4. Vorlesung (08.11.2016): Linearität einer Regression

Steyer, Rolf GND

Vorlesungsinhalte: Logit- und Probit-Transformation einer Wahrscheinlichkeit, Logit- und Probitregression, Prüfung der Linearität einer Regression am Beispiel des Kirchmann-Datensatzes, Berechnung einer logistischen linearen Regression für die Behandlungsvariable und den Vortest als Regressor im Kirchmann-Datensatz, Einfache Regression der Nachtest-Depressivität auf die Behandlungsvariable, Zweifache Regression der Nachtest-Depressivität auf die Behandlungsvariable und die Vortest-Depressivität (empirisches Beispiel für das Simpson-Paradox bei einer kontinuierlichen Outcome-Variablen

Zitieren

Zitierform:

Steyer, Rolf: 4. Vorlesung (08.11.2016): Linearität einer Regression. Jena 2016.

Zugriffsstatistik

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

Grafik öffnen

Rechte

Nutzung und Vervielfältigung:
Alle Rechte vorbehalten

Export