15 348 Doktoratsseminar Forschungsmethoden II Frühjahr 2004

Um rigorose Forschung in den Sozialwissenschaften, der Wirtschaft oder der Volkswirtschaft durchzuführen, reicht eine einfache lineare Regression oft nicht aus. Das Verständnis, wie man binäre Ergebnisse modelliert, Daten zählt und Ereignisse im Laufe der Zeit zählen kann, ist für die Erstellung qualitativ hochwertiger empirischer Analysen unerlässlich. Dieser reine Textkurs führt Sie von grundlegenden statistischen Konzepten zur Implementierung fortgeschrittener Regressionsmodelle. Sie lernen, die richtigen quantitativen Methoden für komplexe Beobachtungsdaten auszuwählen, zu spezifizieren und zu interpretieren. Was Sie lernen werden: • Verstehen der Grundlagen von nichtlinearen Modellen und der Schätzung der maximalen Wahrscheinlichkeit • Analyse von binären und kategorialen Ergebnissen mit Logit- und Probit-Modellen • Modellieren von Ereigniszahlen und -raten mit Poisson- und negativen binomialen Regressionen • Anwenden von Erfolgs- und Überlebensanalysen zur Untersuchung des Zeitpunkts von Erscheinungen • Verarbeiten von Paneldaten • Interpretieren Sie Modellkoeffizienten, Odds Ratio und Randeffekte genau, um die Ergebnisse zu verbessern. Der Kurs beginnt mit der wichtigsten Terminologie und Grundlagentheorie, bevor er in spezifische Modellfamilien eintaucht. Sie werden durch praktische Szenarien vorankommen und lernen, wie Sie Ihre Daten strukturieren und die Ausgabe für die reale Forschung interpretieren. Dieser Kurs richtet sich an aufstrebende Forscher, Datenanalysten und Studenten, die ein grundlegendes Verständnis der linearen Regression haben und ihr quantitatives Toolkit erweitern möchten. Beginnen Sie noch heute mit der Beherrschung fortgeschrittener quantitativer Forschungsmethoden durch klare, Schritt-für-Schritt-Erklärungen.