Detailansicht

Inhaltsangabe1 Einführung.- I Wahrscheinlichkeitstheorie.- 2 Wahrscheinlichkeit.- 3 Bedingte Wahrscheinlichkeit.- 4 Zufallsvariablen.- 5 Erwartungswert, Varianz, Kovarianz und Korrelation.- Ten II Regressionstheorie.- 6 Regression.- 7 Einfache Lineare Regression.- 8 Einfache nichtlineare Regression.- 9 Zweifache lineare Regression.- 10 Bedingte lineare Regression.- 11 Bedingte nichtlineare Regression.- 12 Bedingte Varianz und Kovarianz.- 13 Matrizen.- 14 Multiple lineare Regression.- III Kausale Regression.- 15 Paradoxa.- 16 Individuelle und durchschnittliche kausale Effekte.- 17 Bedingte kausale Effekte.- 18 Ausblick.- Namenverzeichnis.

Besteht ein Zusammenhang zwischen der Abiturnote eines Schülers und seinem späteren Studienerfolg? Oder: Können mit psychologischen Tests spätere Leistungen und Interessen vorhergesagt werden? Die statistischen Verfahren zur Überprüfung solcher Fragen und Hypothesen basieren auf der Wahrscheinlichkeits- und Regressionstheorie. Dieses Lehrbuch erklärt die Grundlagen der Statistik leicht verständlich: die wahrscheinlichkeitstheoretische Grundlage der Regressionstheorie, die elementaren Begriffe und Probleme der Theorie kausaler Regressionsmodelle, varianz und faktorenanalytische Modelle sowie Strukturgleichungsmodelle als spezielle Regressionsmodelle. Das Studium der Regressionstheorie dient damit dem Verständnis grundlegender statistischer Verfahren in der Psychologie und vielen anderen empirischen Wissenschaften. Von Rolf Steyer, Autor des erfolgreichen Lehrbuchs "Messen und Testen"