Stud.IP Uni Oldenburg
University of Oldenburg
02.12.2021 04:27:01
Workshop: 3GO-03-03-2019 Grundlagen der Interpretation von Regressionsmodellen - Details
You are not logged into Stud.IP.

General information

Course name Workshop: 3GO-03-03-2019 Grundlagen der Interpretation von Regressionsmodellen
Subtitle
Course number 3GO-03-03-2019
Semester Wintersemester 2018/2019
Current number of participants 4
expected number of participants 16
Home institute Graduiertenschule für Gesellschafts- und Geisteswissenschaften (3GO)
Courses type Workshop in category Teaching
First date Tue., 26.03.2019 10:00 - 17:00, Room: (A06 3-313)
Type/Form
Lehrsprache deutsch

Course location / Course dates

(A06 3-313) Tuesday. 26.03.19 10:00 - 17:00
Wednesday. 27.03.19 11:00 - 17:00

Comment/Description

1. Tag : Interpretation linearer Regressionsmodelle in R (10.00 17.00)
Am ersten Tag wird die Berechnung und Interpretation von linearen Regressionsmodellen (OLS) in R bzw. in Stata im Mittelpunkt stehen. Es handelt sich hierbei um einen anwendungsorientierten Kurs, in dem nicht auf die mathematische Herleitung der Regressionsfunktion eingegangen wird. Teilnehmer, die keine Kenntnisse über das Grundprinzip der linearen Regression besitzen sollten den ersten Tag des 3GO Workshops „Einführung in die lineare und logistische Regressionsanalyse“ besuchen.
Inhalte Tag 1:
- Schätzung und Interpretation binär linearer Regressionsmodelle
- Schätzung und Interpretation multipler linearer Regressionsmodelle
- Kennzahlen der multiplen Regression
- Grafiken 2
Tag 2: Interpretation logistischer Regressionsmodelle in R (10.00 17.00)
Am zweiten Tag wird die Berechnung und Interpretation von logistischen Regressionsmodellen in R im Mittelpunkt stehen. Auch in diesem Teil des Kurses wird nicht auf die Herleitung der Linkfunktion eingegangen. Teilnehmer, die keine Kenntnisse über das Grundprinzip der logistischen Regression besitzen sollten den zweiten Tag des 3GO Workshops „Einführung in die lineare und logistische Regressionsanalyse“ besuchen.
Inhalte Tag 2:
- Schätzung & graphische Darstellung vorhergesagter Werte im linearen Regressionsmodell
- Schätzung und Interpretation von Interaktionseffekten im linearen Regressionsmodell
- Erstellung und Interpretation der Tabellen mit Regressionskoeffizienten
- Schätzung und Interpretation binär logistischer Regressionsmodelle
- Schätzung und Interpretation multipler logistischer Regressionsmodelle
- Modellfit im logistischen Regressionsmodell
- Interpretation von Odds-Ratios
- Grafiken 3
- Schätzung & graphische Darstellung vorhergesagter Werte
- Schätzung und Interpretation von Interaktionseffekten im logistischen Regressionsmodell
- Erstellung und Interpretation der Tabellen mit Regressionskoeffizienten

Admission settings

The course is part of admission "Anmeldung gesperrt (global)".
Erzeugt durch den Stud.IP-Support
Settings for unsubscribe:
  • Admission locked.

Registration mode

After enrolment, participants will manually be selected.

Betreff: Ihre Anmeldung für einen 3GO-Workshop

Wir haben Ihre vorläufige Anmeldung für einen Workshop erhalten. Bitte haben Sie Verständnis dafür, dass wir nun prüfen müssen, ob Sie als TeilnehmerIn aufgenommen werden können.

Die Plätze werden in der folgenden Reihenfolge vergeben (wer nicht sofort einen Platz bekommen hat, steht automatisch als NachrückerIn auf der Liste):

1. Promovierende der Fakultäten I bis IV
2. Graduierte der Fakultäten I bis IV
3. Promovierende anderer Fakultäten
4. Masterstudierende und Externe

Bachelorstudenten können in Regel leider nicht berücksichtigt werden.

Sobald Sie als TeilnehmerIn in die Veranstaltung aufgenommen worden sind, ist Ihre Anmeldung verbindlich; tragen Sie sich den Termin dann bitte fest ein und gucken Sie regelmäßig bei Stud.IP, ob es Änderungen z.B. in Bezug auf den Raum und die Uhrzeit gibt.
Sollten Sie verhindert sein, sagen Sie uns bitte vier Wochen im Voraus ab, damit wir rechtzeitig NachrückerInnen informieren können.

Für Fragen stehen wir gerne zur Verfügung.

Mit den besten Grüßen
Ihr 3GO-Team

The enrolment is binding, participants cannot unsubscribe themselves.