Verfügbarkeit: Regression

Gespeichert in:

Bibliographische Detailangaben
Titel:	Regression Modelle, Methoden und Anwendungen ; mit 51 Tabellen
Von:	Ludwig Fahrmeir ; Thomas Kneib ; Stefan Lang
Person:	Fahrmeir, Ludwig 1945- Verfasser aut Kneib, Thomas Lang, Stefan 1976- 1970-
Hauptverfassende:	Fahrmeir, Ludwig 1945- (VerfasserIn), Kneib, Thomas 1976- (VerfasserIn), Lang, Stefan 1970- (VerfasserIn)
Format:	Buch
Sprache:	Deutsch
Veröffentlicht:	Berlin [u.a.] Springer 2007
Schriftenreihe:	Statistik und ihre Anwendungen
Schlagworte:	Regressionsanalyse
Online-Zugang:	http://deposit.dnb.de/cgi-bin/dokserv?id=2795646&prov=M&dok_var=1&dok_ext=htm http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=014817596&sequence=000003&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=014817596&sequence=000004&line_number=0002&func_code=DB_RECORDS&service_type=MEDIA
Beschreibung:	XIV, 501 S. graph. Darst., Kt.
ISBN:	3540339329 9783540339328

Internformat

MARC


LEADER	00000nam a2200000 c 4500
001	BV021602276
003	DE-604
005	20080429
007	t\|
008	060531s2007 gw bd\|\| \|\|\|\| 00\|\|\| ger d
015			\|a 06,N19,0111 \|2 dnb
016	7		\|a 979366526 \|2 DE-101
020			\|a 3540339329 \|c Pb. : ca. EUR 32.95, ca. sfr 56.50 \|9 3-540-33932-9
020			\|a 9783540339328 \|9 978-3-540-33932-8
024	3		\|a 9783540339328
028	5	2	\|a 11749318
035			\|a (OCoLC)180908931
035			\|a (DE-599)BVBBV021602276
040			\|a DE-604 \|b ger \|e rakddb
041	0		\|a ger
044			\|a gw \|c XA-DE-BE
049			\|a DE-739 \|a DE-706 \|a DE-19 \|a DE-20 \|a DE-29 \|a DE-355 \|a DE-703 \|a DE-91G \|a DE-91 \|a DE-473 \|a DE-M347 \|a DE-1028 \|a DE-521 \|a DE-945 \|a DE-83 \|a DE-11 \|a DE-188 \|a DE-578 \|a DE-Grf2
082	0		\|a 519.536 \|2 22/ger
084			\|a QH 234 \|0 (DE-625)141549: \|2 rvk
084			\|a SK 840 \|0 (DE-625)143261: \|2 rvk
084			\|a 510 \|2 sdnb
084			\|a MAT 628f \|2 stub
084			\|a 310 \|2 sdnb
100	1		\|a Fahrmeir, Ludwig \|d 1945- \|e Verfasser \|0 (DE-588)120635682 \|4 aut
245	1	0	\|a Regression \|b Modelle, Methoden und Anwendungen ; mit 51 Tabellen \|c Ludwig Fahrmeir ; Thomas Kneib ; Stefan Lang
264		1	\|a Berlin [u.a.] \|b Springer \|c 2007
300			\|a XIV, 501 S. \|b graph. Darst., Kt.
