Regressionen für kategoriale Daten und Zähldaten in R


Inhalt

Welche Methoden und Möglichkeiten gibt es, um die Anzahl von Ereignissen (z.B. Erdbeben, Streiks oder Worthäufigkeiten) oder kategoriale Angaben (z.B. Produktkauf Ja/Nein) durch Regressionen zu analysieren? In der Praxis wird bei diesen Fragen oftmals auf die Methode der linearen Regression zurückgegriffen, wobei in vielen Fällen jedoch die Verletzung der Modellannahmen linearer Regression in Kauf genommen wird. Eine Alternative sind Generalisierungen linearer Regressionsmodelle, welche präzisere Schätzer bei nicht-metrischen Prognosevariablen ermöglichen.

Im Workshop wird ein Einblick in die theoretischen Grundlagen und die praktische Umsetzung von Generalisierungen linearer Regressionen für Kategorie- und Zählvariablen (Logit-, Probit-, Poisson- und Neg. Binomial-Modelle) gegeben. Insbesondere werden die Aspekte der Formulierung, Schätzung und Interpretation der Modelle sowie die Prüfung von Voraussetzungen behandelt. Außerdem wird die Integration von Interaktionseffekten vorgestellt. Dabei wird die freie Software R für alle Schritte genutzt. Der Workshop setzt Vorkenntnisse in der Bedienung von R voraus, sodass ein vorheriger Besuch der Workshops „Einführung in R“ und „Datenanalyse in R“ für Einsteiger empfohlen, aber nicht vorausgesetzt wird. Zusätzlich ist ein vorheriger Besuch des Workshops „Regressionsmodelle in R“ sinnvoll, wenn keine Vorkenntnisse über die Grundlagen von Regressionrechnungen vorliegen.

ZIELGRUPPE

Bachelor- und Master-Studierende aller Studiengänge; eine Zulassung von Promovierenden, Mitarbeitern oder externen Personen ist nicht möglich.

Leitung

Daniel Weller

Termine

  • 17.01.2020

    Beginn: 09:00 Uhr, Ende: 15:00 Uhr

    GD E1/208

Anmeldung