Voraussetzungen linearer Regression verständlich prüfen

Voraussetzungen des linearen Modells

Wenn du lineare Regression in einer Arbeit verwendest, übersetzt du die Modellannahmen in eine konkrete Frage, ordnest deine Daten und prüfst das Ergebnis an klaren Kriterien.

Vorschau der ersten Seite: Statistik berichten: Mustersätze für den Ergebnisteil

Kostenlos herunterladen

Statistik berichten: Mustersätze für den Ergebnisteil

Die Voraussetzungen für die lineare Regression auf dieser Seite, dazu die APA-7-Ergebnisblätter zu Regression, Korrelation, t-Test, Varianzanalyse, Chi-Quadrat-Test und deskriptiver Statistik samt Effektstärke.

Word-Vorlage herunterladen (DOCX, 71 KB) PDF ansehen (PDF, 76 KB)

Alle Vorlagen ansehen

Die Voraussetzungen in eine prüfbare Frage übersetzen

Die Voraussetzungen linearer Regression gelten hier für das multiple lineare Regressionsmodell. Es soll bis auf die Störgröße das wahre Modell abbilden, und die Störgröße gilt als unbeobachtbare Zufallsvariable. Für wissenschaftliches Schreiben ist das keine fertige Aussage, sondern eine Aufgabe: Passt das gewählte Modell zu deiner Frage, und lässt sich das Ergebnis anhand der festgelegten Kriterien nachvollziehen?

Eine gute Frage nennt zuerst den untersuchten Zusammenhang und das gewünschte Ergebnis. Das kann zum Beispiel eine dokumentierte Einschätzung sein, ob die Modellannahmen für deinen Datensatz geprüft wurden. So bleibst du genauer als mit einer allgemeinen Behauptung über jede Regression. Wenn du eine Forschungsfrage formulieren möchtest, begrenze sie so, dass Modell, Regressoren, Störgröße und Prüfkriterien erkennbar bleiben.

Für wissenschaftliches Schreiben bedeutet das: Deine Erklärung muss zwischen Modellannahme, eigener Auswertung und der Reichweite deiner Aussage unterscheiden. Als Grundannahme gilt ein Erwartungswert der Störgröße von null. Typisch sind außerdem unkorrelierte Komponenten der Störgröße und eine gleiche Varianz der Komponenten. Diese Punkte bilden den sachlichen Kern der Prüfung.

Das Ergebnis ist daher keine pauschale Bestätigung, sondern eine geordnete Dokumentation. Sie hält fest, welche Kriterien du verwendest, welches Material du betrachtest, was du damit getan hast und was sich daraus nur begrenzt ableiten lässt. Eine wissenschaftliche Argumentation bleibt nachvollziehbar, wenn jeder Schritt an ein sichtbares Ergebnis gebunden ist.

Die Bestandteile einer wissenschaftlichen Arbeit können diese Trennung sichtbar machen: Einordnung, Frage, Material, Auswertung, Ergebnis und Begrenzung werden nicht vermischt. Aussagen zu lokalen Studienordnungen, Zulassungen, Fristen, Kosten oder Berufsaussichten gehören nicht in diese Erklärung.

Bestandteile und Entscheidungen in nachvollziehbarer Reihenfolge

Am Anfang steht deine Frage zu den Voraussetzungen linearer Regression. Formuliere zuerst, was am Ende geklärt sein soll. Eine mögliche Frage lautet: Welche im Modell beschriebenen Annahmen musst du für die geplante Auswertung dokumentieren, und wie grenzt du das Ergebnis gegen diese Annahmen ab? Sie legt noch kein Ergebnis fest.