336			\|b txt \|2 rdacontent
337			\|b n \|2 rdamedia
338			\|b nc \|2 rdacarrier
490	0		\|a Statistik und ihre Anwendungen
650	0	7	\|a Regressionsanalyse \|0 (DE-588)4129903-6 \|2 gnd \|9 rswk-swf
689	0	0	\|a Regressionsanalyse \|0 (DE-588)4129903-6 \|D s
689	0		\|5 DE-604
700	1		\|a Kneib, Thomas \|d 1976- \|e Verfasser \|0 (DE-588)131555332 \|4 aut
700	1		\|a Lang, Stefan \|d 1970- \|e Verfasser \|0 (DE-588)123447496 \|4 aut
856	4	2	\|q text/html \|u http://deposit.dnb.de/cgi-bin/dokserv?id=2795646&prov=M&dok_var=1&dok_ext=htm \|3 Inhaltstext
856	4	2	\|m Digitalisierung UB Passau \|q application/pdf \|u http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=014817596&sequence=000003&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA \|3 Inhaltsverzeichnis
856	4	2	\|m Digitalisierung UB Passau \|q application/pdf \|u http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=014817596&sequence=000004&line_number=0002&func_code=DB_RECORDS&service_type=MEDIA \|3 Klappentext
943	1		\|a oai:aleph.bib-bvb.de:BVB01-014817596

Datensatz im Suchindex

DE-BY-TUM_call_number	0104 MAT 628 2008 A 1299 0303 MAT 628 2008 L 122 2502 MAT 628 2008 A 5184
DE-BY-TUM_katkey	1621656
DE-BY-TUM_location	01 03 25
DE-BY-TUM_media_number	040010085511 040071153943 040071153965 040071153954 040071153976 040071153987 040071153998 040071154002 040071154013 040071154024 040071154035 040010192919 040006834655 040006834666
DE-BY-UBR_call_number	00/QH 234 F158 R3 17/QH 234 F158 R3 475/QH 234 F158 R3 9290/QH 234 F158 R3
DE-BY-UBR_katkey	3873858
DE-BY-UBR_location	UB Magazin UB Lehrbuchsammlung UB Lehrbuchsammlung UB Lehrbuchsammlung UB Lehrbuchsammlung UB Lehrbuchsammlung UB Lehrbuchsammlung UB Lehrbuchsammlung UB Lehrbuchsammlung UB Lehrbuchsammlung UB Lehrbuchsammlung UB Handapparat Recht/Wirtschaft Prof. Dorfleitner UB Handapparat BioPark Prof. Spang
DE-BY-UBR_media_number	069034286380 069035694740 069035694751 069035694762 069035694773 069034471045 069034471056 069034471067 069034471023 069035694784 069034471034 TEMP12133438 TEMP12107626
_version_	1835808255092195328
adam_text	Inhaltsverzeichnis 1 Einführung......................................................... 1 1.1 Anwendungsbeispiele.............................................. 4 1.2 Erste Schritte.................................................... 11 1.2.1 Beschreibung der Verteilung der Variablen..................... 11 1.2.2 Grafische Zusammenhangsanalyse............................ 13 Stetige erklärende Variablen................................. 13 Kategóriáié 2 Regressionsmodelle................................................. 19 2.1 Einführung...................................................... 19 2.2 Lineare Regressionsmodelle........................................ 20 2.2.1 Das einfache lineare Regressionsmodell........................ 20 2.2.2 Das multiple lineare Regressionsmodell........................ 24 2.3 Regression bei binären Ziel variablen: Das Logit-Modell................ 30 2.4 Gemischte Modelle ............................................... 35 2.5 Einfache nichtparametrische Regression ............................. 40 2.6 Additive Regression............................................... 44 2.7 Generalisierte additive Regression.................................. 47 2.8 Geoadditive Regression............................................ 49 2.9 Modelle im Überblick............................................. 55 2.9.1 Lineare Modelle (LM, Kapitel 3)............................. 55 2.9.2 Logit-Modell (Kapitel 4) .................................... 56 2.9.3 Poisson-Regression (Kapitel 4)............................... 56 2.9.4 Generalisierte lineare Modelle (GLM, Kapitel 4, 5) ............. 56 2.9.5 Lineare gemischte Modelle (LMM, Kapitel 6) .................. 56 2.9.6 Additive Modelle und Erweiterungen (AM, Kapitel 7, 8) ........ 57 2.9.7 Generalisierte additive (gemischte) Modelle 2.9.8 Strukturiert-additive Regression (STAR, Kapitel 8)............. 58 3 Lineare Regressionsmodelle ........................................ 59 3.1 Das klassische lineare Modell....................................... 59 3.1.1 Modelldefinition............................................ 