Zurück zur Lektion

Leitfaden für Lehrer: Residuen

Lerne, was ein Residuum ist, wie du Residuen in einer Tabelle berechnest und wie ein Residuendiagramm zeigt, ob eine Gerade zu den Daten passt.

Lektion präsentierenSchülerseite anzeigen

Diese Lektion im Unterricht nutzen

Kostenlos, keine Schülerkonten nötig.

Mit Schülern teilen

Die Schüler öffnen die Lektion und üben mit sofortigem Feedback.

Arbeitsblatt zum Drucken

Alle Übungsaufgaben auf Papier, mit separatem Lösungsblatt.

Arbeitsblatt Lösungen

Klassenquiz

10 Fragen zu Regression. Die Schüler machen mit einem Namen mit, du siehst alle Ergebnisse.

Für Lehrer

Lernziele
  • Ein Residuum als beobachteten minus vorhergesagten Wert berechnen
  • Das Vorzeichen eines Residuums als Punkt oberhalb oder unterhalb der Regressionsgeraden deuten
  • Residuen in einer Tabelle ordnen und prüfen, dass ihre Summe bei der Regressionsgeraden null ist
  • Mit einem Residuendiagramm entscheiden, ob ein lineares Modell geeignet ist
  • Die Methode der kleinsten Quadrate als Minimieren der Summe der quadrierten Residuen erklären
Voraussetzungen
  • • Streudiagramme und das Ablesen von Punkten als Paare (x, y)
  • • Ausgleichsgerade und ihre Gleichung y^=mx+b\hat{y} = mx + b
  • • Vorhersagen machen, indem man xx in die Regressionsgerade einsetzt
  • • Negative Zahlen addieren und quadrieren
Diskussionsstarter
  • 1. Wenn dein Residuum in einem Modell für Testergebnisse −5-5 ist, warst du besser oder schlechter als vom Modell erwartet?
  • 2. Warum kann die Summe der Residuen einer schlechten Geraden trotzdem null sein?
  • 3. Wie sähe ein Residuendiagramm aus, wenn jeder Punkt genau auf der Geraden läge?
  • 4. Warum bestraft das Quadrieren eine große Abweichung stärker als mehrere kleine?
Häufige Missverständnisse

Das Residuum ist vorhergesagt minus beobachtet

Abhilfe: Verankere die Reihenfolge mit einem Bild: Ein Punkt oberhalb der Geraden sollte positiv sein. Lass die Schüler das Vorzeichen jedes Mal am Diagramm prüfen.

Wenn die Summe der Residuen null ist, passt die Gerade gut

Abhilfe: Zeige die Download-Daten: Die Summe ist 00, aber das Residuendiagramm ist ein deutliches U. Vergleiche danach die SQR zweier Geraden.

Eine starke Korrelation bedeutet, dass eine Gerade immer das richtige Modell ist

Abhilfe: Auch gekrümmte Daten können ein hohes rr haben. Zeichne immer das Residuendiagramm und suche nach einem Muster, bevor du einem linearen Modell vertraust.

Differenzierungsideen

Für Schüler mit Schwierigkeiten:

  • • Mit einem einzelnen Residuum und einem Diagramm zur Kontrolle des Vorzeichens beginnen
  • • Eine Tabelle geben, in der die vorhergesagten Werte schon eingetragen sind
  • • Nur ganzzahlige Residuen verwenden

Für Schüler auf Niveau:

  • • Vollständige Residuentabellen ausfüllen und prüfen, dass die Summe null ist
  • • Residuendiagramme von Hand zeichnen und das Muster beschreiben
  • • Zwei Geraden mit der Summe der quadrierten Residuen vergleichen

Für fortgeschrittene Schüler:

  • • Zeigen, dass eine Verschiebung der Regressionsgeraden um cc nach oben die SQR um nc2n c^2 erhöht
  • • Erklären, warum die Regressionsgerade immer durch (xˉ,yˉ)(\bar{x}, \bar{y}) geht
  • • Echte Daten mit gekrümmtem Residuendiagramm suchen und ein besseres Modell vorschlagen
Standardausrichtung
  • HSS.ID.B.6.B (CCSS.MATH.CONTENT.HSS.ID.B.6.B)

