Stochastische Regressoren |
23.06.2016, 15:34 | the_official | Auf diesen Beitrag antworten » |
Stochastische Regressoren Hallo! Ich möchte eine multiple logistische Regression durchführen. Die zu erklärende Variable ist binär ausgeprägt. Die Regressoren sind teilweise deterministisch, teilweise stochastisch. Die Parameter mu, sigma der stochastischen (normalverteilten) Regressoren werden aus Stichproben geschätzt. Wenn ich bei der Regression bei den stochastischen Regressoren deren Erwartungswerte einsetze (also so tue als gäbe es keine Unsicherheit über ihren jeweiligen Lageparameter), so führt dies wohl zu einer verzerrten und inkonsistenten Schätzung der Regressionskoeffizienten, was wenig wünschenswert erscheint. Meine Frage lautet nun: kann ich dieses Problem dadurch umgehen, dass ich die stochastischen Regressoren standardisiere bzw. studentisiere, d.h. vom Regressor seinen geschätzten Mittelwert abziehe und durch seine empirische Standardabweichung teile? Mit anderen Worten: kann ich das Problem lösen, indem ich in die Regression die Unsicherheit über die Lageparameter der stochastischen Regressoren mit einfliessen lasse? Sind die Regressionskoeffizienten dann unverzerrt und konsistent? Meine Ideen: wie beschrieben |
||
24.06.2016, 17:45 | the_official | Auf diesen Beitrag antworten » |
RE: Stochastische Regressoren Hmm, hat hier irgendjemand eine Idee oder hab ich das Problem vielleicht zu umständlich oder missverständlich dargstellt? |
|