Logistische Regression Eine anwendungsorientierte Einführung mit R
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 Einführ...
Saved in:
| Main Author: | |
|---|---|
| Other Authors: | |
| Format: | Electronic Book Chapter |
| Published: |
Springer Nature
2021
|
| Series: | essentials
|
| Subjects: | |
| Online Access: | DOAB: download the publication DOAB: description of the publication |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
MARC
| LEADER | 00000naaaa2200000uu 4500 | ||
|---|---|---|---|
| 001 | doab_20_500_12854_71649 | ||
| 005 | 20210814 | ||
| 003 | oapen | ||
| 006 | m o d | ||
| 007 | cr|mn|---annan | ||
| 008 | 20210814s2021 xx |||||o ||| 0|deu d | ||
| 020 | |a 978-3-658-34225-8 | ||
| 020 | |a 9783658342258 | ||
| 040 | |a oapen |c oapen | ||
| 024 | 7 | |a 10.1007/978-3-658-34225-8 |c doi | |
| 041 | 0 | |a deu | |
| 042 | |a dc | ||
| 072 | 7 | |a PBT |2 bicssc | |
| 100 | 1 | |a Kalisch, Markus |4 auth | |
| 700 | 1 | |a Meier, Lukas |4 auth | |
| 245 | 1 | 0 | |a Logistische Regression |b Eine anwendungsorientierte Einführung mit R |
| 260 | |b Springer Nature |c 2021 | ||
| 300 | |a 1 electronic resource (60 p.) | ||
| 336 | |a text |b txt |2 rdacontent | ||
| 337 | |a computer |b c |2 rdamedia | ||
| 338 | |a online resource |b cr |2 rdacarrier | ||
| 490 | 1 | |a essentials | |
| 506 | 0 | |a Open Access |2 star |f Unrestricted online access | |
| 520 | |a 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. | ||
| 540 | |a Creative Commons |f by/4.0/ |2 cc |4 http://creativecommons.org/licenses/by/4.0/ | ||
| 546 | |a German | ||
| 650 | 7 | |a Probability & statistics |2 bicssc | |
| 653 | |a Logistische Regression in R | ||
| 653 | |a Logit-Modell | ||
| 653 | |a Regressionsanalyse | ||
| 653 | |a Zweistufiges Modell | ||
| 653 | |a Binäre Variablen | ||
| 653 | |a Log-Odds | ||
| 653 | |a Wahrscheinlichkeit | ||
| 653 | |a Maximum-Likelihood | ||
| 653 | |a Klassifikation | ||
| 856 | 4 | 0 | |a www.oapen.org |u https://library.oapen.org/bitstream/20.500.12657/50435/1/978-3-658-34225-8.pdf |7 0 |z DOAB: download the publication |
| 856 | 4 | 0 | |a www.oapen.org |u https://directory.doabooks.org/handle/20.500.12854/71649 |7 0 |z DOAB: description of the publication |