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 Einführung...
Saved in:
| Main Author: | |
|---|---|
| Other Authors: | |
| Format: | Electronic Book Chapter |
| Published: |
Springer Nature
2021
|
| Series: | essentials
|
| Subjects: | |
| Online Access: | OAPEN Library: download the publication OAPEN Library: description of the publication |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
MARC
| LEADER | 00000naaaa2200000uu 4500 | ||
|---|---|---|---|
| 001 | oapen_2024_20_500_12657_50435 | ||
| 005 | 20210813 | ||
| 003 | oapen | ||
| 006 | m o d | ||
| 007 | cr|mn|---annan | ||
| 008 | 20210813s2021 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/id/b40de937-6f9c-4242-ae66-1ea9955e2f10/978-3-658-34225-8.pdf |7 0 |z OAPEN Library: download the publication |
| 856 | 4 | 0 | |a www.oapen.org |u https://library.oapen.org/handle/20.500.12657/50435 |7 0 |z OAPEN Library: description of the publication |