Lineare Modelle: Theorie und Anwendungen
Gespeichert in:
| Beteilige Person: | |
|---|---|
| Format: | Elektronisch E-Book |
| Sprache: | Deutsch |
| Veröffentlicht: |
Heidelberg
Physica-Verlag HD
2003
|
| Ausgabe: | Zweite, neu bearbeitete und erweiterte Auflage |
| Schlagwörter: | |
| Links: | https://doi.org/10.1007/978-3-642-57348-4 |
| Beschreibung: | Dieses Buch gibt einen vollständigen Überblick über Lineare Modelle und verwandte Gebiete, z.B. die Matrixtheorie. Das Buch umfasst Theorie und Anwendungen. Zahlreiche Beispiele sowie Datensätze, Tests und Grafiken (Tests auf Strukturbrüche/Parameterkonstanz) auf einer Website dienen der Anwendungsorientierung. Ein eigenes, relativ umfangreiches Kapitel zur Matrixtheorie stellt die notwendigen methodischen Hilfsmittel für die Beweise der Sätze im Text bereit und vermittelt eine Auswahl klassischer und moderner algebraischer Resultate. Das Buch ist vor allem als begleitendes Lehrmaterial für Studenten, für die Forschung auf dem Gebiet der Linearen Modelle sowie für Dozenten und Studenten höherer Semester der Wirtschaftswissenschaften angelegt |
| Umfang: | 1 Online-Ressource (XVIII, 562S. 161 Abb) |
| ISBN: | 9783642573484 9783790815191 |
| DOI: | 10.1007/978-3-642-57348-4 |
Internformat
MARC
| LEADER | 00000nam a2200000zc 4500 | ||
|---|---|---|---|
| 001 | BV041610898 | ||
| 003 | DE-604 | ||
| 005 | 20200311 | ||
| 007 | cr|uuu---uuuuu | ||
| 008 | 140130s2003 xx o|||| 00||| ger d | ||
| 020 | |a 9783642573484 |c Online |9 978-3-642-57348-4 | ||
| 020 | |a 9783790815191 |c Print |9 978-3-7908-1519-1 | ||
| 024 | 7 | |a 10.1007/978-3-642-57348-4 |2 doi | |
| 035 | |a (OCoLC)863707279 | ||
| 035 | |a (DE-599)BVBBV041610898 | ||
| 040 | |a DE-604 |b ger |e aacr | ||
| 041 | 0 | |a ger | |
| 049 | |a DE-634 |a DE-91 |a DE-92 |a DE-573 |a DE-1102 |a DE-860 |a DE-824 |a DE-703 |a DE-706 | ||
| 082 | 0 | |a 330.015195 |2 23 | |
| 084 | |a WIR 000 |2 stub | ||
| 100 | 1 | |a Toutenburg, Helge |d 1943-2009 |e Verfasser |0 (DE-588)107164310 |4 aut | |
| 245 | 1 | 0 | |a Lineare Modelle |b Theorie und Anwendungen |c von Helge Toutenburg |
| 250 | |a Zweite, neu bearbeitete und erweiterte Auflage | ||
| 264 | 1 | |a Heidelberg |b Physica-Verlag HD |c 2003 | |
| 300 | |a 1 Online-Ressource (XVIII, 562S. 161 Abb) | ||
| 336 | |b txt |2 rdacontent | ||
| 337 | |b c |2 rdamedia | ||
| 338 | |b cr |2 rdacarrier | ||
| 500 | |a Dieses Buch gibt einen vollständigen Überblick über Lineare Modelle und verwandte Gebiete, z.B. die Matrixtheorie. Das Buch umfasst Theorie und Anwendungen. Zahlreiche Beispiele sowie Datensätze, Tests und Grafiken (Tests auf Strukturbrüche/Parameterkonstanz) auf einer Website dienen der Anwendungsorientierung. Ein eigenes, relativ umfangreiches Kapitel zur Matrixtheorie stellt die notwendigen methodischen Hilfsmittel für die Beweise der Sätze im Text bereit und vermittelt eine Auswahl klassischer und moderner algebraischer Resultate. Das Buch ist vor allem als begleitendes Lehrmaterial für Studenten, für die Forschung auf dem Gebiet der Linearen Modelle sowie für Dozenten und Studenten höherer Semester der Wirtschaftswissenschaften angelegt | ||
| 505 | 0 | |a 1. Einleitung -- 2. Beziehungen zwischen zwei Variablen -- 2.1 Einleitung–Beispiele -- 2.2 Darstellung der Verteilung zweidimensionaler Merkmale -- 2.3 Maßzahlen für den Zusammenhang zweier nominaler Merkmale -- 2.4 Rangkorrelationskoeffizient von Spearman -- 2.5 Zusammenhang zwischen zwei stetigen Merkmalen -- 3. Deskriptive univariate lineare Regression -- 3.1 Einleitung -- 3.2 Plots und Hypothesen -- 3.3 Prinzip der kleinsten Quadrate -- 3.4 Güte der Anpassung -- 3.5 Residualanalyse -- 3.6 Lineare Transformation der Originaldaten -- 3.7 Multiple lineare Regression und nichtlineare Regression -- 3.8 Polynomiale Regression -- 3.9 Lineare Regression mit kategorialen Regressoren -- 3.10 Spezielle nichtlineare Modelle -- 3.11 Zeitreihen -- 4. Das klassische multiple lineare Regressionsmodell -- 4.1 Deskriptive multiple lineare Regression -- 4.2 Prinzip der kleinsten Quadrate -- 4.3 Geometrische Eigenschaften der Kleinste–Quadrat–Schätzung -- | |
| 505 | 0 | |a 4.4 Beste lineare erwartungstreue Schätzung -- 4.5 Multikollinearität -- 4.6 Ökonometrische Gleichungen vom Regressionstyp -- 4.7 Klassische Normalregression -- 4.8 Prüfen von linearen Hypothesen -- 4.9 Varianzanalyse und Güte der Anpassung -- 4.10 Tests auf Parameterkonstanz -- 4.11 Die kanonische Form -- 4.12 Methoden zur Überwindung von Multikollinearität -- 4.13 Minimax–Schätzung -- 5. Modelle der Varianzanalyse -- 5.1 Varianzanalyse als spezielles lineares Modell -- 5.2 Einfaktorielle Varianzanalyse -- 5.3 Vergleich von einzelnen Mittelwerten -- 5.4 Multiple Vergleiche -- 5.5 Rangvarianzanalyse im vollständig randomisiertenVersuchsplan -- 5.6 Zwei– und Mehrfaktorielle Varianzanalyse -- 5.7 Zweifaktorielle Experimente mit Wechselwirkung (Modell mitfesten Effekten) -- 5.8 Zweifaktorielles Experiment in Effektkodierung -- 5.9 2k–faktorielles Experiment -- 6. Exakte und stochastische lineare Restriktionen -- 6.1 Verwendung von Zusatzinformation -- | |
| 505 | 0 | |a 6.2 Die restriktive KQ–Schätzung -- 6.3 Schrittweise Einbeziehung von exakten linearen Restriktionen -- 6.4 Verzerrte lineare Restriktionen und MSE–Vergleich mit derKQS -- 6.5 MSE–Matrix–Vergleiche zwischen zwei verzerrten Schätzern -- 6.6 MSE–Matrix–Vergleich zwischen zwei linearen verzerrtenSchätzern -- 6.7 MSE–Vergleich zweier (verzerrter) restriktiver Schätzer -- 6.8 Stochastische lineare Restriktionen -- 6.9 Abgeschwächte lineare Restriktionen -- 7. Das verallgemeinerte lineare Regressionsmodell -- 7.1 Einleitung -- 7.2 Optimale lineare Schätzungen von,Q -- 7.3 Aitken–Schätzung -- 7.4 Fehlspezifikation der Kovarianzmatrix -- 7.5 Heteroskedastie und Autoregression -- 8. Vorhersage von y im verallgemeinerten Regressionsmodell -- 8.1 Das Vorhersagemodell -- 8.2 Optimale inhomogene Vorhersage -- 8.3 Optimale homogene Vorhersagen -- 8.4 MSE–Matrix–Vergleiche zwischen optimalen und klassischenVorhersagen -- 8.5 Vorhersagebereiche -- | |
| 505 | 0 | |a 9. Sensitivitätsanalyse -- 9.1 Die Prediction–Matrix -- 9.2 Einfluss einer Beobachtung auf die Parameterschätzung -- 9.3 Grafische Methoden zum Prüfen von Modellannahmen -- 9.4 Maße auf der Basis des Konfidenzellipsoids -- 10. Modelle für kategoriale Responsevariablen -- 10.1 Generalisierte lineare Modelle -- 10.2 Kontingenztafeln -- 10.3 GLM für Binären Response -- 10.4 Logitmodelle für kategoriale Daten -- 10.5 Güte der Anpassung–Likelihood–Quotienten Test -- 10.6 Loglineare Modelle für Kategoriale Variablen -- 10.7 Der Spezialfall binärer Responsevariablen -- 10.8 Kodierung kategorialer Kovariablen -- 10.9 Erweiterungen für abhängige binäre Variablen -- 11. Regression bei unvollständigen Daten -- 11.1 Statistische Methoden bei fehlenden Daten -- 11.2 Missing–Data–Mechanismen -- 11.3 Fehlend–Muster -- 11.4 Fehlende Daten im Response -- 11.5 Fehlende Werte in der X–Matrix -- 11.6 Standardverfahren bei unvollständiger X–Matrix -- | |
| 505 | 0 | |a 9. Sensitivitätsanalyse -- 9.1 Die Prediction–Matrix -- 9.2 Einfluss einer Beobachtung auf die Parameterschätzung -- 9.3 Grafische Methoden zum Prüfen von Modellannahmen -- 9.4 Maße auf der Basis des Konfidenzellipsoids -- 10. Modelle für kategoriale Responsevariablen -- 10.1 Generalisierte lineare Modelle -- 10.2 Kontingenztafeln -- 10.3 GLM für Binären Response -- 10.4 Logitmodelle für kategoriale Daten -- 10.5 Güte der Anpassung–Likelihood–Quotienten Test -- 10.6 Loglineare Modelle für Kategoriale Variablen -- 10.7 Der Spezialfall binärer Responsevariablen -- 10.8 Kodierung kategorialer Kovariablen -- 10.9 Erweiterungen für abhängige binäre Variablen -- 11. Regression bei unvollständigen Daten -- 11.1 Statistische Methoden bei fehlenden Daten -- 11.2 Missing–Data–Mechanismen -- 11.3 Fehlend–Muster -- 11.4 Fehlende Daten im Response -- 11.5 Fehlende Werte in der X–Matrix -- 11.6 Standardverfahren bei unvollständiger X–Matrix -- | |
| 505 | 0 | |a 11.7 Imputationsmethoden für unvollständige X–Matrizen -- 11.8 Annahmen über den Fehlend–Mechanismus -- 11.9 Regressionsdiagnostik zur Identifizierung von Nicht–MCAR Prozessen -- 11.10 Behandlung von nichtignorierbarem Nichtresponse -- 11.11 Weitere Literatur -- A. Matrixalgebra -- A.1 Einführung -- A.2 Spur einer Matrix -- A.3 Determinanten -- A.4 Inverse -- A.5 Orthogonale Matrizen -- A.6 Rang einer Matrix -- A.7 Spalten-und Nullraum -- A.8 Eigenwerte und Eigenvektoren -- A.9 Zerlegung von Matrizen (Produktdarstellungen) -- A.10 Definite Matrizen und quadratische Formen -- A.11 Idempotente Matrizen -- A.12 Verallgemeinerte Inverse -- A.13 Projektoren -- A.14 Funktionen normalverteilter Variablen -- A.15 Differentiation von skalaren Funktionen von Matrizen -- A.16 Stochastische Konvergenz -- B. Tabellenanhang -- B.1 Verteilungsfunktion ?(z) der StandardnormalverteilungN(0,1) -- B.2 Dichtefunktion ø(z) der N(0,1)-Verteilung | |
