Logistische Regression : Eine Anwendungsorientierte Einführung Mit R.
| Main Author: | |
|---|---|
| Other Authors: | |
| Format: | eBook |
| Language: | German |
| Published: |
Wiesbaden :
Springer Fachmedien Wiesbaden GmbH,
2021.
|
| Edition: | 1st ed. |
| Series: | Essentials Series
|
| Subjects: | |
| Online Access: | Click to View |
Table of Contents:
- Intro
- Was Sie in diesem essential finden können
- Vorwort
- Inhaltsverzeichnis
- 2.2 Vergleich von Wahrscheinlichkeiten und Odds
- 1 Einleitung
- 2 Aspekte des Wahrscheinlichkeitsbegriffs
- 2.1 Der Begriff der Odds
- 3 Das logistische Regressionsmodell
- 3.1 Lineare Regression unter einem neuen Blickwinkel
- 3.2 Logistische Regression als zweistufiges Modell
- 3.3 Alternativ: Logistische Regression als latentes Variablenmodell
- 3.4 Interpretation der Parameter
- 3.4.1 Bedeutung der Modellparameter: Skala Log-Odds
- 3.4.2 Bedeutung der Modellparameter: Skala Odds
- 3.4.3 Bedeutung der Modellparameter: Skala Wahrscheinlichkeiten
- 3.4.4 Überblick
- 3.4.5 Mehrere erklärende Variablen
- 3.5 Ausblick: Parameterschätzung und statistische Inferenz
- 4 Logistische Regression in R
- 4.1 Modell an Daten anpassen
- 4.2 Interpretation der Effektstärke
- 4.3 Vorhersagen
- 4.4 Gruppierte Daten
- 5 Klassifikation
- 6 Ausblick
- 6.1 Überprüfung der Modellannahmen
- 6.2 Häufige Probleme
- 6.2.1 Korrelierte Beobachtungen
- 6.2.2 Wenige Beobachtungen
- 6.2.3 Perfekte Separierung
- 6.3 Erweiterungen auf mehr als zwei Klassen
- Was Sie aus diesem Essential mitnehmen können
- Zum Weiterlesen
- Literatur.