Logistische Regression Eine anwendungsorientierte Einführung mit R

• Main Author: Kalisch, Markus (auth)
• Other Authors: Meier, Lukas (auth)
• Format: Electronic Book Chapter
• Published: Springer Nature 2021
• Series: essentials
• Subjects: Probability & statistics; Logistische Regression in R; Logit-Modell; Regressionsanalyse; Zweistufiges Modell; Binäre Variablen; Log-Odds; Wahrscheinlichkeit; Maximum-Likelihood; Klassifikation
• Online Access: DOAB: download the publication; DOAB: description of the publication

Summary

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.

Physical Description

1 electronic resource (60 p.)

ISBN

978-3-658-34225-8
9783658342258

Access

Open Access