Lineare Regression: Konfidenzbänder

Hallo,

ich suche eine einfache, für Nichtmathematiker verständliche Herleitung der Konfidenzintervalle bzw. der Standardfehler für die Vorhersage und für den Mittelwert bei der einfachen linearen Regression.

Eine einfache Herleitung für die Varianz der Residuen habe ich. Ab dann aber wird’s unverständlich. Die Quellen, die ich gefunden habe, setzen eine kurze Matrixoperation an, „woraus gleich offensichtlich ist, dass…“ usw.

Das ist mir zu abgehoben und zu wenig anschaulich :frowning: Ich brauche nur einmal eine anschauliche Schritt-für-Schritt-Erklärung und das auch nur für den Fall der einfachen bivariaten Analyse (nix multiple Regression und so). Die braucht mathematisch nicht elegant zu sein, aber sie sollte ohne Kenntnisse in besonderen mathematischen Notationen und Verfahren nachvollziehbar sein, eben für echte Nichtmathematiker :smile:

Hat da jemand etwas, was mir helfen könnte?

LG
Jochen

PS: Ich habe auch versucht, die Formeln „rückwärts“ umzuformen, um eine Idee über die Zusammenhänge zu bekommen, aber auch daran bin ich gescheitert…

PPS: Der Standardfehler für die Mittelwerte ist m.W. Wurzel(s²res*(1/n+(X-mx)²/((n-1)*s²x))) mit s²res = Varianz der Residuen, n = Stichprobenumfang, X = gegebener X-Wert, mx und s²x = Mittelwert und Varianz der x-Werte.

Tip
http://de.wikipedia.org/wiki/Konfidenzintervall

Danke für den Tip, aber der ist IMHO unbrauchbar. Ich weiß wohl, wie man ein Konfidenzintervall berechnet, aber bei der LINEAREN REGRESSION, um die es ganz explizit ging, verstehe ich eben nicht, wie man auf die Standardfehler der Koeffizienten kommt. Und DAS steht in dem Wiki-Artikel auch nicht drin. Geschweige denn eine einfache Herleitung.

LG
Jochen