Die Faktorenanalyse. Anwendung dann, wenn zwischen beobachtbaren und nicht direkt beobachtbaren Variablen ein kausales Verhältnis vermutet wird
|
|
- Peter Giese
- vor 6 Jahren
- Abrufe
Transkript
1 Die Faktorenanalyse Zielsetzung Datenreduktion: eine größere Anzahl von Variablen auf eine kleinere Anzahl unabhängiger Einflussgrößen zurückführen Grundlegende Idee Direkt beobachtbare Variablen spiegeln oftmals den Einfluss von Größen wider, die im Hintergrund stehen und sich einer direkten Beobachtung entziehen. Anwendung dann, wenn zwischen beobachtbaren und nicht direkt beobachtbaren Variablen ein kausales Verhältnis vermutet wird
2 Voraussetzungen der Faktorenanalyse metrisch skalierte Variablen Variablen, die untereinander korreliert sind Tests, erster Einblick mittels Korrelationsmatrix Rückführung der Variablen auf hinter ihnen stehende Einflussgrößen sollte mittels inhaltlicher Überlegungen gestützt sein
3 Das Modell der Faktorenanalyse z 1 = a 11 F 1 + a 12 F a 1m F m + a 1 U 1 z 2 = a 21 F 1 + a 22 F a 2m F m + a 2 U z n = a n1 F 1 + a n2 F a nm F m + a n U n z i die i = 1 bis n standardisierten Variablen, F j die j = 1 bis m Faktoren, a ij die Regressionskoeffizienten der Variablen auf die Faktoren und U i die Einzelrestfaktoren der jeweiligen Variablen
4 Wichtige Begriffe der Faktorenanalyse Ladung: Korrelationskoeffizient zwischen Faktor und Variablen quadrierte Ladung gibt den Varianzanteil einer Variablen an, den ein Faktor zu erklären vermag Kommunalität: Summe der quadrierten Ladungen einer Variablen mit den extrahierten Faktoren gibt an, welcher Varianzanteil der Variablen durch alle gemeinsamen Faktoren insgesamt erklärt wird Eigenwert: Summe der quadrierten Ladungen eines Faktors Division durch die Anzahl der Variablen ergibt den Anteil an der Gesamtvarianz, den der Faktor erklärt
5 Das Modell der Faktorenanalyse z 1 = a 11 F 1 + a 12 F a 1m F m + a 1 U 1 2 z 2 = a 21 F 1 + a 22 F a 2m F m + a 2 U z n = a n1 F 1 + a n2 F a nm F m + a n U n z i die i = 1 bis n standardisierten Variablen, F j die j = 1 bis m Faktoren, a ij die Regressionskoeffizienten der Variablen auf die Faktoren und U i die Einzelrestfaktoren der jeweiligen Variablen
6 Arten der Faktorenanalyse Hauptkomponentenanalyse: Faktoren, die die gesamte Varianz der Variablen erklärt U i werden als Null angenommen Faktorenanalyse im engeren Sinne: verzichtet auf diese Annahme Schätzung des Varianzanteils jeder Variablen, der durch die gemeinsamen Faktoren erklärt wird Problem der Kommunalitätenschätzung
7 Verfahrensschritte der Hauptkomponentenanalyse I 1) Faktorenextraktion Identifizierung der Faktoren, auf die die Ursprungsvariablen zurückzuführen sind aufbauend auf Korrelationsmatrix so, dass die Faktoren jeweils möglichst viel der verbleibenden Varianz erklären und miteinander unkorreliert sind 2) Festlegung der Anzahl der Faktoren Anfangslösung: - viele Faktoren mit teils nur geringem Erklärungswert - max. bis zur Anzahl der Variablen Begrenzung der endgültig zu extrahierenden Faktoren
8 Festlegung der Anzahl der Faktoren erfordert subjektive Vorgaben Gängige Kriterien: 1) Kaiser-Kriterium: Faktoren mit Eigenwert > 1 2) Scree-Plot Trennung der Faktoren von Geröll 3) Inhaltlich interpretierbare Faktoren 4) Theoretische Vorgaben
9 erfahrensschritte der Hauptkomponentenanalyse II 3) Faktorenrotation und Faktorinterpretation Anfangslösung: - nur eine von unendlichen Lösungen des Extraktionsproblems - nur selten interpretierbar Gesucht: - gut interpretierbar: Einfachstruktur - Rotation dient Suche nach Einfachstruktur - orthogonale oder schiefwinklige Rotation nach der Rotation: - Interpretation der Faktoren - Betrachtung der Faktorladungen, die ein Mindestmaß überschreiten - Faustregel: Betrag > 0,5 - aber: andere Ladungen nicht unbeachtet lassen!
10 Verfahrensschritte der Hauptkomponentenanalyse III 4) Bestimmung der Faktorwerte häufig Hauptzielsetzung der Faktorenanalyse - für jeden Fall: soviel Faktorenwerte wie Faktoren extrahiert wurden - Beobachtungswerte werden mit den Ladungen des Faktors multipliziert und anschließend aufsummiert - dienen der Charakterisierung der Fälle anhand der Faktoren - Höhe gibt für die einzelnen Fälle Auskunft über ihre relative Position: - 0 = Durchschnitt - negativer Wert unterdurchschnittlich - positiver Wert überdurchschnittlich
11 Probleme der Faktorenanalyse komplexes Verfahren, das subjektive Vorgaben des Anwenders erwartet Annahme der Orthogonalität der Faktoren vs. eingeschränkter Nutzen der Faktoren nach schiefwinkliger Rotation Missings fehlende Werte Ratsam: iteratives Vorgehen, Austesten unterschiedlicher Voreinstellungen und Verfahre Auswirkung kritischer Annahmen testen Ergebnisse verschiedener alternativer Verfahren mit unterschiedlichem Annahmensatz einander gegenüberstellen Suche nach plausibelsten Lösungen
12 Anwendung der Faktorenanalyse Explorativ: Entdeckung unabhängiger Einflussgrößen Hypothesengenerierungsinstrument Konfirmatorisch: Überprüfung theoretisch fundierter Vermutungen Hypothesenprüfungsinstrument Datenreduktion, Bildung komplexer Indikatoren Grundlage anderer Verfahren, die unkorrelierte Variablen voraussetzen Literatur zum Nachvollziehen : Backhaus et al.: Multivariate Analysemethoden, Berlin 1997
Prof. Dr. Gabriele Helga Franke TESTTHEORIE UND TESTKONSTRUKTION
Prof. Dr. Gabriele Helga Franke TESTTHEORIE UND TESTKONSTRUKTION 2. FS Master Rehabilitationspsychologie, SoSe 2012 Faktorenanalyse/ faktorielle Validität 2 Einleitung Allgemeines zu Faktorenanalysen (FA)
MehrFaktorenanalyse. 1. Grundlegende Verfahren. Bacher, SoSe2007
Faktorenanalyse Bacher, SoSe2007 1. Grundlegende Verfahren explorative FA (EXFA): Für eine Menge von Variablen/Items werden zugrunde liegende gemeinsame (latente) Dimensionen/Faktoren gesucht, die Faktorstruktur
MehrEntwicklung der Faktorenanalyse 17.06.2009. Faktorenanalyse. Faktorenanalyse nach Spearman Variablen zur Beschreibung von Intelligenz
Faktorenanalyse Thomas Schäfer SS 009 1 Entwicklung der Faktorenanalyse Faktorenanalyse nach Spearman Variablen zur Beschreibung von Intelligenz Hauptkomponentenanalyse (Pearson, Hotelling) Thomas Schäfer
MehrMessen im psychologischen Kontext II: Reliabilitätsüberprüfung und explorative Faktorenanalyse
Messen im psychologischen Kontext II: Reliabilitätsüberprüfung und explorative Faktorenanalyse Dominik Ernst 26.05.2009 Bachelor Seminar Dominik Ernst Reliabilität und explorative Faktorenanalyse 1/20
MehrMessen im psychologischem Kontext II: Reliabilität und explorative Faktorenanalyse
Messen im psychologischem Kontext II: Reliabilität und explorative Faktorenanalyse Dominik Ernst 26.05.2009 Bachelor Seminar Inhaltsverzeichnis 1 Reliabilität 2 1.1 Methoden zur Reliabilitätsbestimmung.............
MehrInstitut für Marketing und Handel Prof. Dr. W. Toporowski. SPSS Übung 5. Heutige Themen: Faktorenanalyse. Einführung in Amos
SPSS Übung 5 Heutige Themen: Faktorenanalyse Einführung in Amos 1 Faktorenanalyse Datei Öffnen V:/Lehre/Handelswissenschaft/Daten_Übung3/Preisimage_F_und_C.sav 2 Datensatz (I) v1 Wenn Produkte zu Sonderpreisen
MehrExplorative Faktorenanalyse: Einführung und Analyse mit R
Explorative Faktorenanalyse: Einführung und Analyse mit R Christina Werner Frühling 2014 Universität Zürich 1 Wozu verwendet man Faktorenanalysen? Mit Hilfe von Faktorenanalysen kann untersucht werden,
MehrWeitere Fragestellungen im Zusammenhang mit einer linearen Einfachregression
Weitere Fragestellungen im Zusammenhang mit einer linearen Einfachregression Speziell im Zusammenhang mit der Ablehnung der Globalhypothese werden bei einer linearen Einfachregression weitere Fragestellungen
MehrModul G.1 WS 07/08: Statistik 17.01.2008 1. Die Korrelation ist ein standardisiertes Maß für den linearen Zusammenhangzwischen zwei Variablen.
Modul G.1 WS 07/08: Statistik 17.01.2008 1 Wiederholung Kovarianz und Korrelation Kovarianz = Maß für den linearen Zusammenhang zwischen zwei Variablen x und y Korrelation Die Korrelation ist ein standardisiertes
MehrDie konzeptionelle Vorgehensweise läßt sich in verschiedene Schritte unterteilen:
II. Empirischer Teil 1. Empirische Vorgehensweise 1.1. Überblick der Untersuchung 1.1.1. Methodische Aspekte 1.1.1.1. Konzeptionelle Vorgehensweise 1 Die konzeptionelle Vorgehensweise läßt sich in verschiedene
MehrExploratorische Faktorenanalyse: Hauptachsenanalyse und Hauptkomponentenanalyse SPSS-Beispiel zu Kapitel 13 1
Exploratorische Faktorenanalyse: Hauptachsenanalyse und Hauptkomponentenanalyse SPSS-Beispiel zu Kapitel 13 1 Karin Schermelleh-Engel, Christina S. Werner & Helfried Moosbrugger Inhaltsverzeichnis 1 Vorbemerkungen...
MehrMaster of Science in Pflege
Master of Science in Pflege Modul: Statistik Itemanalyse / Skalenanalyse / Faktoranalyse Oktober 2012 Prof. Dr. Jürg Schwarz Folie 2 Programm 17. Oktober 2012: Vormittag (09.15 12.30) Vorlesung - Einführung,
Mehr12 Teilnehmervoraussetzungen zum Umschulungsbeginn
Teilnehmervoraussetzungen zum Umschulungsbeginn 187 12 Teilnehmervoraussetzungen zum Umschulungsbeginn An dieser Stelle werden die wichtigsten Voraussetzungen beschrieben, die die Umschüler mit in die
MehrMultivariate Verfahren
Selbstkontrollarbeit 2 Multivariate Verfahren Musterlösung Aufgabe 1 (28 Punkte) Der Marketing-Leiter einer Lebensmittelherstellers möchte herausfinden, mit welchem Richtpreis eine neue Joghurt-Marke auf
MehrFaktorenanalyse. Marcel Noack
Faktorenanalyse Marcel Noack 12. April 2007 Inhaltsverzeichnis 1 Einleitung 3 1.1 Grundlagen............................ 3 1.2 Vorüberlegungen......................... 8 1.3 Probleme.............................
MehrAnalyse der Evaluationsdaten des Netzwerkes Schülerbefragung zur Beurteilung der Unterrichtsqualität
HUMBOLDT UNIVERSITÄT ZU BERLIN CENTER FOR APPLIED STATISTICS AND ECONOMICS TOP RANKING = TOP SCHULE? Analyse der Evaluationsdaten des Netzwerkes Schülerbefragung zur Beurteilung der Unterrichtsqualität
MehrLineare Strukturgleichungsmodelle (LISREL) Konfirmatorische Faktorenanalyse (CFA)
Interdisziplinäres Seminar Lineare Strukturgleichungsmodelle (LISREL) Konfirmatorische Faktorenanalyse (CFA) WS 2008/09 19.11.2008 Julia Schiele und Lucie Wink Dozenten: Prof. Dr. Bühner, Prof. Dr. Küchenhoff
MehrKlausur zur Vorlesung Multivariate Verfahren, SS 2006 6 Kreditpunkte, 90 min
Klausur, Multivariate Verfahren, SS 2006, 6 Kreditpunkte, 90 min 1 Prof. Dr. Fred Böker 08.08.2006 Klausur zur Vorlesung Multivariate Verfahren, SS 2006 6 Kreditpunkte, 90 min Gesamtpunkte: 39 Aufgabe
MehrEmpirische Forschungsmethoden: Multivariate Datenanalyse
Vorlesung Empirische Forschungsmethoden: Multivariate Datenanalyse Prof. Dr. Jost Adler Lehrstuhl für Marketing Department of Management & Marketing Universität Duisburg-Essen Umbenennung der Veranstaltungen
MehrStatistische Verfahren für das Data Mining in einem Industrieprojekt
Statistische Verfahren für das Data Mining in einem Industrieprojekt Thorsten Dickhaus Forschungszentrum Jülich GmbH Zentralinstitut für Angewandte Mathematik Telefon: 02461/61-4193 E-Mail: th.dickhaus@fz-juelich.de
MehrUniversität Potsdam. Skalenbildung
Universität Potsdam Department Erziehungswissenschaft Grundschulpädagogik/-didaktik Skalenbildung Arbeitsschritte der Testanalyse am Beispiel des Lesetests ELFE 1-6, Subtest Textverständnis Datengrundlage
MehrProseminar Verarbeitung geographischer Daten (Quant II) Sommersemester 2001 Daniel Braunschweiger Achim Schmidt Tobias Spaltenberger
Proseminar Verarbeitung geographischer Daten (Quant II) Sommersemester 2001 Daniel Braunschweiger Achim Schmidt Tobias Spaltenberger Diskriminanzanalyse am Fallbeispiel von 23 Klimastationen in Tunesien
MehrHans-Friedrich Eckey SS 2004. Skript zur Lehrveranstaltung Multivariate Statistik
Hans-Friedrich Eckey SS 2004 Skript zur Lehrveranstaltung Multivariate Statistik Vormerkungen I Vorbemerkungen Das Manuskript beinhaltet den gesamten Stoff, der Bestandteil der Lehrveranstaltung "Multivariate
