Inhalt

[ 551OKMELMOK14 ] KV Lineare Modelle

Versionsauswahl
Es ist eine neuere Version 2021W dieser LV im Curriculum Bachelorstudium Statistik und Data Science 2023W vorhanden.
Workload Ausbildungslevel Studienfachbereich VerantwortlicheR Semesterstunden Anbietende Uni
4 ECTS B2 - Bachelor 2. Jahr Statistik Helga Wagner 2 SSt Johannes Kepler Universität Linz
Detailinformationen
Anmeldevoraussetzungen keine
Quellcurriculum Bachelorstudium Statistik 2015W
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