Sie lernen, in welchen Situationen und unter welchen Voraussetzungen lineare Regressions- und Varianzanalysen angewendet werden, welche Informationen Sie mit diesen Verfahren aus Ihren Daten erhalten und wie Sie die Ergebnisse interpretieren. Nach Abschluss dieses Kurses sind Sie in der Lage, diese beiden Analysemethoden kompetent anzuwenden. Die Verfahren werden in ihrer Konzeption ausführlich besprochen, anhand verschiedener Beispiele mit IBM SPSS Statistics durchgeführt und um selbstständige Übungen ergänzt.

Interessant für ... alle Anwender von IBM SPSS Statistics, die Regressionsanalysen zur Bildung von statistischen Prognosemodellen durchführen bzw. varianzanalytische Ansätze zum Aufzeigen von Gruppenunterschieden nutzen wollen und sich zu diesem Zweck tiefer in die beiden Verfahren einarbeiten möchten.

• Relevante statistische Grundlagen und
  Voraussetzungen

Varianzanalyse

• Theoretischer Hintergrund der
  Varianzanalyse


• Anwendungsgebiete des Verfahrens


• Die einfaktorielle Varianzanalyse


• Die mehrfaktorielle Varianzanalyse


• Erweiterungen des mehrfaktoriellen
  Modells mit Kovariaten

Regressionsanalyse

• Lineare Korrelations- und
  Regressionsanalyse


• Anwendungsbeispiele


• Bivariate, multiple und partielle
  Zusammenhangsmaße


• Die einfache lineare Regression


• Die multiple lineare Regression


• Voraussetzungen


• Die lineare Regression mit Dummy
  Variablen


• Nichtlineare Regression
  Kurvenanpassung

Dieser Kurs ist besonders geeignet als Aufbaukurs, wenn Sie bereits einen einführenden Kurs zu IBM SPSS Statistics besucht haben und Statistik-Grundkenntnisse besitzen.