Regressionsanalysen

Dozent/in	Dr. rer. nat. Oliver Grübner
Veranstaltungsart	Vorlesung
Code	HS261132
Semester	Herbstsemester 2026
Durchführender Fachbereich	Gesundheitswissenschaften
Studienstufe	Bachelor
Termin/e	Mo, 14.09.2026, 12:30 - 14:00 Uhr, HS 3 Mo, 21.09.2026, 12:30 - 14:00 Uhr, HS 3 Mo, 28.09.2026, 12:30 - 14:00 Uhr, HS 3 Mo, 05.10.2026, 12:30 - 14:00 Uhr, HS 3 Mo, 12.10.2026, 12:30 - 14:00 Uhr, HS 3 Mo, 19.10.2026, 12:30 - 14:00 Uhr, HS 3 Mo, 26.10.2026, 12:30 - 14:00 Uhr, HS 3 Mo, 02.11.2026, 12:30 - 14:00 Uhr, HS 3 Mo, 09.11.2026, 12:30 - 14:00 Uhr, HS 3 Mo, 16.11.2026, 12:30 - 14:00 Uhr, HS 3 Mo, 23.11.2026, 12:30 - 14:00 Uhr, HS 3 Mo, 30.11.2026, 12:30 - 14:00 Uhr, HS 3 Mo, 07.12.2026, 12:30 - 14:00 Uhr, HS 3 Mo, 14.12.2026, 12:30 - 14:00 Uhr, HS 3 Do, 14.01.2027, 14:00 - 15:00 Uhr, HS 9 (Prüfung)
Umfang	2 Semesterwochenstunden
Inhalt	Generell liegt der Fokus auf der Untersuchung von Zusammenhängen mithilfe von linearer und logistischer Regression in R. Nr: Inhalt Vorlesung 1: Einführung und Auffrischung Hypothesen- und t-Test 2: Korrelationsanalysen als Übergang zur Regressionsanalyse 3: Einführung in die Regression 4: Univariate lineare Regression 5: Multivariable lineare Regression I 6: Multivariable lineare Regression II 7: Multivariable lineare Regression III 8: Univariate logistische Regression 9: Multivariable logistische Regression I 10: Multivariable logistische Regression II 11: Modellvalidierung, Diagnostik und Cross Validation 12: Übungen und Praxisbeispiele 13: Gastreferat 14: Zusammenfassung und Fragen zur Prüfung
Lernziele	Regressionsverfahren, die in den Gesundheitswissenschaften verwendet werden, differenzieren, selektieren und mithilfe der Statistiksoftware R anwenden.
Voraussetzungen	- Mathematische und statistische Grundlagen - Methoden der Datenanalyse
Sprache	Deutsch
Anmeldung	Moodle: https://elearning.hsm-unilu.ch/course/view.php?id=1060
Leistungsnachweis	Examen am Ende des Semesters (60 Minuten) WICHTIG: Um Credits zu erwerben und an der Prüfung teilzunehmen, ist eine Anmeldung über Uni Portal innerhalb der Prüfungsanmeldefrist ZWINGEND erforderlich. Weitere Informationen: www.unilu.ch/studium/lehrveranstaltungen-pruefungen-reglemente/gmf/pruefungen/
Abschlussform / Credits	Schriftliche Prüfung / 3 Credits
Hinweise	Für die Bearbeitung von Übungen während der Veranstaltung arbeiten die Studierenden an ihren eigenen Laptops, auf denen sie die Statistik Software R sowie themenspezifische R Pakete installiert haben.
Hörer-/innen	Nein
Kontakt	oliver.gruebner@unilu.ch
Material	Präsentationen der Vorlesungen, Übungsmaterial und weitere Materialien für den Kurs werden auf Moodle zur Verfügung gestellt. In dieser Veranstaltung wird ergänzend Podcast zur Verfügung gestellt.
Literatur	Hedderich, J., & Sachs, L. (2018). Angewandte Statistik. Springer Berlin Heidelberg. https://doi.org/10.1007/978-3-662-56657-2