7. Vorlesung (01.12.2015): Regression: Grundidee und Definition der bedingten linearen Regression

Steyer, Rolf

- Grundidee und Definition der bedingten linearen Regression - Anwendungsbeispiel: Bedingte Therapie-Effekte in Abhängigkeit von Vortestwerten - Anwendungsbeispiel: Baldwin-Täuschung - Eigenschaften der Residuen bei bedingter linearer Regression - Spezialfälle mit konstanter Effektfunktion und mit linearer Effektfunktion - Parametrisierung der Effektfunktion über Polynome - Parametrisierung der Effektfunktion mit Indikatorvariablen für die Werte einer Kovariaten Z - Bedeutung der Parameter bei dichotomen Regressoren X und Z mit Werten 0 und 1 - Grundidee des R2-Differenzentests für die Prüfung der Nullhypothese der bedingten linearen Abhängigkeit

Zitieren

Zitierform:

Steyer, Rolf: 7. Vorlesung (01.12.2015): Regression: Grundidee und Definition der bedingten linearen Regression. Jena 2015.

Zugriffsstatistik

Gesamt:
Volltextzugriffe:
Metadatenansicht:
12 Monate:
Volltextzugriffe:
Metadatenansicht:

Grafik öffnen

Rechte

Nutzung und Vervielfältigung:
Alle Rechte vorbehalten

Export