Advertisement

Explorative Datenanalyse

  • H. H. Bock
Part of the Medizinische Informatik und Statistik book series (MEDINFO, volume 26)

Zusammenfassung

“Die Tätigkeit des wissenschaftlichen Forschers besteht darin, Sätze oder Systeme von Sätzen aufzustellen und systematisch zu überprüfen; in den empirischen Wissenschaften sind es insbesondere die Hypothesen, Theoriensysteme, die aufgestellt und an der Erfahrung, durch Beobachtung und Experiment überprüft werden.” Mit diesen Worten teilt K. POPPER (1934) die wissenschaftliche Tätigkeit in zwei mehr oder weniger getrennte Bereiche ein: Hypothesenerstellung und Hypothesenüberprüfung. Jeder Statiker und Biometriker, der andere Fachwissenschaftler bei der Auswertung und Interpretation von empirischen Daten berät, kennt diese beiden Kategorien und die damit verbundenen Probleme.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. AHRENS, H.J.: Multidimensionale Skalierung. Beltz, Weinheim, 1974.zbMATHGoogle Scholar
  2. AITKIN, A.: Simultaneaus inference and the choice of variable subsets in multiple regression. Technometrics 16(1974) 221-227.zbMATHMathSciNetGoogle Scholar
  3. ANDERBERG, M.R.: Cluster analysis for applications. Academic Press, New York, 1973.zbMATHGoogle Scholar
  4. ANDERSON, E.: A semi-graphical method for the analysis of complex problems. Technometrics 2(1957) 387-391.Google Scholar
  5. ANDREWS, D.F.: Plots of high-dimensional data. Biometrics 28(1972) 125-136.Google Scholar
  6. ANDREWS, D.F. u.a.: Robust estimates of location: Survey and advances. Princeton Univ. Press, Princeton/N.J., 1972zbMATHGoogle Scholar
  7. ANDREWS, D.F., GNANADESIKAN, R., WARNER, J.L.: Methods for assessing multivariate normality. In: KRISHNAIAH, P.R. (Hrsg): Multivariate analysis III. Academic Press, New York, 1973, 95-117.Google Scholar
  8. ANSCOMBE, F.J., TUKEY, J.W.: The examination and analysis of residuals. Technometrics 5(1963) 141-160.zbMATHMathSciNetGoogle Scholar
  9. BARNETT, V.: The ordering of multivariate data. J. Roy. Statist. Soc. A 139(1976) 318-354.Google Scholar
  10. BEATON, A.E., TUKEY, J.W.: The fitting of power series, meaning polynomials, illustrated on band-spectroscopic data. Technometrics 16(1974) 147-185.zbMATHGoogle Scholar
  11. BENZECRI, J.-P. u.a.: L’analyse des données. Vol. I: La taxinomie; Vol. II: L’analyse des données. Dunod, Paris, 1976, 19803.Google Scholar
  12. BOCK, H.H.: Automatische Klassifikation. Theoretische und praktische Methoden zur Gruppierung und Strukturierung von Daten (Clusteranalyse). Vandenhoeck & Ruprecht, Göttingen, 1974, 480 S.Google Scholar
  13. BOCK, H.H. (Hrsg.): Klassifikation und Erkenntnis III: Numerische Klassifikation. (·= Proc. 3. Fachtagung, Königstein, 1979). Studien zur Klassifikation Nr. 6, Gesellschart für Klassifikation e.V., Frankfurt a, M., Woogstr. 36a, 1979.zbMATHGoogle Scholar
  14. BOCK, H.H.: Simultaneous clustering of objects and variables. In: TOMASSONE, R. (Hrsg.) 1980 a.Google Scholar
  15. BOCK, H.H.: Clusteranalyse-Überblick und neuere Entwicklungen. Operations Research Spektrum 1(1980 b), 211-232.zbMATHGoogle Scholar
  16. BONEVA, L.I., KENDALL, D.G., STEFANOV, I.: Spline transformations: Three new diagnostic aids for the statistical data analysist. J. Roy. Statist. Soc. B 33(1971) 1-70.zbMATHMathSciNetGoogle Scholar
