Diese Veranstaltung führt in die grundlegenden Ideen und in die Verfahren zur Schätzung von Regressionen ein. Der Schwerpunkt liegt dabei auf der Kleinstquadrateschätzung und der damit verbundenen linearen Regressionsanalyse, sowie auf dem Maximum Likelihood Schätzverfahren. Dieses wird vor allem auf Fragestellungen angewandt, in der die abhängige Variable nicht ein metrisches, sondern ein kategoriales oder begrenztes Merkmal ist.
Das Modul besteht aus der theoretischen Behandlung der Modelle in der Vorlesung und den praktischen Schätzungen am PC in den Übungsveranstaltungen. Anhand von Beispieldatensätzen wird mit dem Programm R die Anwendung und Interpretation der Verfahren im angeleiteten Selbststudiums eingeübt. Zusätzlich wird ein Tutorium angeboten.
- Trainer/in: Roger Berger
- Trainer/in: Peer-Eric Keßler