Zusammenfassung
Eine Regression mittels maximum likelihood nennt man ein Generalised Linear Model (GLM). Genauso heißt auch die R-Funktion: glm. In ihr spezifiziert man die abhängige und die unabhängige Variable, die Verteilung und verschiedene optionale Argumente. Um den Regressionszusammenhang darzustellen, benutzen wir eine Formelschreibweise: y ~ x. Damit sagt man, dass y eine Funktion von x ist.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2013 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Dormann, C.F. (2013). Regression in R - Teil I. In: Parametrische Statistik. Statistik und ihre Anwendungen. Springer Spektrum, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-34786-3_8
Download citation
DOI: https://doi.org/10.1007/978-3-642-34786-3_8
Published:
Publisher Name: Springer Spektrum, Berlin, Heidelberg
Print ISBN: 978-3-642-34785-6
Online ISBN: 978-3-642-34786-3
eBook Packages: Life Science and Basic Disciplines (German Language)