Main description:

Dieses Buch gibt eine Einführung in die Analyse multivariater Daten. Behandelt werden neben den klassischen Verfahren auch neuere Verfahren wie Klassifikationsbäume. Das Buch wendet sich zum einen an Studierende des Fachs Statistik und zum anderen an alle Personen, die Datenanalyse betreiben und hierbei multivariate Verfahren anwenden wollen. Jedes Verfahren wird zunächst anhand eines realen Problems motiviert. Darauf aufbauend wird ausführlich die Zielsetzung des Verfahrens herausgearbeitet. Es folgt eine Detaillierte Entwicklung der Theorie. Praktische Aspekte runden die Darstellung des Verfahrens ab. An allen Stellen wird die Vorgehensweise anhand realer Datensätze veranschaulicht. Der weiteren Vertiefung des Stoffes dienen zahlreiche Übungsaufgaben. Ein geeignetes Werkzeug für die computergestützte Datenanalyse ist S-PLUS. Dieses stellt zum einen eine Vielzahl von Funktionen zur Verfügung, zum anderen lässt es sich leicht um weitere Funktionen ergänzen. Die Durchführung beziehungsweise Implementierung der Funktionen wird für jedes im Buch behandelte Verfahren ausführlich beschrieben. Vorkenntnisse in S-PLUS sind nicht erforderlich.

Feature:

Verständliche Anleitung

Ausführliche Anwendungsbeispiele

Mit den neuesten multivariaten Verfahren

Das Lehrbuch ist in gleicher Weise geeignet für Praktiker sowie Veranstaltungen über multivariate Verfahren in Bachelor- und Masterstudiengängen

Back cover:

Dieses Buch gibt eine Einführung in die Analyse multivariater Daten. Behandelt werden neben den klassischen Verfahren auch neuere Verfahren wie Klassifikationsbäume. Das Buch wendet sich zum einen an Studierende des Fachs Statistik und zum anderen an alle Personen, die Datenanalyse betreiben und hierbei multivariate Verfahren anwenden wollen. Jedes Verfahren wird zunächst anhand eines realen Problems motiviert. Darauf aufbauend wird ausführlich die Zielsetzung des Verfahrens herausgearbeitet. Es folgt eine Detaillierte Entwicklung der Theorie. Praktische Aspekte runden die Darstellung des Verfahrens ab. An allen Stellen wird die Vorgehensweise anhand realer Datensätze veranschaulicht. Der weiteren Vertiefung des Stoffes dienen zahlreiche Übungsaufgaben. Ein geeignetes Werkzeug für die computergestützte Datenanalyse ist S-PLUS. Dieses stellt zum einen eine Vielzahl von Funktionen zur Verfügung, zum anderen lässt es sich leicht um weitere Funktionen ergänzen. Die Durchführung beziehungsweise Implementierung der Funktionen wird für jedes im Buch behandelte Verfahren ausführlich beschrieben. Vorkenntnisse in S-PLUS sind nicht erforderlich.

Contents:

Grundlagen.- Beispiele multivariater Datensätze.- Elementare Behandlung der Daten.- Mehrdimensionale Zufallsvariablen.- Ähnlichkeits- und Distanzmaße.- Darstellung hochdimensionaler Daten in niedrigdimensionalen Raumen.- Hauptkomponentenanalyse.- Mehrdimensionale Skalierung.- Procrustes-Analyse.- Abhangigkeitsstrukturen.- Lineare Regression.- Explorative Faktorenanalyse.- Hierarchische loglineare Modelle.- Gruppenstruktur.- Einfaktorielle Varianzanalyse.- Diskriminanzanalyse.- Clusteranalyse.