Hebeleffekt

Author: Hans Lohninger

Der Ausdruck "Hebeleffekt" wird normalerweise für einen unerwünschten Effekt in der Regressionsanalyse (aber auch in anderen Methoden) verwendet. Grundsätzlich ist damit gemeint, dass ein einzelner Datenpunkt, der weit außerhalb der Datenmenge liegt (ein Ausreißer), eine überproportionale Auswirkung auf die resultierende Regressionskurve hat.

Der Grund für dieses Verhalten liegt in der Methode der kleinsten Quadrate. Da die Regressionskurve berechnet wird, in dem man die Summe der quadrierten Residuen minimiert, hat natürlich eine große Abweichung vom Trend einen sehr viel stärkeren Einfluss auf das Ergebnis als die eigentlich "richtigen" Datenpunkte. Dieser Effekt bei weit außen liegenden Punkten kann so stark werden, dass die Regressionskurve komplett "kippt".

Abhängig von der Zahl der Stichproben und dem Abstand des Ausreißers von den restlichen Daten kann dieser Effekt ein Regressionsmodell, das ohne diesen Ausreißer sehr gut wäre, vollkommen verfälschen. Klicken Sie auf die Abbildung, um das interaktive Beispiel zu starten.