59 3.1.2 Modellparameter, Schätzungen und Residuen.................. 63 3.1.3 Diskussion der Modellannahmen ............................. 64 Linearität des Einflusses der Kovariablen...................... 64 Homoskedastische Varianz der Störgrößen..................... 64 Unkorreliertheit Additivität der Störgrößen................................... 70 3.1.4 Modellierung des Einflusses der Kovariablen................... 72 Metrische Kovariablen...................................... 72 Kategóriáié Interaktionen zwischen Kovariablen........................... 83 3.2 Parameterschätzungen............................................ 90 3.2.1 Schätzung der Regressionskoeffizienten........................ 90 Die Methode der kleinsten Quadrate.......................... 90 Maximum-Likelihood-Schätzung.............................. 92 Geschätzte Werte und Residuen.............................. 93 3.2.2 Schätzung der Varianz der Störgrößen......................... 94 Maximum-Likelihood-Schätzung.............................. 94 Restringierte Maximum-Likelihood-Schätzung.................. 94 3.2.3 Eigenschaften der Schätzungen............................... 95 Geometrische Eigenschaften des KQ-Schätzers ................. 95 Streuungszerlegung und Bestimmtheitsmaß.................... 98 Statistische Eigenschaften ohne spezielle Verteilungsannahmen ... 101 Statistische Eigenschaften bei Normalverteilungsannahme ....... 103 Asymptotische Eigenschaften des KQ-Schätzers................ 105 Statistische Eigenschaften der Residuen....................... 107 Standardisierte und studentisierte Residuen.................... 108 3.3 Hypothesentests und Konfidenzintervalle............................ 111 3.3.1 F-Test.................................................... 113 Zusammenhang mit dem Wald-Test........................... 115 F-Test für einige spezielle Testprobleme....................... 115 Asymptotische Eigenschaften des F-Tests...................... 119 3.3.2 Konfidenzbereiche und Prognoseintervalle..................... 119 Konfidenzintervalle und Prognoseintervalle.......................................... 121 3.4 Das allgemeine lineare Regressionsmodell............................ 124 3.4.1 Modelldefinition............................................ 124 3.4.2 Gewichtete Methode der kleinsten Quadrate................... 125 Gruppierte Daten.......................................... 127 3.4.3 Heteroskedastische Fehler ................................... 128 Diagnose heteroskedastischer Fehler........................... 129 Maßnahmen bei Heteroskedastizität .......................... 132 3.4.4 Autokorrelierte Fehler....................................... 136 Autokorrelation erster Ordnung.............................. 137 Diagnose autokorrelierter Störungen.......................... 139 Maßnahmen bei Autokorrelation erster Ordnung............... 142 3.5 3.5.1 Priori-Verteilungen......................................... 147 3.5.2 Vollständig bedingte Dichten und MCMC-Inferenz.............. 149 3.5.3 Posteriori-Verteilung........................................ 152 3.6 Modellwahl und Variablenselektion................................. 152 3.6.1 Auswirkung der Modellspezifikation auf Prognosegüte.............................................. 156 Auswirkung der Modellspezifikation auf KQ-Schätzers ...................................... 156 Auswirkung der Modellspezifikation auf die Prognosegüte........ 157 3.6.2 Modellwahlkriterien___.................................... 159 Das korrigierte Bestimmtheitsmaß............................ 160 Mallow s Informationskriterium nach Kreuzvalidierung........................................... 162 Bayesianisches Informationskriterium 3.6.3 Praktische Verwendung der Modellwahlkriterien................ 163 3.6.4 Modelldiagnose............................................ 167 Überprüfen der Modellannahmen............................. 168 Kollinearitätsanalyse........................................ 170 Ausreißer- und Einflussanalyse............................... 173 Alternative Modellierungsansätze nach Modelldiagnose.......... 179 3.7 Bemerkungen und Ergänzungen.................................... 