| 650 | 4 | |a Economics | |
| 650 | 4 | |a Distribution (Probability theory) | |
| 650 | 4 | |a Mathematical statistics | |
| 650 | 4 | |a Econometrics | |
| 650 | 4 | |a Economics/Management Science | |
| 650 | 4 | |a Statistical Theory and Methods | |
| 650 | 4 | |a Probability Theory and Stochastic Processes | |
| 650 | 4 | |a Management | |
| 650 | 4 | |a Wirtschaft | |
| 650 | 0 | 7 | |a Lineares Regressionsmodell |0 (DE-588)4127971-2 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Lineares Modell |0 (DE-588)4134827-8 |2 gnd |9 rswk-swf |
| 689 | 0 | 0 | |a Lineares Modell |0 (DE-588)4134827-8 |D s |
| 689 | 0 | |8 1\p |5 DE-604 | |
| 689 | 1 | 0 | |a Lineares Regressionsmodell |0 (DE-588)4127971-2 |D s |
| 689 | 1 | |8 2\p |5 DE-604 | |
| 856 | 4 | 0 | |u https://doi.org/10.1007/978-3-642-57348-4 |x Verlag |3 Volltext |
| 912 | |a ZDB-2-SWI | ||
| 912 | |a ZDB-2-BAD | ||
| 940 | 1 | |q ZDB-2-SWI_Archive | |
| 940 | 1 | |q ZDB-2-SWI_2000/2004 | |
| 883 | 1 | |8 1\p |a cgwrk |d 20201028 |q DE-101 |u https://d-nb.info/provenance/plan#cgwrk | |
| 883 | 1 | |8 2\p |a cgwrk |d 20201028 |q DE-101 |u https://d-nb.info/provenance/plan#cgwrk | |
| 943 | 1 | |a oai:aleph.bib-bvb.de:BVB01-027052031 | |
Datensatz im Suchindex
| DE-BY-TUM_katkey | 2098973 |
|---|---|
| _version_ | 1821932038381371392 |
| any_adam_object | |
| author | Toutenburg, Helge 1943-2009 |
| author_GND | (DE-588)107164310 |
| author_facet | Toutenburg, Helge 1943-2009 |
| author_role | aut |
| author_sort | Toutenburg, Helge 1943-2009 |
| author_variant | h t ht |
| building | Verbundindex |
| bvnumber | BV041610898 |
| classification_tum | WIR 000 |
| collection | ZDB-2-SWI ZDB-2-BAD |
| contents | 1. Einleitung -- 2. Beziehungen zwischen zwei Variablen -- 2.1 Einleitung–Beispiele -- 2.2 Darstellung der Verteilung zweidimensionaler Merkmale -- 2.3 Maßzahlen für den Zusammenhang zweier nominaler Merkmale -- 2.4 Rangkorrelationskoeffizient von Spearman -- 2.5 Zusammenhang zwischen zwei stetigen Merkmalen -- 3. Deskriptive univariate lineare Regression -- 3.1 Einleitung -- 3.2 Plots und Hypothesen -- 3.3 Prinzip der kleinsten Quadrate -- 3.4 Güte der Anpassung -- 3.5 Residualanalyse -- 3.6 Lineare Transformation der Originaldaten -- 3.7 Multiple lineare Regression und nichtlineare Regression -- 3.8 Polynomiale Regression -- 3.9 Lineare Regression mit kategorialen Regressoren -- 3.10 Spezielle nichtlineare Modelle -- 3.11 Zeitreihen -- 4. Das klassische multiple lineare Regressionsmodell -- 4.1 Deskriptive multiple lineare Regression -- 4.2 Prinzip der kleinsten Quadrate -- 4.3 Geometrische Eigenschaften der Kleinste–Quadrat–Schätzung -- 4.4 Beste lineare erwartungstreue Schätzung -- 4.5 Multikollinearität -- 4.6 Ökonometrische Gleichungen vom Regressionstyp -- 4.7 Klassische Normalregression -- 4.8 Prüfen von linearen Hypothesen -- 4.9 Varianzanalyse und Güte der Anpassung -- 4.10 Tests auf Parameterkonstanz -- 4.11 Die kanonische Form -- 4.12 Methoden zur Überwindung von Multikollinearität -- 4.13 Minimax–Schätzung -- 5. Modelle der Varianzanalyse -- 5.1 Varianzanalyse als spezielles lineares Modell -- 5.2 Einfaktorielle Varianzanalyse -- 5.3 Vergleich von einzelnen Mittelwerten -- 5.4 Multiple Vergleiche -- 5.5 Rangvarianzanalyse im vollständig randomisiertenVersuchsplan -- 5.6 Zwei– und Mehrfaktorielle Varianzanalyse -- 5.7 Zweifaktorielle Experimente mit Wechselwirkung (Modell mitfesten Effekten) -- 5.8 Zweifaktorielles Experiment in Effektkodierung -- 5.9 2k–faktorielles Experiment -- 6. Exakte und stochastische lineare Restriktionen -- 6.1 Verwendung von Zusatzinformation -- 6.2 Die restriktive KQ–Schätzung -- 6.3 Schrittweise Einbeziehung von exakten linearen Restriktionen -- 6.4 Verzerrte lineare Restriktionen und MSE–Vergleich mit derKQS -- 6.5 MSE–Matrix–Vergleiche zwischen zwei verzerrten Schätzern -- 6.6 MSE–Matrix–Vergleich zwischen zwei linearen verzerrtenSchätzern -- 6.7 MSE–Vergleich zweier (verzerrter) restriktiver Schätzer -- 6.8 Stochastische lineare Restriktionen -- 6.9 Abgeschwächte lineare Restriktionen -- 7. Das verallgemeinerte lineare Regressionsmodell -- 7.1 Einleitung -- 7.2 Optimale lineare