Die Grundlage für komplexe Regressionsmodelle verstehen
EUR 14,99
Buch in deiner Nähe kaufen
oder
Beschreibung
Dieses essential befasst sich mit der einfachen linearen Regression, der simpelsten Form von Regressionsmodellen, in der für die Modellbildung nur eine einzige Einflussvariable berücksichtigt wird. Leser finden in diesem Buch die Methode der kleinsten Quadrate zur Schätzung der Modellparameter, Residualanalysen zur Überprüfung der Modellannahmen sowie weitere statistische Verfahren zur Beurteilung des Modells. Zudem erfahren sie, wie das Modell als ein Prognoseinstrument eingesetzt werden kann. Somit erwerben Leser eine solide Grundlage zum Verständnis komplexer Regressionsansätze, bei denen mehrere Variablen die Zielgröße beeinflussen und nichtlineare Zusammenhänge vorliegen. Der Inhalt
Definition des einfachen Regressionsmodells
Überprüfung der Modellvoraussetzungen
Beurteilung des Modells durch den Korrelations- und den Determinationskoeffizienten
Regressionsgerade als einInstrument für eine Prognose
Umkehrregression
Die Zielgruppen
Studierende und Dozierende der Sozial- und Wirtschaftswissenschaften sowie Psychologie und Medizin
Praktiker, die ihr Forschungsinstrument und ihre Studienergebnisse verstehen wollen
Die AutorinDipl.-Statistikerin Irasianty Frost ist als Dozentin für Statistik an der Hochschule Fresenius in München tätig. Eine verständliche Einführung in die lineare Regressionsanalyse Regressionsgerade Korrelation, Abhängigkeit, Kausalität Prognose-Intervalle
Eine verständliche Einführung in die lineare Regressionsanalyse Regressionsgerade Korrelation, Abhängigkeit, Kausalität Prognose-Intervalle Includes supplementary material: sn.pub/extras