Vor Ort
Merkzettel Warenkorb
Produktbild: Multivariate Analyseverfahren
Band 35

Multivariate Analyseverfahren

Aus der Reihe Teubner Studienskripten zur Soziologie

44,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

01.02.1979

Abbildungen

mit 11 Bildern und 11 Tabellen.

Verlag

Vieweg & Teubner

Seitenzahl

262

Maße (L/B/H)

20,3/12,7/1,5 cm

Gewicht

254 g

Auflage

1979

Sprache

Deutsch

ISBN

978-3-519-00035-8

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

01.02.1979

Abbildungen

mit 11 Bildern und 11 Tabellen.

Verlag

Vieweg & Teubner

Seitenzahl

262

Maße (L/B/H)

20,3/12,7/1,5 cm

Gewicht

254 g

Auflage

1979

Sprache

Deutsch

ISBN

978-3-519-00035-8

Herstelleradresse

Vieweg+Teubner Verlag
Abraham-Lincoln-Straße 46
65189 Wiesbaden
DE

Email: ProductSafety@springernature.com

Ein neues Kapitel für Ihre Bücher

Ein neues Kapitel für Ihre Bücher

Schenken Sie Ihren alten Schätzen ein zweites Leben: Einfach Barcode scannen, Versandetikett ausdrucken, Bücher verschicken und Thalia Geschenkkarte erhalten.

Jetzt verkaufen
Jetzt verkaufen

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
  • Produktbild: Multivariate Analyseverfahren
  • 1. Einführung.- 1.1. Aufgabe und Stellenwert komplexer Analyseverfahren.- 1.2. Multivariate Analyseverfahren im Überblick.- 1.3. Hinweise zu Aufbau und Benutzung des Texts.- 2. Regression als deskriptives Analysemodell.- 2.1. Die Regression zweier Merkmale.- 2.2. Die Einbeziehung eines dritten Merkmals.- 2.2.1. Die Untersuchung auf Kausalität.- 2.2.2. Regressionsebene und Interpretation der Koeffizienten.- 2.2.3. Abhängigkeit der Lösung von der Drittvariablen.- 2.2.4. Determinationskoeffizient und relativer Einfluß der unabhängigen Variaben.- 2.2.5. Probleme: Multikollinearität und kleine Fallzahlen.- 2.2.6. Zusammenfassung.- 2.3. Der allgemeine Regressionsansatz.- 2.3.1. Matrizennotation und elementare Rechenregeln.- 2.3.2. Die allgemeine Lösung des Regressionsansatzes und substantielle Interpretation der Koeffizienten.- 2.3.3. Nicht-lineare Ansätze und Einbeziehung von Interaktionswirkungen.- 2.3.4. Herleitung einiger grundlegender Beziehungen im allgemeinen Regressionsansatz.- 3. Voraussetzungen und Aussagewert statistischer Inferenz.- 3.1. Der klassische Fall: Zufallsstichproben.- 3.2. Der Begriff des hypothetischen Universums.- 4. Inferenzschlüsse im metrischen Regressionsmodell.- 4.1. Wahrscheinlichkeitsverteilung der Regressionskoeffizienten.- 4.2. Varianzanalytische Überlegungen und F-Test.- 5. Regression mit nicht-metrischen unabhängigen Variablen: Varianzanalyse.- 5.1. Orthogonale und nicht-orthogonale Ansätze.- 5.2. Die Design-Matrix für polytome Merkmale.- 5.3. Der Einfluß eines Kodierungswechsels.- 6. Der GSK — Ansatz.- 6.1. Metrisierungen der Zielvariablen.- 6.2. Die Design-Matrix.- 6.3. Die Betrachtung von saturierten Modellen.- 6.3.1. Dichotome Merkmale: Harders DO-Modell.- 6.3.2. Polytome Merkmale.- 6.4. Der Weg zum ‘besten’ Modell.- 6.4.1. Inferenzbetrachtungen.- 6.4.2. Konstruktion spezifischer Design-Matrizen.- 6.5. Hinweise zur Benutzung des NONMET-Programms.- 6.6. Statistische Grundlagen des GSK-Ansatzes.- 7. GOODMANs ‘General Model’.- 7.1. Allgemeine Grundzüge des GOODMAN-Ansatzes.- 7.1.1. Dualismus von direkten Effektschätzungen und Modell-Tests.- 7.1.2. Symmetrische und asymmetrische Betrachtung.- 7.1.3. Substantielle Interpretation der Effekte.- 7.2. Das Testen von unsaturierten Modellen.- 7.2.1. Hierarchische Modelle.- 7.2.2. Das Maximum-Likelihood-Prinzip.- 7.2.3. Der Weg zum ‘besten’ Modell.- 7.3. Strukturgleichungen und Pfadanalyse.- 7.3.1. Überprüfung theoretisch postulierter Pfaddiagramme.- 7.3.2. Interpretation des besten Modells als Pfeildiagramm.- 7.4. Vergleich zwischen log-linearen Modellen im GOODMAN- und im GSK-Ansatz.- 7.5. Hinweise zur Benutzung des ECTA-Programms.