UID:
almahu_9949199964802882
Format:
VIII, 157 S. 4 Abb.
,
online resource.
Edition:
1st ed. 2000.
ISBN:
9783322802224
Content:
Multivariate Datenanalysen untersuchen Datensätze mit Beobachtungen von in der Regel drei oder mehr Variablen. Die jeweiligen Analyseverfahren sind Interdependenz- oder Dependenzverfahren. Dependenzverfahren erfordern mindestens zwei abhängige Variablen. Die "Multivariate Datenanalyse" stellt diese Verfahren am Beispiel eines einheitlichen Datensatzes vor. Alle Anwendungen nutzen Prozeduren des statistischen Programmpakets SPSS. Im einzelnen unterscheidet die "Multivariate Datenanlyse" zwischen explorativen und konfirmatorischen Verfahren. Alle Verfahren werden in einer einheitlichen Darstellungsform präsentiert. So wird vom Ziel über Daten, Vorbereitung und Modell zum eigentlichen statischen Verfahren vorangeschritten. Anschließend wird jeweils mit Hilfe des statistischen Programmpakets SPSS ein Beispiel vorgestellt, dessen Interpretation das jeweilige Kapitel abschließt.
Note:
1: Einleitung -- 1.1 Multivariate Datensätze -- 1.2 Analyseverfahren -- 1.3 Datenanalyse in SPSS -- 1.4 Data Mining -- I: Explorative Verfahren: Interdependenzverfahren -- 2: Clusteranalyse -- 3: Hauptkomponentenanalyse -- Exkurs A: Korrespondenzanalyse -- 4: Multidimensionale Skalierung -- II: Explorative Verfahren: Dependenzveifahren -- 5: Faktorenanalyse -- 6: Diskriminanzanalyse -- 7: Kanonische Korrelationsanalyse -- III: Konfirmatorische Verfahren: Einstichprobenverfahren -- 8: Multivariate Regressionsanalyse -- Exkurs B: Conjointanalyse -- 9: Analyse simultaner Strukturgleichungen -- IV: Konfirmatorische Verfahren: Mehrstichprobenverfahren -- 10: Multivariate Varianz- und Kovarianzanalyse.
In:
Springer Nature eBook
Additional Edition:
Printed edition: ISBN 9783528031657
Language:
German
DOI:
10.1007/978-3-322-80222-4
URL:
https://doi.org/10.1007/978-3-322-80222-4
Bookmarklink