Zusammenfassung
Die beiden großen Methodenfamilien innerhalb der linearen Modelle, die Varianz- und die Regressionsanalyse, gehen beide von der Voraussetzung aus, daß sich die Kriteriumsvariable additiv aus einer Erwartungswertfunktion und einer Fehlervariablen zusammensetzt, daß
-
(1)
die Fehlervariable normalverteilt ist (mit konstanter Varianz) und daß
-
(2)
die Erwartungswertfunktion eine lineare Funktion der unbekannten Modellparameter ist.
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsPreview
Unable to display preview. Download preview PDF.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 1996 B. G. Teubner, Stuttgart
About this chapter
Cite this chapter
Pruscha, H. (1996). Verallgemeinertes Lineares Modell (GLM). In: Angewandte Methoden der Mathematischen Statistik. Teubner Skripten zur Mathematischen Stochastik. Vieweg+Teubner Verlag. https://doi.org/10.1007/978-3-322-90903-9_8
Download citation
DOI: https://doi.org/10.1007/978-3-322-90903-9_8
Publisher Name: Vieweg+Teubner Verlag
Print ISBN: 978-3-519-12726-0
Online ISBN: 978-3-322-90903-9
eBook Packages: Springer Book Archive