Zusammenfassung
Alle im vorigen Kapitel beschriebenen Problemstellungen besitzen eine wesentliche Gemeinsamkeit: Eigenschaften einer Zielvariablen y sollen in Abhängigkeit von Kovariablen x 1, …, x k beschrieben werden. Dabei werden die Zielvariable auch als abhängige Variable und die Kovariablen als erklärende Variablen oder Regressoren bezeichnet. Die behandelten Modelle unterscheiden sich im Wesentlichen durch unterschiedliche Typen von Zielvariablen (stetig, binär, kategorial oder Zählvariablen) und verschiedene Arten von Kovariablen, die ebenfalls stetig, binär oder kategorial sein können. In komplexeren Modellen können auch Zeitskalen, Variablen zur Beschreibung der räumlichen Anordnung der Daten oder Gruppierungsvariablen als Kovariablen auftreten.
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
Corresponding author
Rights and permissions
Copyright information
© 2009 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Fahrmeir, L., Kneib, T., Lang, S. (2009). Regressionsmodelle. In: Regression. Statistik und ihre Anwendungen. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-01837-4_2
Download citation
DOI: https://doi.org/10.1007/978-3-642-01837-4_2
Received:
Published:
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-642-01836-7
Online ISBN: 978-3-642-01837-4
eBook Packages: Life Science and Basic Disciplines (German Language)