• Kausale Aussagen und Prognosemodelle
• Abhngige Variablen mit begrenztem Wertebereich (Logistische Regression)
• Zeitreihenanalyse und dynamische Regressionsmodelle
• Analyse von Paneldaten
• Umgang mit fehlenden Werten (Missing values)
• Maximum-Likelihood-Verfahren

Dieses Lehrbuch ist der Folgeband zu "Regressionsanalyse in der empirischen Wirtschafts- und Sozialforschung Band 1". Es richtet sich an Studierende und Wissenschaftler, die im Rahmen einer Forschungsarbeit Daten analysieren oder vorhandene empirische Publikationen auswerten mssen. Regressionsanalysen stellen die wichtigsten Verfahren zur Untersuchung empirischer Fragestellungen in den Wirtschafts- und Sozialwissenschaften dar. Im Unterschied zu anderen konometrischen oder statistischen Lehrbchern verzichtet der Autor auf abschreckende mathematische Ausfhrungen. Alle Aspekte werden verbal und grafisch erlutert. Die Kapitel sind so aufgebaut, dass ein selbstndiges Studium problemlos mglich ist. Lesende werden Schritt fr Schritt in komplexere Verfahren eingefhrt.

Dabei sind smtlichen Kapiteln die wichtigsten Lernziele und Schlsselbegriffe vorangestellt. Jedes Kapitel schlie t mit einer Reihe von bungsaufgaben einschlie lich Lsungen. Praxisorientiert werden alle Regressionsverfahren und Tests anhand der Statistikprogramme SPSS und Stata sowie mittels Screenshots erklrt.

Zustzliche Fragen per App
Laden Sie die Springer Nature Flashcards-App kostenlos herunter und nutzen Sie exklusives Zusatzmaterial, um Ihr Wissen zu prfen.