  17. BORUCKI, W.J., CARD, D.H., LYLE, G.C.: A method of using cluster analysis to study statistical dependence in multivariate analysis. IEEE Trans. Comp. C-24(1975) 1183-1191.Google Scholar
  18. BRUCKNER, L.A.: On Chernoff faces. In: WANG, P.C.C. (Hrsg.) 1978, 93-121.Google Scholar
  19. BUNKE, H. u.a.: Parameter estimation in nonlinear regression models. Math. Operationsforsch. Statist. 8(1977) 23-40.zbMATHMathSciNetGoogle Scholar
  20. BUNKE, O.: Model choice and parameter estimation in regression analysis. Math. Operationsforsch. Statist. 4(1973) 407-423.MathSciNetGoogle Scholar
  21. CAILLIEZ, F., PAGES, J.-P.: Introduction à l’analyse des données.SMASH (= Société de Math. Appl. et de Sciences Humaines, 9 rue Duban), Paris, 1976.Google Scholar
  22. CHERNOFF, H.: The use of faces to represent points in k-dimensional space graphically. J. Amer. Statist. Assoc. 68(1973) 361-368.Google Scholar
  23. COX, D.R.: Nonlinear models, residuals and transformations. Math. Operationsforsch. Statist. 8(1977) 3-22.zbMATHGoogle Scholar
  24. COX, D.R.: Some remarks on the role in statistics of graphical data. Applied Statistics 27(1978) 4-9.Google Scholar
  25. COX, D.R., SNELL, E.J.: The choice of variables in observational studies. Applied Statistics 23(1974) 51-59Google Scholar
  26. DANIEL, C.: Use of half-normal plots in interpreting factorial two-level experiments. Technometrics 1(1959) 311-344.MathSciNetGoogle Scholar
  27. DANIEL, C., WOOD, F.S.: Fitting equations to data. Computer analysis of multifactor data. Wiley, New York 19802.Google Scholar
  28. DEMPSTER, A.P.: Covariance selection. Biometrics 28(1972) 157-176.Google Scholar
  29. DEVLIN, S.J. GNANADESIKAN, R., KETTENRING, J.: Robust estimates and outlier detection with correlation coefficients. Biometrika 62(1975) 531-545.zbMATHGoogle Scholar
  30. DIDAY, E. u.a.: Optimisation en classification automatique. IRIA (= Institut de Recherche d’informatique et d’Automatique, Rocquencourt) Le Chesnay, 1979, 700 S.zbMATHGoogle Scholar
  31. DUTTER, R.: Programme mit robusten Verfahren. Statistical Software Newsletter 5(1979) 43-48.Google Scholar
  32. ENKE, H.: Zusammenhänge zwischen Gleichverteilungs-und Unabhängigkeitshypothesen bei qualitativen Merkmalen. Biometr. Zeitschr. 17(1975) 513-523.zbMATHMathSciNetGoogle Scholar
  33. ESCOFIER-CORDIER, B.: L’analyse factorielle des correspondances. Cahiers du Bureau Universitaire de Recherche Operationelle (BURO), Institut Statistique Université de Paris 13(1969) 25-59.Google Scholar
  34. EVERITT, B.S.: Graphical techniques for multivariate data. Heinemann, London, 1978.Google Scholar
  35. FEDER, P.: Graphical techniques in statistical data analysis-Tools for extracting information from data. Technometrics 16(1974) 287-300.zbMATHGoogle Scholar
  36. FURNIVAL, G.M.: All possible regressions with less computation. Technometrics 13(1971) 403-408.zbMATHGoogle Scholar
  37. GASSER, Th., ROSENBLATT, M. (Hrsg.): Smoothing techniques for curve estimation. Springer, Berlin-Heidelberg, 1979.zbMATHGoogle Scholar
  38. GIBBONS, J.D., PRATT, J.W.: P-values: Interpretation and methodology. American Statistician 29(1975) 20-25.zbMATHGoogle Scholar
