Grundlagen ¿ Methoden ¿ Beispiele
Buch, Deutsch, 370 Seiten, Paperback, Format (B × H): 152 mm x 229 mm, Gewicht: 555 g
ISBN: 978-3-409-13019-6
Verlag: Gabler Verlag
Springer Book Archives
Zielgruppe
Research
Autoren/Hrsg.
Fachgebiete
- Wirtschaftswissenschaften Volkswirtschaftslehre Volkswirtschaftslehre Allgemein Wirtschaftsstatistik, Demographie
- Mathematik | Informatik Mathematik Stochastik Mathematische Statistik
- Wirtschaftswissenschaften Betriebswirtschaft Wirtschaftsmathematik und -statistik
- Sozialwissenschaften Soziologie | Soziale Arbeit Soziologie Allgemein Empirische Sozialforschung, Statistik
Weitere Infos & Material
Inhaltsvrzeichnis.- 1. Grundbegriffe der Regressions- und Korrelationsanalyse.- 1. 1. Abhängigkeiten und Zusammenhänge.- 1. 2. Begriff der Regression.- 1. 3. Begriff der Korrelation.- 1. 4. Aufgaben der Korrelations- und Regressionsanalyse.- 1. 5. Historische Entwicklung der Korrelations- und Regressionsanalyse.- 2. Lineare Regression.- 2. 1. Streuungsdiagramm.- 2. 2. Methode der bedingten Mittelwerte.- 2. 3. Einfache lineare Regression.- 2.4. Multiplelineare Regression.- 2. 5. Partiellelineare Regression.- 2. 6. Voraussetzungen der Regressionsschätzungen.- 2. 7. Eigenschaften der Regressionsschätzungen.- 2. 8. Gesichtspunkte der praktischen Regressionsanalyse.- 3. Güte der Regression.- 3. 1. Bestimmtheit der Regression.- 3. 2. Standardfehler.- 4. Lineare Korrelation.- 4. 1. Einfachelineare Korrelation.- 4. 2. Multiplelineare Korrelation.- 4. 3. Partiellelineare Korrelation.- 4. 4. Beziehungen zwischen multipler und partieller Korrelation, Regression und Bestimmtheit.- 4. 5. Beeinflussung des Korrelationskoeffizienten durch Nebenfaktoren.- 4. 6. Korrelationsverhältnis.- 5. Zuverlässigkeit von Schätzungen der Regressions- und Korrelationsanalyse.- 5. 1. Verteilung von Regressions- und Korrelationskoeffizienten.- 5. 2. Intervallschätzung.- 5. 3. Statistische Prüfung von Hypothesen über Parameter der Regressions- und Korrelationsanalyse.- 5.4. Statistische Prüfung der Linearität einer Regressionsfunktion.- 6. Multikollinearität.- 7. Regression und Korrelation von Zeitreihen.- 7. 1. Modell der Zeitreihenregression.- 7. 2. Autokorrelation der Variablen.- 7. 3. Autokorrelation der Residuen.- 8. Heteroskedastizität.- 9. Zusammenfassendes Beispiel.- 10. Interdependente Beziehungen in der Regressionsanalyse.- 10. 1. Al lgemeine Einführung.- 10. 2. Die Variablenin einem Regressionsmodell.- 10. 3. Arten von Regress ionsmodellen.- 10. 4. Das Identifikationsproblem.- 10. 5. Wichtige Model lannahmen.- 10. 6. Schätzmethoden für Regressionsmodel le.- 11. Nichtlineare Regression.- 11. 1. Einfache nichtlineare Regression.- 11. 2. Multiple nichtlineare Regression.- 12. Nichtlineare Korrelation.- 12. 1. Einfache nichtlineare Korrelation.- 12. 2. Multiple nichtlineare Korrelation.- 12. 3. Beziehungen zwischen dem linearen Korrelationskoeffizienten, dem al lgemeinen Korrelationskoeffizienten und dem Korrelationsverhältnis.- 13. Messung des Zusammenhanges von nominal- und ordinalskalierten Variablen.- 13. 1. Zusammenhangsmaße für wenigstens ordinalskalierte Variable.- 13. 2. Zusammenhangsmaßefür nominalskal ierte Variable.- Tafel 1: Dichtefunktion der Standardnnrmalverteilun.- Tafel 2: Verteilungsfunktion der Standardnormalverteilung.- Tafel 4: t-Verteilung.- Tafel 5: Chi-Quadrat-Verteilung.- Tafel 6: Zufallshöchstwerte des Korrelationskoeffizienten.- Tafel 7: Verteilung des zyklischen Autokorrelationskoeffizienten.- Tafel 8: Autokorrelation nach Durbin-Watson.- Stichwortverzeichnis.