180 3.7.1 Literaturhinweise........................................... 180 3.7.2 Beweise................................................... 181 4 Generalisierte lineare Modelle...................................... 189 4.1 Binäre Regression................................................ 189 4.1.1 Binäre Regressionsmodelle................................... 189 Logit-Modell............................................... 190 Probit-Modell.............................................. 191 Komplementäres log-log-Modell.............................. 191 Binäre Modelle als Schwellenwertmodelle latenter linearer Modelle 193 Parameterinterpretation..................................... 194 Gruppierte Daten.......................................... 195 Überdispersion 4.1.2 Maximum-Likelihood-Schätzung.............................. 198 Vergleich mit der ML- bzw. KQ-Schätzung im linearen Regressionsmodell .................................. 201 Iterative numerische Berechnung des ML-Schätzers............. 202 Asymptotische Eigenschaften des ML-Schätzers................ 203 4.1.3 Testen linearer Hypothesen.................................. 204 4.1.4 Kriterien zur Modellanpassung und Modellwahl................ 205 4.2 Regression für Zähldaten.......................................... 210 4.2.1 Modelle für Zähldaten ...................................... 210 Log-lineares Poisson-Modell.................................. 210 Lineares Poisson-Modell..................................... 210 Überdispersion............................................. 210 4.2.2 Schätzen und Testen: Likelihood-Inferenz...................... 212 Maximum-Likelihood-Schätzung.............................. 212 Testen linearer Hypothesen.................................. 213 Kriterien zur Modellanpassung und Modellwahl................ 213 Schätzung des Überdispersions-Parameters.................... 213 4.3 Modelle für positive stetige Zielvariablen............................ 215 Gamma-Regression......................................... 217 Inverse 4.4 Generalisierte Lineare Modelle..................................... 217 4.4.1 Allgemeine Modelldefinition ................................. 217 4.4.2 Likelihood-Inferenz......................................... 220 Asymptotische Eigenschaften des ML-Schätzers................ 223 Schätzung des Skalierungs- oder Überdispersionsparameters...... 224 Testen linearer Hypothesen.................................. 224 Kriterien zur Modellanpassung und Modellwahl................ 225 4.5 Quasi-Likelihood-Modelle.......................................... 226 4.6 Bayesianische generalisierte lineare Modelle.......................... 228 4.7 Bemerkungen und Ergänzungen.................................... 233 5 5.1 Einführung...................................................... 235 Multinomialverteilung....................................... 236 Daten..................................................... 237 5.2 Modelle für ungeordnete Kategorien ................................ 238 Nominale Modelle und latente Nutzenmodelle.................. 241 5.3 Das kumulative oder Schwellenwert-Modell.................... 242 Das sequentielle Modell..................................... 245 5.4 Schätzen und Testen: Likelihood-Inferenz............................ 247 Numerische Bestimmung des ML-Schätzers.................... 249 Asymptotische Eigenschaften und Tests linearer Hypothesen..... 249 5.5 Bemerkungen und Ergänzungen.................................... 252 6 Gemischte Modelle................................................. 253 6.1 Lineare gemischte Modelle für 6.2 Das allgemeine lineare gemischte Modell............................. 259 6.3 6.3.1 Schätzung fixer und zufälliger Effekte bei bekannter Kovarianzstruktur.......................................... 261 6.3.2 Schätzung der Kovarianzstruktur............................. 263 6.3.3 Schätzung fixer und zufälliger Effekte......................... 264 6.3.4 Hypothesentests............................................ 266 6.4 Likelihood-Inferenz für 6.5 Bayesianische gemischte lineare Modelle............................. 271 Posteriori-Verteilung bei bekannter Kovarianzstruktur........... 273 Empirische Bayes-Schätzung................................. 