Multivariate Analysemethoden - Eine anwendungsorientierte Einführung
Über dieses Lehrbuch
Das Lehrbuch behandelt 12 wichtige Verfahren der multivariaten Analysemethoden. Dies sind Regressions-, Varianz-, Diskriminanz-, Kontingenz-, Faktoren-, Cluster-, Korrespondenz- und logistische Regressionsanalyse sowie Conjoint Measurement, Multidimensionale Skalierung, Strukturgleichungsmodelle (AMOS) und Neuronale Netze (CLEMENTINE). Die Vorteile des Buches liegen in geringst möglichen Anforderungen an mathematische Vorkenntnisse, allgemeinverständliche Darstellung anhand eines für alle Methoden verwendeten einheitlichen Fallbeispiels, konsequente Anwendungsorientierung, Erläuterung der Fallbeispiele unter Verwendung von SPSS 13.0 für Windows, vollständige Nachvollziehbarkeit der zentralen Rechenoperationen durch den Leser, Aufzeigen von methodenbedingten Manipulationsspielräumen, unabhängige Erschließbarkeit jedes Verfahrens.
In der 11. Auflage wurden die Neuronalen Netze im Fallbeispiel mit dem Programm CLEMENTINE neu gerechnet und die entsprechenden Outputs kommentiert. Alle Verfahren wurden überarbeitet sowie aktualisiert und alle Fallbeispiele mit SPSS 13.0 neu gerechnet. Die Ergebnisse werden anhand der aktuellen Screenshots demonstriert. Das Buch ist von besonderem Nutzen für alle, die sich mit den Methoden der multivariaten Datenanalyse vertraut machen möchten. Die Beispiele sind aus dem Marketing-Bereich entnommen, die Darstellung ist aber so einfach gehalten, dass jeder Leser die Fragestellungen versteht und auf seine spezifischen Probleme in anderen Bereichen übertragen kann. Weiterhin wird ein Informationsservice für Leser sowie ein Dozentenservice im Internet unter http://www.multivariate.de geboten.
Geschrieben für:
Studenten
Schlagworte:
Analysemethoden
Clusteranalyse
Faktorenanalyse
Multivariate
Multivariate Analysemethoden
Regressionsanalyse
Varianzanalyse
multivariate Analysemethoden
Das Lehrbuch behandelt 12 wichtige Verfahren der multivariaten Analysemethoden. Dies sind Regressions-, Varianz-, Diskriminanz-, Kontingenz-, Faktoren-, Cluster-, Korrespondenz- und logistische Regressionsanalyse sowie Conjoint Measurement, Multidimensionale Skalierung, Strukturgleichungsmodelle (AMOS) und Neuronale Netze (CLEMENTINE). Die Vorteile des Buches liegen in geringst möglichen Anforderungen an mathematische Vorkenntnisse, allgemeinverständliche Darstellung anhand eines für alle Methoden verwendeten einheitlichen Fallbeispiels, konsequente Anwendungsorientierung, Erläuterung der Fallbeispiele unter Verwendung von SPSS 13.0 für Windows, vollständige Nachvollziehbarkeit der zentralen Rechenoperationen durch den Leser, Aufzeigen von methodenbedingten Manipulationsspielräumen, unabhängige Erschließbarkeit jedes Verfahrens.
In der 11. Auflage wurden die Neuronalen Netze im Fallbeispiel mit dem Programm CLEMENTINE neu gerechnet und die entsprechenden Outputs kommentiert. Alle Verfahren wurden überarbeitet sowie aktualisiert und alle Fallbeispiele mit SPSS 13.0 neu gerechnet. Die Ergebnisse werden anhand der aktuellen Screenshots demonstriert. Das Buch ist von besonderem Nutzen für alle, die sich mit den Methoden der multivariaten Datenanalyse vertraut machen möchten. Die Beispiele sind aus dem Marketing-Bereich entnommen, die Darstellung ist aber so einfach gehalten, dass jeder Leser die Fragestellungen versteht und auf seine spezifischen Probleme in anderen Bereichen übertragen kann. Weiterhin wird ein Informationsservice für Leser sowie ein Dozentenservice im Internet unter http://www.multivariate.de geboten.
Geschrieben für:
Studenten
Schlagworte:
Analysemethoden
Clusteranalyse
Faktorenanalyse
Multivariate
Multivariate Analysemethoden
Regressionsanalyse
Varianzanalyse
multivariate Analysemethoden