Unabhängige Variable für Multiple Regression

Die Multiple Regression verwendet Regressoren (andere Datensets) zur Modellerstellung und Definition der Beziehung zwischen der abhängigen Variablen (die Historie des Artikels) und den angegebenen Regressoren (unabhängigen Variablen) für die ATT-Prognoseroutine. Sie können diese Regressoren auf der Registerkarte Unabhängige Variablen der Seite "Prognoseroutinen" angeben.

Siehe ATT-Prognoseroutine definieren.

Die Registerkarte enthält eine Liste mit Kennzahlen, in denen die der Prognoseroutine zugeordneten unabhängigen Variablen für eine multiple Regressionsanalyse enthalten sind. Auch die Kennzahlen, in denen die Ergebnisse der unabhängigen Variablen gespeichert werden können, werden aufgeführt.

Die folgende Tabelle zeigt die relevanten Kennzahlen:

Kennzahl	Beschreibung
Unabhängige Variable	In dieser Kennzahl wird die unabhängige Variable hinterlegt, die an die Prognoseroutine übermittelt werden muss. Variablen enthalten die Daten für den Zyklusperiodenhorizont (historische und zukünftige Horizonte).
Regressionskoeffizient	Die Kennzahl wird verwendet, um die Daten des Regressionskoeffizienten (Beta-Koeffizienten) zu hinterlegen, die für die entsprechende unabhängige Variable generiert werden. Dieser repräsentiert den Prozentsatz der entsprechenden unabhängigen Variablen, der im Modell aufgebaut wird. Dabei handelt es sich um einen statischen (zeitunabhängigen) Wert, der in der Konstante PCONST vermerkt wird.
t-Statistik	Die Kennzahl wird verwendet, um die Daten der t-Statistik zu hinterlegen, die für die entsprechende unabhängige Variable generiert werden. Die Kennzahl repräsentiert den Koeffizienten geteilt durch den Standardfehler. Mit diesen wird jede einzelne unabhängige Variable auf Relevanz getestet. Sind die generierten Daten groß (absoluter Wert > 2), ist die unabhängige Variable im Vergleich zu null auf der 95-%-Ebene statistisch signifikant und muss akzeptiert werden. Dabei handelt es sich um einen statischen (zeitunabhängigen) Wert, der in der Konstante PCONST vermerkt wird.
t-Statistik - P-Wert	Die Kennzahl wird verwendet, um die Daten des P-Werts der t-Statistik zu hinterlegen, die für die entsprechende unabhängige Variable generiert werden. Der P-Wert gibt die Wahrscheinlichkeit an, mit der die beobachtete t-Statistik überschritten wird, wenn der wahre Koeffizient null ist. Ein niedriger Wert (< 0,05) impliziert statistische Signifikanz. Dabei handelt es sich um einen statischen (zeitunabhängigen) Wert, der in der Konstante PCONST vermerkt wird.
Inflationsfaktor - Abweichung	Die Kennzahl wird verwendet, um die Daten des abweichungsbezogenen Inflationsfaktors für die entsprechende unabhängige Variable zu hinterlegen. Mit diesen Daten wird die Multikollinearität gemessen. Multikollinearität ist ein Problem der Regressionsanalyse und liegt vor, wenn zwei oder mehr erklärende Variablen eine sehr starke Korrelation miteinander haben. Eine starke Korrelation tritt auf, wenn unabhängige Variablen linear miteinander und der abhängigen Variablen verbunden sind.