Effect Separation in Regression Models with Multiple Scales
Regressionsanalysen sind von Konfundierungseffekten betroffen, wenn Drittvariablen gleichzeitig mit Zielgrößen und Kovariablen korreliert sind. Klassische Regressionsmodelle sind in diesen Fällen nicht in der Lage, Kovariablen- und Drittvariableneffekte voneinander zu unterscheiden. Die resultierenden Schätzer sind folglich in der Regel verzerrt. Motivation für diese Dissertation ist der Spezialfall von räumlicher Konfundierung, der auftritt wenn Drittvariablen eine ähnliche räumliche Struktur in Kovariablen und Zielgrößen induzieren. Um der Verzerrung des geschätzten Kovariableneffektes en...