ich bin gerade bei einer Übungsaufgabe zur linearen Regression (Statistik-Modul, nebenher fürs duale Studium) und habe für mein Modell ein R² von 0,62 raus. Rechnerisch ist mir klar, wie man das Bestimmtheitsmaß bestimmt, also über das Verhältnis von erklärter zu Gesamtstreuung. Aber bei der Interpretation hänge ich:
- Heißt 0,62 jetzt, dass das Modell 62% der Varianz der Zielvariable erklärt, oder interpretiere ich da schon zu viel rein?
- Gibt es überhaupt feste Grenzwerte, ab wann ein Modell als "gut" gilt, oder hängt das stark vom Fachgebiet ab? In den Ingenieurwissenschaften hätte ich spontan gedacht, dass man eher höhere Werte erwartet als z.B. in den Sozialwissenschaften.
- Macht es einen Unterschied, ob ich einfache oder multiple lineare Regression habe, also sollte ich bei mehreren Prädiktoren eher auf das korrigierte R² schauen?
Hat jemand eine praxisnahe Faustregel oder Beispiele, wie ihr das in Klausuren begründet, wenn nach der Güte des Modells gefragt wird?
