<?xml version="1.0"?>
<rss version="2.0">
   <channel>
      <title>Leinwand by </title>
      <link>https://padlet.com/janisdiener/Quanti</link>
      <description>Alles irgendwo posten</description>
      <language>en-us</language>
      <pubDate>2024-06-25 19:06:52 UTC</pubDate>
      <lastBuildDate>2024-06-27 08:32:37 UTC</lastBuildDate>
      <webMaster>hello@padlet.com</webMaster>
      <image>
         <url></url>
      </image>
      <item>
         <title>Fixed-Effects-Regression </title>
         <author>janisdiener</author>
         <link>https://padlet.com/janisdiener/Quanti/wish/3037804655</link>
         <description><![CDATA[]]></description>
         <enclosure url="" />
         <pubDate>2024-06-25 19:07:38 UTC</pubDate>
         <guid>https://padlet.com/janisdiener/Quanti/wish/3037804655</guid>
      </item>
      <item>
         <title>Random-Effects-Regression </title>
         <author>janisdiener</author>
         <link>https://padlet.com/janisdiener/Quanti/wish/3037805439</link>
         <description><![CDATA[]]></description>
         <enclosure url="" />
         <pubDate>2024-06-25 19:09:24 UTC</pubDate>
         <guid>https://padlet.com/janisdiener/Quanti/wish/3037805439</guid>
      </item>
      <item>
         <title>Nutzt das Mittelwertsabweichungsverfahren (Within-Transformation), um die individuellen Effekte zu eliminieren, indem die Mittelwerte der Variablen innerhalb jeder Einheit berechnet und von den Beobachtungen subtrahiert werden.</title>
         <author>janisdiener</author>
         <link>https://padlet.com/janisdiener/Quanti/wish/3037840755</link>
         <description><![CDATA[]]></description>
         <enclosure url="" />
         <pubDate>2024-06-25 20:35:07 UTC</pubDate>
         <guid>https://padlet.com/janisdiener/Quanti/wish/3037840755</guid>
      </item>
      <item>
         <title>Nutzt sowohl die Variation innerhalb der Einheiten als auch zwischen den Einheiten.</title>
         <author>janisdiener</author>
         <link>https://padlet.com/janisdiener/Quanti/wish/3037841350</link>
         <description><![CDATA[]]></description>
         <enclosure url="" />
         <pubDate>2024-06-25 20:36:33 UTC</pubDate>
         <guid>https://padlet.com/janisdiener/Quanti/wish/3037841350</guid>
      </item>
      <item>
         <title>Das Modell kann sowohl zeitinvariante als auch zeitvariable erklärende Variablen schätzen.</title>
         <author>janisdiener</author>
         <link>https://padlet.com/janisdiener/Quanti/wish/3037844064</link>
         <description><![CDATA[]]></description>
         <enclosure url="" />
         <pubDate>2024-06-25 20:42:49 UTC</pubDate>
         <guid>https://padlet.com/janisdiener/Quanti/wish/3037844064</guid>
      </item>
      <item>
         <title>Nach der Transformation können die Koeffizienten mittels OLS-Regression geschätzt werden.</title>
         <author>janisdiener</author>
         <link>https://padlet.com/janisdiener/Quanti/wish/3037844869</link>
         <description><![CDATA[]]></description>
         <enclosure url="" />
         <pubDate>2024-06-25 20:44:38 UTC</pubDate>
         <guid>https://padlet.com/janisdiener/Quanti/wish/3037844869</guid>
      </item>
      <item>
         <title>Das Modell kann nur zeitvariable erklärende Variablen schätzen, da zeitinvariante Variablen durch die Transformation eliminiert werden.</title>
         <author>janisdiener</author>
         <link>https://padlet.com/janisdiener/Quanti/wish/3037848305</link>
         <description><![CDATA[]]></description>
         <enclosure url="" />
         <pubDate>2024-06-25 20:55:33 UTC</pubDate>
         <guid>https://padlet.com/janisdiener/Quanti/wish/3037848305</guid>
      </item>
      <item>
         <title>Besonders nützlich bei kleineren Panels mit begrenzter Anzahl von Messzeitpunkten/Einheiten.</title>
         <author>janisdiener</author>
         <link>https://padlet.com/janisdiener/Quanti/wish/3037848761</link>
         <description><![CDATA[]]></description>
         <enclosure url="" />
         <pubDate>2024-06-25 20:57:00 UTC</pubDate>
         <guid>https://padlet.com/janisdiener/Quanti/wish/3037848761</guid>
      </item>
      <item>
         <title>Besonders gut geeignet, um unbalancierte Panels zu analysieren. </title>
         <author>janisdiener</author>
         <link>https://padlet.com/janisdiener/Quanti/wish/3037850496</link>
         <description><![CDATA[]]></description>
         <enclosure url="" />
         <pubDate>2024-06-25 21:02:40 UTC</pubDate>
         <guid>https://padlet.com/janisdiener/Quanti/wish/3037850496</guid>
      </item>
      <item>
         <title>Besonders gut geeignet, um Längsschnittfragestellungen zu untersuchen.</title>
         <author>janisdiener</author>
         <link>https://padlet.com/janisdiener/Quanti/wish/3037851367</link>
         <description><![CDATA[]]></description>
         <enclosure url="" />
         <pubDate>2024-06-25 21:05:31 UTC</pubDate>
         <guid>https://padlet.com/janisdiener/Quanti/wish/3037851367</guid>
      </item>
      <item>
         <title>Modelliert die Varianz zwischen den Einheiten als zufällig. Das Modell nimmt an, dass die Unterschiede zwischen den Einheiten zufällig um einen gemeinsamen Mittelwert verteilt sind.</title>
         <author>janisdiener</author>
         <link>https://padlet.com/janisdiener/Quanti/wish/3037851883</link>
         <description><![CDATA[]]></description>
         <enclosure url="" />
         <pubDate>2024-06-25 21:07:17 UTC</pubDate>
         <guid>https://padlet.com/janisdiener/Quanti/wish/3037851883</guid>
      </item>
      <item>
         <title>Besonders nützlich, um Querschnittfragestellungen mit zeitkonstanten unabhängigen Variablen zu untersuchen.</title>
         <author>janisdiener</author>
         <link>https://padlet.com/janisdiener/Quanti/wish/3037853612</link>
         <description><![CDATA[]]></description>
         <enclosure url="" />
         <pubDate>2024-06-25 21:11:43 UTC</pubDate>
         <guid>https://padlet.com/janisdiener/Quanti/wish/3037853612</guid>
      </item>
   </channel>
</rss>
