Teil 1 (vormittags): Lineare Regressionsmodelle in Stata und R (Grundlagen)

Im ersten Teil des Kurses wird die Berechnung und Interpretation von linearen Regressionsmodellen (OLS) in Stata bzw. in R im Mittelpunkt stehen. Es handelt sich hierbei um einen anwendungsorientierten Kurs, in dem nicht auf die mathematische Herleitung der Regressionsfunktion eingegangen wird (damit befasst sich ein anderer Kurs). Der Schwerpunkt liegt auf Schätzung der Modelle im Statistikprogramm und Interpretation der Ergebnisse. Bei der Interpretation werden wir auf Bedeutung der Kennzahlen eingehen.

Zusammenfassung der Inhalte:

• Schätzung und Interpretation einfacher linearer Regressionsmodelle
• Schätzung und Interpretation multipler linearer Regressionsmodelle
• Kennzahlen der multiplen Regression
• Grafiken 1

Teil 2: Spezifische Probleme der linearen Regressionsmodelle und logistischer Regressionsmodelle in Stata und R

Im zweiten Teil des Kurses stehen zuerst spezifische Probleme der linearen Regressionsmodellen in Stata und R im Mittelpunkt. Hier wird der Schwerpunkt auf den Umgang mit kategorialen Variablen und auf Interaktionseffekte gelegt. Dann wenden wir und der Schätzung und der Interpretation von logistischen Regressionsmodellen in Stata bzw. in R zu.

Zusammenfassung der Inhalte:

• Schätzung und graphische Darstellung geschätzter Werte im linearen Regressionsmodell
• Umgang mit kategorialen unabhängigen Variablen
• 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 2
• Schätzung & graphische Darstellung geschätzter Werte
• Schätzung und Interpretation von Interaktionseffekten im logistischen Regressionsmodell
• Erstellung und Interpretation der Tabellen mit Regressionskoeffizienten

Hinweise und Erforderliche Vorkenntnisse:

• Dieser Kurs baut auf dem Kurs "Einführung in die lineare und logistische Regressionsanalyse" auf.
• D.h. mathematischen Grundlagen sollten bekannt sein.
• In diesem Kurs liegt der Schwerpunkt auf Statistiksoftware.

***

Anmeldung und Platzvergabe

• Dieser Workshop richtet sich an Promovend*innen der Gesellschafts- und Geisteswissenschaften.
• Hinweise zum Anmeldeverfahren sowie die Regeln zur Vergabe von Restplätzen an andere Interessent*innen finden Sie hier.
• Die Anmeldung können Sie selbständig über Stud.IP vornehmen.

Kontakt 

Diesen Workshop bietet die Graduiertenschule für Gesellschafts- und Geisteswissenschaften (3GO) an.
Für Fragen wenden Sie sich bitte an die Geschäftsstelle der 3GO:

Rea Kodalle
Raum: S 1-130
Tel.: +49 (0)441 798-5481
Email: