314210 Multivariate Verfahren (V+Ü) (WiSe 2005/2006)

In den Sozialwissenschaften werden in der Regel eine Vielzahl von Merkmalen bei einer Person erhoben. Mit Hilfe multivariater Verfahren ist es möglich, Strukturen in diesen hochdimensionalen Datensätzen zu finden. In der Veranstaltung werden eine Reihe derartiger Verfahren vorgestellt, wobei sowohl qualitative als quantitative Variablen betrachtet werden.Neben der Hauptkomponentenanalyse, Faktorenanalyse, Diskriminanzanalyse, Clusteranalyse und mehrdimensionaler Skalierung werden also auch auch loglineare Modelle behandelt. Großer Wert wird dabei auf die graphische Darstellung hochdimensionaler Datensätze in niedrigdimensionalen Räumen gelegt. Im Rahmen der Klassifikation werden auch Klassifikationsbäume betrachtet. Neben der Darstellung der Theorie der Verfahren wird auch gezeigt, wie man sie mit Hilfe der statistischen Programmpakete R multivariate Datensätze analysieren kann.

Gliederung
1.Beispiele multivariater Datensätze
2.Elementare Behandlung der Daten
3.Mehrdimensionale Zufallsvariablen
4.Ähnlichkeits- und Distanzmaße
5.Hauptkomponentenanalyse
6.Mehrdimensionale Skalierung
7.Procrustes-Analyse
8.Varianzanalyse
9.Diskriminanzanalyse
10.Clusteranalyse

Literaturangaben

Agresti, A. (1996): An introduction to categorical data analysis. New York.
Andersen, E.B. (1997): Introduction to the statistical analysis of categorical data. Berlin.
Fahrmeir, L. (1996): Multivariate statistische Verfahren. Berlin.
Handl, A. (2002): Multivariate Analysemethoden. Berlin.
Johnson, R.A., Wichern, D.W. (1998): Applied multivariate statistical analysis. 4. Auflage. Upper Saddle River, NJ
Krzanowski, W.J. (1996): Principles of multivariate analysis: a user's perspective. Oxford.
Mardia, K.V., J.T. Kent, J.M. Bibby (1979): Multivariate analysis. London.

Externe Kommentarseite

http://www.wiwi.uni-bielefeld.de/~frohn/Mitarbeiter/Handl/mvabuch.html