273 Volle Bayes-Schätzung...................................... 274 6.6 Generalisierte lineare gemischte Modelle............................. 278 6.6.1 Definition und Eigenschaften von GLMM...................... 278 GLMM für GLMM in allgemeiner Form................................. 279 Kategóriáié 6.7 6.7.1 Penalisierte 6.7.2 Volle Bayes-Inferenz mit MCMC ............................. 287 6.8 Bemerkungen und Ergänzungen.................................... 289 Nichtparametrische Regression..................................... 291 7.1 Univariate Glättung.............................................. 292 7.1.1 Polynom-Splines ........................................... 293 Polynom-Splines und trunkierte Potenzen..................... 296 Einfiuss der Knoten auf die Schätzung........................ 301 B-Splines.................................................. 303 7.1.2 Penalisierte P-Splines basierend auf der TP-Basis......................... 307 P-Splines basierend auf B-Splines............................. 309 Penalisierte KQ-Schätzung .................................. 311 Bayesianische P-Splines..................................... 316 7.1.3 Allgemeine Penalisierungsansätze............................. 320 7.1.4 Glättungssplines ........................................... 323 7.1.5 7.1.6 Kriging................................................... 327 Klassisches Kriging......................................... 327 Kriging als Glättungsverfahren für Zeitreihen.................. 330 Kriging als Glättungsverfahren der nichtparametrische Regression 331 7.1.7 Lokale Glättungsverfahren................................... 333 Nächste-Nachbarn-Schätzer.................................. 333 Lokal polynomiale Regression und Loess 7.1.8 Allgemeine Streudiagramm-Glätter........................... 340 Lineare Glättungsverfahren.................................. 340 Konfidenzintervalle und -bänder.............................. 342 Äquivalente Freiheitsgrade (effektive Parameterzahl)............ 345 Schätzung der Fehlervarianz................................. 347 Bias-Varianz-Trade Off...................................... 348 7.1.9 Wahl des Glättungsparameters............................... 350 Glättungsparameterwahl basierend auf Optimalitätskriterien..... 350 Repräsentation von Penalisierungsansätzen als gemischte Modelle. 353 Bayesianische Glättungsparameterwahl basierend auf MCMC .... 357 7.1.10 Multivariate Regressionsbäume.......................................... 361 Bayesianische Bayesianische 7.2 7.2.1 Tensorprodukt-P-Splines.................................... 371 Tensorprodukt-Basen....................................... 371 2D-Penalisierшlgsansätze.................................... 375 7.2.2 Radiale Basisfunktionen..................................... 379 7.2.3 Kriging: Räumliche Glättung bei stetiger Lokationsvariable...... 381 Klassische Geostatistik...................................... 382 Kriging als Basisfunktionenansatz............................ 384 Schätzung von Kriging-Modellen............................. 385 7.2.4 Lokationsvariable........................................... 387 Nachbarschaften und penalisiertes KQ-Kriterium............... 387 Bayesianische Modellformulierung............................ 389 Räumlich autoregressive Prozesse............................. 393 7.2.5 Fazit...................................................... 393 7.2.6 Lokale und 7.3 Höherdimensionale Glättung....................................... 395 7.4 Bemerkungen und Ergänzungen.................................... 397 Strukturiert-additive Regression.................................... 399 8.1 Additive Modelle................................................. 399 8.2 Geoadditive Regression............................................ 404 8.3 Modelle mit Interaktionen......................................... 407 8.3.1 Modelle mit variierenden Koeffizienten........................ 408 8.3.2 Interaktion zwischen zwei metrischen Kovariablen.............. 410 8.4 Strukturiert-additive Regression.................................... 413 8.5 Inferenz......................................................... 