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

Quote

Citation style:

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

Access Statistic

Total:
Downloads:
Abtractviews:
Last 12 Month:
Downloads:
Abtractviews:

open graphic

Rights

Use and reproduction:
All rights reserved

Export