MehrMultivariate Verfahren
Multivariate Verfahren Lineare Reression Zweck: Vorhersae Dimensionsreduktion Klassifizierun Hauptkomponentenanalyse Korrespondenzanalyse Clusteranalyse Diskriminanzanalyse Eienschaften: nicht-linear verteilunsfrei
MehrEine computergestützte Einführung mit
Thomas Cleff Deskriptive Statistik und Explorative Datenanalyse Eine computergestützte Einführung mit Excel, SPSS und STATA 3., überarbeitete und erweiterte Auflage ^ Springer Inhaltsverzeichnis 1 Statistik
Mehr2 Stand der Forschung. Bei der Analyse komplexer Proben ist es mit Hilfe moderner Analysensysteme moglich,
2.5 Medatenauswertung mit Hilfe chemometrischer Methoden Bei der Analyse komplexer Proben ist es mit Hilfe moderner Analysensysteme moglich, simultan eine Vielzahl von Eigenschaften zu bestimmen und so
MehrAnalyse der Evaluationsdaten zum Führungshandeln der Schulleitung an elf Berliner beruflichen Schulen
Humboldt-Universität Berlin Center for Applied Statistics and Economics SS 2013 Analyse der Evaluationsdaten zum Führungshandeln der Schulleitung an elf Berliner beruflichen Schulen Analysis of the leadership
MehrEinführung in die Kovarianzanalyse (ANCOVA)
Arbeitsunterlage Einführung in die Kovarianzanalyse (ANCOVA) ARGE-Bildungsforschung 2 Einführung in die Kovarianzanalyse (ANCOVA) 1 Die Varianzanalyse ist ein Verfahren, das die Wirkung einer (oder mehrerer)
MehrInhaltsverzeichnis. Vorwort zur 3. Auflage 11. Kapitel 1 Einführung 13. Kapitel 2 Testtheoretische Grundlagen 29
Vorwort zur 3. Auflage 11 Kapitel 1 Einführung 13 1.1 Ziel des Buches............................................... 14 1.2 Testanwendungsbereiche........................................ 18 1.3 Arten von
Mehr2. Korrelation, lineare Regression und multiple Regression
multiple 2.2 Lineare 2.2 Lineare 1 / 130 2.2 Lineare 2 / 130 2.1 Beispiel: Arbeitsmotivation Untersuchung zur Motivation am Arbeitsplatz in einem Chemie-Konzern 25 Personen werden durch Arbeitsplatz zufällig
MehrMultivariate Analysemethoden
Multivariate Analysemethoden 30.04.2014 Günter Meinhardt Johannes Gutenberg Universität Mainz Einführung Was sind multivariate Analysemethoden? Vorlesung Übung/Tut Prüfung Verfahrensdarstellung in Überblick
MehrMultiple Regression. Ziel: Vorhersage der Werte einer Variable (Kriterium) bei Kenntnis der Werte von zwei oder mehr anderen Variablen (Prädiktoren)
Multiple Regression 1 Was ist multiple lineare Regression? Ziel: Vorhersage der Werte einer Variable (Kriterium) bei Kenntnis der Werte von zwei oder mehr anderen Variablen (Prädiktoren) Annahme: Der Zusammenhang
MehrAnalyse der Berufsvorbereitung während der Schulzeit an Gymnasien und Integrierten Sekundarschulen in Berlin!
Center for applied Statistics and Economics Humboldt-Universität zu Berlin Analyse der Berufsvorbereitung während der Schulzeit an Gymnasien und Integrierten Sekundarschulen in Berlin Analysis of preparation
MehrHauptkomponentenanalyse PCA
Hauptkoponentenanalyse PCA Die Hauptkoponentenanalyse (Principal Coponent Analysis, PCA) ist eine Methode zur linearen Transforation der Variablen, so dass: öglichst wenige neue Variablen die relevante
MehrZur Validität von 360 Feedbacks eine generalisierbarkeitstheoretische Reanalyse auf Faktorenebene
Zur Validität von 360 Feedbacks eine generalisierbarkeitstheoretische Reanalyse auf Faktorenebene Jörg von Aschwege Friedhelm Nachreiner Martin Schütte Was sind 360 Feedbacks? Weder standardisiertes noch
MehrMethodische Aspekte linearer Strukturgleichungsmodelle Ein Vergleich von kovarianz- und varianzbasierten Kausalanalyseverfahren
Andreas Fuchs Methodische Aspekte linearer Strukturgleichungsmodelle Ein Vergleich von kovarianz- und varianzbasierten Kausalanalyseverfahren l Research Papers on Marketing Strategy No. 2 / 2011 Herausgegeben
MehrMarktforschung und Datenanalyse
Marktforschung und Datenanalyse Lehrstuhl für BWL, insb. Marketing von Prof. Dr. Reinhold Decker Dozentin: Anja Hörmeyer (M.Sc.) Universität Bielefeld, Lehrstuhl für BWL, insb. Marketing 1 Anja Hörmeyer
Mehra) Zeichnen Sie in das nebenstehende Streudiagramm mit Lineal eine Regressionsgerade ein, die Sie für passend halten.
