Multivariate Analysemethoden

Dieses Buch liefert eine Einführung in die Analyse multivariater Daten, indem es eine Vielzahl klassischer und neuerer quantitativer Verfahren behandelt. Das Buch wendet sich sowohl an Studierende im Bereich Statistik als auch an Personen aus Wissenschaft und Praxis, die Datenanalyse betreiben und dabei multivariate Verfahren anwenden wollen.

Jedes Verfahren wird zunächst anhand eines realen Problems motiviert und mit kleinen Datensätzen veranschaulicht. Darauf aufbauend wird ausführlich die Zielsetzung des Verfahrens herausgearbeitet, gefolgt von einer detaillierten Entwicklung der Theorie. Praktische Aspekte runden die Darstellung des Verfahrens ab. An allen Stellen wird mit kleinen Datensätzen die Vorgehensweise veranschaulicht. Die notwendigen Berechnungen werden sowohl manuell als auch computergestützt dargestellt. Der weiteren Vertiefung des Stoffes dienen zahlreiche Übungsaufgaben.

Vorwort. - Teil 1 Grundlagen. - 1 Beispiele multivariater Datensätze. - 2 Elementare Behandlung der Daten. - 3 Mehrdimensionale Zufallsvariablen. - 4 Ähnlichkeits- und Distanzmaße. - Teil 2 Darstellung hochdimensionaler Daten in niedrigdimensionalen Räumen. - 5 Hauptkomponentenanalyse. 6 Mehrdimensionale Skalierung. - 7 Procrustes-Analyse. - Teil 3 Abhängigkeitsstrukturen. - 8 Lineare Regression. - 9 Explorative Faktorenanalyse. - 10 Hierarchische loglineare Modelle. - Teil 4Gruppenstruktur. - 11 Einfaktorielle Varianzanalyse. - 12 Diskriminanzanalyse. - 13 Clusteranalyse. - Teil 5 Anhänge. - A Mathematische Grundlagen. - B Eigene R-Funktionen. - C Tabellen.