Schritt für Schritt erklärt das Buch die Anwendung multivariater Verfahren zur Analyse komplexer Datensätze. Verständlich und an einfachen Beispielen werden Theorie und Praxis erläutert. Neben den klassischen multivariaten Verfahren behandelt es auch neuere Verfahren wie Klassifikationsbäume oder Silhouetten. Der letzte Abschnitt zeigt, wie die Verfahren in S-PLUS angewendet werden. Falls ein Verfahren nicht in S-PLUS standardmäßig vorhanden ist, gibt es eine Anleitung zur Implementierung in S-PLUS.

Verständliche Anleitung Ausführliche Anwendungsbeispiele Mit den neuesten multivariaten Verfahren Includes supplementary material: sn.pub/extras

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