  39. GNANADESIKAN, R.: Methods for statistical data analysis of multivariate observations. Wiley, New York, 1977.zbMATHGoogle Scholar
  40. GNANADESIKAN, R., KETTENRING, J.R.: Robust estimates, residuals, and outlier detection with multiresponse data. Biometrics 28(1972) 81-124.Google Scholar
  41. GNANADESIKAN, R., LEE, E.: Graphical techniques for internal comparions amongst equal degree freedom groupings in multiresponse experiments. Biometrika 57(1970) 229-237.zbMATHGoogle Scholar
  42. GOODMAN, L.A.: Guided and unguided methods for the selection of models for a set of T multidimensional contingency tables. J. Amer. Statist. Assoc. 68(1973) 165-175.Google Scholar
  43. GORMAN, J.W., TOMAN, R.J.: Selection of variables for fitting equations to data. Technometrics 8(1966) 27-51.Google Scholar
  44. HAJEK, P., HAVEL, I., CHYTIL, M.: The GUHA method of automatic hypotheses determination. Computing 1(1966) 293-308.zbMATHGoogle Scholar
  45. HAJEK, P., HAVRANEK, T.: Mechanizing hypothesis formation. Springer, Berlin,1978,396 S.zbMATHGoogle Scholar
  46. HANSERT, E.: Ein Modell zur Analyse von Merkmals-Clustern bei Alternativmerkmalen. In: LANGE, H.-J., WAGNER, G. (Hrsg.) Computerunterstützte ärztliche Diagnostik. Schattauer-Verlag, Stuttgart, 1973, 187-196.Google Scholar
  47. HANSERT, E.: Statistik als Methodik zur Konstruktion von Wissen (mit Diskussion von IHM, P.). In: DAHLBERG, I. (Hrsg.) Klassifikation und Erkenntnis I, Proc. 3. Fachtagung, Gesellschaft für Klassifikation e.V., Frankfurt, Woogstr. 36a, 1979, 99-116.Google Scholar
  48. HARMAN, H.H.: Modern factor analysis. University Chicago Press, Chicago, 19601,19703.zbMATHGoogle Scholar
  49. HARTIGAN, J.A.: Printer graphics for clustering. J. Statist. Comput. Simul. 4(1975) 187-213.zbMATHGoogle Scholar
  50. HEALY, M.J.R.: Multivariate normal plotting. Applied Statistics 17(1968) 157-161.MathSciNetGoogle Scholar
  51. HILL, M.O.: Correspondence analysis: A neclected multivariate method. Appl. Stat. 23(1974) 340-354.Google Scholar
  52. HIRSCHFELD, H.O. (später: HARTLEY, H.O): A connection between correlation and contingency. Proc. Cambridge Phil. Soc. 31(1935) 520-524.Google Scholar
  53. HOCKING, R.R.: The analysis and selection of variables in linear regression. Biometrics 32(1976) 1-49.zbMATHMathSciNetGoogle Scholar
  54. HODSON, F.R., KENDALL, D.G., TANTU, P. (Hrsg.): Proceedings of Anglo-Romanian Conference on Mathematics in Archeological and Historical Sciences. Mamaia-Proceedings, Edinburgh Univ. Press, 1971.Google Scholar
  55. HUBER, P.J.: Robust regression: Asymptotics, conjectures and Monte Carlo. Ann. Statist. 1(1973) 799-821.zbMATHMathSciNetGoogle Scholar
  56. HUBER, P.J.: Robust methods of estimation of regression coefficients. Math. Operationsforsch. Statist. 8(1977) 41-54.zbMATHGoogle Scholar
  57. IHM, P.: Statistik in der Archäologie. Rheinland-Verlag GmbH, Rheinisches Landesmuseum Bonn, 1978, S. 472 ff.Google Scholar
  58. IHM, P.: Numerische Klassifikation und Distanzgeometrie. In: BOCK, H.H. (Hrsg.) Klassifikation und Erkenntnis III, Proc. 3. Fachtagung, Gesellschaft für Klassifikation e.V., Frankfurt, Woogstr. 36a, 1979, 113-127.Google Scholar