Schätzungen von,Q -- 7.3 Aitken–Schätzung -- 7.4 Fehlspezifikation der Kovarianzmatrix -- 7.5 Heteroskedastie und Autoregression -- 8. Vorhersage von y im verallgemeinerten Regressionsmodell -- 8.1 Das Vorhersagemodell -- 8.2 Optimale inhomogene Vorhersage -- 8.3 Optimale homogene Vorhersagen -- 8.4 MSE–Matrix–Vergleiche zwischen optimalen und klassischenVorhersagen -- 8.5 Vorhersagebereiche -- 9. Sensitivitätsanalyse -- 9.1 Die Prediction–Matrix -- 9.2 Einfluss einer Beobachtung auf die Parameterschätzung -- 9.3 Grafische Methoden zum Prüfen von Modellannahmen -- 9.4 Maße auf der Basis des Konfidenzellipsoids -- 10. Modelle für kategoriale Responsevariablen -- 10.1 Generalisierte lineare Modelle -- 10.2 Kontingenztafeln -- 10.3 GLM für Binären Response -- 10.4 Logitmodelle für kategoriale Daten -- 10.5 Güte der Anpassung–Likelihood–Quotienten Test -- 10.6 Loglineare Modelle für Kategoriale Variablen -- 10.7 Der Spezialfall binärer Responsevariablen -- 10.8 Kodierung kategorialer Kovariablen -- 10.9 Erweiterungen für abhängige binäre Variablen -- 11. Regression bei unvollständigen Daten -- 11.1 Statistische Methoden bei fehlenden Daten -- 11.2 Missing–Data–Mechanismen -- 11.3 Fehlend–Muster -- 11.4 Fehlende Daten im Response -- 11.5 Fehlende Werte in der X–Matrix -- 11.6 Standardverfahren bei unvollständiger X–Matrix -- 11.7 Imputationsmethoden für unvollständige X–Matrizen -- 11.8 Annahmen über den Fehlend–Mechanismus -- 11.9 Regressionsdiagnostik zur Identifizierung von Nicht–MCAR Prozessen -- 11.10 Behandlung von nichtignorierbarem Nichtresponse -- 11.11 Weitere Literatur -- A. Matrixalgebra -- A.1 Einführung -- A.2 Spur einer Matrix -- A.3 Determinanten -- A.4 Inverse -- A.5 Orthogonale Matrizen -- A.6 Rang einer Matrix -- A.7 Spalten-und Nullraum -- A.8 Eigenwerte und Eigenvektoren -- A.9 Zerlegung von Matrizen (Produktdarstellungen) -- A.10 Definite Matrizen und quadratische Formen -- A.11 Idempotente Matrizen -- A.12 Verallgemeinerte Inverse -- A.13 Projektoren -- A.14 Funktionen normalverteilter Variablen -- A.15 Differentiation von skalaren Funktionen von Matrizen -- A.16 Stochastische Konvergenz -- B. Tabellenanhang -- B.1 Verteilungsfunktion ?(z) der StandardnormalverteilungN(0,1) -- B.2 Dichtefunktion ø(z) der N(0,1)-Verteilung |
| ctrlnum | (OCoLC)863707279 (DE-599)BVBBV041610898 |
| dewey-full | 330.015195 |
| dewey-hundreds | 300 - Social sciences |
| dewey-ones | 330 - Economics |
| dewey-raw | 330.015195 |
| dewey-search | 330.015195 |
| dewey-sort | 3330.015195 |
| dewey-tens | 330 - Economics |
| discipline | Wirtschaftswissenschaften |
| doi_str_mv | 10.1007/978-3-642-57348-4 |
| edition | Zweite, neu bearbeitete und erweiterte Auflage |
| format | Electronic eBook |
| fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>08818nam a2200661zc 4500</leader><controlfield tag="001">BV041610898</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">20200311 </controlfield><controlfield tag="007">cr|uuu---uuuuu</controlfield><controlfield tag="008">140130s2003 xx o|||| 00||| ger d</controlfield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783642573484</subfield><subfield code="c">Online</subfield><subfield code="9">978-3-642-57348-4</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783790815191</subfield><subfield code="c">Print</subfield><subfield code="9">978-3-7908-1519-1</subfield></datafield><datafield tag="024" ind1="7" ind2=" "><subfield code="a">10.1007/978-3-642-57348-4</subfield><subfield code="2">doi</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)863707279</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)BVBBV041610898</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">aacr</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-634</subfield><subfield code="a">DE-91</subfield><subfield code="a">DE-92</subfield><subfield code="a">DE-573</subfield><subfield code="a">DE-1102</subfield><subfield code="a">DE-860</subfield><subfield code="a">DE-824</subfield><subfield code="a">DE-703</subfield><subfield code="a">DE-706</subfield></datafield><datafield tag="082" ind1="0" ind2=" "><subfield code="a">330.015195</subfield><subfield code="2">23</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">WIR 000</subfield><subfield code="2">stub</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Toutenburg, Helge</subfield><subfield code="d">1943-2009</subfield><subfield