Multivariate Statistik : Grundlagen - Methoden - Beispiele (Gabler Lehrbuch) (2002. xxxiv, 442 S. XXXIV, 442 S. 240 mm)

Multivariate Statistik : Grundlagen - Methoden - Beispiele (Gabler Lehrbuch) (2002. xxxiv, 442 S. XXXIV, 442 S. 240 mm)

  • ただいまウェブストアではご注文を受け付けておりません。 ⇒古書を探す
  • 製本 Paperback:紙装版/ペーパーバック版/ページ数 476 p.
  • 言語 GER
  • 商品コード 9783409119696

Full Description

Das Buch ist aus der Lehrveranstaltung hervorgegangen und didaktisch gut verständlich. Alle statistischen Methoden werden rechentechnisch mit Beispielen illustriert. In jedem Kapitel wird der Einsatz des Programmpakets SPSS zur Lösung eines Anwendungsbeispiels beschrieben. Am Ende jeden Kapitels finden sich Aufgaben, die das Verständnis von Inhalt, Rechentechnik und die Interpretation von Ergebnissen aufarbeiten und vertiefen.

Contents

1. Einleitung.- 2. Faktorenanalyse.- 2.1 Grundidee der Faktorenanalyse.- 2.2 Die Korrelationsmatrix als Grundlage der Faktorenanalyse.- 2.2.1 Die Aufstellung der Korrelationsmatrix.- 2.2.2 Verfahren zur Überprüfung der Eignung der Korrelationsmatrix als Basis einer Faktorenanalyse.- 2.2.3 Die Arbeitsschritte im Rahmen der Faktorenanalyse.- 2.3 Die Bestimmung der Faktorladungen.- 2.3.1 Die Hauptkomponentenmethode.- 2.3.1.1 Der Lösungsalgorithmus zur Bestimmung der Ladungen.- 2.3.1.2 Anzahl und Interpretation der Faktoren.- 2.3.2 Weiterentwicklungen.- 2.3.2.1 Das Kommunalitätenproblem.- 2.3.2.2 Das Rotationsproblem.- 2.3.2.2.1 Verdeutlichung des Rotationsproblemsm.- 2.3.2.2.2 Rechtwinklige Rotation.- 2.3.2.2.3 Schiefwinklige Rotation.- 2.4 Die Bestimmung der Faktorwerte.- 2.4.1 Die Bestimmung der Faktorwerte im Rahmen der Hauptkomponentenmethode (unrotierte und rechtwinklig rotierte Ladungen).- 2.4.1.1 Der Lösungsalgorithmus zur Bestimmung der Ladungen.- 2.4.1.2 Die Interpretation der Faktorwerte.- 2.4.2 Die Bestimmung der Faktorwerte im Rahmen der Faktorenanalyse im engeren Sinn (unrotierte und rechtwinklig rotierte Ladungen).- 2.4.3 Die Bestimmung der Faktorenwerte bei schiefwinklig rotierten Ladungen.- 2.5 Ein Beispiel zur Faktorenanalyse.- 2.6 Faktorenanalyse mit SPSS.- 3. Varianzanalyse.- 3.1 Einführung.- 3.2 Orthogonale Varianzanalyse.- 3.2.1 Einfaktorielle Varianzanalyse.- 3.2.2 Zweifaktorielle Varianzanalyse.- 3.2.3 Dreifaktorielle Varianzanalyse.- 3.3 Nonorthogonale Varianzanalyse.- 3.3.1 Das Problem.- 3.3.2 Zwei grundlegende Interpretationen der Haupteffekthypothesen.- 3.3.2.1 Beschreibung und Interpretation.- 3.3.2.2 Anwendung.- 3.3.3 Das allgemeine lineare Modell.- 3.3.3.1 Generelle Vorgehensweise.- 3.3.3.2 Effektkodierung.- 3.3.3.2.1 Einfaktorielle Varianzanalyse.- 3.3.3.2.2 Zwei- und mehrfaktorielle Varianzanalyse.