Statistik für Kommunikationswissenschaftler Wintersemester 2009/200 Vorlesung Prof. Dr. Helmut Küchenhoff Übung Cornelia Oberhauser, Monia Mahling, Juliane Manitz Thema 4 Homepage zur Veranstaltung: http://www.statistik.lmu.de/~helmut/kw09.html
MehrTeil II: Einführung in die Statistik
Teil II: Einführung in die Statistik (50 Punkte) Bitte beantworten Sie ALLE Fragen. Es handelt sich um multiple choice Fragen. Sie müssen die exakte Antwortmöglichkeit angeben, um die volle Punktzahl zu
MehrClusteranalyse zur Identifizierung von verschiedenen Gruppen von Internetnutzern
analyse zur Identifizierung von verschiedenen Gruppen von n Christian Hoops*), Diplom-Statistiker Josef Schäfer Die Nutzung von Informations- und Kommunikationstechnologien (IKT) nimmt in der heutigen
MehrDOE am Beispiel Laserpointer
DOE am Beispiel Laserpointer Swen Günther Ein wesentliches Ziel im Rahmen der Neuproduktentwicklung ist die aus Kundesicht bestmögliche, d.h. nutzenmaximale Konzeption des Produktes zu bestimmen (vgl.
MehrKontingenzkoeffizient (nach Pearson)
Assoziationsmaß für zwei nominale Merkmale misst die Unabhängigkeit zweier Merkmale gibt keine Richtung eines Zusammenhanges an 46 o jl beobachtete Häufigkeiten der Kombination von Merkmalsausprägungen
MehrEntscheidungsanalyse unter Unsicherheit Entscheidungskriterien in ökonomischen Netzen
Entscheidungsanalyse unter Unsicherheit Entscheidungskriterien in ökonomischen Netzen Referat von Guido RECKE Institut für Agrarökonomie der Georg-August-Universität Göttingen Platz der Göttinger Sieben
MehrProjektbericht. Repräsentative
September 2015 STIFTUNG MÜNCH Projektbericht Repräsentative Bevölkerungsbefragung zu Datenschutzaspekten im Gesundheitssektor INDEX Kapitel 1 Erkenntnisse im Überblick...4 5 Kapitel 2 Ergebnisse...6 8
MehrVersuchsplanung. Inhalt. Grundlagen. Faktor-Effekt. Allgemeine faktorielle Versuchspläne. Zweiwertige faktorielle Versuchspläne
Inhalt Versuchsplanung Faktorielle Versuchspläne Dr. Tobias Kiesling Allgemeine faktorielle Versuchspläne Faktorielle Versuchspläne mit zwei Faktoren Erweiterungen Zweiwertige
MehrAbb. 30: Antwortprofil zum Statement Diese Kennzahl ist sinnvoll
Reklamationsquote Stornierungsquote Inkassoquote Customer-Lifetime-Value Hinsichtlich der obengenannten Kennzahlen bzw. Kontrollgrößen für die Neukundengewinnung wurden den befragten Unternehmen drei Statements
MehrMunich Business School
Munich Business School Das Wechselverhalten von Privathaushalten im Strommarkt Munich Business School Working Paper 2003-02 Carsten Rennhak Munich Business School Elsenheimerstrasse 61 D-80687 Munich E-Mail:
MehrDas Dialogfeld für die Regressionsanalyse ("Lineare Regression") findet sich im Statistik- Menu unter "Regression"-"Linear":
Lineare Regression Das Dialogfeld für die Regressionsanalyse ("Lineare Regression") findet sich im Statistik- Menu unter "Regression"-"Linear": Im einfachsten Fall werden mehrere Prädiktoren (oder nur
MehrEinfluss regionaler Faktoren auf den Wohnungsmietpreis
Olivia Denise Heuer Einfluss regionaler Faktoren auf den Wohnungsmietpreis Veröffentlichung der an der Hochschule Darmstadt eingereichten Diplomarbeit 4.0.009 Betreuer der Arbeit: Prof. Dr. Andreas Pfeifer
MehrData Mining als Arbeitsprozess
Data Mining als Arbeitsprozess Hagen Knaf Studiengang Angewandte Mathematik Hochschule RheinMain 31. Dezember 2015 In Unternehmen werden umfangreichere Aktivitäten oder Projekte im Bereich des Data Mining
MehrWillkommen zur Vorlesung Statistik
Willkommen zur Vorlesung Statistik Thema dieser Vorlesung: Varianzanalyse Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften Prof. Dr. Wolfgang
MehrInhaltsverzeichnis. Regressionsanalyse. http://mesosworld.ch - Stand vom: 20.1.2010 1
Inhaltsverzeichnis Regressionsanalyse... 2 Lernhinweise... 2 Einführung... 2 Theorie (1-8)... 2 1. Allgemeine Beziehungen... 3 2. 'Best Fit'... 3 3. 'Ordinary Least Squares'... 4 4. Formel der Regressionskoeffizienten...
MehrEmp. Sozialforschung/Soz.-wiss. Methoden II. Empirische Sozialforschung/ Sozialwissenschaftliche Methoden II. Prof. Dr.
