Inhalt

[ 551OKMELMOK14 ] KV Lineare Modelle

Versionsauswahl
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