1. Modell bestimmen: Lies gezielt nach, wie das multiple lineare Regressionsmodell beschrieben wird. Halte fest, dass unbekannte skalare Steigungsparameter, Regressoren, ein linearer Prädiktor und eine unbeobachtbare Störgröße im Modell vorkommen.
2. Annahmen sammeln: Überführe die Annahmen in eine Prüfliste. Dazu gehören der Erwartungswert der Störgröße gleich null, die angenommene Unkorreliertheit ihrer Komponenten und die Annahme gleicher Varianzen. Erweitere die Liste nicht um zusätzliche Anforderungen, die sich nicht belegen lassen.
3. Daten ordnen: Trenne deine Frage, die Modellbeschreibung, die verwendeten Regressoren und die beobachteten Abweichungen. Kennzeichne außerdem, welche Größe beobachtet wird und welche Störgröße im Modell unbeobachtbar ist. So bleibt erkennbar, worauf sich die jeweilige Aussage bezieht.
4. Annahmen prüfen: Beschreibe, wie du die Modellannahmen anhand deiner Daten prüfst oder dokumentierst. Wenn du eine Annahme mit den vorhandenen Daten nicht beurteilen kannst, vermerke genau diese offene Prüfung, statt eine Bestätigung zu behaupten.
5. Ergebnis abgrenzen: Stelle fest, welche Annahmen du dokumentiert hast und welche Grenze deiner Aussage bestehen bleibt. Unter den genannten Annahmen liefern klassische Verfahren wie die Methode der kleinsten Quadrate einfache Schätzer für unbekannte Parameter und die Varianz. Daraus folgt für deinen Text: Dein Ergebnis muss zeigen, ob du die Annahmen geprüft hast, nicht mehr.

Wenn du eine Gliederung einer Hausarbeit vorbereitest, kannst du diese Reihenfolge als Struktur verwenden. Bei einer Hausarbeit schreiben gehört die Quellenangabe an die Stelle, an der du Modell und Annahmen erklärst. Für eine Masterarbeit schreiben kannst du dieselbe Ordnung nutzen, wenn die Arbeit diese Modellprüfung tatsächlich braucht. Das Literaturverzeichnis erstellen bleibt eine eigene formale Aufgabe.

Auch die Quellenangaben richtig zitieren gehört zur Dokumentation. Prüfe die Angaben der verwendeten Ausgabe und entscheide anhand der geltenden Vorgaben, welche Zitierweisen du in deinem Text einsetzt. Die deutsche Zitierweise und die Harvard-Zitierweise darfst du nicht als allgemeingültige Vorgabe darstellen, wenn deine Unterlagen nichts dazu sagen.

Schritt für Schritt zum Ergebnis

Ein belastbarer Ablauf verbindet jeden Schritt mit einem konkreten Ergebnis. So wird aus der Frage nach den Voraussetzungen kein bloßer Überblick.

1. Frage festlegen: Schreibe einen Satz, der Modellprüfung und Aussageziel verbindet. Ergebnis: eine begrenzte Frage, die du später mit den geprüften Annahmen beantworten kannst.
2. Modellbeschreibung lesen: Markiere Regressoren, linearen Prädiktor, Steigungsparameter und Störgröße. Ergebnis: eine kurze Beschreibung dessen, was im Modell voneinander unterschieden wird.
3. Erste Annahme erfassen: Dokumentiere den Erwartungswert der Störgröße von null. Ergebnis: eine eindeutig benannte Annahme für die weitere Prüfung.
4. Weitere Annahmen erfassen: Notiere die angenommene Unkorreliertheit der Komponenten und die gleiche Varianz. Ergebnis: zwei getrennte Prüfpunkte statt einer unbestimmten Aussage, die Voraussetzungen seien erfüllt.
5. Daten zuordnen: Ordne jeder Annahme die tatsächlich vorliegende Information oder den noch offenen Punkt zu. Ergebnis: eine Zuordnung, aus der sichtbar wird, welche Aussage belegt und welche noch nicht beurteilt ist.
6. Auswertung dokumentieren: Beschreibe deine Auswertung und halte die Beobachtung oder das Resultat fest. Die Methode der kleinsten Quadrate ist ein klassisches Verfahren, das unter den beschriebenen Annahmen Schätzer für unbekannte Parameter und die Varianz liefert. Ergebnis: eine dokumentierte Auswertung mit klarer Verbindung zur Modellannahme.
7. Reichweite formulieren: Trenne die dokumentierte Prüfung von einer weitergehenden Deutung. Ergebnis: ein Satz, der nur die geprüften Annahmen und die konkreten Daten umfasst.

