Vorlesungsinhalte: Bedingte lineare Regression bei einem 2x3-faktoriellen Design; Bedingte Effekte als Differenzen zweier bedingter Erwartungswerte; Bedingte Effekte als Werte der Effektfunktion; Bedingte Effekte als Parameter oder deren Kombination in einer Parametrisierung der Effektfunktion; Die Werte der Intercept-Funktion als bedingte Erwartungswerte; Die Werte der Intercept-Funktion in einer Parametrisierung der Intercept-Funktion; Datenanalyse mit Schätzung der Parameter; Prüfung der Hypothese: Gar kein Treatmenteffekt; Prüfung der Hypothese: Bedingter Treatmenteffekt in der Bedingung Z=0 ist null.