Empirische Sozialforschung/ Sozialwissenschaftliche Methoden II Prof Dr Wenzel Matiaske Inhalt 1 Übersicht 2 2 Multivariate Datenanalyse 3 21 Multivariate Beschreibungen 4 22 Modelle der symmetrischen
MehrStrukturgleichungsmodellierung
Rolf Weiber Daniel Mühlhaus Strukturgleichungsmodellierung Eine anwendungsorientierte Einführung in die Kausalanalyse mit Hilfe von AMOS, SmartPLS und SPSS ^J Springer ABKÜRZUNGS- UND SYMBOL VERZEICHNIS
MehrMultinomiale logistische Regression
Multinomiale logistische Regression Die multinomiale logistische Regression dient zur Schätzung von Gruppenzugehörigkeiten bzw. einer entsprechenden Wahrscheinlichkeit hierfür, wobei als abhänginge Variable
MehrAnalyse von Tabellen und kategorialen Daten
Hans-Jürgen Andreß Jacques A. Hagenaars Steffen Kühnel Analyse von Tabellen und kategorialen Daten Log-lineare Modelle, latente Klassenanalyse, logistische Regression und GSK-Ansatz Mit 32 Abbildungen
MehrDie Quantitative und Qualitative Sozialforschung unterscheiden sich bei signifikanten Punkten wie das Forschungsverständnis, der Ausgangspunkt oder
1 2 3 Die Quantitative und Qualitative Sozialforschung unterscheiden sich bei signifikanten Punkten wie das Forschungsverständnis, der Ausgangspunkt oder die Forschungsziele. Ein erstes Unterscheidungsmerkmal
MehrPfadanalyse. 1. Grundlegende Verfahren. Bacher, SoSe2007
Pfadanalyse Bacher, SoSe2007 1. Grundlegende Verfahren Explorative Pfadanalyse: Kausale Beziehungen zwischen Variablen werden aufgedeckt, erforderlich ist eine kausale Anordnung der Variablen. Konfirmatorische
Mehr26. GIL Jahrestagung
GeorgAugustUniversität Göttingen 26. GIL Jahrestagung Einsatz von künstlichen Neuronalen Netzen im Informationsmanagement der Land und Ernährungswirtschaft: Ein empirischer Methodenvergleich Holger Schulze,
MehrTypologisierung schweizerischer Forstbetriebe
SCHRIFTENREIHE FREIBURGER FORSTLICHE FORSCHUNG BAND 55 Philipp Kilham, Wolfgang Hercher, Dr. Christoph Hartebrodt Typologisierung schweizerischer Forstbetriebe FORSTLICHE VERSUCHS- UND FORSCHUNGSANSTALT
MehrMultidimensionale Skalierung
Multidimensionale Skalierung TU CHEMNITZ SEMINAR MULTIVARIATE VERFAHREN REFERENTEN: ANJA FLIEGNER, THOMAS KRANEBURG, FREDERIK SCHENGEL DOZENT DR. THOMAS SCHÄFER Inhalt 1. Was ist MDS? 2. Ablauf einer MDS-Analyse
MehrStatistische Methoden: Tests, Regression und multivariate Verfahren
(CM)²-Nachwuchsring, Workshop Statistik, 25.Januar 2013 Statistische Methoden: Tests, Regression und multivariate Verfahren Ralf Korn ((CM)², TU Kaiserslautern, Fraunhofer ITWM) 0. Einige Probleme aus
MehrHerzlich Willkommen zur Vorlesung Statistik
Herzlich Willkommen zur Vorlesung Statistik Thema dieser Vorlesung: Kovarianz und Korrelation Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften
MehrEvaluation & Forschungsmethoden (Multivariate Analyse) Hauptdiplom-Prüfungsklausur am 03.08.2007 (1.Termin)
Evaluation & Forschungsmethoden (Multivariate Analyse Hauptdiplom-Prüfungsklausur am 03.08.007 (1.Termin Name: Matrikel-Nr.: Aufgabe 1: (3 Punkte Es seien zwei Vektoren a und b (mit mehr als Koordinaten
MehrWie kommt man von den Ergebnissen der Faktorenanalyse zu Dimensionsvariablen?