  59. KEMPTHORNE, O.: Theories of inference and data analysis. In: BANCROFT, T.A. (Hrsg.) Statistical papers in honor of George W. Senecedor. Iowa State University Press, Ames Iowa, 1972, 167-191.Google Scholar
  60. KEMPTHORNE, O.: Sampling inference, experimental inference, and observation inference. Sankhya B 40(1973) 115-145.MathSciNetGoogle Scholar
  61. KENDALL, D.G.: A mathematical approach to seriation. Phil. Trans. Roy. Soc. London A 269(1970) 125-134.Google Scholar
  62. KENNEDY, W.J., BANCROFT, T.A.: Model building for prediction in regression based on repeated significance tests. Ann. Math. Statist. 42(1971) 1273-1284.zbMATHMathSciNetGoogle Scholar
  63. KRUSKAL, J.B.: Nonmetric multidimensional scaling: a numerical method. Psychometrika 29(1964) 115-129.zbMATHMathSciNetGoogle Scholar
  64. KRUSKAL, J.B., WISH, M.: Multidimensional scaling. Bell Telephone Lab., Sage Publications, Beverly Hills-London, 1978, 93 S.Google Scholar
  65. LANCASTER, H.O.: The chi-squared distribution. Wiley, New York, 1969.zbMATHGoogle Scholar
  66. LAUNER, R.L., WILKINSON, G.N. (Hrsg.): Robustness in statistics. Academic Press, New York, 1979.zbMATHGoogle Scholar
  67. LEFORT, G.: Choix d’une hypothése dans une suite finie: Méthode et applications. International Statistical Review 47(1979) 137-154.zbMATHMathSciNetGoogle Scholar
  68. LINGOES, J.C.: The Guttman-Lingoes nonmetric program series. Mathesis Press, Ann Arbor/ Mich., 1973.Google Scholar
  69. MALLOWS, C.L.: Some comments on Cp. Technometrics 15(1973) 661-675.zbMATHGoogle Scholar
  70. McHENRY, C.E.: Computation of a best subset in multivariate analysis. Applied Statistics 27(1978) 291-296.zbMATHGoogle Scholar
  71. McKAY, R.J.: A graphical aid to selection of variables in two-group discriminant analysis. Applied Statistics 27(1978) 259-263.Google Scholar
  72. McKAY, R.J.: The adequacy of variable subsets in multivariate regression. Technometrics 21(1979) 475-479.MathSciNetGoogle Scholar
  73. McNEIL, D.R. Interactive data analysis. Wiley, New York, 1977.Google Scholar
  74. MORGAN, J.A., TATAR, J.F.: Calculation of the residual sum of squares for all possible regressions. Technometrics 14(1972) 317-325.zbMATHGoogle Scholar
  75. MORGENSTERN, D.: Die Problematik robuster Verfahren im Zwei-Dimensionalen. Vortrag beim 22. Biometrischen Kolloquium, Bad Nauheim, 1976.Google Scholar
  76. MÜSTELLER, F., TUKEY, J.W.: Data analysis and regression: A second course in statistics. Addison-Wesley, Reading/Mass., 1977.Google Scholar
  77. NEWTON, R.G., SPURREL, D.J.: Examples of the use of elements for clarifying regression analysis. Applied Statistics 16(1967) 165-171.Google Scholar
  78. O’NEILL, R.O., WETHERILL, G.B.: The present state of multiple comparison methods. J. Roy. Statist. Soc. B 33(1971) 218-250.zbMATHMathSciNetGoogle Scholar
  79. PAUL, W.: Ein direktes numerisches Verfahren zur Bestimmung der Parameter nichtlinearer Ausgleichsfunktionen. Biometr. Zeitschr. 17(1975) 487-500.zbMATHGoogle Scholar
  80. PFAFFENBERGER, R.C., DINKEL, J.J.: Absolute deviations curve fitting: An alternative to least squares. In: DAVID, H.A. (Hrsg.) Contributions to survey sampling and applied statistics (in honor of H.O. Hartley). Acad.Press, 1978, 279-294.Google Scholar