code="e">Verfasser</subfield><subfield code="0">(DE-588)107164310</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Lineare Modelle</subfield><subfield code="b">Theorie und Anwendungen</subfield><subfield code="c">von Helge Toutenburg</subfield></datafield><datafield tag="250" ind1=" " ind2=" "><subfield code="a">Zweite, neu bearbeitete und erweiterte Auflage</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Heidelberg</subfield><subfield code="b">Physica-Verlag HD</subfield><subfield code="c">2003</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">1 Online-Ressource (XVIII, 562S. 161 Abb)</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">c</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">cr</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="500" ind1=" " ind2=" "><subfield code="a">Dieses Buch gibt einen vollständigen Überblick über Lineare Modelle und verwandte Gebiete, z.B. die Matrixtheorie. Das Buch umfasst Theorie und Anwendungen. Zahlreiche Beispiele sowie Datensätze, Tests und Grafiken (Tests auf Strukturbrüche/Parameterkonstanz) auf einer Website dienen der Anwendungsorientierung. Ein eigenes, relativ umfangreiches Kapitel zur Matrixtheorie stellt die notwendigen methodischen Hilfsmittel für die Beweise der Sätze im Text bereit und vermittelt eine Auswahl klassischer und moderner algebraischer Resultate. Das Buch ist vor allem als begleitendes Lehrmaterial für Studenten, für die Forschung auf dem Gebiet der Linearen Modelle sowie für Dozenten und Studenten höherer Semester der Wirtschaftswissenschaften angelegt</subfield></datafield><datafield tag="505" ind1="0" ind2=" "><subfield code="a">1. Einleitung -- 2. Beziehungen zwischen zwei Variablen -- 2.1 Einleitung–Beispiele -- 2.2 Darstellung der Verteilung zweidimensionaler Merkmale -- 2.3 Maßzahlen für den Zusammenhang zweier nominaler Merkmale -- 2.4 Rangkorrelationskoeffizient von Spearman -- 2.5 Zusammenhang zwischen zwei stetigen Merkmalen -- 3. Deskriptive univariate lineare Regression -- 3.1 Einleitung -- 3.2 Plots und Hypothesen -- 3.3 Prinzip der kleinsten Quadrate -- 3.4 Güte der Anpassung -- 3.5 Residualanalyse -- 3.6 Lineare Transformation der Originaldaten -- 3.7 Multiple lineare Regression und nichtlineare Regression -- 3.8 Polynomiale Regression -- 3.9 Lineare Regression mit kategorialen Regressoren -- 3.10 Spezielle nichtlineare Modelle -- 3.11 Zeitreihen -- 4. Das klassische multiple lineare Regressionsmodell -- 4.1 Deskriptive multiple lineare Regression -- 4.2 Prinzip der kleinsten Quadrate -- 4.3 Geometrische Eigenschaften der Kleinste–Quadrat–Schätzung --</subfield></datafield><datafield tag="505" ind1="0" ind2=" "><subfield code="a">4.4 Beste lineare erwartungstreue Schätzung -- 4.5 Multikollinearität -- 4.6 Ökonometrische Gleichungen vom Regressionstyp -- 4.7 Klassische Normalregression -- 4.8 Prüfen von linearen Hypothesen -- 4.9 Varianzanalyse und Güte der Anpassung -- 4.10 Tests auf Parameterkonstanz -- 4.11 Die kanonische Form -- 4.12 Methoden zur Überwindung von Multikollinearität -- 4.13 Minimax–Schätzung -- 5. Modelle der Varianzanalyse -- 5.1 Varianzanalyse als spezielles lineares Modell -- 5.2 Einfaktorielle Varianzanalyse -- 5.3 Vergleich von einzelnen Mittelwerten -- 5.4 Multiple Vergleiche -- 5.5 Rangvarianzanalyse im vollständig randomisiertenVersuchsplan -- 5.6 Zwei– und Mehrfaktorielle Varianzanalyse -- 5.7 Zweifaktorielle Experimente mit Wechselwirkung (Modell mitfesten Effekten) -- 5.8 Zweifaktorielles Experiment in Effektkodierung -- 5.9 2k–faktorielles Experiment -- 6. Exakte und stochastische lineare Restriktionen -- 6.1 Verwendung von Zusatzinformation --</subfield></datafield><datafield tag="505" ind1="0" ind2=" "><subfield code="a">6.2 Die restriktive KQ–Schätzung -- 6.3 Schrittweise Einbeziehung von exakten linearen Restriktionen -- 6.4 Verzerrte lineare Restriktionen und MSE–Vergleich mit derKQS -- 6.5 MSE–Matrix–Vergleiche zwischen zwei verzerrten Schätzern -- 6.6 MSE–Matrix–Vergleich zwischen zwei linearen verzerrtenSchätzern -- 6.7 MSE–Vergleich zweier (verzerrter) restriktiver Schätzer -- 6.8 Stochastische lineare Restriktionen -- 6.9 Abgeschwächte lineare Restriktionen -- 7. Das verallgemeinerte lineare Regressionsmodell -- 7.1 Einleitung -- 7.2 Optimale lineare Schätzungen von,Q -- 7.3 Aitken–Schätzung -- 7.4 Fehlspezifikation der Kovarianzmatrix -- 7.5 Heteroskedastie und Autoregression -- 8. Vorhersage von y im verallgemeinerten Regressionsmodell -- 8.1 Das Vorhersagemodell -- 8.2 Optimale inhomogene Vorhersage -- 8.3 Optimale homogene Vorhersagen -- 8.4 MSE–Matrix–Vergleiche zwischen optimalen und klassischenVorhersagen -- 8.5 Vorhersagebereiche --</subfield></datafield><datafield tag="505" ind1="0" ind2=" "><subfield code="a">9. Sensitivitätsanalyse -- 9.1 Die Prediction–Matrix -- 9.2 Einfluss einer Beobachtung auf die Parameterschätzung -- 9.3 Grafische Methoden zum Prüfen von Modellannahmen -- 9.4 Maße auf der Basis des Konfidenzellipsoids -- 10. Modelle für kategoriale Responsevariablen -- 10.1 Generalisierte lineare Modelle -- 10.2 Kontingenztafeln -- 10.3 GLM für Binären Response -- 10.4 Logitmodelle für kategoriale Daten -- 10.5 Güte der Anpassung–Likelihood–Quotienten Test -- 10.6 Loglineare Modelle für Kategoriale Variablen -- 10.7 Der Spezialfall binärer Responsevariablen -- 10.8 Kodierung kategorialer Kovariablen -- 10.9 Erweiterungen für abhängige binäre Variablen -- 11. Regression bei unvollständigen Daten -- 11.1 Statistische Methoden bei fehlenden Daten -- 11.2 Missing–Data–Mechanismen -- 11.3 Fehlend–Muster -- 11.4 Fehlende Daten im Response -- 11.5 Fehlende Werte in der X–Matrix -- 11.6 Standardverfahren bei unvollständiger X–Matrix -- </subfield></datafield><datafield tag="505" ind1="0" ind2=" "><subfield code="a">9. Sensitivitätsanalyse -- 9.1 Die Prediction–Matrix -- 9.2 Einfluss einer Beobachtung auf die Parameterschätzung -- 9.3 Grafische Methoden zum Prüfen von Modellannahmen -- 9.4 Maße auf der Basis des Konfidenzellipsoids -- 10. Modelle für kategoriale Responsevariablen -- 10.1 Generalisierte lineare Modelle -- 10.2 Kontingenztafeln -- 10.3 GLM für Binären Response -- 10.4 Logitmodelle für kategoriale Daten -- 10.5 Güte der Anpassung–Likelihood–Quotienten Test -- 10.6 Loglineare Modelle für Kategoriale Variablen -- 10.7 Der Spezialfall binärer Responsevariablen -- 10.8 Kodierung kategorialer Kovariablen -- 10.9 Erweiterungen für abhängige binäre Variablen -- 11. Regression bei unvollständigen Daten -- 11.1 Statistische Methoden bei fehlenden Daten -- 11.2 Missing–Data–Mechanismen -- 11.3 Fehlend–Muster -- 11.4 Fehlende Daten im Response -- 11.5 Fehlende Werte in der X–Matrix -- 11.6 Standardverfahren bei unvollständiger X–Matrix --</subfield></datafield><datafield tag="505" ind1="0" ind2=" "><subfield code="a">11.7 Imputationsmethoden für unvollständige X–Matrizen -- 11.8 Annahmen über den Fehlend–Mechanismus -- 11.9 Regressionsdiagnostik zur Identifizierung von Nicht–MCAR Prozessen -- 11.10 Behandlung von nichtignorierbarem Nichtresponse -- 11.11 Weitere Literatur -- A. Matrixalgebra -- A.1 Einführung -- A.2 Spur einer Matrix -- A.3 Determinanten -- A.4 Inverse -- A.5 Orthogonale Matrizen -- A.6 Rang einer Matrix -- A.7 Spalten-und Nullraum -- A.8 Eigenwerte und Eigenvektoren -- A.9 Zerlegung von Matrizen (Produktdarstellungen) -- A.10 Definite Matrizen und quadratische Formen -- A.11 Idempotente Matrizen -- A.12 Verallgemeinerte Inverse -- A.13 Projektoren -- A.14 Funktionen normalverteilter Variablen -- A.15 Differentiation von skalaren Funktionen von Matrizen -- A.16 Stochastische Konvergenz -- B. Tabellenanhang -- B.1 Verteilungsfunktion ?(z) der StandardnormalverteilungN(0,1) -- B.2 Dichtefunktion ø(z) der N(0,1)-Verteilung</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Economics</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Distribution (Probability theory)</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Mathematical statistics</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Econometrics</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Economics/Management Science</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Statistical Theory and Methods</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Probability Theory and Stochastic Processes</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Management</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Wirtschaft</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Lineares Regressionsmodell</subfield><subfield code="0">(DE-588)4127971-2</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Lineares Modell</subfield><subfield code="0">(DE-588)4134827-8</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="689" ind1="0" ind2="0"><subfield