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