KI-Beratung Beta

Produktbild: Logistische Regressionsanalyse

Logistische Regressionsanalyse Eine Einführung

27,99 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

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...

Beschreibung

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.

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

05.11.2014

Abbildungen

VII, 131 S.

Verlag Springer Fachmedien Wiesbaden GmbH

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

05.11.2014

Abbildungen

VII, 131 S.

Verlag Springer Fachmedien Wiesbaden GmbH
Seitenzahl

131

Maße (L/B/H)

21/14,8/0,8 cm

Gewicht

192 g

Farbe

Khaki

Auflage

2015

Sprache

Deutsch

ISBN

978-3-658-05081-8

Herstelleradresse

Springer-Verlag GmbH
Tiergartenstr. 17
69121 Heidelberg
DE

Email: ProductSafety@springernature.com

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)

Weitere Artikel findest du in

Die Leseprobe wird geladen.
  • Produktbild: Logistische Regressionsanalyse
  • 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.