    Die Güte einer Funktion informell beurteilen, indem man Residuen darstellt und analysiert

  • HSS.ID.B.6.C (CCSS.MATH.CONTENT.HSS.ID.B.6.C)

    Eine lineare Funktion an ein Streudiagramm anpassen, das einen linearen Zusammenhang nahelegt

  • HSS.ID.C.7 (CCSS.MATH.CONTENT.HSS.ID.C.7)

    Steigung und Achsenabschnitt eines linearen Modells im Sachzusammenhang deuten

Lektionsressourcen
  • visualStreudiagramm mit Residuen

    Die Schüler tippen Punkte an und lesen jedes Residuum als gestrichelte Strecke zwischen Punkt und Gerade ab

  • activityMenschliches Residuendiagramm

    Die Schüler messen Körpergröße und Armspannweite, berechnen Residuen zu einer Klassengeraden und stellen sich auf einem Zahlenstrahl am Boden an ihr Residuum

  • worksheetResiduentabellen

    Vorhergesagte Werte, Residuen und quadrierte Residuen für kleine Datensätze ausfüllen und zwei Geraden vergleichen

Lektionsinhalt

Alles, was die Schüler sehen: Definition, Beispiele, typische Fehler, Anwendungen. Zum Öffnen tippen.

Definition

Ein Residuum (Mehrzahl: Residuen) ist der senkrechte Abstand zwischen einem Datenpunkt und der Regressionsgeraden. Es zeigt, wie weit die Vorhersage der Geraden vom echten Wert entfernt ist:
e=y−y^e = y - \hat{y}
  • yy ist der beobachtete Wert (was wirklich passiert ist)
  • y^\hat{y} ist der vorhergesagte Wert der Geraden (gelesen "y Dach")
  • ee ist das Residuum, immer beobachtet minus vorhergesagt
Das Vorzeichen eines Residuums sagt dir, wo der Punkt liegt:
  • e>0e > 0: der Punkt liegt oberhalb der Geraden (die Gerade hat zu wenig vorhergesagt)
  • e<0e < 0: der Punkt liegt unterhalb der Geraden (die Gerade hat zu viel vorhergesagt)
  • e=0e = 0: der Punkt liegt genau auf der Geraden
Ein Residuum hat dieselbe Einheit wie yy. Bei der Regressionsgeraden nach der Methode der kleinsten Quadrate ist die Summe der Residuen immer null: ∑e=0\sum e = 0.

Lösungsbeispiele

Die Regressionsgerade für Lernstunden (xx) und Testergebnis (yy) ist y^=5x+50\hat{y} = 5x + 50. Mia hat 44 Stunden gelernt und 7272 Punkte erreicht. Berechne ihr Residuum.
1

Berechne das vorhergesagte Ergebnis

y^=5(4)+50=20+50\hat{y} = 5(4) + 50 = 20 + 50 → y^=70\hat{y} = 70
2

Subtrahiere: beobachtet minus vorhergesagt

e=y−y^=72−70e = y - \hat{y} = 72 - 70 → e=2e = 2
3

Deute das Vorzeichen

e>0e > 0, also liegt Mias Punkt oberhalb der Geraden → Sie hat 2 Punkte mehr als vorhergesagt

Häufige Fehler

Vorhergesagt minus beobachtet rechnen (y^−y\hat{y} - y)

Warum es falsch ist: Dann dreht sich jedes Vorzeichen um: Punkte oberhalb der Geraden bekämen negative Residuen und Punkte unterhalb positive.

Richtig: Rechne immer beobachtet minus vorhergesagt: e=y−y^e = y - \hat{y}. Positiv bedeutet oberhalb der Geraden.

Eine Gerade nach der einfachen Summe ihrer Residuen beurteilen

Warum es falsch ist: Bei der Regressionsgeraden ist die Summe immer 00, auch wenn die Gerade schlecht passt, weil sich positive und negative Residuen aufheben.

Richtig: Quadriere die Residuen zuerst und addiere sie (SQR), oder schau dir das Residuendiagramm an.

