Cantitate/Preț
Produs

Einfache lineare Regression: Die Grundlage für komplexe Regressionsmodelle verstehen: essentials

Autor Irasianty Frost
de Limba Germană Paperback – 23 oct 2017
Dieses essential befasst sich mit der einfachen linearen Regression, der simpelsten Form von Regressionsmodellen, in der für die Modellbildung nur eine einzige Einflussvariable berücksichtigt wird. Leser finden in diesem Buch die Methode der kleinsten Quadrate zur Schätzung der Modellparameter, Residualanalysen zur Überprüfung der Modellannahmen sowie weitere statistische Verfahren zur Beurteilung des Modells. Zudem erfahren sie, wie das Modell als ein Prognoseinstrument eingesetzt werden kann. Somit erwerben Leser eine solide Grundlage zum Verständnis komplexer Regressionsansätze, bei denen mehrere Variablen die Zielgröße beeinflussen und nichtlineare Zusammenhänge vorliegen.
Citește tot Restrânge

Din seria essentials

Preț: 11986 lei

Nou

Puncte Express: 180

Preț estimativ în valută:
2294 2422$ 1909£

Carte tipărită la comandă

Livrare economică 13-27 ianuarie 25

Preluare comenzi: 021 569.72.76

Specificații

ISBN-13: 9783658197315
ISBN-10: 3658197315
Pagini: 48
Ilustrații: VIII, 37 S. 8 Abb.
Dimensiuni: 148 x 210 x 3 mm
Greutate: 0.07 kg
Ediția:1. Aufl. 2018
Editura: Springer Fachmedien Wiesbaden
Colecția Springer VS
Seria essentials

Locul publicării:Wiesbaden, Germany

Cuprins

Definition des einfachen Regressionsmodells.- Überprüfung der Modellvoraussetzungen.- Beurteilung des Modells durch den Korrelations- und den Determinationskoeffizienten.- Regressionsgerade als ein Instrument für eine Prognose.- Umkehrregression.

Notă biografică

Dipl.-Statistikerin Irasianty Frost ist als Dozentin für Statistik an der Hochschule Fresenius in München tätig.

Textul de pe ultima copertă

Dieses essential befasst sich mit der einfachen linearen Regression, der simpelsten Form von Regressionsmodellen, in der für die Modellbildung nur eine einzige Einflussvariable berücksichtigt wird. Leser finden in diesem Buch die Methode der kleinsten Quadrate zur Schätzung der Modellparameter, Residualanalysen zur Überprüfung der Modellannahmen sowie weitere statistische Verfahren zur Beurteilung des Modells. Zudem erfahren sie, wie das Modell als ein Prognoseinstrument eingesetzt werden kann. Somit erwerben Leser eine solide Grundlage zum Verständnis komplexer Regressionsansätze, bei denen mehrere Variablen die Zielgröße beeinflussen und nichtlineare Zusammenhänge vorliegen. 

Der Inhalt
  • Definition des einfachen Regressionsmodells
  • Überprüfung der Modellvoraussetzungen
  • Beurteilung des Modells durch den Korrelations- und den Determinationskoeffizienten 
  • Regressionsgerade als einInstrument für eine Prognose
  • Umkehrregression  
Die Zielgruppen
  • Studierende und Dozierende der Sozial- und Wirtschaftswissenschaften sowie Psychologie und Medizin
  • Praktiker, die ihr Forschungsinstrument und ihre Studienergebnisse verstehen wollen
Die Autorin
Dipl.-Statistikerin Irasianty Frost ist als Dozentin für Statistik an der Hochschule Fresenius in München tätig.

Caracteristici

Eine verständliche Einführung in die lineare Regressionsanalyse Regressionsgerade Korrelation, Abhängigkeit, Kausalität Prognose-Intervalle Includes supplementary material: sn.pub/extras