon halt 75%, die er insgesamt mehr zahlt. Alles andere bleibt ja gleich und würde sich ohnehin aufrechnen, wenn man das anschreibt und subtrahiert.
Also würde ich da meinen, dass 147.684975 die korrekte Lösung ist.
Wie würdest du denn ein Ergebnis (habe das bei so einer Abweichung von Stahlrohren) von 0.1988 auf die vierte Kommastelle gerundet ausweisen?
Da hab ich ja keine 5. Kommastelle und weiß demnach auch nicht, wie das zu runden ist.... :-(