Multivariate Analysemethoden

Wir stellen für jede Methode zusätzliches Material zur Verfügung, um das Verstehen zu erleichtern und um Ihre Lernerfahrung zu verbessern.

Faktenblatt

Faktenblätter fassen die wichtigsten Punkte zu den einzelnen Methoden zusammen

Inhaltsverzeichnis

Schauen Sie sich das Inhaltsverzeichnis der einzelnen Buchkapitel an

Beispiel in Excel

Führen Sie Ihre erste multivariate Datenanalyse mit Hilfe von Excel durch

R Code + Ergebnisse

Nutzen Sie den R Code um das Schokoladen-Beispiel in R 'nachzubauen'

Testen Sie Ihr Wissen

Nutzen Sie unsere Quizzes, um Ihr Wissen über die Methoden zu testen

SPSS Datensatz

Bestellen Sie die SPSS Datensätze und Syntax

Unterstützung für Lehrende

Nutzen Sie die Tabellen und Abbildungen des Buches für Ihre Kursmaterialien

Videos

Zukünftig werden wir kurze Videosequenzen zu spezifischen Themen anbieten

Grundlagen der Datenanalyse

Im Einführungskapitel des Buches erläutern wir Grundlagen der Datenanalyse (z. B. Skalenniveau, Mittelwert, Varianz).

Die Regressionsanalyse ist die am häufigsten verwendete Methode der multivariaten Analyse.

Die Varianzanalyse (ANOVA) wird häufig zur Analyse experimenteller Daten verwendet und vergleicht Gruppen.

Die Diskriminanzanalyse zielt darauf ab, Unterschiede zwischen Gruppen zu ermitteln.

Die logistische Regression ist geeignet, wenn die abhängige Variable kategorial ist. Es liegen zwei Ausprägungen (0/1) vor.

Die Kontingenzanalyse prüft, ob kategoriale Variablen miteinander assoziiert sind. Hierfür werden Kontingenztabellen genutzt.

Die Faktorenanalyse reduziert eine große Anzahl von Variablen auf eine kleinere Anzahl von Faktoren.

Bei der Clusteranalyse werden ähnliche Subjekte oder Objekte zu Gruppen zusammengefasst.

Die Conjoint-Analyse erhebt und analysiert die Präferenzen für Ausprägungen von Produkteigenschaften.

Mehr erfahren…
Multivariate Analysemethoden
Service
Über uns

Kontakt
Feedback
Bestellen von Datensätzen etc.

Allgemein
Impressum
Datenschutzhinweise