Logistische Regression
Eine anwendungsorientierte Einführung mit R
| dc.contributor.author | Kalisch, Markus | |
| dc.contributor.author | Meier, Lukas | |
| dc.date.accessioned | 2021-08-13T14:39:00Z | |
| dc.date.available | 2021-08-13T14:39:00Z | |
| dc.date.issued | 2021 | |
| dc.identifier | ONIX_20210813_9783658342258_25 | |
| dc.identifier.uri | https://library.oapen.org/handle/20.500.12657/50435 | |
| dc.language | German | |
| dc.relation.ispartofseries | essentials | |
| dc.subject.classification | thema EDItEUR::P Mathematics and Science::PB Mathematics::PBT Probability and statistics | en_US |
| dc.subject.other | Logistische Regression in R | |
| dc.subject.other | Logit-Modell | |
| dc.subject.other | Regressionsanalyse | |
| dc.subject.other | Zweistufiges Modell | |
| dc.subject.other | Binäre Variablen | |
| dc.subject.other | Log-Odds | |
| dc.subject.other | Wahrscheinlichkeit | |
| dc.subject.other | Maximum-Likelihood | |
| dc.subject.other | Klassifikation | |
| dc.title | Logistische Regression | |
| dc.title.alternative | Eine anwendungsorientierte Einführung mit R | |
| dc.type | book | |
| oapen.abstract.otherlanguage | Dieses Open-Access-Buch gibt eine anwendungsorientierte Einführung in die logistische Regression. Ausgehend von Grundkenntnissen der linearen Regression wird diese zuerst als zweistufiges Modell interpretiert, was den Übergang zur logistischen Regression vereinfacht. Neben einer kompakten Einführung der entsprechenden Theorie liegt der Fokus auch auf der Umsetzung mit der Statistiksoftware R und der richtigen Formulierung der entsprechenden Ergebnisse. Alle Schritte werden anhand zahlreicher Beispiele illustriert. Hinzu kommt eine Einführung in die Klassifikation mit den entsprechenden Begriffen. | |
| oapen.identifier.doi | 10.1007/978-3-658-34225-8 | |
| oapen.relation.isPublishedBy | 6c6992af-b843-4f46-859c-f6e9998e40d5 | |
| oapen.relation.isbn | 9783658342258 | |
| oapen.imprint | Springer Fachmedien Wiesbaden | |
| oapen.pages | 60 |