Ein gekrümmtes Residuendiagramm für in Ordnung halten, weil die Punkte im Mittel nah bei null liegen

Warum es falsch ist: Eine deutliche Kurve (U-Form, Hügelform) bedeutet, dass die Daten einer Krümmung folgen, der eine Gerade nicht folgen kann.

Richtig: Ein lineares Modell passt nur, wenn das Residuendiagramm wie eine zufällige Streuung um 00 ohne Muster aussieht.

Die Einheit oder die Größe eines Residuums vergessen

Warum es falsch ist: Ein Residuum von −3-3 bei einem Testergebnis bedeutet 3 Punkte, nicht 3 %. Seine Größe ergibt nur in der Einheit von yy Sinn.

Richtig: Sag es im Zusammenhang: "Die Gerade hat Leos Ergebnis um 3 Punkte überschätzt."

Warum es wichtig ist

Mit Residuen prüfen Statistiker ein Modell, statt ihm einfach zu vertrauen:
  • Ist die Gerade gut? Kleine Residuen bedeuten, dass die Vorhersagen nah an der Wirklichkeit liegen.
  • Ist eine Gerade die richtige Form? Ein Residuendiagramm (die Residuen gegen x aufgetragen) zeigt eine zufällige Punktwolke, wenn eine Gerade passt, und eine Kurve, wenn nicht.
  • Welche Gerade ist die beste? Die Ausgleichsgerade nach der Methode der kleinsten Quadrate hat die kleinste Summe der quadrierten Residuen.
  • Ungewöhnliche Fälle: Ein sehr großes Residuum markiert einen Punkt, der nicht zum Muster passt, zum Beispiel einen Tippfehler in den Daten oder einen Sonderfall.
Wetterdienste, Liefer-Apps, Ärztinnen und Sportwissenschaftler vergleichen ständig Vorhersagen mit dem, was wirklich passiert ist, und jeder dieser Vergleiche ist ein Residuum.

Anwendungen im echten Leben

Geschätzte Lieferzeiten

Liefer-Apps sagen die Zeit für eine Bestellung aus der Entfernung vorher. Nach jeder Lieferung zeigt das Residuum, ob die Schätzung zu kurz oder zu lang war.

Beispiel:

Mit y^=2x+10\hat{y} = 2x + 10 Minuten für xx km wird für eine Bestellung über 5 km eine Dauer von 2020 Minuten vorhergesagt. Hat sie 1818 Minuten gedauert, ist das Residuum 18−20=−218 - 20 = -2.

1Probiere es selbst

Das Modell der App ist y^=2x+10\hat{y} = 2x + 10 (Minuten, xx in km). Eine Bestellung über 66 km hat 2525 Minuten gedauert.

Wie groß ist das Residuum für diese Bestellung?

Schritt 1: Schreibe den mathematischen Ausdruck

Beobachtet minus vorhergesagt:

Experimente zum Pflanzenwachstum

Biologen legen eine Gerade durch die Pflanzenhöhe im Lauf der Zeit. Einer Pflanze mit einem großen negativen Residuum fehlt vielleicht Licht oder Wasser.

Beispiel:

Mit y^=1,5x+4\hat{y} = 1{,}5x + 4 cm nach xx Wochen wird erwartet, dass eine Pflanze nach 4 Wochen 1010 cm hoch ist.

2Probiere es selbst

Das Wachstumsmodell ist y^=1,5x+4\hat{y} = 1{,}5x + 4 (cm, xx in Wochen). Nach 88 Wochen ist eine Pflanze 14,514{,}5 cm hoch.

Wie groß ist das Residuum für diese Pflanze?

Schritt 1: Schreibe den mathematischen Ausdruck

Beobachtet minus vorhergesagt:

Modelle in der Sportwissenschaft

Trainer sagen die Sprunghöhe von Sportlern aus Trainingsdaten vorher und beurteilen das Modell nach der Summe der quadrierten Residuen: je kleiner, desto besser.

Beispiel:

Wenn ein Modell bei zwei Sportlern um 33 cm und −3-3 cm danebenliegt, ist die Summe der Residuen 00, die Summe der quadrierten Residuen aber 9+9=189 + 9 = 18.