  81. POPE, P.T., WEBSTER, J.T.: The use of an F-statistic in stepwise regression procedures. Technometrics 14(1972) 327-340.zbMATHGoogle Scholar
  82. POPPER, K.L.: Logik der Forschung. Mohr, Tübingen,19341, 19662, 441 S.Google Scholar
  83. REY, W.J.: Robust statistical methods. Springer, Heidelberg, 1978.zbMATHGoogle Scholar
  84. SEBER, G.A.F.: Linear regression analysis. Wiley, New York, 1965.Google Scholar
  85. SHEPARD, R.N., ROMNEY, A.K., NERLOVE, S.B.: Multidimensional scaling. Theory and applications in the behavioral sciences. Vol. I, II. Seminar Press, New York, 1972.zbMATHGoogle Scholar
  86. SNEE, R.D.: Validation of regression models: methods and examples. Technometrics 19(1977) 415-428.zbMATHGoogle Scholar
  87. SPÄTH, H.: Cluster-Analyse-Algorithmen zur Objektklassifizierung und Datenreduktion. Oldenbourg, München, 19751, 19772.zbMATHGoogle Scholar
  88. SPJØTVOLL, E.: Alternatives to plotting C in multiple regression. Biometrika 64(1977) 1-8.zbMATHGoogle Scholar
  89. SPOSITO, V., SMITH, W., McCORMICK, G.: Minimizing the sum of absolute deviations. Vandenhoeck & Ruprecht, Göttingen, 1978.zbMATHGoogle Scholar
  90. TOMASSONE, R.(Hrsg.): Analyse des données et informatique. Institut National de Recherche en Informatique et en Automatique (IRIA), Le Chesnay/Frankreich, 1980, 310 S.zbMATHGoogle Scholar
  91. TUKEY, J.W.: Conclusions versus decisions. Technometrics 2(1960) 423-434.zbMATHMathSciNetGoogle Scholar
  92. TUKEY, J.W.: Is statistics a computing science? In: WATTS, D.G. (Hrsg.) 1968, 19-38.Google Scholar
  93. TUKEY, J.W.: Exploratory data analysis. Addison-Wesley, Reading/Mass., 1977.zbMATHGoogle Scholar
  94. TURNER, M.E., STEVENS, C.D.: The regression analysis of causal paths. Biometrics 15(1959) 236-258.zbMATHMathSciNetGoogle Scholar
  95. ÜBERLA, K.: Faktorenanalyse. Springer, Berlin, 19712.zbMATHGoogle Scholar
  96. VICTOR, N.: Zur Klassifizierung mehrdimensionaler Kontingenztafeln. Biometrics 28(1972) 427-441.Google Scholar
  97. VICTOR, N.: Alternativen zum klassischen Histogramm. Meth. Inform. Med. 17(1978) 120-126.Google Scholar
  98. WANG, P.C.C. (Hrsg.): Graphical representation of multivariate data. Academic Press, New York, 1978.Google Scholar
  99. WATTS, D.G. (Hrsg.): The future of statistics. Academic Press, New York, 1968.zbMATHGoogle Scholar
  100. WERMUTH, N.: Model search among multiplicative models. Biometrics 32(1976) 253-264.zbMATHMathSciNetGoogle Scholar
  101. WERMUTH, N.: Zusammenhangsanalysen medizinischer Daten. Springer, Berlin, 1978.Google Scholar
  102. WERTZ, W.: Statistical density estimation. A survey. Vandenhoeck & Ruprecht, Göttingen, 1978.zbMATHGoogle Scholar
  103. WILK, M.B., GNANADESIKAN, R.: Graphical methods for internal comparisons in multiresponse experiments. Ann. Math. Statist. 35(1964) 613-631.zbMATHMathSciNetGoogle Scholar
  104. WILK, M.B., GNANADESIKAN, R.: Probability plotting methods for the analysis of data. Biometrika 55(1968) 1-17.Google Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 1980

Authors and Affiliations

  • H. H. Bock
    • 1
  1. 1.Institut für Statistik und WirtschaftsmathematikTechnische Hochschule Aachen, RWTH AachenAachenDeutschland

Personalised recommendations