Regressionsanalyse

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.