Hallo zusammen,
ich wollte eine Regressionsanalyse durchführen, um den Effekt eines Jahres auf eine metrische abhängige Variable zu überprüfen.
Ich habe das so gemacht, dass ich das Jahr als Dummy-Variable mit einer 1 codiert habe und damit dann doch den durchschnittlichen Effekt des Jahres verglichen mit den anderen Jahren, für die die Dummy-Variable gleich Null ist, bekomme. Dabei habe ich aber eben nur eine bzw. zwei Dummy-Variablen als unabhängige Variablen in meinem Modell, und dadurch gestalten sich die Testungen der Modellannahmen als schwierig.
Ich habe für die Annahme der korrekten Modellspezifizierung den Ramsey-Test (estat ovtest) verwendet, der funktioniert aber nicht, wenn man keine weiteren metrischen unabhängigen Variablen verwendet.
Auch der Test auf Heteroskedastizität (estat hettest) liefert mir keine guten Ergebnisse und macht bei einer Dummy-Variable doch nur begrenzt Sinn, oder?
Bei dem Test auf Autokorrelation (estat dwatson) sieht es plausibler aus, da ich in meinen Daten eine gewisse Autokorrelation erwartet hatte.
Die "wichtigste" Annahme der Normalverteilung der Residuen (qnorm residuals) zeigt eine halbwegs gute Normalverteilung. Da wäre meine Frage, ob man da bei weit über 30 Beobachtungswerten nicht über den Grenzwertsatz eine Normalverteilung annehmen kann?
Muss man bei Dummy-Variablen die Tests anpassen oder andere Verwenden?