Komplexe regressionsanalytische Verfahren

Komplexe regressionsanalytische Verfahren
Der Artikel wird am Ende des Bestellprozesses zum Download zur Verfügung gestellt.
Eine praxisorientierte Einführung mit Anwendungsbeispielen in R und SPSS
Sofort lieferbar | Lieferzeit: Sofort lieferbar

42,99 €*

Artikel-Nr:
9783844429084
Veröffentl:
2023
Seiten:
424
Autor:
Matthias Rudolf
eBook Typ:
EPUB
eBook Format:
Reflowable
Kopierschutz:
Digital Watermark [Social-DRM]
Sprache:
Deutsch
Beschreibung:

Für die Auswertung empirischer Untersuchungen werden oftmals spezialisierte Verfahren benötigt, die sich für bestimmte Datenmuster und Fragestellungen eignen. Dieses Lehrbuch wendet sich an alle, die einen Einstieg in komplexe regressionsanalytische Methoden und deren praktische Umsetzung suchen. Dabei werden wichtige Fragen beantwortet, die sich häufig bei der Auswertung komplexer Daten stellen: Wie wertet man Daten hierarchisch geordneter Ebenen aus? Wie werden Datenanalysen durchgeführt, wenn die Kriteriumsvariablen nicht normalverteilt oder kategorial sind? Wie geht man bei regressionsanalytischen Untersuchungen mit Messwiederholungen oder mit sehr vielen Prädiktoren vor?Folgende Verfahren werden im Buch thematisiert: Verallgemeinerte lineare Modelle, verallgemeinerte Schätzgleichungen, Mehrebenenmodelle, ordinale und multinomiale logistische Regression, kanonische Korrelation, Ridge-Regression, Regression mit partiellen kleinsten Quadraten.Alle im Text verwendeten Beispieldatensätze, kommentierte R-Skripte sowie kommentierte SPSS-Syntax-Dateien aller Analysen sind online verfügbar.
Für die Auswertung empirischer Untersuchungen werden oftmals spezialisierte Verfahren benötigt, die sich für bestimmte Datenmuster und Fragestellungen eignen. Dieses Lehrbuch wendet sich an alle, die einen Einstieg in komplexe regressionsanalytische Methoden und deren praktische Umsetzung suchen. Dabei werden wichtige Fragen beantwortet, die sich häufig bei der Auswertung komplexer Daten stellen: Wie wertet man Daten hierarchisch geordneter Ebenen aus? Wie werden Datenanalysen durchgeführt, wenn die Kriteriumsvariablen nicht normalverteilt oder kategorial sind? Wie geht man bei regressionsanalytischen Untersuchungen mit Messwiederholungen oder mit sehr vielen Prädiktoren vor?Folgende Verfahren werden im Buch thematisiert: Verallgemeinerte lineare Modelle, verallgemeinerte Schätzgleichungen, Mehrebenenmodelle, ordinale und multinomiale logistische Regression, kanonische Korrelation, Ridge-Regression, Regression mit partiellen kleinsten Quadraten.Alle im Text verwendeten Beispieldatensätze, kommentierte R-Skripte sowie kommentierte SPSS-Syntax-Dateien aller Analysen sind online verfügbar.

Kunden Rezensionen

Zu diesem Artikel ist noch keine Rezension vorhanden.
Helfen sie anderen Besuchern und verfassen Sie selbst eine Rezension.