Für die Darstellung der Methoden wissenschaftlicher Arbeiten ist diese Abfolge hilfreich, weil sie Material, Vorgehen und Ergebnis auseinanderhält. Die Unterscheidung zwischen qualitative und quantitative Forschung solltest du dabei nicht pauschal als Begründung für eine Regression verwenden. Nimm nur die Einordnung, die deine Frage und deine Unterlagen tragen.

Nach der inhaltlichen Prüfung folgt die formale Dokumentation. Prüfe, ob du die verwendete Literatur vollständig erfasst hast, ob die Übernahme der Modellannahmen nachvollziehbar belegt ist und ob fremde Formulierungen als solche erkennbar bleiben. So kannst du Plagiat vermeiden, ohne eine unbelegte allgemeine Regel über wissenschaftliche Arbeiten zu behaupten.

Ein kurzes durchgängiges Anwendungsbeispiel

Eine Studierende baut ein erfundenes Rechenbeispiel mit sechs Beobachtungen auf. In ihre Tabelle schreibt sie für den Regressor x die Werte 1, 2, 3, 4, 5 und 6. Als Zielwert y setzt sie daneben 5, 8, 11, 14, 17 und 20 ein. Die Zahlen sind ausschließlich Material für ihr Beispiel. Sie hält außerdem fest, dass sie eine Gerade der Form y = a + b x berechnen will. a und b markiert sie als die Größen, die in ihrer Rechnung noch bestimmt werden.

Für die Rechnung addiert sie zunächst die Werte: Die Summe der x-Werte ist 21, die Summe der y-Werte ist 75. Daraus berechnet sie die Mittelwerte x̄ = 21 / 6 = 3,5 und ȳ = 75 / 6 = 12,5. Danach ergänzt sie eine Arbeitstabelle. Für jede Zeile notiert sie x minus x̄, y minus ȳ, das Produkt dieser beiden Abweichungen sowie das Quadrat von x minus x̄. Diese zusätzlichen Spalten sind Rechenschritte ihres Beispiels und keine weiteren Beobachtungen.

Die Produkte ergeben zusammen 52,5; die Quadrate ergeben ebenfalls 17,5. Für den Kleinste-Quadrate-Schritt teilt sie 52,5 durch 17,5 und erhält b = 3. Anschließend setzt sie die Mittelwerte ein: a = 12,5 minus 3 · 3,5 = 2. Ihr konkretes Rechenergebnis lautet damit y = 2 + 3x. Sie trägt die aus dieser Gleichung berechneten Werte 5, 8, 11, 14, 17 und 20 in eine weitere Spalte ein. In diesem Beispiel stimmen sie zeilenweise mit den eingetragenen Zielwerten überein.

Danach trennt sie Rechnung und Modellbeschreibung. Regressoren gehen im Modell in einen linearen Prädiktor ein; die Störgröße behandelt sie nicht als Tabellenspalte. Sie notiert sie als unbeobachtbare Zufallsvariable und führt den Erwartungswert null, unkorrelierte Komponenten sowie gleiche Varianz ausdrücklich als Annahmen auf. Aus der Übereinstimmung ihrer sechs Beispielwerte leitet sie keine Bestätigung dieser Annahmen ab. Ihr Ergebnis besteht nur aus der gezeigten Tabelle, den Rechenschritten und der Gleichung für dieses erfundene Material.