code="a">Lineares Modell</subfield><subfield code="0">(DE-588)4134827-8</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2=" "><subfield code="8">1\p</subfield><subfield code="5">DE-604</subfield></datafield><datafield tag="689" ind1="1" ind2="0"><subfield code="a">Lineares Regressionsmodell</subfield><subfield code="0">(DE-588)4127971-2</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2=" "><subfield code="8">2\p</subfield><subfield code="5">DE-604</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">https://doi.org/10.1007/978-3-642-57348-4</subfield><subfield code="x">Verlag</subfield><subfield code="3">Volltext</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-2-SWI</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-2-BAD</subfield></datafield><datafield tag="940" ind1="1" ind2=" "><subfield code="q">ZDB-2-SWI_Archive</subfield></datafield><datafield tag="940" ind1="1" ind2=" "><subfield code="q">ZDB-2-SWI_2000/2004</subfield></datafield><datafield tag="883" ind1="1" ind2=" "><subfield code="8">1\p</subfield><subfield code="a">cgwrk</subfield><subfield code="d">20201028</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#cgwrk</subfield></datafield><datafield tag="883" ind1="1" ind2=" "><subfield code="8">2\p</subfield><subfield code="a">cgwrk</subfield><subfield code="d">20201028</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#cgwrk</subfield></datafield><datafield tag="943" ind1="1" ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-027052031</subfield></datafield></record></collection> |
| id | DE-604.BV041610898 |
| illustrated | Not Illustrated |
| indexdate | 2024-12-20T16:50:27Z |
| institution | BVB |
| isbn | 9783642573484 9783790815191 |
| language | German |
| oai_aleph_id | oai:aleph.bib-bvb.de:BVB01-027052031 |
| oclc_num | 863707279 |
| open_access_boolean | |
| owner | DE-634 DE-91 DE-BY-TUM DE-92 DE-573 DE-1102 DE-860 DE-824 DE-703 DE-706 |
| owner_facet | DE-634 DE-91 DE-BY-TUM DE-92 DE-573 DE-1102 DE-860 DE-824 DE-703 DE-706 |
| physical | 1 Online-Ressource (XVIII, 562S. 161 Abb) |
| psigel | ZDB-2-SWI ZDB-2-BAD ZDB-2-SWI_Archive ZDB-2-SWI_2000/2004 |
| publishDate | 2003 |
| publishDateSearch | 2003 |
| publishDateSort | 2003 |
| publisher | Physica-Verlag HD |
| record_format | marc |
| spellingShingle | Toutenburg, Helge 1943-2009 Lineare Modelle Theorie und Anwendungen 1. Einleitung -- 2. Beziehungen zwischen zwei Variablen -- 2.1 Einleitung–Beispiele -- 2.2 Darstellung der Verteilung zweidimensionaler Merkmale -- 2.3 Maßzahlen für den Zusammenhang zweier nominaler Merkmale -- 2.4 Rangkorrelationskoeffizient von Spearman -- 2.5 Zusammenhang zwischen zwei stetigen Merkmalen -- 3. Deskriptive univariate lineare Regression -- 3.1 Einleitung -- 3.2 Plots und Hypothesen -- 3.3 Prinzip der kleinsten Quadrate -- 3.4 Güte der Anpassung -- 3.5 Residualanalyse -- 3.6 Lineare Transformation der Originaldaten -- 3.7 Multiple lineare Regression und nichtlineare Regression -- 3.8 Polynomiale Regression -- 3.9 Lineare Regression mit kategorialen Regressoren -- 3.10 Spezielle nichtlineare Modelle -- 3.11 Zeitreihen -- 4. Das klassische multiple lineare Regressionsmodell -- 4.1 Deskriptive multiple lineare Regression -- 4.2 Prinzip der kleinsten Quadrate -- 4.3 Geometrische Eigenschaften der Kleinste–Quadrat–Schätzung -- 4.4 Beste lineare erwartungstreue Schätzung -- 4.5 Multikollinearität -- 4.6 Ökonometrische Gleichungen vom Regressionstyp -- 4.7 Klassische Normalregression -- 4.8 Prüfen von linearen Hypothesen -- 4.9 Varianzanalyse und Güte der Anpassung -- 4.10 Tests auf Parameterkonstanz -- 4.11 Die kanonische Form -- 4.12 Methoden zur Überwindung von Multikollinearität -- 4.13 Minimax–Schätzung -- 5. Modelle der Varianzanalyse -- 5.1 Varianzanalyse als spezielles lineares Modell -- 5.2 Einfaktorielle Varianzanalyse -- 5.3 Vergleich von einzelnen Mittelwerten -- 5.4 Multiple Vergleiche -- 5.5 Rangvarianzanalyse im vollständig randomisiertenVersuchsplan -- 5.6 Zwei– und Mehrfaktorielle Varianzanalyse -- 5.7 Zweifaktorielle Experimente mit Wechselwirkung (Modell mitfesten Effekten) -- 5.8 Zweifaktorielles Experiment in Effektkodierung -- 5.9 2k–faktorielles Experiment -- 6. Exakte und stochastische lineare Restriktionen -- 6.1 Verwendung von Zusatzinformation -- 6.2 Die restriktive KQ–Schätzung -- 6.3 Schrittweise