7. Vorlesung (29.11.2016): Bedingte lineare Regression

Steyer, Rolf GND

Vorlesungsinhalte: Analyse der Baldwin-Daten zur Prüfung der Hypothese: Bei festem Kontext-Serienreizverhältnis liegt eine bedingte lineare regressive Abhängigkeit des logarithmierten Urteils vom logarithmierten Serienreiz vor. Simultane Prüfung der Linearitätshypothese für alle drei Verhältnisse, Spezifikation dieser Hypothese in Termini der g-Funktionen, Spezifikation dieser Hypothese in Termini der Gamma-Parameter, Schätzung des Modells, das dieser Hypothese entspricht als multiples lineares Regressionsmodell mit SPSS, Interpretation der geschätzten Parameter, R-quadrat Differenzentest für diese Hypothese unter Verwendung einer 10-Gruppen-Varianzanalyse und des dort resultierenden Determinationskoeffizienten, R-quadrat Differenzentest für diese Hypothese unter Verwendung eines saturierten erweiterten Modells mit zusätzlichen g-Funktionen

Zitieren

Zitierform:

Steyer, Rolf: 7. Vorlesung (29.11.2016): Bedingte lineare Regression. Jena 2016.

Zugriffsstatistik

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

Grafik öffnen

Rechte

Nutzung und Vervielfältigung:
Alle Rechte vorbehalten

Export