Inhalt:

Grundlegendes Ziel der Vorlesung soll es sein, Regressionstechniken als zentrales Instrument statistischer Modellierung vorzustellen.  

Gliederung: Einleitung und Themenübersicht, Modellklassen in der statistischen Analyse und Modellanpassung, Verallgemeinerte lineare Modelle, Multiple Lineare Regression, Logistische Regression,

Nichtparametrische Regression, Einführung Überlebenszeitanalyse.

Die Umsetzung der jeweiligen Modellierungen in Statistikprogrammpaketen (Schwerpunkt SAS) werden behandelt.

Literatur:

·         Fahrmeir L., Kneib T., Lang S.: Regression, Modelle, Methoden und Anwendungen; Springer 2009

·         Fahrmeir L., Hamerle A., Tut G.: Multivariate statistische Verfahren; de Gruyter 1996

·         Jobson J.D.: Applied Multivariate Data Analysis Vol. I/II, Springer 1991

·         Dobson A.J.: An Introduction to Statistical Modelling, Chapman and Hall

·         Hosmer D.W., Lemeshow S.: Applied Logistic Regression, J. Wiley 1989

Anmerkungen

Um Anmeldung per e-mail an das Sekretariat theda schmidt ∂does-not-exist.kit edu wird gebeten.