Home Workshops / Konferenzen Videos Forschung Dienstleistungen Team
Impressum / Kontakt
deutschsprachige Version 
Besucher seit 27.02.2014:
ganze Website: 401466
Besucher seit 06.10.2017:
aktuelle Seite: 1328
Causal Effects EAM Fachgruppe Methoden und Evaluation (DGPs)

Kurse: Kursinformationen

de  Regression

Kursleitung: Prof. Dr. Rolf Steyer

Wintersemester 2017/2018, Kurs, Sprache: Deutsch, Thema: Wahrscheinlichkeit und Regression

Um die herunterladbaren Videos anzuschauen, benötigen Sie den VLC Player VLC media player, den Sie hier herunterladen können. Die Videos werden bereitgestellt über die Digitale Bibliothek Thüringen Digitale Bibliothek Thüringen (dbt). Die grün verlinkten Videos und Materialien sind kostenfrei abrufbar. Klicken Sie auf den grünen Link, um das Video zu sehen oder die Datei herunterzuladen! Um alle Materialien und Videos abrufen zu können, müssen Sie sich einloggen.

 

Zur Live-Übertragung



Datum Thema Video Präsentation (PDF) und sonstiges Material
17.10.2017
  1. Wozu dienen bedingte Erwartungen?
  2. Hypothesen über Behandlungseffekte
  3. Bedingter Erwartungswert
  4. Rechenregeln zum bedingten Erwartungswert
Video (Stream)

Video (Download; VLC Player)
Folien

Tafelbilder
24.10.2017
  1. Bedingte Erwartung und Regression
  2. Beispiele mit Joe und Ann für bedingte Erwartungen bzw. bedingte Erwartungswerte (mit randomisierter Zuweisung und mit Selbstselektion)
  3. Rechenregeln für bedingte Erwartungen
Video (Stream)

Video (Download; VLC Player)
Tafelbild
07.11.2017
  1. Residuum einer bedingten Erwartung
  2. Eigenschaften eines Residuums
  3. Determinationskoeffizient
  4. Multiple Korrelation
  5. Lineare Parametrisierung einer bedingten Erwartung
  6. Lineare Regression
  7. Identifikation der Regressionskoeffizienten
  8. Determinationskoeffizient bei linearer Regression
Video (Stream)

Video (Download; VLC Player)
Folien

Tafelbilder
14.11.2017
  1. Parametrisierungen von bedingten Erwartung
  2. Verschiedene Kodierungen von X in einer bedingten Erwartung E(Y|X)
  3. Bedeutung der Parameter in solchen Parametrisierungen, insbesondere beim Wertebereich [0, 1] und [-1, 1]
  4. Zwei äquivalente Definitionen der linearen Quasi-Regression über die Eigenschaften der Residuen bzw. über die mean squared error Funktion.
  5. Polynomiale Parametrisierung einer bedingten Erwartung
  6. Zellenmittelwert-Parametrisierung
  7. Determinationskoeffizient einer linearen Quasi-Regression
  8. Grundidee und F-Testformel für den R^2-Differenzentest
Video (Stream)

Video (Download; VLC Player)
Folien

"Das magische P"
Quelle: Süddeutsche Zeitung Nr. 220, Samstag/Sonntag, 23./24. September 2017, Seite 37

Tafelbilder
21.11.2017
  1. Logit-Transformation von Wahrscheinlichkeiten
  2. Logistische lineare Regression
  3. Logistische nicht-lineare Regression
  4. Zweifache lineare Regression
  5. Beispiel: Intelligenz, Bleibelastung und Sozio-ökonomischer Status
  6. Partielle Regressionskoeffizienten verstehen: Betrachtung der partiellen bedingten Erwartung
  7. Spezielle Formel für den Determinationskoeffizienten bei einer zweifachen linearen Regression
  8. Eigenschaften des Residuums
  9. Explizite Formeln für die partiellen Regressionskoeffizienten
  10. Spezielle Bedeutung der Regressionskoeffizienten bei binärem X und binärem Z.
Video (Stream)

Video (Download; VLC Player)
Folien (Lineare Quasi-Regression und nichtlineare Parametrisierungen einer bedingten Erwartung)

Folien (Zweifache lineare Regression)

Tafelbilder
05.12.2017
  1. Bedingungen der Invarianz des einfachen Regressionskoeffizienten
  2. Zweifache lineare Quasi-Regression
  3. Bedingte lineare Regression
  4. Achsenabschnitt- und Effektfunktionen
  5. Das Experiment zur Baldwin-Täuschung
Video (Stream)

Video (Download; VLC Player)
Folien

Tafelbilder
12.12.2017
  1. Bedingte lineare Regression bei einem 2x3-faktoriellen Design
  2. Bedingte Effekte als Differenzen zweier bedingter Erwartungswerte
  3. Bedingte Effekte als Werte der Effektfunktion
  4. Bedingte Effekte als Parameter oder deren Kombination in einer Parametrisierung der Effektfunktion
  5. Die Werte der Intercept-Funktion als bedingte Erwartungswerte
  6. Die Werte der Intercept-Funktion in einer Parametrisierung der Intercept-Funktion
  7. Datenanalyse mit Schätzung der Parameter
  8. Prüfung der Hypothese: Gar kein Treatmenteffekt
  9. Prüfung der Hypothese: Bedingter Treatmenteffekt in der Bedingung Z=0 ist null.
Video (Download; VLC Player) Folien
Materialien