Einbeziehung von exakten linearen Restriktionen -- 6.4 Verzerrte lineare Restriktionen und MSE–Vergleich mit derKQS -- 6.5 MSE–Matrix–Vergleiche zwischen zwei verzerrten Schätzern -- 6.6 MSE–Matrix–Vergleich zwischen zwei linearen verzerrtenSchätzern -- 6.7 MSE–Vergleich zweier (verzerrter) restriktiver Schätzer -- 6.8 Stochastische lineare Restriktionen -- 6.9 Abgeschwächte lineare Restriktionen -- 7. Das verallgemeinerte lineare Regressionsmodell -- 7.1 Einleitung -- 7.2 Optimale lineare Schätzungen von,Q -- 7.3 Aitken–Schätzung -- 7.4 Fehlspezifikation der Kovarianzmatrix -- 7.5 Heteroskedastie und Autoregression -- 8. Vorhersage von y im verallgemeinerten Regressionsmodell -- 8.1 Das Vorhersagemodell -- 8.2 Optimale inhomogene Vorhersage -- 8.3 Optimale homogene Vorhersagen -- 8.4 MSE–Matrix–Vergleiche zwischen optimalen und klassischenVorhersagen -- 8.5 Vorhersagebereiche -- 9. Sensitivitätsanalyse -- 9.1 Die Prediction–Matrix -- 9.2 Einfluss einer Beobachtung auf die Parameterschätzung -- 9.3 Grafische Methoden zum Prüfen von Modellannahmen -- 9.4 Maße auf der Basis des Konfidenzellipsoids -- 10. Modelle für kategoriale Responsevariablen -- 10.1 Generalisierte lineare Modelle -- 10.2 Kontingenztafeln -- 10.3 GLM für Binären Response -- 10.4 Logitmodelle für kategoriale Daten -- 10.5 Güte der Anpassung–Likelihood–Quotienten Test -- 10.6 Loglineare Modelle für Kategoriale Variablen -- 10.7 Der Spezialfall binärer Responsevariablen -- 10.8 Kodierung kategorialer Kovariablen -- 10.9 Erweiterungen für abhängige binäre Variablen -- 11. Regression bei unvollständigen Daten -- 11.1 Statistische Methoden bei fehlenden Daten -- 11.2 Missing–Data–Mechanismen -- 11.3 Fehlend–Muster -- 11.4 Fehlende Daten im Response -- 11.5 Fehlende Werte in der X–Matrix -- 11.6 Standardverfahren bei unvollständiger X–Matrix -- 11.7 Imputationsmethoden für unvollständige X–Matrizen -- 11.8 Annahmen über den Fehlend–Mechanismus -- 11.9 Regressionsdiagnostik zur Identifizierung von Nicht–MCAR Prozessen -- 11.10 Behandlung von nichtignorierbarem Nichtresponse -- 11.11 Weitere Literatur -- A. Matrixalgebra -- A.1 Einführung -- A.2 Spur einer Matrix -- A.3 Determinanten -- A.4 Inverse -- A.5 Orthogonale Matrizen -- A.6 Rang einer Matrix -- A.7 Spalten-und Nullraum -- A.8 Eigenwerte und Eigenvektoren -- A.9 Zerlegung von Matrizen (Produktdarstellungen) -- A.10 Definite Matrizen und quadratische Formen -- A.11 Idempotente Matrizen -- A.12 Verallgemeinerte Inverse -- A.13 Projektoren -- A.14 Funktionen normalverteilter Variablen -- A.15 Differentiation von skalaren Funktionen von Matrizen -- A.16 Stochastische Konvergenz -- B. Tabellenanhang -- B.1 Verteilungsfunktion ?(z) der StandardnormalverteilungN(0,1) -- B.2 Dichtefunktion ø(z) der N(0,1)-Verteilung Economics Distribution (Probability theory) Mathematical statistics Econometrics Economics/Management Science Statistical Theory and Methods Probability Theory and Stochastic Processes Management Wirtschaft Lineares Regressionsmodell (DE-588)4127971-2 gnd Lineares Modell (DE-588)4134827-8 gnd |
| subject_GND | (DE-588)4127971-2 (DE-588)4134827-8 |
| title | Lineare Modelle Theorie und Anwendungen |
| title_auth | Lineare Modelle Theorie und Anwendungen |
| title_exact_search | Lineare Modelle Theorie und Anwendungen |
| title_full | Lineare Modelle Theorie und Anwendungen von Helge Toutenburg |
| title_fullStr | Lineare Modelle Theorie und Anwendungen von Helge Toutenburg |
| title_full_unstemmed | Lineare Modelle Theorie und Anwendungen von Helge Toutenburg |
| title_short | Lineare Modelle |
| title_sort | lineare modelle theorie und anwendungen |
| title_sub | Theorie und Anwendungen |
| topic | Economics Distribution (Probability theory) Mathematical statistics Econometrics Economics/Management Science Statistical Theory and Methods Probability Theory and Stochastic Processes Management Wirtschaft Lineares Regressionsmodell (DE-588)4127971-2 gnd Lineares Modell (DE-588)4134827-8 gnd |
| topic_facet | Economics Distribution (Probability theory) Mathematical statistics Econometrics Economics/Management Science Statistical Theory and Methods Probability Theory and Stochastic Processes Management Wirtschaft Lineares Regressionsmodell Lineares Modell |
| url | https://doi.org/10.1007/978-3-642-57348-4 |
| work_keys_str_mv | AT toutenburghelge linearemodelletheorieundanwendungen |