Advertisement

Multivariate Analysemethoden

Theorie und Praxis mit R

  • Andreas Handl
  • Torben Kuhlenkasper

Part of the Statistik und ihre Anwendungen book series (STATIST)

Table of contents

  1. Front Matter
    Pages I-XVIII
  2. Grundlagen

    1. Front Matter
      Pages 1-1
    2. Torben Kuhlenkasper, Andreas Handl
      Pages 3-13
    3. Torben Kuhlenkasper, Andreas Handl
      Pages 15-70
    4. Torben Kuhlenkasper, Andreas Handl
      Pages 71-90
    5. Torben Kuhlenkasper, Andreas Handl
      Pages 91-118
  3. Darstellung hochdimensionaler Daten in niedrigdimensionalen Räumen

    1. Front Matter
      Pages 119-119
    2. Torben Kuhlenkasper, Andreas Handl
      Pages 121-157
    3. Torben Kuhlenkasper, Andreas Handl
      Pages 159-198
    4. Torben Kuhlenkasper, Andreas Handl
      Pages 199-216
  4. Abhängigkeitsstrukturen

    1. Front Matter
      Pages 217-217
    2. Torben Kuhlenkasper, Andreas Handl
      Pages 219-247
    3. Torben Kuhlenkasper, Andreas Handl
      Pages 249-278
    4. Torben Kuhlenkasper, Andreas Handl
      Pages 279-325
  5. Gruppenstrukturen

    1. Front Matter
      Pages 327-327
    2. Torben Kuhlenkasper, Andreas Handl
      Pages 329-361
    3. Torben Kuhlenkasper, Andreas Handl
      Pages 363-413
    4. Torben Kuhlenkasper, Andreas Handl
      Pages 415-476
  6. Back Matter
    Pages 477-536

About this book

Introduction

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.

Ein geeignetes Werkzeug für die computergestützte Datenanalyse ist die Software R. Sie stellt zum einen eine Vielzahl von Funktionen zur Verfügung, zum anderen lässt sie sich leicht um weitere Funktionen ergänzen. Die Durchführung wird für jedes behandelte Verfahren ausführlich beschrieben. Vorkenntnisse in R sind nicht erforderlich.

Die Autoren

Dr. Andreas Handl lehrte über sechzehn Jahre im Bereich Statistik und Ökonometrie an der Fakultät für Wirtschaftswissenschaften der Universität Bielefeld. 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. Seine Lehrveranstaltungen wurden von den Hörern als vorbildlich eingeschätzt. Er verstarb 2007.

Dr. Torben Kuhlenkasper ist Professor für Mathematik, Statistik und Ökonometrie an der Hochschule Pforzheim. Seine Vorlesungen sind bei den Hörern für die klare Struktur, die Eingängigkeit sowie die Anschaulichkeit der Themen beliebt. 2016 wurde er für seine Lehrveranstaltungen mit zwei Preisen ausgezeichnet. Sein Forschungsschwerpunkt liegt in der Anwendung nicht- und semiparametrischer Verfahren in der Ökonometrie.

Keywords

Clusteranalyse Datenanalyse Diskriminanzanalyse Faktorenanalyse Hauptkomponentenanalyse Multivariate Verfahren Varianz Varianzanalyse Zufallsvariable einfaktorielle Varianzanalyse lineare Regression

Authors and affiliations

  • Andreas Handl
    • 1
  • Torben Kuhlenkasper
    • 2
  1. 1.Universität Bielefeld FB WirtschaftswissenschaftenBielefeldGermany
  2. 2.Hochschule Pforzheim PforzheimGermany

Bibliographic information

Industry Sectors
Pharma
Biotechnology
Finance, Business & Banking
IT & Software
Telecommunications
Consumer Packaged Goods
Aerospace
Oil, Gas & Geosciences
Engineering