419 8.5.1 Penalisierte KQ- bzw- Likelihood-Schätzung................... 420 Backfitting................................................ 420 Direkte Minimierung des penalisierten KQ-Kriteriums........... 421 Generalisierte STAR-Modelle................................ 422 Schätzung der Glättungsparameter........................... 422 Modellwahl und Diagnose................................... 423 8.5.2 Inferenz basierend auf der Repräsentation als gemischtes Modell. . 423 Modellwahl und Diagnose................................... 425 8.5.3 Bayesianische Inferenz mit MCMC ........................... 425 Normalverteilte Zielgrößen................................... 425 Latente normalverteilte Zielgrößen............................ 427 Nicht-normalverteilte Zielgrößen.............................. 428 Modellwahl und Diagnose................................... 428 8.5.4 Software-Hinweise.......................................... 430 8.6 Fallstudie: Unterernährung in Sambia............................... 431 8.6.1 Hinweise zur grundsätzlichen Vorgehensweise .................. 431 Deskriptive Analyse der Rohdaten............................ 431 Datenaufbereitung.......................................... 431 Grafische zweidimensionale Zusammenhangsanalyse............. 432 Schätzung erster Arbeitsmodelle.............................. 432 Modelldiagnose und Verfeinerung der Arbeitsmodelle........... 432 Darstellung der Ergebnisse .................................. 434 8.6.2 Deskriptive Analysen....................................... 435 8.6.3 Modellierungsvarianten...................................... 437 8.6.4 Schätzergebnisse und Modellevaluation........................ 438 8.7 Bemerkungen und Ergänzungen.................................... 443 A A.l Definition und elementare Operationen.............................. 445 A.2 Der Rang einer Matrix............................................ 449 A.3 Determinante und Spur einer Matrix................................ 451 A.4 Verallgemeinerte Α. A.6 Quadratische Formen............................................. 455 A.7 Differentiation von Matrixfunktionen................................ 457 В B.l Einige eindimensionale Verteilungen ................................459 B.2 Zufallsvektoren................................................... 461 В. 8. 8. 8. B.3.4 Multivariate t-Verteilung.................................... 467 B.4 Likelihood-Inferenz............................................... 467 B.4.1 Maximum-Likelihood-Schätzung.............................. 467 B.4.2 Numerische Berechnung des ML-Schätzers..................... 473 B.4.3 Asymptotische Eigenschaften des ML-Schätzers................ 475 B.4.4 Likelihood-basierte Tests für lineare Hypothesen................ 475 B.4.5 Modellwahl................................................ 477 B.5 Bayes-Inferenz................................................... 478 B.5.1 Grundlagen der Bayes-Inferenz............................... 478 B.5.2 Punkt- und Intervallschätzer................................. 480 Punktschätzer ............................................. 480 Intervallschätzung.......................................... 481 B.5.3 MCMC-Methoden.......................................... 482 Metropolis-Hastings- Gibbs-Sampler und Hybrid-Algorithmen....................... 486 B.5.4 Modellwahl................................................ 488 Literaturverzeichnis.................................................... 491 Index................................................................... 497 In dieser Einführung werden erstmals klassische Regressions¬ ansätze und moderne nicht- und semiparametrische Methoden in einer integrierten, einheitlichen und anwendungsorientierten Form beschrieben. Die Darstellung wendet sich an Studierende mit Wahl- oder Hauptfach Statistik sowie an empirisch-statistisch und interdisziplinär arbeitende Wissenschaftler und Praktiker, zum Beispiel in Wirtschafts- und Sozialwissenschaften, Bioinformatik, Biostatistik, Ökonometrie, Epidemiologie. Die praktische Anwendung der vorgestellten Konzepte und Methoden wird anhand ausführlich vorgestellter Fallstudien demonstriert, um dem Leser die Analyse eigener Fragestellungen zu ermöglichen.
