Zusammenfassung
Ausgangspunkt jeder statistischen Analyse ist ein Problem. Um dieses Problem zu lösen, werden entweder Daten erhoben oder es wird auf vorhandene Datenbestände zurückgegriffen. Für jedes der n Objekte liegen die Ausprägungen von p Merkmalen vor. Das Objekt kann natürlich auch eine Person sein. Ist p gleich 1, so spricht man von univariater, ansonsten von multivariater Datenanalyse. Bei der Analyse der Daten kann man entweder explorativ oder konfirmatorisch vorgehen. Im ersten Fall sucht man gezielt nach Strukturen, während man im zweiten Fall von einer Hypothese oder mehreren Hypothesen ausgeht, die man überprüfen will. Die Fragestellung kann sich dabei auf die Objekte oder die Merkmale beziehen. Wir werden in diesem Buch sowohl explorative als auch konfirmatorische multivariate Verfahren beschreiben. Ein wichtiges Anliegen dieses Buches ist es, die Problemstellung und Vorgehensweise multivariater Verfahren anhand von realen Datensätzen zu illustrieren. Im ersten Kapitel wollen wir uns darauf einstimmen und uns bereits vorab einige der verwendeten Datensätze sowie die sich daraus ergebenden Fragestellungen ansehen.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 2002 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Handl, A. (2002). Beispiele multivariater Datensätze. In: Multivariate Analysemethoden. Statistik und ihre Anwendungen. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-08887-6_1
Download citation
DOI: https://doi.org/10.1007/978-3-662-08887-6_1
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-43386-6
Online ISBN: 978-3-662-08887-6
eBook Packages: Springer Book Archive