- 3.3.4 Typen der Abweichungsquadratsummenzerlegung.- 3.4 Ko varianzanalyse.- 3.5 Varianzanalyse mit SPSS.- 3.5.1 Orthogonale Varianzanalyse.- 3.5.2 Nonorthogonale Varianzanalyse.- 3.5.3 Kovarianzanalyse.- 4. Clusteranalyse.- 4.1 Einleitung.- 4.2 Distanz- und Ähnlichkeitsmaße.- 4.2.1 Konzept der Ähnlichkeit.- 4.2.2 Distanzmaße.- 4.2.3 Q-Korrelationskoeffizient.- 4.2.4 Dichotome Merkmale.- 4.2.5 Polytome Merkmale.- 4.2.6 Gemischt-skalierte Merkmale.- 4.3 Hierarchische Klassifikationsverfahren.- 4.3.1 Hierarchisch agglomerative Verfahren.- 4.3.2 Single-Linkage-Verfahren.- 4.3.3 Complete-Linkage-Verfahren.- 4.3.4 Average-Linkage-Verfahren.- 4.3.5 Zentroid- und Medianverfahren.- 4.3.6 Ward-Verfahren.- 4.3.7 Vergleich hierarchischer Klassifikationsverfahren.- 4.4 Partitionierende Klassifikationsverfahren.- 4.4.1 Optimale partitionierende Verfahren.- 4.4.2 Minimal-Distanz-Verfahren.- 4.4.2.1 Ablaufschema.- 4.4.2.2 K-Means-Methode.- 4.4.3 Optimierende Austauschverfahren.- 4.4.3.1 Ablaufschema und Gütekriterien.- 4.4.3.2 Streuungszerlegung.- 4.4.3.3 Varianzkriterium.- 4.4.3.4 Determinanten- und Spurkriterium.- 4.5 Evaluation clusteranalytischer Lösungen.- 4.6 Clusteranalyse mit SPSS.- 4.6.1 Hierarchische Clusteranalyse mit SPSS.- 4.6.2 Partionierende Clusteranalyse mit SPSS.- 5. Diskriminanzan Alyse.- 5.1 Einfuhrung.- 5.1.1 Aufgabenstellungen der Diskriminanzanalyse.- 5.1.2 Idee der linearen Diskriminanzanalyse.- 5.2 Vorbereitende Datenanalyse.- 5.3 Zwei-Gruppen-Fall.- 5.3.1 Diskrimination.- 5.3.1.1 Das Diskriminanzkriterium.- 5.3.1.2 Normierung und Standardisierung der Diskriminanzkoeffizienten.- 5.3.1.3 Beurteilung der Diskrimination.- 5.3.2 Klassifikation.- 5.3.2.1 Klassifikationskonzepte.- 5.3.2.1.1 Überblick.- 5.3.2.1.2 Distanzkonzept.- 5.3.2.1.3 Wahrscheinlichkeitskonzept.- 5.3.2.1.4 Klassifikationsfiinktionen.- 5.3.2.1.5 Diskriminanzfunktion und kritischer Diskriminanzwert.- 5.3.2.2 Beurteilung der Klassifikation.- 5.3.2.3 Gruppenspezifische Analyse.- 5.4 Mehr-Gruppen-Fall.- 5.4.1 Diskrimination.- 5.4.1.1 Das Diskriminanzkriterium.- 5.4.1.2 Normierung und Standardisierung der Diskriminanzkoeffizienten.- 5.4.1.3 Beurteilung der Diskrimination.- 5.4.2 Klassifikation.- 5.5 Homogenitätstest der Varianz-Kovarianz-Matrizen.- 5.6 Diskriminanzanalyse mit SPSS.- 5.6.1 Zwei-Gruppen-Fall.- 5.6.2 Drei-Gruppen-Fall.- 6. Kanonische Korrelation.- 6.1 Das Grundanliegen der kanonischen Korrelation.- 6.2 Die Bestimmung der kanonischen Gewichte.- 6.3 Die Bestimmung kanonischer Werte.- 6.4 Die Bestimmung der kanonischen Ladungen.- 6.5 Signifikanztests für kanonische Korrelationskoeffizienten.- 6.6 Kanonische Korrelation mit SPSS.- Stichwortverzeichnis.