Wie kommt man von den Ergebnissen der Faktorenanalyse zu Dimensionsvariablen? Eine Einführung in die Dimensionsbildung mit SPSS für Windows 2., korrigierte Auflage Nina Baur Bamberger Beiträge zur empirischen
MehrMultivariate Statistik
Hermann Singer Multivariate Statistik 1 Auflage 15 Oktober 2012 Seite: 12 KAPITEL 1 FALLSTUDIEN Abbildung 12: Logistische Regression: Geschätzte Wahrscheinlichkeit für schlechte und gute Kredite (rot/blau)
MehrFlorian Frötscher und Demet Özçetin
Statistische Tests in der Mehrsprachigkeitsforschung Aufgaben, Anforderungen, Probleme. Florian Frötscher und Demet Özçetin florian.froetscher@uni-hamburg.de SFB 538 Mehrsprachigkeit Max-Brauer-Allee 60
MehrKonfirmatorische Faktorenanalyse
Konfirmatorische Faktorenanalyse Kapitel 6 Einführung in die Test- und Fragebogenkonstruktion, Pearson Education 2003, Markus Bühner, 1 6.1 Grundkonzeption Die konfirmatorische Faktorenanalyse (CFA) dient
MehrDarstellung von Tabellen in Präsentationen und Forschungsberichten
Dr. Constanze Rossmann 1 Darstellung von Tabellen in Präsentationen und Forschungsberichten Faustregeln Der Text muss grundsätzlich auch ohne Tabellen zu verstehen sein. Umgekehrt muss jede Tabelle auch
MehrMarktliquidität von Aktien
Marktliquidität von Aktien Inauguraldissertation zur Erlangung der Würde eines Doctor rerum oeconomicarum der Wirtschafts- und Sozialwissenschaftlichen Fakultät der Universität Bern Lukas Roth Die Fakultät
MehrKategoriale abhängige Variablen: Logit- und Probit -Modelle. Statistik II
Kategoriale abhängige Variablen: Logit- und Probit -Modelle Statistik II Wiederholung Literatur Annahmen und Annahmeverletzungen Funktionen Exponenten, Wurzeln usw. Das Problem Das binäre Logit-Modell
MehrEnergieradar. Das Zukunftsradar für die deutsche Energiewirtschaft. Düsseldorf, März 2013. Roland_Berger_Energieradar_D_20130320.
Energieradar Das Zukunftsradar für die deutsche Energiewirtschaft Düsseldorf, März 2013 1 ENERGIERADAR Zusammenfassung Studienergebnisse > Notwendige Fähigkeiten für die Zukunft unterscheiden sich stark
MehrEinführung in die Cluster-Analyse mit SAS
Einführung in die Cluster-Analyse mit SAS Benutzertreffen am URZ Carina Ortseifen 4. Juli 2003 Inhalt 1. Clusteranalyse im allgemeinen Definition, Distanzmaße, Gruppierung, Kriterien 2. Clusteranalyse
MehrCommercial Banking Übung 1 Kreditscoring
Commercial Banking Übung Kreditscoring Dr. Peter Raupach raupach@wiwi.uni-frankfurt.de Sprechzeit Dienstag 6-7:00 Uhr Raum 603 B Kreditscoring Gliederung Grundanliegen Das Sample Modellspezifikation Diskriminanzanalyse
MehrLogistische Regression
TU Chemnitz SoSe 2012 Seminar: Multivariate Analysemethoden 26.06.2012 Dozent: Dr. Thomas Schäfer Logistische Regression Ein Verfahren zum Schätzen von Wahrscheinlichkeiten Referentinnen: B. Sc. Psych.
MehrKundenbindung im E-Commerce
Ulrich Müller Kundenbindung im E-Commerce Personalisierung als Instrument des Customer Relationship Marekting Mit einem Geleitwort von Prof. Dr. Uwe Schneidewind Deutscher Universitäts-Verlag Inhaltsverzeichnis
MehrRisikomessung und Value at Risk Wintersemester 2013/14
Risikomessung und Value at Risk Wintersemester 2013/14 Walter Sanddorf-Köhle Statistik und Ökonometrie Foliensatz Nr. 11 Version vom 24. Januar 2014 1 / 45 6.5.1 Bisherige Vorgehensweise zur Berechnung
MehrForschungsstatistik I
Prof. Dr. G. Meinhardt. Stock, Nordflügel R. 0-49 (Persike) R. 0- (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de WS 008/009 Fachbereich
MehrStrukturgleichungsmodelle
Strukturgleichungsmodelle Seminar: Multivariate Verfahren Dozent: Dr. Thomas Schäfer Dozenten: Bernadette Kloke, Teresa Hastedt, Nadine Markstein Datum: 15.06.2010 Überblick 1. Grundlegendes zum SGM 1.1
Mehr1 Statistische Grundlagen
Konzepte in Empirische Ökonomie 1 (Winter) Hier findest Du ein paar Tipps zu den Konzepten in Empirische 1. Wenn Du aber noch etwas Unterstützung kurz vor der Klausur brauchst, schreib uns eine kurze Email.
MehrKorrelation - Regression. Berghold, IMI
Korrelation - Regression Zusammenhang zwischen Variablen Bivariate Datenanalyse - Zusammenhang zwischen 2 stetigen Variablen Korrelation Einfaches lineares Regressionsmodell 1. Schritt: Erstellung eines
MehrLösung zu Kapitel 11: Beispiel 1
Lösung zu Kapitel 11: Beispiel 1 Eine Untersuchung bei 253 Personen zur Kundenzufriedenheit mit einer Einzelhandelskette im Südosten der USA enthält Variablen mit sozialstatistischen Daten der befragten
MehrWas ist eine Clusteranalyse, wann und wie wird sie angewendet?
