Prof. Dr. Hans-Jürgen Andreß, Prof. Dr. Jacques A.'s Analyse von Tabellen und kategorialen Daten: Log-lineare PDF

By Prof. Dr. Hans-Jürgen Andreß, Prof. Dr. Jacques A. Hagenaars, Prof. Dr. Steffen Kühnel (auth.)

ISBN-10: 3540625151

ISBN-13: 9783540625155

ISBN-10: 3662056933

ISBN-13: 9783662056936

Dieses Buch behandelt Modelle zur examine kategorialer Daten. Kategoriale Daten sind Variablen, die eine begrenzte Anzahl von Ausprägungen (Kategorien) haben. Bei vielen der in Umfrageforschung und amtlicher Statistik erhobenen Merkmale handelt es sich um kategoriale Daten. Beispiele wären etwa das Geschlecht einer Befragungsperson, ihre Parteipräferenz, die Anzahl der Mitbewohner im Haushalt dieser individual, ihre Schichtzugehörigkeit und ähnliches mehr. In diesem Lehrbuch geht es um eine anwendungsorientierte Einführung in die multivariate examine kategorialer Daten. Konkret werden vier Ansätze vorgestellt: die gewichtete Regression nach Grizzle, Starmer und Koch (GSK-Ansatz), die Klasse der log-linearen Modelle, die logistische Regression und die examine latenter Klassen.

Show description

Read or Download Analyse von Tabellen und kategorialen Daten: Log-lineare Modelle, latente Klassenanalyse, logistische Regression und GSK-Ansatz PDF

Similar german_6 books

Download e-book for kindle: Kosten- und Erlösrechnung: Ein Arbeitsbuch by Dr. Volker Lingnau, Dr. Hans Schmitz (auth.)

Als Erg? nzung des gleichnamigen Lehrbuchs von Professor Hoitsch enth? lt dieses Arbeitsbuch praxisbezogene Aufgaben sowie eine Fallstudie, die controllingorientiert die Informationsversorgung von Planung und Kontrolle behandeln. Der Schwerpunkt des Buchs liegt dementsprechend in der Grenzplankosten- und Deckungsbeitragsrechnung.

Download e-book for iPad: Multimediale Kioskterminals: Infotankstellen, by Günter Silberer, Lars Fischer

Multimediale Kioskterminals ermöglichen es den Kunden und den Passanten, direkt am aspect of Sale und am aspect of knowledge relevante Inhalte abzurufen und Transaktionen zu tätigen. Ihr Einsatzpotenzial ist vielfältig, doch erfolgreiche Projekte sind bisher eher selten. Die vorliegende Publikation informiert umfassend über Systeme, Einsatzfelder und Erfolgsfaktoren.

Download PDF by Mark Neukomm: Value at Risk-Quantifizierung unter Verwendung von

Price in danger (VaR)-Konzepte haben einen ungeheuren Umbruch im Risikomanagement bewirkt. Sie basieren auf Erkenntnissen historischer Zeitreihen, die sich i. d. R. auf Intervalllängen von einem oder zehn Handelstagen stützen. Obwohl intuitiv davon ausgegangen werden kann, dass Daten mit kürzeren Intervalllängen mehr risikorelevante Informationen enthalten, sind solche Zeitreihen für die Risikoquantifizierung bislang kaum untersucht worden.

Additional resources for Analyse von Tabellen und kategorialen Daten: Log-lineare Modelle, latente Klassenanalyse, logistische Regression und GSK-Ansatz

Example text

Allerdings sind ihre numerischen Abstände frei wählbar. Die drei Ausprägungen "nie", "etwas", "sehr" können also mit den Zahlen 1,2 und 3, aber auch mit den Zahlen 0, 10 und 11 kodiert werden, weil beide Kodierungen die zugrundeliegende Rangordnung richtig wiedergeben. Wenn man die numerischen Abstände zwischen den einzelnen Ausprägungen sinnvoll interpretieren kann, dann spricht man von einer metrischen Variablen. Einige der zugrundeliegenden Meßskalen haben einen absoluten Nullpunkt. Beispiele wären etwa das Einkommen in Mark und Pfennig, das Lebensalter in Jahren, die Beschäftigungsdauer in einem Job (gemessen in Tagen) usw.

In Gleichungen werden wir die untersuchten Variablen nicht mit ihrem Namen, sondern mit einem Symbol bezeichnen. ) in Großschreibweise verwenden, um kategoriale Variablen zu bezeichnen. Für metrische Variablen mit vielen Ausprägungen verwenden wir die Buchstaben am Ende des Alphabets (x, y, z) in Kleinschreibweise. Dabei wird y in der Regel für die abhängige Variable und x und z für die unabhängigen Variablen verwendet. Treten mehr als zwei unabhängige Variablen auf, werden sie mit einem fortlaufenden Index versehen: Xl' ~, X3 usw.

Diese Asymmetrie ist jedoch nicht bei allen Modellen fur den Anwender oder die Anwenderin direkt erkennbar. Bei log-linearen Modellen werden beispielsweise ähnlich wie bei einem Chi-Quadrat-Unabhängigkeitstest alle untersuchten Variablen gleichberechtigt behandelt, um herauszufinden, welche Assoziationen zwischen ihnen berücksichtigt werden müssen, um die Verteilung der Häufigkeiten in der untersuchten Tabelle zu verstehen. Aus der Perspektive der Benutzer gibt es hier keine Trennung zwischen abhängiger Variable und unabhängigen Variablen.

Download PDF sample

Analyse von Tabellen und kategorialen Daten: Log-lineare Modelle, latente Klassenanalyse, logistische Regression und GSK-Ansatz by Prof. Dr. Hans-Jürgen Andreß, Prof. Dr. Jacques A. Hagenaars, Prof. Dr. Steffen Kühnel (auth.)


by Edward
4.3

Rated 4.30 of 5 – based on 23 votes