clara92 hat geschrieben: ↑Mi Mai 24, 2017 10:02 am Es hängt schon an Problemen wie die Daten überhaupt geordnet sein müssen.
Das hängt allerdings auch schon davon ab, was Du danach mit den Daten tun möchtest. Es liegt in der Natur der Sache, dass wir hier die Daten so schnell wie möglich aus Excel herausbekommen und lieber in R weiter verarbeiten wollen. Excel ist einfach viel zu gefährlich.
Mein weiteres Vorgehen wäre eigentlich eine lineare Regression durchzuführen um die Hypothesen verwerfen/ beibehalten zu können.
Vorsicht bei einfachen Regressionen und Zeitreihen. Wenn das für Deinen Prof. in Ordnung ist, dann ist gut. Das entscheidende Problem ist hier nicht die Normalverteilung, sondern die fehlende Unabhängigkeit der Beobachtungen.
Hier hatte ich in einem meiner Vorlesungsskripts gelesen, dass die Normalverteilung Voraussetzung für valide Ergebnisse ist.
Normalverteilung der Residuen ist eine sehr schöne Sache. Wenn die Residuen nicht normalverteilt sind, stimmen die Modellannahmen der linearen Regression nicht. Das bedeutet aber nicht, dass die unabhängigen oder abhängigen Variablen normalverteilt sein müssten. Ob die Residuen normalverteilt sind kannst Du erst untersuchen, wenn die Regression bereits durchgeführt wurde.
Bringt die Regression auch ohne Prüfung gute Ergebnisse?
Möglich, aber unsicher. Überprüfungen solltest Du nach der Regressionsrechnung unbedingt durchführen. Nur eben nicht auf Normalverteilung der UVs und AVs.
Ich hatte mir eigentlich vorgestellt über r einen Graphen über die Normalverteilung zu erstellen, evtl ein Punktdiagramm, welches auf der x-achse die Aktienrendite abbildet und auf der y-achse die Häufigkeiten.
Kannst Du machen, solltest Du wahrscheinlich auch machen, ist aber zum Überprüfen der Normalverteilung längst nicht so gut geeignet, wie der von Jörg angesprochene Quantile-Quantile-Plot. (in R mit
qqnorm()).
LG,
Bernhard
