Multivariate statistical modelling based on generalized linear models
In: Springer series in statistics
16 Ergebnisse
Sortierung:
In: Springer series in statistics
In: Springer-Lehrbuch
In: Springer-Lehrbuch
Das Buch bietet eine integrierte Darstellung der deskriptiven Statistik, moderner Methoden der explorativen Datenanalyse und der induktiven Statistik, einschließlich der Regressions- und Varianzanalyse. Die Darstellung ist auf inhaltliche Motivation, Interpretation und Verständnis der Methoden ausgerichtet. Zahlreiche Beispiele mit realen Daten und Graphiken veranschaulichen den Text. Texthervorhebungen zentraler Aspekte und Stichwörter am Rand erhöhen die Lesbarkeit und Übersichtlichkeit.
Vorwort zur zweiten Auflage. -- Vorwort zur ersten Auflage -- Inhalt -- Kapitel 1. Einführung -- 1. Einführende Beispiele -- 2. Grundlegende Begriffe der Meßtheorie -- 3. Überblick über multivariate statistische Verfahren -- Kapitel 2. Mehrdimensionale Zufallsvariablen und Verteilungen -- 1. Verteilungsfunktionen und Dichten -- 1.1 Gemeinsame Verteilungsfunktionen und Dichten -- 2. Erwartungswerte und Kovarianzmatrizen -- 3. Mehrdimensionale Normalverteilung, Multinominalverteilung und Grenzwertsätze -- 3.1 Mehrdimensionale Normalverteilung -- 3.2 Verteilungskonvergenz und Grenzwertsätze
In: Statistische Hefte: internationale Zeitschrift für Theorie und Praxis = Statistical papers, Band 28, Heft 1, S. 81-116
ISSN: 1613-9798
In: Statistische Hefte: internationale Zeitschrift für Theorie und Praxis = Statistical papers, Band 27, Heft 1, S. 179-205
ISSN: 1613-9798
Einf(c)ơhrung -- Mehrdimensionale Zufallsvariablen und Verteilungen -- Grundlegende multivariate Sch(c)Þtz- und Testprobleme -- Regressionsanalyse -- Varianz- und Kovarianzanalyse -- Kategoriale und generalisierte lineare Regression -- Regressionsmodelle zur Analyse von Verweildauern -- Diskriminanzanalyse -- Clusteranalyse -- Zusammenhanganalysen in mehrdimensionalen Kontingenztabellen : das loglineare Modell -- Modelle mit latenten Variablen : Faktorenanalyse, Lantent-Structure-Analyse und LISREL-Analyse -- Grundlagen der mehrdimensionalen Skalierung -- Grundbegriffe der Matrix-Algebra
In: Advances in statistical analysis: AStA, Band 97, Heft 4, S. 349-385
ISSN: 1863-818X
In: Blätter der DGVFM, Band 28, Heft 1, S. 47-65
ISSN: 1864-0303
In: Blätter der DGVFM, Band 26, Heft 1, S. 7-23
ISSN: 1864-0303
The aim of this book is an applied and unified introduction into parametric, non- and semiparametric regression that closes the gap between theory and application. The most important models and methods in regression are presented on a solid formal basis, and their appropriate application is shown through many real data examples and case studies. Availability of (user-friendly) software has been a major criterion for the methods selected and presented. Thus, the book primarily targets an audience that includes students, teachers and practitioners in social, economic, and life sciences, as well as students and teachers in statistics programs, and mathematicians and computer scientists with interests in statistical modeling and data analysis. It is written on an intermediate mathematical level and assumes only knowledge of basic probability, calculus, and statistics. The most important definitions and statements are concisely summarized in boxes. Two appendices describe required matrix algebra, as well as elements of probability calculus and statistical inference
Einführung -- Univariate Deskription und Exploration von Daten -- Multivariate Deskription und Exploration -- Wahrscheinlichkeitsrechnung -- Diskrete Zufallsvariablen -- Stetige Zufallsvariablen -- Mehr über Zufallsvariablen und Verteilungen -- Mehrdimensionale Zufallsvariablen -- Parameterschätzung -- Testen von Hypothesen -- Spezielle Testprobleme -- Regressionsanalyse -- Varianzanalyse -- Zeitreihen -- Einführung in R -- Tabellen.