Zum Schluss liest sie den Ablauf rückwärts: Die sechs Ausgangswerte müssen in der Tabelle wiederzufinden sein, die Summen müssen zu den Tabellenzellen passen, und die beiden berechneten Größen müssen wieder zur Gleichung führen. So kann sie zeigen, welche Daten sie eingesetzt, welchen Schritt sie ausgeführt und welches Ergebnis sie erhalten hat. Zugleich bleibt sichtbar, wie weit die Aussage reicht: Das kleine Beispiel veranschaulicht eine Rechnung, aber es ersetzt keine Aussage über die unbeobachtbare Störgröße oder die Modellannahmen.

Inhaltliche Abgrenzung und formale Prüfung trennen

Der Qualitätscheck beginnt mit deiner Frage. Sie soll erkennen lassen, welches Modell gemeint ist, welche Daten in die eigene Rechnung eingehen und welches Ergebnis der Text zeigen soll. Danach kommt das Modell selbst. Im Text werden Regressoren, linearer Prädiktor und Störgröße nicht gleichgesetzt. Die Störgröße ist eine unbeobachtbare Zufallsvariable und deshalb nicht einfach eine zusätzlich eingetragene Spalte.

Bei den Annahmen trennst du den eigenen Rechenweg von den Annahmen des Modells. Als Grundannahme gilt ein Erwartungswert der Störgröße von null. Dazu kommen unkorrelierte Komponenten und dieselbe Varianz. Diese drei Punkte stehen im Qualitätscheck als Annahmen. Du schreibst sie nicht in Befunde über deine Daten um und verwechselst sie nicht mit einem Ergebnis aus einer Tabelle.

• Frage: Modell, eingesetzte Daten und gewünschtes Ergebnis sind benannt.
• Modell: Regressoren, linearer Prädiktor und Störgröße sind getrennt beschrieben.
• Annahmen: Erwartungswert null, unkorrelierte Komponenten und gleiche Varianz erscheinen als Modellannahmen.
• Daten: Ausgangswerte, Rechenspalten und berechnete Werte sind voneinander unterscheidbar dargestellt.
• Vorgehen: Der Text nennt die eingesetzten Werte und zeigt die ausgeführte Rechnung in nachvollziehbarer Reihenfolge.
• Ergebnis: Das Ergebnis gibt die berechneten Größen oder die aus ihnen gebildete Gleichung wieder.
• Nachvollziehbarkeit: Jede Summe, jeder Zwischenschritt und jedes Ergebnis lässt sich den angegebenen Werten zuordnen.
• Reichweite: Der Text trennt das Rechenergebnis von Aussagen über die unbeobachtbare Störgröße und die Modellannahmen.

Die inhaltliche Abgrenzung steht vor der formalen Prüfung. Kontrolliere zunächst, ob eine Annahme als Annahme bezeichnet bleibt. Kontrolliere außerdem, ob der Text aus seinen Daten nur das ableitet, was die dargestellte Rechnung tatsächlich ergibt. Ein Überblick über die Annahmen darf nicht als fertiges Ergebnis des eigenen Beispiels erscheinen. Ebenso darf eine berechnete Größe nicht als beobachtete Störgröße ausgegeben werden.

Erst danach folgt die formale Prüfung. Prüfe, ob die Tabelle lesbar ist, ob Symbole vor ihrer Verwendung erklärt werden und ob die Rechenschritte zwischen Ausgangswerten und Ergebnis vollständig stehen. Kontrolliere auch, ob Literatur, eigene Rechnung und Modellannahmen sprachlich getrennt bleiben. Entferne Sätze, die weder eine gezeigte Rechnung wiedergeben noch eine Annahme des Modells korrekt kennzeichnen. So bleiben Daten, Vorgehen, Ergebnis, Reichweite und die formale Darstellung deutlich unterscheidbar.

Quellen und Stand

• Warum Reha? | Voraussetzungen und Ausschlussgründe | Deutsche Rentenversicherung: www.deutsche-rentenversicherung.de (geprüft am 2026-08-30)
• Multiple lineare Regression, Wikipedia: de.wikipedia.org (geprüft am 2026-08-30)