Gutscheinbedingungen

**Gültig bis 24.09.2026 ab einem Mindestbestellwert von 30€ auf Spielzeug, Schreibwaren, Filme, Geschenke & Trends, Musik, tolino eReader & Zubehör, Hörbücher und Hörbuch-Downloads, nicht preisgebundene Bücher und Kalender online auf thalia.at und in der Thalia App. Einzelne Artikel können ausgeschlossen sein. Aufgrund der Buchpreisbindung sind deutschsprachige Bücher und eBooks ausgenommen. Zusätzlich ausgenommen sind Abos & Flatrates, Games, Geschenkkarten/-boxen, Shelfies, Software, Zeitschriften sowie einzelne Artikel von tonies®. Pro Einkauf einmal einlösbar. Click & Collect nur bei Onlinevorabzahlung möglich. Keine Barauszahlung. Nicht kombinierbar mit anderen Aktionen und Gutscheinen. Gutschein wird auf max. 500€ Bestellwert angerechnet. Nicht gültig für Versandkosten und Services. Preisgebundene Artikel sind vom Mindestbestellwert ausgeschlossen.

  • Produktbild: Regression Analysis in R
  • Produktbild: Regression Analysis in R

Regression Analysis in R A Comprehensive View for the Social Sciences

89,99 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

27.07.2022

Abbildungen

30 SW-Abb., 8 SW-Fotos, 22 SW-Zeichn., 4 Tabellen

Verlag

Taylor & Francis

Seitenzahl

194

Maße (L/B/H)

23,4/15,6/1,1 cm

Gewicht

304 g

Sprache

Englisch

ISBN

978-0-367-27258-6

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

27.07.2022

Abbildungen

30 SW-Abb., 8 SW-Fotos, 22 SW-Zeichn., 4 Tabellen

Verlag

Taylor & Francis

Seitenzahl

194

Maße (L/B/H)

23,4/15,6/1,1 cm

Gewicht

304 g

Sprache

Englisch

ISBN

978-0-367-27258-6

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)

Die Leseprobe wird geladen.
  • Produktbild: Regression Analysis in R
  • Produktbild: Regression Analysis in R
  • 1. The Issue of Causality. 2. Describing Simple Relationships. 3. Linear Regression Analysis. 4. Regression Assumptions and Interpretational Considerations. 5. Dummy Variables and Interactions. 6. Hierarchical Regression. 7. Moderation and Mediation. 8. Dealing with Non- Linearity. 9. Regression Models for Nested Data. 10. Fixed Effects Modeling.