Intro -- Was Sie in diesem essential finden konnen -- Vorwort -- Inhaltsverzeichnis -- 2.2 Vergleich von Wahrscheinlichkeiten und Odds -- 1 Einleitung -- 2 Aspekte des Wahrscheinlichkeitsbegriffs -- 2.1 Der Begriff der Odds -- 3 Das logistische Regressionsmodell -- 3.1 Lineare Regression unter einem neuen Blickwinkel -- 3.2 Logistische Regression als zweistufiges Modell -- 3.3 Alternativ: Logistische Regression als latentes Variablenmodell -- 3.4 Interpretation der Parameter -- 3.4.1 Bedeutung der Modellparameter: Skala Log-Odds -- 3.4.2 Bedeutung der Modellparameter: Skala Odds -- 3.4.3 Bedeutung der Modellparameter: Skala Wahrscheinlichkeiten -- 3.4.4 Uberblick -- 3.4.5 Mehrere erklarende Variablen -- 3.5 Ausblick: Parameterschatzung und statistische Inferenz -- 4 Logistische Regression in R -- 4.1 Modell an Daten anpassen -- 4.2 Interpretation der Effektstarke -- 4.3 Vorhersagen -- 4.4 Gruppierte Daten -- 5 Klassifikation -- 6 Ausblick -- 6.1 Uberprufung der Modellannahmen -- 6.2 Haufige Probleme -- 6.2.1 Korrelierte Beobachtungen -- 6.2.2 Wenige Beobachtungen -- 6.2.3 Perfekte Separierung -- 6.3 Erweiterungen auf mehr als zwei Klassen -- Was Sie aus diesem Essential mitnehmen konnen -- Zum Weiterlesen -- Literatur.