any_adam_object	1
author	Fahrmeir, Ludwig 1945- Kneib, Thomas 1976- Lang, Stefan 1970-
author_GND	(DE-588)120635682 (DE-588)131555332 (DE-588)123447496
author_facet	Fahrmeir, Ludwig 1945- Kneib, Thomas 1976- Lang, Stefan 1970-
author_role	aut aut aut
author_sort	Fahrmeir, Ludwig 1945-
author_variant	l f lf t k tk s l sl
building	Verbundindex
bvnumber	BV021602276
classification_rvk	QH 234 SK 840
classification_tum	MAT 628f
ctrlnum	(OCoLC)180908931 (DE-599)BVBBV021602276
dewey-full	519.536
dewey-hundreds	500 - Natural sciences and mathematics
dewey-ones	519 - Probabilities and applied mathematics
dewey-raw	519.536
dewey-search	519.536
dewey-sort	3519.536
dewey-tens	510 - Mathematics
discipline	Mathematik Wirtschaftswissenschaften
format	Book
fullrecord	<?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>02334nam a2200505 c 4500</leader><controlfield tag="001">BV021602276</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">20080429 </controlfield><controlfield tag="007">t\|</controlfield><controlfield tag="008">060531s2007 gw bd\|\| \|\|\|\| 00\|\|\| ger d</controlfield><datafield tag="015" ind1=" " ind2=" "><subfield code="a">06,N19,0111</subfield><subfield code="2">dnb</subfield></datafield><datafield tag="016" ind1="7" ind2=" "><subfield code="a">979366526</subfield><subfield code="2">DE-101</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">3540339329</subfield><subfield code="c">Pb. : ca. EUR 32.95, ca. sfr 56.50</subfield><subfield code="9">3-540-33932-9</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783540339328</subfield><subfield code="9">978-3-540-33932-8</subfield></datafield><datafield tag="024" ind1="3" ind2=" "><subfield code="a">9783540339328</subfield></datafield><datafield tag="028" ind1="5" ind2="2"><subfield code="a">11749318</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)180908931</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)BVBBV021602276</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">rakddb</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="044" ind1=" " ind2=" "><subfield code="a">gw</subfield><subfield code="c">XA-DE-BE</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-739</subfield><subfield code="a">DE-706</subfield><subfield code="a">DE-19</subfield><subfield code="a">DE-20</subfield><subfield code="a">DE-29</subfield><subfield code="a">DE-355</subfield><subfield code="a">DE-703</subfield><subfield code="a">DE-91G</subfield><subfield code="a">DE-91</subfield><subfield code="a">DE-473</subfield><subfield code="a">DE-M347</subfield><subfield code="a">DE-1028</subfield><subfield code="a">DE-521</subfield><subfield code="a">DE-945</subfield><subfield code="a">DE-83</subfield><subfield code="a">DE-11</subfield><subfield code="a">DE-188</subfield><subfield code="a">DE-578</subfield><subfield code="a">DE-Grf2</subfield></datafield><datafield tag="082" ind1="0" ind2=" "><subfield code="a">519.536</subfield><subfield code="2">22/ger</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">QH 234</subfield><subfield code="0">(DE-625)141549:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">SK 840</subfield><subfield code="0">(DE-625)143261:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">510</subfield><subfield code="2">sdnb</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">MAT 628f</subfield><subfield code="2">stub</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">310</subfield><subfield code="2">sdnb</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Fahrmeir, Ludwig</subfield><subfield code="d">1945-</subfield><subfield code="e">Verfasser</subfield><subfield code="0">(DE-588)120635682</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Regression</subfield><subfield code="b">Modelle, Methoden und Anwendungen ; mit 51 Tabellen</subfield><subfield code="c">Ludwig Fahrmeir ; Thomas Kneib ; Stefan Lang</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Berlin [u.a.]</subfield><subfield code="b">Springer</subfield><subfield code="c">2007</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">XIV, 501 S.</subfield><subfield code="b">graph. Darst., Kt.