Оглавление
J. Winke. Multivariate Analysemethoden
Inhaltsverzeichnis
Abbildungsverzeichnis
Eine Einführung. Was sind fehlende Werte?
Wodurch entstehen fehlende Werte?
Warum sind fehlende Werte ein Problem?
Die Ursache fehlender Werte
Folgen und Konsequenzen fehlender Werte
Beeinflussung der Validität
Klassifikation der fehlenden Werte
Vorgehen bei der Analyse fehlender Werte. Kann man fehlende Werte ignorieren?
Das Ausmaß der fehlenden Werte analysieren
Die Löschung von unvollständigen Daten
Tests zur Analyse der Zufälligkeit
Auswahl der Methode
Allgemeine Handlungsempfehlung
Einführung
Vorbereitung der Daten
Voraussetzung für Clusteranalyse
Das Vorgehen bei der Clusteranalyse
1) Erstellung der Proximitätsmatrix
Binäre/ nominale Variablenstruktur
Ordinale Variablenstruktur
Metrische Variablenstruktur
Gemischt skalierte Variablenstruktur
2) Auswahl des Clusterverfahrens
Agglomerative Algorithmen (hierarchisch)
Partitionierende Verfahren (K-Means)
3) Festlegung Clusterzahl
4) Clusterdiagnose
Einleitung
Voraussetzungen der Faktorenanalyse
Ablauf der Faktorenanalyse
Variableneignung
Kommunalität & Faktorenextraktion. Kommunalität
Extraktionsmethoden
Die Zahl der Faktoren bestimmen
Faktorinterpretation
Die Rotation
Benennung der Faktoren
Faktorwerte bestimmen
Ablauf in SPSS
Eine Einführung
Modellannahmen/ Voraussetzungen
Die Baumstruktur
Aufbaumethoden des Baums & Ablauf
Merging-Phase
Split-Phase
Vorgehen in SPSS
Interpretation der Ergebnisse
Der Baumeditor
Schritt-für-Schritt-Anleitung
Einsatzbereich
Vorgehensweise. 1. Modellformulierung
2. Schätzung der Regressionsfunktion
3. Prüfung der Regressionsfunktion
4. Prüfung der Regressionskoeffizienten
5. Prüfung der Modellprämissen
Analyse einflussreicher Beobachtungen. Ausreißer
Hebelwerte (eng. leverage)
Cook-Distanzen
Ergänzungen. Dummy Variablen
Methoden der Multiplen Regression
Allgemeines
Grundlagen der Korrespondenzanalyse. Einordnung
Fragestellung und Anspruch an die Daten
Zielsetzung
Anwendungsbereiche
Vorgehensweise. Erstellung der Zeilen- und Spaltenprofile
Festlegung der geometrischen Schwerpunkte der
Das geometrische Modell – Marken im Raum der Merkmale
Ermittlung der Streuungen (Distanzen)
Standardisierung der Daten
Extraktion der Dimensionen
Ermittlung der Koordinaten
Interpretation. Symmetrische Normalisierung
Asymmetrische Normalisierung
Übersicht
Fazit
Vorgehensweise in SPSS
Abkürzungen
Problemstellung
Einfaktorielle ANOVA
Modellgleichung
Hypothesen
Streuungszerlegung (sum of squares)
F-Statistik
Modellannahmen
SPSS Durchführung
Interpretation der SPSS-Ergebnisse
Zweifaktorielle ANOVA
Modellgleichung
Hypothesen
Streuungszerlegung
F-Statistik
Modellannahmen
Wechselwirkungen
SPSS Durchführung
SPSS Interpretation
Einfaktorielle ANOVA mit Messwiederholung
Modellgleichung
Hypothesen
Streuungszerlegung
F-Statistik
Modellannahmen
SPSS Durchführung
SPSS Interpretation
Mehrfaktorielle ANOVA mit Messwiederholung (Mixed ANOVA)
Hypothesen
Streuungszerlegung
F-Statistik
Modellgüte
Modellannahmen
SPSS Durchführung
SPSS Interpretation
Quellenverzeichnis