Urban / Mayerl Regressionsanalyse: Theorie, Technik und Anwendung

4. Auflage 2011
ISBN: 978-3-531-93114-2
Verlag: VS Verlag für Sozialwissenschaften
Format: PDF
Kopierschutz: 1 - PDF Watermark

E-Book, Deutsch, 364 Seiten, Web PDF

Reihe: Humanities, Social Science (German Language)

Das Skript erläutert die Durchführung und Interpretation von klassischen Regressionsanalysen (nach der OLS-Methode). Zudem gibt das Skript eine Einführung in die logistische Regressionsanalyse mit Maximum-Likelihood-Schätzverfahren (ML-Methode). In der Darstellung wird insbesondere auf die Überprüfung der Anwendungsvoraussetzungen von Regressionsschätzungen eingegangen. Auch
werden typische Fehlschlüsse und häufig anzutreffende Fehlinterpretationen verdeutlicht (u.a. bei Determinationskoeffizienten und standardisierten Regressionskoeffizienten). Über das bi- und multivariate Grundmodell der Regressionsanalyse hinaus werden erweiterte Verfahren wie z.B. Teststärkeanalysen, Regression mit Dummy-Variablen sowie sequenzielle Analysemethoden vorgestellt. Zusätzlich werden Modellschätzungen mit Moderator- und Mediatorvariablen erläutert.
Die Form der Darstellung ist praxisorientiert. Alle Verfahren werden an Beispielen erläutert (inkl. der dazu erforderlichen SPSS-Anweisungen).

Zielgruppe

Upper undergraduate

Autoren/Hrsg.

Urban, Dieter

Mayerl, Jochen

Inhaltsverzeichnis

1;Inhaltsverzeichnis;5
2;Vorwort zur 2. Auflage;8
3;1 Einführung1;11
3.1;1.1 Zur Konzeption eines „theoriegeleiteten Rezeptbuchs“;11
3.2;1.2 Benutzerhinweise;14
3.3;1.3 Regressionsanalyse als statistisches Modell;15
4;2 Das Grundmodell der Regressionsanalyse;23
4.1;2.1 Das allgemeine Regressionsmodell;23
4.2;2.2 Regression im bivariaten Modell;38
4.3;2.3 Regression im multivariaten Modell;78
4.4;2.4 Schrittweise Variablenauswahl;110
5;3 Regressionstheorie;113
5.1;3.1 Die bestmögliche Regressionsschätzung;113
5.2;3.2 Inferenzstatistik in der Regressionsanalyse;128
5.3;3.3 Testverfahren im bivariaten Regressionsmodell;140
5.4;3.4 Testverfahren im multiplen Regressionsmodell;159
5.5;3.5 SPSS-Beispiel: Multivariate OLS-Regression;166
6;4 Entdeckung und Beseitigung von Modellverstößen;175
6.1;4.1 Stichprobenumfang und Stichprobenfehler;183
6.2;4.2 0-Mittelwert der Residuen (A2);199
6.3;4.3 Linearität (A3, A4);200
6.4;4.4 Spezifikationsprobleme;215
6.5;4.5 Multikollinearität;223
6.6;4.6 Streuungsungleichheit (Heteroskedastizität) (A1);240
6.7;4.7 Autokorrelation (A4);258
6.8;4.8 Zusammenfassung: Residuenanalyse;270
7;5 Erweiterte Regressionsanalyse;272
7.1;5.1 Regressionsanalyse mit qualitativen Variablen;272
7.2;5.2 Regressionsanalyse mit Moderatorvariablen;291
7.3;5.3 Regressionsanalyse mit Mediatorvariablen;300
7.4;5.4 Sequenzielle Regressionsanalyse;309
7.5;5.5 Spezielle Fehlschlüsse in der Regressionsanalyse;315
8;6 ML-basierte Regressionsanalyse;320
8.1;6.1 Das Maximum-Likelihood Schätzverfahren;322
8.2;6.2 Binär logistische Regressionsanalyse;328
9;Tabellenanhang;352
10;Literaturverzeichnis;359
11;Sachregister;361

Über Autor(innen)

Dr. Dieter Urban ist Professor für Soziologie am Institut für Sozialwissenschaften der Universität Stuttgart.
Dr. Jochen Mayerl ist dort als wissenschaftlicher Mitarbeiter tätig.