Häufige Probleme bei linearen Regressionsmodellen erkennen und beheben
Die lineare Regression (Methode der kleinsten Quadrate) ist eine grundlegende statistische Methode in vielen akademischen Forschungsbereichen. Um jedoch aussagekräftige Schlussfolgerungen aus den Ergebnissen zu ziehen, sollten Sie zunächst überprüfen, ob das Regressionsmodell fehlerhaft ist. Benötigen Sie eine Einführung in häufige Probleme bei der Regressionsmodellierung und deren Behebung? Dann ist dieses Webinar von JMP Academic genau das Richtige für Sie. Themen sind unter anderem:
- Erstellung von zusammengesetzten Variablen zur Berücksichtigung der Korrelation zwischen Prädiktoren.
- Anwendung der gewichteten Methode der kleinsten Quadrate zur Behandlung nicht konstanter Varianz.
- Box-Cox-Transformationen zur Stabilisierung der Varianz und zum Umgang mit schiefen Daten.
Aufgenommen mit JMP Student Edition 19.
Laden Sie die vollumfängliche, kostenlose JMP-Software für den akademischen Gebrauch unter jmp.com/student herunter.
Melden Sie sich für zukünftige JMP Academic-Webinare unter jmp.com/academic-webinars an.
Fortgeschrittene statistische ModellierungGrundlagen der Datenanalyse und Modellierung
