Das Buch wendet sich an alle, die sich mit der Analyse komplexer Datensätze beschäftigen. Die dabei benötigten unterschiedlichen multivariaten Verfahren werden jeweils an Hand einfacher Beispiele verständlich eingeführt. Nachdem geklärt ist, welche Fragestellungen mit dem jeweiligen Verfahren gelöst werden können, wird gezeigt, wie das Verfahren funktioniert. Dabei wird die zugrundeliegende Theorie Schritt für Schritt entwickelt. Danach werden die jeweils praxisrelevanten Probleme diskutiert. Neben den klassischen multivariaten Verfahren werden auch neuere Verfahren wie Klassifikationsbäume oder Silhouetten behandelt. Im letzten Abschnitt wird gezeigt, wie die Verfahren in S-PLUS angewendet werden. Falls ein Verfahren nicht in S-PLUS standardmäßig vorhanden ist, wird eine Anleitung zur Implementierung in S-PLUS gegeben.

Autorentext

Dr. Andreas Handl lehrte über sechzehn Jahre im Bereich Statistik und Ökonometrie an der Fakultät für Wirtschaftswissenschaften. Seine Lehrveranstaltungen zeichneten sich durch besonders große Verständlichkeit, Anwendungsbezug, Liebe zum Detail und das ständige Bemühen aus, die Inhalte aus Sicht seiner Studenten zu sehen. Alle seine Lehrveranstaltungen wurden von seinen Hörern als vorbildlich eingeschätzt.

Klappentext

Dieses Buch gibt eine Einführung in die Analyse multivariater Daten. Behandelt werden neben den klassischen Verfahren auch neuere Verfahren wie Klassifikationsbäume. Das Buch wendet sich zum einen an Studierende des Fachs Statistik und zum anderen an alle Personen, die Datenanalyse betreiben und hierbei multivariate Verfahren anwenden wollen. Jedes Verfahren wird zunächst anhand eines realen Problems motiviert. Darauf aufbauend wird ausführlich die Zielsetzung des Verfahrens herausgearbeitet. Es folgt eine Detaillierte Entwicklung der Theorie. Praktische Aspekte runden die Darstellung des Verfahrens ab. An allen Stellen wird die Vorgehensweise anhand realer Datensätze veranschaulicht. Der weiteren Vertiefung des Stoffes dienen zahlreiche Übungsaufgaben. Ein geeignetes Werkzeug für die computergestützte Datenanalyse ist S-PLUS. Dieses stellt zum einen eine Vielzahl von Funktionen zur Verfügung, zum anderen lässt es sich leicht um weitere Funktionen ergänzen. Die Durchführung beziehungsweise Implementierung der Funktionen wird für jedes im Buch behandelte Verfahren ausführlich beschrieben. Vorkenntnisse in S-PLUS sind nicht erforderlich.

Inhalt

Teil I Grundlagen: Beispiele multivariater Datensätze .- Elementare Behandlung der Daten.- Mehrdimensionale Zufallsvariablen.- Ähnlichkeits- und Distanzmaße.- Hauptkomponentenanalyse.- Mehrdimensionale Skalierung.- Procrustes-Analyse.- Teil III Abhängigkeitsstrukturen: Lineare Regression.- Explorative Faktorenanalyse.- Hierarchische loglineare Modelle.- Teil IV Gruppenstruktur: Einfaktorielle Varianzanalyse.- Diskriminanzanalyse.- Clusteranalyse.- Teil V Anhänge: A Mathematische Grundlagen.- B S-PLUS-Funktionen.- C Tabellen.- Literaturverzeichnis.