</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">n</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">nc</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="490" ind1="0" ind2=" "><subfield code="a">Statistik und ihre Anwendungen</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Regressionsanalyse</subfield><subfield code="0">(DE-588)4129903-6</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="689" ind1="0" ind2="0"><subfield code="a">Regressionsanalyse</subfield><subfield code="0">(DE-588)4129903-6</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Kneib, Thomas</subfield><subfield code="d">1976-</subfield><subfield code="e">Verfasser</subfield><subfield code="0">(DE-588)131555332</subfield><subfield code="4">aut</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Lang, Stefan</subfield><subfield code="d">1970-</subfield><subfield code="e">Verfasser</subfield><subfield code="0">(DE-588)123447496</subfield><subfield code="4">aut</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="q">text/html</subfield><subfield code="u">http://deposit.dnb.de/cgi-bin/dokserv?id=2795646&prov=M&dok_var=1&dok_ext=htm</subfield><subfield code="3">Inhaltstext</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="m">Digitalisierung UB Passau</subfield><subfield code="q">application/pdf</subfield><subfield code="u">http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=014817596&sequence=000003&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA</subfield><subfield code="3">Inhaltsverzeichnis</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="m">Digitalisierung UB Passau</subfield><subfield code="q">application/pdf</subfield><subfield code="u">http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=014817596&sequence=000004&line_number=0002&func_code=DB_RECORDS&service_type=MEDIA</subfield><subfield code="3">Klappentext</subfield></datafield><datafield tag="943" ind1="1" ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-014817596</subfield></datafield></record></collection>
id	DE-604.BV021602276
illustrated	Illustrated
indexdate	2024-12-20T12:37:27Z
institution	BVB
isbn	3540339329 9783540339328
language	German
oai_aleph_id	oai:aleph.bib-bvb.de:BVB01-014817596
oclc_num	180908931
open_access_boolean
owner	DE-739 DE-706 DE-19 DE-BY-UBM DE-20 DE-29 DE-355 DE-BY-UBR DE-703 DE-91G DE-BY-TUM DE-91 DE-BY-TUM DE-473 DE-BY-UBG DE-M347 DE-1028 DE-521 DE-945 DE-83 DE-11 DE-188 DE-578 DE-Grf2
owner_facet	DE-739 DE-706 DE-19 DE-BY-UBM DE-20 DE-29 DE-355 DE-BY-UBR DE-703 DE-91G DE-BY-TUM DE-91 DE-BY-TUM DE-473 DE-BY-UBG DE-M347 DE-1028 DE-521 DE-945 DE-83 DE-11 DE-188 DE-578 DE-Grf2
physical	XIV, 501 S. graph. Darst., Kt.
publishDate	2007
publishDateSearch	2007
publishDateSort	2007
publisher	Springer
record_format	marc
series2	Statistik und ihre Anwendungen
spellingShingle	Fahrmeir, Ludwig 1945- Kneib, Thomas 1976- Lang, Stefan 1970- Regression Modelle, Methoden und Anwendungen ; mit 51 Tabellen Regressionsanalyse (DE-588)4129903-6 gnd
subject_GND	(DE-588)4129903-6
title	Regression Modelle, Methoden und Anwendungen ; mit 51 Tabellen
title_auth	Regression Modelle, Methoden und Anwendungen ; mit 51 Tabellen
title_exact_search	Regression Modelle, Methoden und Anwendungen ; mit 51 Tabellen
title_full	Regression Modelle, Methoden und Anwendungen ; mit 51 Tabellen Ludwig Fahrmeir ; Thomas Kneib ; Stefan Lang
title_fullStr	Regression Modelle, Methoden und Anwendungen ; mit 51 Tabellen Ludwig Fahrmeir ; Thomas Kneib ; Stefan Lang
title_full_unstemmed	Regression Modelle, Methoden und Anwendungen ; mit 51 Tabellen Ludwig Fahrmeir ; Thomas Kneib ; Stefan Lang
title_short	Regression
title_sort	regression modelle methoden und anwendungen mit 51 tabellen
title_sub	Modelle, Methoden und Anwendungen ; mit 51 Tabellen
topic	Regressionsanalyse (DE-588)4129903-6 gnd
topic_facet	Regressionsanalyse
url	http://deposit.dnb.de/cgi-bin/dokserv?id=2795646&prov=M&dok_var=1&dok_ext=htm http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=014817596&sequence=000003&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=014817596&sequence=000004&line_number=0002&func_code=DB_RECORDS&service_type=MEDIA
work_keys_str_mv	AT fahrmeirludwig regressionmodellemethodenundanwendungenmit51tabellen AT kneibthomas regressionmodellemethodenundanwendungenmit51tabellen AT langstefan regressionmodellemethodenundanwendungenmit51tabellen

Verfügbarkeit

‌

Per Ortsleihe bestellen Per Ortsleihe bestellen Inhaltsverzeichnis

An UBR ausleihen
Ausleihen an der UBR sind mit eigenem Ausweis möglich.