Logistische Regression
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 Authors: | , |
|---|---|
| Format: | Online |
| Sprog: | tysk |
| Udgivet: |
Springer Nature
2021
|
| Fag: | |
| Online adgang: | ONIX_20210813_9783658342258_25 |
| Tags: |
Ingen Tags, Vær først til at tagge denne postø!
|
| _version_ | 1869514542726250496 |
|---|---|
| author | Kalisch, Markus Meier, Lukas |
| author_browse | Kalisch, Markus Meier, Lukas |
| author_facet | Kalisch, Markus Meier, Lukas |
| author_sort | Kalisch, Markus |
| collection | Directory of Open Access Books |
| description | 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. |
| format | Online |
| id | doab-20.500.12854ir-71649 |
| institution | Directory of Open Access Books |
| language | ger |
| publishDate | 2021 |
| publishDateRange | 2021 |
| publishDateSort | 2021 |
| publisher | Springer Nature |
| publisherStr | Springer Nature |
| record_format | ojs |
| spelling | doab-20.500.12854ir-716492025-08-13T14:10:53Z Logistische Regression Kalisch, Markus Meier, Lukas Logistische Regression in R Logit-Modell Regressionsanalyse Zweistufiges Modell Binäre Variablen Log-Odds Wahrscheinlichkeit Maximum-Likelihood Klassifikation thema EDItEUR::P Mathematics and Science::PB Mathematics::PBT Probability and statistics thema EDItEUR::P Mathematics and Science::PB Mathematics::PBT Probability and statistics 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. 2021-08-14T04:06:16Z 2021-08-14T04:06:16Z 2021-08-13T14:39:00Z 2021 book ONIX_20210813_9783658342258_25 OCN: 1272924322 https://library.oapen.org/handle/20.500.12657/50435 9783658342258 https://directory.doabooks.org/handle/20.500.12854/71649 ger essentials open access image/jpeg image/jpeg image/jpeg n/a n/a n/a https://library.oapen.org/bitstream/20.500.12657/50435/1/978-3-658-34225-8.pdf https://library.oapen.org/bitstream/20.500.12657/50435/1/978-3-658-34225-8.pdf https://library.oapen.org/bitstream/20.500.12657/50435/1/978-3-658-34225-8.pdf Springer Nature Springer Fachmedien Wiesbaden 10.1007/978-3-658-34225-8 10.1007/978-3-658-34225-8 9fa3421d-f917-4153-b9ab-fc337c396b5a 9783658342258 Springer Fachmedien Wiesbaden 60 open access |
| spellingShingle | Logistische Regression in R Logit-Modell Regressionsanalyse Zweistufiges Modell Binäre Variablen Log-Odds Wahrscheinlichkeit Maximum-Likelihood Klassifikation thema EDItEUR::P Mathematics and Science::PB Mathematics::PBT Probability and statistics thema EDItEUR::P Mathematics and Science::PB Mathematics::PBT Probability and statistics Kalisch, Markus Meier, Lukas Logistische Regression |
| title | Logistische Regression |
| title_full | Logistische Regression |
| title_fullStr | Logistische Regression |
| title_full_unstemmed | Logistische Regression |
| title_short | Logistische Regression |
| title_sort | logistische regression |
| topic | Logistische Regression in R Logit-Modell Regressionsanalyse Zweistufiges Modell Binäre Variablen Log-Odds Wahrscheinlichkeit Maximum-Likelihood Klassifikation thema EDItEUR::P Mathematics and Science::PB Mathematics::PBT Probability and statistics thema EDItEUR::P Mathematics and Science::PB Mathematics::PBT Probability and statistics |
| topic_facet | Logistische Regression in R Logit-Modell Regressionsanalyse Zweistufiges Modell Binäre Variablen Log-Odds Wahrscheinlichkeit Maximum-Likelihood Klassifikation thema EDItEUR::P Mathematics and Science::PB Mathematics::PBT Probability and statistics thema EDItEUR::P Mathematics and Science::PB Mathematics::PBT Probability and statistics |
| url | ONIX_20210813_9783658342258_25 |
| work_keys_str_mv | AT kalischmarkus logistischeregression AT meierlukas logistischeregression |