Dieses Lehrbuch konzentriert sich auf Regression und deren Anwendung bei realen, komplexen statistischen Fragestellungen. Es wurde von erfahrenen Autorinnen und Autoren verfasst und bietet praktische Hilfestellungen für Vergleich, Schätzung, Vorhersage und Kausalinferenz. Anstatt ausführlicher Theorie liegt der Fokus auf umsetzbaren Methoden und Computer-Code, insbesondere in R und Stan.
Das Buch behandelt relevante Themen wie Stichprobengröße, fehlende Daten und verschiedene Techniken, jeweils mit Beispielen aus der Praxis. Der Übergang zur logistischen Regression und zu Generalized Linear Models (GLM) wird sorgfältig ausgearbeitet. Grafiken und anschauliche Darstellungen unterstützen das Verständnis von Modellen und deren Anwendung bei Experimenten und Beobachtungsstudien.