Regressionsanalyse - Beherrschen Sie die Kunst der Regressionsanalyse: Vorhersagen Analysieren Entscheiden
Fouad Sabry
Translator Daniel Hueber
Publisher: Eine Milliarde Sachkundig [German]
Summary
Was ist Regressionsanalyse In der statistischen Modellierung ist die Regressionsanalyse eine Reihe statistischer Prozesse zur Schätzung der Beziehungen zwischen einer abhängigen Variablen und einer oder mehreren unabhängigen Variablen. Die gebräuchlichste Form der Regressionsanalyse ist die lineare Regression, bei der man die Linie findet, die nach einem bestimmten mathematischen Kriterium am besten zu den Daten passt. Beispielsweise berechnet die Methode der gewöhnlichen kleinsten Quadrate die eindeutige Linie, die die Summe der quadrierten Differenzen zwischen den wahren Daten und dieser Linie minimiert. Aus bestimmten mathematischen Gründen ermöglicht dies dem Forscher, die bedingte Erwartung der abhängigen Variablen abzuschätzen, wenn die unabhängigen Variablen einen bestimmten Satz von Werten annehmen. Weniger verbreitete Formen der Regression verwenden leicht unterschiedliche Verfahren, um alternative Standortparameter oder die bedingte Erwartung über eine breitere Sammlung nichtlinearer Modelle zu schätzen. Ihre Vorteile (I) Erkenntnisse und Validierungen zu den folgenden Themen: Kapitel 1: Regressionsanalyse Kapitel 2: Kleinste Quadrate Kapitel 3: Gauß?Markov-Theorem Kapitel 4: Nichtlineare Regression Kapitel 5: Bestimmtheitskoeffizient Kapitel 6: Schätzung instrumenteller Variablen Kapitel 7: Voreingenommenheit aufgrund ausgelassener Variablen Kapitel 8: Gewöhnliche kleinste Quadrate Kapitel 9: Residualsumme der Quadrate Kapitel 10: Einfache lineare Regression Kapitel 11: Verallgemeinerte kleinste Quadrate Kapitel 12: Heteroskedastizitätskonsistente Standardfehler Kapitel 13: Varianzinflationsfaktor Kapitel 14: Nichtlinear Kleinste Quadrate Kapitel 15: Hauptkomponentenregression Kapitel 16: Fehlende Quadratsumme Kapitel 17: Hebelwirkung (Statistik) Kapitel 18: Polynomielle Regression Kapitel 19: Fehler-in-Variablen-Modelle Kapitel 20: Lineare kleinste Quadrate Kapitel 21: Lineare Regression (II) Beantwortung der häufigsten öffentlichen Fragen zur Regressionsanalyse. (III) Beispiele aus der Praxis für den Einsatz der Regressionsanalyse in vielen Bereichen. Für wen sich dieses Buch eignet Profis, Studenten und Doktoranden, Enthusiasten, Hobbyisten und diejenigen, die für jede Art von Regressionsanalyse über das Grundwissen oder die Informationen hinausgehen möchten.
