In dieser Einführung werden erstmals klassische Regressionsansätze und moderne nicht- und semiparametrische Methoden in einer integrierten, einheitlichen und anwendungsorientierten Form beschrieben. Die Darstellung wendet sich an Studierende der Statistik in Wahl- und Hauptfach sowie an empirisch-statistisch und interdisziplinär arbeitende Wissenschaftler und Praktiker, zum Beispiel in Wirtschafts- und Sozialwissenschaften, Bioinformatik, Biostatistik, Ökonometrie, Epidemiologie. Die praktische Anwendung der vorgestellten Konzepte und Methoden wird anhand ausführlich vorgestellter Fallstudien demonstriert, um dem Leser die Analyse eigener Fragestellungen zu ermöglichen.

Diese Einführung beschreibt erstmals klassische Regressionsansätze und moderne nicht- und semiparametrische Methoden in einer integrierten, einheitlichen und anwendungsorientierten Form. Die Darstellung wendet sich an Studierende der Statistik in Wahl- und Hauptfach sowie an empirisch-statistisch und interdisziplinär arbeitende Wissenschaftler und Praktiker, zum Beispiel in Wirtschafts- und Sozialwissenschaften, Bioinformatik, Biostatistik, Ökonometrie und Epidemiologie. Die praktische Anwendung der vorgestellten Konzepte und Methoden wird anhand ausführlich vorgestellter Fallstudien demonstriert, um Lesern die Analyse eigener Fragestellungen zu ermöglichen.

Klappentext

In dem Band beschreiben die Autoren erstmals klassische Regressionsansätze und moderne nicht- und semiparametrische Methoden in einer integrierten und anwendungsorientierten Form. Um Lesern die Analyse eigener Fragestellungen zu ermöglichen, demonstrieren sie die praktische Anwendung der Konzepte und Methoden anhand ausführlicher Fallstudien. Geeignet für Studierende der Statistik sowie für Wissenschaftler und Praktiker, zum Beispiel in den Wirtschafts- und Sozialwissenschaften, der Bioinformatik und -statistik, Ökonometrie und Epidemiologie.

Inhalt
Einf#x00FC;hrung.- Regressionsmodelle.- Lineare Regressionsmodelle.- Generalisierte lineare Modelle.- Kategoriale Regressionsmodelle.- Gemischte Modelle.- Nichtparametrische Regression.- Strukturiert-additive Regression.