3Probiere es selbst

Ein Modell nach der Methode der kleinsten Quadrate für die Sprunghöhe hat bei drei Sportlern die Residuen 22, −1-1 und −1-1 cm.

Wie groß ist die Summe der quadrierten Residuen?

Schritt 1: Schreibe den mathematischen Ausdruck

Quadriere jedes Residuum und addiere:

Wichtige Erkenntnisse

  • 1Ein Residuum ist beobachtet minus vorhergesagt: e=y−y^e = y - \hat{y}
  • 2Ein positives Residuum bedeutet, dass der Punkt oberhalb der Geraden liegt, ein negatives, dass er unterhalb liegt
  • 3Residuen haben dieselbe Einheit wie yy und lassen sich am besten in einer Tabelle ordnen: xx, yy, y^\hat{y}, ee
  • 4Die Residuen der Regressionsgeraden nach der Methode der kleinsten Quadrate haben immer die Summe 00
  • 5Ein Residuendiagramm mit zufälliger Streuung um 00 bedeutet, dass eine Gerade passt; ein gekrümmtes Muster bedeutet, dass sie nicht passt
  • 6Die Regressionsgerade ist die Gerade mit der kleinsten Summe der quadrierten Residuen

Häufig gestellte Fragen

Warum heißt es Residuum?

"Residuum" kommt aus dem Lateinischen und bedeutet "Rest". Es ist der Teil von yy, den die Gerade nicht erklärt: der Wert, der übrig bleibt, wenn du die Vorhersage abziehst.

Warum quadrieren wir die Residuen, statt sie einfach zu addieren?

Einfache Residuen heben sich auf (bei der Regressionsgeraden ist ihre Summe immer 00). Durch das Quadrieren zählt jede Abweichung positiv, und große Abweichungen zählen viel stärker.

Ist ein großes Residuum ein Fehler?

Nicht unbedingt. Es bedeutet nur, dass der Punkt nicht gut zum Muster passt. Prüfe die Daten auf einen Tippfehler, aber echte Daten können auch ungewöhnliche Fälle enthalten.

Worin unterscheidet sich ein Residuendiagramm von einem Streudiagramm?

Ein Streudiagramm zeigt xx gegen yy. Ein Residuendiagramm zeigt xx gegen das Residuum ee, die Regressionsgerade wird also zur waagerechten Linie e=0e = 0, und jedes Muster, das die Gerade übersehen hat, ist leicht zu erkennen.

Glossar

Residuum
Beobachteter Wert minus vorhergesagter Wert: e=y−y^e = y - \hat{y}
Beobachteter Wert
Der echte yy-Wert eines Datenpunkts, gemessen oder erhoben
Vorhergesagter Wert
Der Wert y^\hat{y}, den die Regressionsgerade für ein bestimmtes xx liefert
Residuendiagramm
Ein Diagramm von xx gegen die Residuen, mit einer waagerechten Linie bei 00
Summe der quadrierten Residuen (SQR)
Die Summe ∑(y−y^)2\sum (y - \hat{y})^2; die Regressionsgerade macht sie so klein wie möglich
Methode der kleinsten Quadrate
Das Verfahren, das die Gerade mit der kleinsten Summe der quadrierten Residuen findet

Formelkarte

Residuum

e=y−y^e = y - \hat{y}

Beobachtet minus vorhergesagt; positiv oberhalb der Geraden, negativ unterhalb

Summe der Residuen

∑e=0\sum e = 0

Gilt immer für die Regressionsgerade nach der Methode der kleinsten Quadrate

Summe der quadrierten Residuen

SQR=∑(y−y^)2\text{SQR} = \sum (y - \hat{y})^2

Die Regressionsgerade macht diesen Wert so klein wie möglich (auch $SS_{\text{res}}$ geschrieben)

Mehr zu diesem Thema

Einführung in die Regression

Fortgeschritten25 Min

Lineare Regression

Fortgeschritten25 Min

Streudiagramme

Mittelstufe25 Min

Ausgleichsgerade

Mittelstufe25 Min