Data Analysis Using Regression and Multilevel/Hierarchical Models: Analytical Methods for Soci...

"Data Analysis Using Regression and Multilevel/Hierarchical Models" von Andrew Gelman und Jennifer Hill ist ein umfassendes Lehrbuch, das sich mit statistischen Methoden zur Datenanalyse im Bereich der Sozialforschung beschäftigt. Das Buch bietet eine Einführung in die Grundlagen der Regressionsanalyse und erweitert diese um multilevel- bzw. hierarchische Modelle, die besonders nützlich sind, wenn Daten auf verschiedenen Ebenen organisiert sind. Zu Beginn werden grundlegende Konzepte der linearen Regression behandelt, einschließlich Schätzungen, Inferenz und Diagnostik. Anschließend wird auf komplexere Modelle eingegangen, wie beispielsweise logistische Regression für binäre Daten und Poisson-Regression für Zähldaten. Ein zentraler Schwerpunkt liegt auf multilevel Modellen, die es ermöglichen, Variabilität sowohl innerhalb als auch zwischen Gruppen zu analysieren. Diese Modelle sind besonders relevant für sozialwissenschaftliche Fragestellungen, bei denen Daten häufig in hierarchischen Strukturen vorliegen (z.B. Schüler innerhalb von Klassen). Das Buch kombiniert theoretische Erklärungen mit praktischen Beispielen und Anleitungen zur Implementierung der Modelle in statistischer Software wie R. Es richtet sich an Studierende und Forschende in den Sozialwissenschaften sowie an alle, die ein tieferes Verständnis für fortgeschrittene statistische Analysemethoden entwickeln möchten.