Autor: Dr. Ralf Gutfleisch, Stadt Frankfurt a. M., Bürgeramt, Statistik und Wahlen Was ist eine Clusteranalyse, wann und wie wird sie angewendet? Fragestellung Drei Fragen stehen im Vordergrund dieser
MehrDie binäre Logistische Regression ein vielseitiges und robustes Analyseinstrument sozialwissenschaftlicher Forschung
Die binäre Logistische Regression ein vielseitiges und robustes Analyseinstrument sozialwissenschaftlicher Forschung Eine Einführung für Anwender - Marcel Erlinghagen - Gelsenkirchen, Oktober 2003 Gliederung
MehrLösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1
LÖSUNG 9B a) Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1 Man kann erwarten, dass der Absatz mit steigendem Preis abnimmt, mit höherer Anzahl der Außendienstmitarbeiter sowie mit erhöhten
MehrKommentierter SPSS-Output für die multiple Regressionsanalyse (SPSS-Version 17)
R.Niketta Multiple Regressionsanalyse Kommentierter SPSS-Output für die multiple Regressionsanalyse (SPSS-Version 17) Daten: Selbstdarstellung und Kontaktsuche in studi.vz (POK VIII, AG 3) Fragestellung:
MehrAnalyse mehrdimensionaler Daten WS 2010/11
Analyse mehrdimensionaler Daten WS 2010/11 Fred Böker Institut für Statistik und Ökonometrie Platz der Göttinger Sieben 5 D-37073 Göttingen 4. Oktober 2010 Tel. 0551-394604 E-Mail Fred.Boeker@Wi-Wiss.Uni-Goettingen.de
MehrDatenanalyse mit Excel. Wintersemester 2013/14
Datenanalyse mit Excel 1 KORRELATIONRECHNUNG 2 Korrelationsrechnung Ziel der Korrelationsrechnung besteht im bivariaten Fall darin, die Stärke des Zusammenhangs zwischen zwei interessierenden statistischen
MehrBachelorabschlussseminar Dipl.-Kfm. Daniel Cracau
1 Einführung in die statistische Datenanalyse Bachelorabschlussseminar Dipl.-Kfm. Daniel Cracau 2 Gliederung 1.Grundlagen 2.Nicht-parametrische Tests a. Mann-Whitney-Wilcoxon-U Test b. Wilcoxon-Signed-Rank
MehrVorlesung Marktforschung
Vorlesung Marktforschung Multivariatenanalysen Sommersemester 2010 TU Berlin, Lehrstuhl Marketing Prof. Dr. V. Trommsdorff, Sekr. WIL-B-3-1, Wilmersdorfer Straße 148, 10585 Berlin, www.marketing-trommsdorff.de
MehrV A R I A N Z A N A L Y S E
V A R I A N Z A N A L Y S E Ziel / Funktion: statistische Beurteilung des Einflusses von nominal skalierten (kategorialen) Faktoren auf intervallskalierte abhängige Variablen Vorteil: die Wirkung von mehreren,
MehrGliederung. Bachelorseminar: Graphiken in R Visualisierung Kategorialer Daten. Einführung. Visualisierung von zweidimensionalen Kontingenztafeln
Gliederung Bachelorseinar: Graphiken in R Visualisierung Kategorialer Daten Matthias Mitterayer betreut durch Sebastian Kaiser Einführung Institut für Statistik, LMU München 13. Januar 2011 Fazit Visualisierung
MehrAuswertung mit dem Statistikprogramm SPSS: 30.11.05
Auswertung mit dem Statistikprogramm SPSS: 30.11.05 Seite 1 Einführung SPSS Was ist eine Fragestellung? Beispiel Welche statistische Prozedur gehört zu welcher Hypothese? Statistische Berechnungen mit
MehrDirekter Verkauf von Produkten. 2.2.2.3.1. Antwortprofil
2.2.2.3. Direkter Verkauf von Produkten 2.2.2.3.1. Antwortprofil Bei der Zielsetzung direkter Verkauf von Produkten kristallisieren sich insbesondere zwei Methoden heraus, die mit dieser Zielsetzung zum
MehrMessgeräte: Mess-System-Analyse und Messmittelfähigkeit
Messgeräte: Mess-System-Analyse und Messmittelfähigkeit Andreas Berlin 14. Juli 2009 Bachelor-Seminar: Messen und Statistik Inhalt: 1 Aspekte einer Messung 2 Mess-System-Analyse 2.1 ANOVA-Methode 2.2 Maße
MehrUmgang mit und Ersetzen von fehlenden Werten bei multivariaten Analysen
Umgang mit und Ersetzen von fehlenden Werten bei multivariaten Analysen Warum überhaupt Gedanken machen? Was fehlt, ist doch weg, oder? Allgegenwärtiges Problem in psychologischer Forschung Bringt Fehlerquellen
MehrAbb. 28: Antwortprofil zur Frage Zielsetzung beim Einsatz der Neukundengewinnung: Gewinnung von Interessenten
2. Zielsetzungen beim Einsatz der Methoden der Neukundengewinnung: G ew innung von Interessenten 1 = trifft nicht zu 7 = trifft zu 1 2 3 4 5 6 7 Katalog Solo-Mailing Verbundmailing Beilagen Paketbeilage
Mehr