PropertyValue
?:about
?:abstract
  • 1 Einführung in die Analyse von Paneldaten 17; 1.1 Notation 17; 1.2 Die Organisation von Paneldaten 18; 1.3 Wiederholung: Multiple Regression 19; 1.3.1 Die Regressionsgleichung 19; 1.3.2 Grafische Darstellung der gemeinsamen Verteilung (Streudiagramm) 20; 1.3.3 Bestimmung der optimalen Regressionsgeraden 21; 1.3.4 Interpretation des Regressionsergebnisses 23; 1.3.5 Ein weiteres Beispiel 23; 1.4 OLS mit Paneldaten? 27; 1.5 Erweiterung der Regressionsgleichung zur Abbildung von; Zusammenhängen mit Paneldaten 29; 1.6 Regressionsverfahren für Paneldaten: Überblick 32; 2 Regressionstechniken zur Analyse von Längsschnittfragestellungen mit Paneldaten 33; 2.1 Fixed Effects Regression (FE) 40; 2.2 Dummy Variable Regression (LSDV) 48; 2.3 Fixed Effects oder Dummy Variable Regression? 51; 2.4 Die Integration von Kontextvariablen 55; 2.5 Fixed Effects Regression oder Integration von Kontextvariablen?; 2.6 First Differences Regression (FD) 57; 2.7 Fixed Effects oder First Differences? 62; 3 Regressionstechniken zur Analyse von 69; Querschnittsfragestellungen mit Paneldaten 69; 3.1 Fixed Effects für Querschnittsfragestellungen? 74; 3.2 OLS mit korrigiertem Standardfehler 77; 3.3 Random Effects Regression (RE) 79; 3.4 Random Effects Maximum Likelihood (RE ML) 88; 3.5 Random Effects oder korrigierte Standardfehler? 89; 3.6 Between Regression (BE) 93; 3.7 BE als Alternative zu den vorgestellten Verfahren für; Querschnittsfragestellungen? 94; 3.8 OLS KV für Querschnittsfragestellungen? 96; 4 Weitere Möglichkeiten zur Analyse von; Längsschnittfragestellungen 99; 4.1 Random Effects statt Fixed Effects? 99; 4.2 Random Effects bei einer Integration von Kontextvariablen (RE KV): Eine Hybridmethode 102; 5 Zusammenfassung: Die Wahl des angemessenen Verfahrens 107; 5.1 Der Hausman Test 109; 6 Weiterführende Verfahren: Die Modellierung intraindividueller; Fehler-Strukturen 115; 6.1 Mehrebenenanalyse: Die Integration von Random Slopes 118; 6.1.1 Anwendungsmotiv: Trendheterogenität 118; 6.1.2 Die Spezifikation von Effektheterogenität durch Random Slopes (RS) 120; 6.1.3 Random Slopes in der Praxis 121; 7 Panelmodelle für binäre abhängige Variablen: logistische Regression 127; 7.1 Logistische Regression 128; 7.2 Maximum Likelihood 140; 7.3 Logistische Regression für Paneldaten 142; 7.4 Das Fixed Effects Modell der logistischen Regression 143; 7.5 Das Random Effects Modell der logistischen Regression 150; 7.6 Das hybride Modell für die logistische Panelregression 161; 7.7 Mehrebenenanalyse: Modelle mit Random Intercepts und Random; Slopes 165; 7.8 Generalized Estimation Equations (GEE) 173; 8 Strukturgleichungsmodelle als alternativer Ansatz für die Analyse von Paneldaten 183; 8.1 Grundlegende Konzepte der Strukturgleichungsmodelle 183; 8.2 Strukturgleichungsmodelle für Paneldaten mit Fixed und Random; Effects 190; 8.3 Latente Wachstumsmodelle 194; 8.4 Modellidentifikation 208; 9 Schlussfolgerungen: Auf eine klare Fragestellung kommt es an 213; Literatur 217; Index 221 (xsd:string)
?:author
?:contributor
?:dateModified
  • 2012 (xsd:gyear)
?:datePublished
  • 2012 (xsd:gyear)
?:duplicate
?:hasFulltext
  • false (xsd:boolean)
is ?:hasPart of
?:inLanguage
  • Deutsch (DE) (xsd:string)
?:isPartOf
?:isbn
  • 9783531186948 ()
?:libraryLocation
is ?:mainEntity of
?:name
  • Regressionsmodelle zur Analyse von Paneldaten (xsd:string)
?:provider
?:publicationType
  • Buch (de)
  • Monographie (xsd:string)
  • book (en)
?:publisher
?:sourceInfo
  • GESIS-BIB (xsd:string)
  • Wiesbaden: Springer VS, 2012.- 215 S., graph. Darst. (xsd:string)
rdf:type