Multivariate Analysemethoden

Wir leben in einer Welt der Daten. Daten allein aber sind wertlos, wenn wir nicht in der Lage sind, aus ihnen Informationen zu gewinnen. Um Informationen aus Daten zu extrahieren, sind Methoden der multivariaten Datenanalyse unerlässlich.

Dieses Buch bietet eine leicht verständliche Einführung in die wichtigsten Methoden der multivariaten Datenanalyse. Es ist anwendungsorientiert, erfordert nur wenige Kenntnisse in Mathematik und Statistik, demonstriert die Verfahren mit numerischen Beispielen und veranschaulicht jede Methode anhand eines ausführlichen Fallbeispiels. Für Interessierte werden im Einführungskapitel für alle Verfahren relevante statistische Grundlagen aufgefrischt.

Für die 18. Auflage wurden alle Kapitel überprüft und mit der aktuellen Version von IBM SPSS gerechnet.

Der Inhalt

Einführung in die empirische Datenanalyse - Regressionsanalyse - Varianzanalyse - Diskriminanzanalyse - Logistische Regression - Kontingenzanalyse - Faktorenanalyse - Clusteranalyse - Conjoint-Analyse

Das Buch wurde 2015 vom Berufsverband Deutscher Markt- und Sozialforscher (BVM) als das Lehrbuch ausgezeichnet, das die deutsche Marktforschungspraxis in den letzten Jahrzehnten nachhaltig geprägt hat. Es ist auch in Englisch und Chinesisch erschienen.

Auf der Webseite www. multivariate-methods. info werden weitere Materialien (bspw. Excel-Beispiele, R Code) angeboten, durch die sich die Verfahren noch besser erschließen und vertiefen lassen.

Interaktive Flashcards helfen den eigenen Lernfortschritt zu kontrollieren. Mit der Springer Nature Flashcards-App können Sie exklusive Inhalte nutzen und Ihr Wissen testen.

Einführung in die empirische Datenanalyse. - Regressionsanalyse. - Varianzanalyse. - Kontingenzanalyse (Kreuztabellierung). - Logistische Regression. - Diskriminanzanalyse. - Faktorenanalyse. - Clusteranalyse. - Conjointanalyse.