Studienhandbuch | KV Lineare Modelle

Inhalt

Workload	Ausbildungslevel	Studienfachbereich	VerantwortlicheR	Semesterstunden	Anbietende Uni
4 ECTS	B2 - Bachelor 2. Jahr	Statistik	Helmut Waldl	2 SSt	Johannes Kepler Universität Linz

Detailinformationen
Anmeldevoraussetzungen	keine
Quellcurriculum	Bachelorstudium Statistik und Data Science 2021W
Ziele	Kenntnis der Verfahren der klassischen linearen Regression und ihrer praktischen Anwendung
Lehrinhalte	einfache lineare Regression: Modellannahmen, KQ-Schätzung, Konfidenzintervalle für Regressionsparameter, Testen von Hypothesen, Bestimmtheitsmaß, Residualanalyse multiple Regression: Modellierung von Effekten (Dummy-und Effektkodierung, Interaktionen, nichtlineare Effekte),, Punktschätzung (WLS, ML), Konfidenzbereiche, F-Tests, Modellsuche, Modellanpassung, Multikollinearität Varianz- und Kovarianzanalyse
Beurteilungskriterien	Hausübungen Klausur
Lehrmethoden	Vorlesung Besprechung der von Studierenden ausgearbeiteten Übungsaufgaben
Abhaltungssprache	Deutsch
Literatur	Fahrmeir L., Kneib T. , Lang S. and Marx B., Regression: Models, Methods and Applications, Springer, 2013
Lehrinhalte wechselnd?	Nein
Äquivalenzen	4MSOMKV: KV Ökonometrische Modelle (Statistik) (4 ECTS)

Präsenzlehrveranstaltung
Teilungsziffer	40
Zuteilungsverfahren	Zuteilung nach Vorrangzahl