Logistische Regression Eine anwendungsorientierte Einführung mit R

• Главный автор: Kalisch, Markus (auth)
• Другие авторы: Meier, Lukas (auth)
• Формат: Электронный ресурс Глава книги
• Опубликовано: Springer Nature 2021
• Серии: essentials
• Предметы: Probability & statistics; Logistische Regression in R; Logit-Modell; Regressionsanalyse; Zweistufiges Modell; Binäre Variablen; Log-Odds; Wahrscheinlichkeit; Maximum-Likelihood; Klassifikation
• Online-ссылка: OAPEN Library: download the publication; OAPEN Library: description of the publication

Итог

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.

Объем

1 electronic resource (60 p.)

ISBN

978-3-658-34225-8
9783658342258

Доступ

Open Access