Logistische Regression
Eine anwendungsorientierte Einführung mit R
Dieses Open-Access-Buch gibt eine anwendungsorientierte Einführung in die logistische Regression. Ausgehend von Grundkenntnissen der linearen Regression wird diese zuerst als zweistufiges Modell interpretiert, was den Übergang zur logistischen Regression...
lieferbar
versandkostenfrei
Buch (Kartoniert)
Fr. 18.90
inkl. MwSt.
- Kreditkarte, Paypal, Rechnungskauf
- 30 Tage Widerrufsrecht
Produktdetails
Produktinformationen zu „Logistische Regression “
Klappentext zu „Logistische Regression “
Dieses Open-Access-Buch gibt eine anwendungsorientierte Einführung in die logistische Regression. Ausgehend von Grundkenntnissen der linearen Regression wird diese zuerst als zweistufiges Modell interpretiert, was den Übergang zur logistischen Regression vereinfacht. Neben einer kompakten Einführung der entsprechenden Theorie liegt der Fokus auch auf der Umsetzung mit der Statistiksoftware R und der richtigen Formulierung der entsprechenden Ergebnisse. Alle Schritte werden anhand zahlreicher Beispiele illustriert. Hinzu kommt eine Einführung in die Klassifikation mit den entsprechenden Begriffen.Inhaltsverzeichnis zu „Logistische Regression “
Einleitung.- Aspekte desWahrscheinlichkeitsbegriffs.- Das logistische Regressionsmodell.- Logistische Regression in R.- Klassifikation.- Ausblick
Autoren-Porträt von Markus Kalisch, Lukas Meier
Dr. Markus Kalisch und Dr. Lukas Meier lehren und forschen am Seminar für Statistik an der ETH Zürich. Zusammen leiten sie den statistischen Beratungsdienst, eine hochschulweite Anlaufstelle für alle statistischen Fragestellungen.
Bibliographische Angaben
- Autoren: Markus Kalisch , Lukas Meier
- 2021, 1. Aufl. 2021, XII, 60 Seiten, 13 Abbildungen, Masse: 14,8 x 21 cm, Kartoniert (TB), Deutsch
- Verlag: Springer, Berlin
- ISBN-10: 3658342242
- ISBN-13: 9783658342241
- Erscheinungsdatum: 09.08.2021
Kommentar zu "Logistische Regression"
0 Gebrauchte Artikel zu „Logistische Regression“
Zustand | Preis | Porto | Zahlung | Verkäufer | Rating |
---|
Schreiben Sie einen Kommentar zu "Logistische Regression".
Kommentar verfassen