Wahrscheinlichkeit und Regression

Rolf Steyer, Autor des erfolgreichen Lehrbuchs "Messen und Testen", schließt mit diesem Buch die Kluft zwischen Regressionstheorie und deren empirischer Anwendung, der Regressionsanalyse.
Grundbegriffe der Statistik werden ohne Bezug zu komplizierten Stichprobenmodellen erläutert. Neben der Regressionsanalyse können auch verschiedene statistische Verfahren, wie die Varianz- oder Faktorenanalyse, als Spezialfälle regressiver Abhängigkeiten angesehen werden. Das Studium der Regressionstheorie dient daher dem Verständnis grundlegender statistischer Verfahren in der Psychologie.

Inhalt
1 Einführung.- I Wahrscheinlichkeitstheorie.- 2 Wahrscheinlichkeit.- 3 Bedingte Wahrscheinlichkeit.- 4 Zufallsvariablen.- 5 Erwartungswert, Varianz, Kovarianz und Korrelation.- Ten II Regressionstheorie.- 6 Regression.- 7 Einfache Lineare Regression.- 8 Einfache nichtlineare Regression.- 9 Zweifache lineare Regression.- 10 Bedingte lineare Regression.- 11 Bedingte nichtlineare Regression.- 12 Bedingte Varianz und Kovarianz.- 13 Matrizen.- 14 Multiple lineare Regression.- III Kausale Regression.- 15 Paradoxa.- 16 Individuelle und durchschnittliche kausale Effekte.- 17 Bedingte kausale Effekte.- 18 Ausblick.- Namenverzeichnis.