TY  - GEN
AU  - Kalisch,Markus
AU  - Meier,Lukas
TI  - Logistische Regression : Eine anwendungsorientierte Einführung mit R
SN  - 978-3-658-34225-8
PY  - 2021///
PB  - Springer Nature
KW  - Probability & statistics
KW  - bicssc
KW  - Logistische Regression in R
KW  - Logit-Modell
KW  - Regressionsanalyse
KW  - Zweistufiges Modell
KW  - Binäre Variablen
KW  - Log-Odds
KW  - Wahrscheinlichkeit
KW  - Maximum-Likelihood
KW  - Klassifikation
N1  - Open Access
N2  - 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
UR  - https://library.oapen.org/bitstream/20.500.12657/50435/1/978-3-658-34225-8.pdf
UR  - https://directory.doabooks.org/handle/20.500.12854/71649
ER  -