Die Methode der logistischen Regression ist eines der statistischen Standardanalysemodelle in den Sozialwissenschaften. Logistische Regressionen werden angewandt, wenn die abhängige Variable nur zwei Ausprägungen besitzt und die Methode der linearen Regression mit OLS-Schätzung aus mehreren Gründen ungeeignet ist. Die Anwendungsbereiche der Methode sind mannigfaltig und finden sich praktisch in jedem Bereich, der empirisch erforscht werden kann, von den Politik- und anderen Sozialwissenschaften bis zur Biologie und Medizin.
Die Methode der logistischen Regression ist eines der statistischen Standardanalysemodelle in den Sozialwissenschaften. Logistische Regressionen werden angewandt, wenn die abhängige Variable nur zwei Ausprägungen besitzt und die Methode der linearen Regression mit OLS-Schätzung aus mehreren Gründen ungeeignet ist. Die Anwendungsbereiche der Methode sind mannigfaltig und finden sich praktisch in jedem Bereich, der empirisch erforscht werden kann, von den Politik- und anderen Sozialwissenschaften bis zur Biologie und Medizin.
Artikelnr. des Verlages: 86361897, 978-3-658-05081-8
2015
Seitenzahl: 140
Erscheinungstermin: 5. November 2014
Deutsch
Abmessung: 210mm x 148mm x 8mm
Gewicht: 194g
ISBN-13: 9783658050818
ISBN-10: 3658050810
Artikelnr.: 40938057
Autorenporträt
Prof. Dr. Joachim Behnke ist Inhaber des Lehrstuhls für Politikwissenschaft an der Zeppelin Universität in Friedrichshafen.
Inhaltsangabe
Lineare Regression und das Modell der linearen Wahrscheinlichkeit.- Das Logit-Modell.- Das Maximum-Likelihood-Verfahren zur Schätzung der Logitfunktion.- Interpretation der Koeffizienten der logistischen Regression.- Goodness-of-fit-Maße, Modellvergleiche und Signifikanztests.
Lineare Regression und das Modell der linearen Wahrscheinlichkeit.- Das Logit-Modell.- Das Maximum-Likelihood-Verfahren zur Schätzung der Logitfunktion.- Interpretation der Koeffizienten der logistischen Regression.- Goodness-of-fit-Maße, Modellvergleiche und Signifikanztests.
Lineare Regression und das Modell der linearen Wahrscheinlichkeit.- Das Logit-Modell.- Das Maximum-Likelihood-Verfahren zur Schätzung der Logitfunktion.- Interpretation der Koeffizienten der logistischen Regression.- Goodness-of-fit-Maße, Modellvergleiche und Signifikanztests.
Lineare Regression und das Modell der linearen Wahrscheinlichkeit.- Das Logit-Modell.- Das Maximum-Likelihood-Verfahren zur Schätzung der Logitfunktion.- Interpretation der Koeffizienten der logistischen Regression.- Goodness-of-fit-Maße, Modellvergleiche und Signifikanztests.
Es gelten unsere Allgemeinen Geschäftsbedingungen: www.buecher.de/agb
Impressum
www.buecher.de ist ein Shop der buecher.de GmbH & Co. KG Bürgermeister-Wegele-Str. 12, 86167 Augsburg Amtsgericht Augsburg HRA 13309