Referent: Dr. phil. Kamil Marcinkiewicz 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 Anmeldungen bitte über Stud.IP