Ich verbessere glm, gemischte effekte, regressionsanalyse in r

Für deine Bedürfnisse kontaktiere mich bitte für ein individuelles Angebot.

Ich decke ein umfassendes Spektrum an fortgeschrittenen statistischen Frameworks ab, darunter-

Mixed-Effects-Modelle: Lineare & Generalisierte Lineare Mixed Models (LMM/GLMM) mit zufälligen Achsenabschnitten und Steigungen.

Generalized Linear Models (GLM): Logistische (Binomial), Poisson, Negative Binomial- und Gamma-Regression.

Kategorische & Zähldaten: Log-lineare Analyse, Kontingenztafeln und Ratenmodellierung.

Fortgeschrittene Regression: Polynomiale, Ridge/Lasso und Multinomiale Logistische Regression.

Wichtige Dienstleistungen, die ich anbiete,

Pre-Analysis & Datenhygiene

• Ausreißererkennung und -behandlung
• Datenumwandlung (Log, Quadratwurzel, Box-Cox), um die Modellannahmen zu erfüllen.

Strenge Annahmetests

• Normalverteilung : Shapiro-Wilk-, Kolmogorov-Smirnov-Tests und Q-Q-Plots.
• Homoskedastizität: Breusch-Pagan- und White-Tests.
• Unabhängigkeit: Durbin-Watson-Test auf Autokorrelation.
• Multikollinearität: Variance Inflation Factor (VIF) und Toleranz-Metriken.

Residuen-Diagnostik & Modellvalidierung

• Visuelle und statistische Validierung der Fehlerterme.
• Diagnostische Plots (Residuen vs. Fitted, Scale-Location, Residuen vs. Leverage).
• Modellvergleich mit AIC, BIC und Log-Likelihood-Ratio-Tests.