Multivariate Analysemethoden (S-PLUS) by Andreas Handl

By Andreas Handl

Das Buch wendet sich an alle, die sich mit der examine komplexer Datensätze beschäftigen. Die dabei benötigten unterschiedlichen multivariaten Verfahren werden jeweils an Hand einfacher Beispiele verständlich eingeführt. Nachdem geklärt ist, welche Fragestellungen mit dem jeweiligen Verfahren gelöst werden können, wird gezeigt, wie das Verfahren funktioniert. Dabei wird die zugrundeliegende Theorie Schritt für Schritt entwickelt. Danach werden die jeweils praxisrelevanten Probleme diskutiert. Neben den klassischen multivariaten Verfahren werden auch neuere Verfahren wie Klassifikationsbäume oder Silhouetten behandelt. Im letzten Abschnitt wird gezeigt, wie die Verfahren in S-PLUS angewendet werden. Falls ein Verfahren nicht in S-PLUS standardmäßig vorhanden ist, wird eine Anleitung zur Implementierung in S-PLUS gegeben.

Show description

Read or Download Multivariate Analysemethoden (S-PLUS) PDF

Best analysis books

Multidisciplinary Methods for Analysis Optimization and Control of Complex Systems

This ebook involves lecture notes of a summer time college named after the overdue Jacques Louis Lions. The summer time tuition used to be designed to alert either Academia and to the expanding function of multidisciplinary tools and instruments for the layout of advanced items in numerous parts of socio-economic curiosity.

Extra info for Multivariate Analysemethoden (S-PLUS)

Sample text

Dann gilt S= 1 ˜ ˜ X X. 17) ˜ X ˜ erh¨alt man dadurch, Das Element in der i-ten Zeile und j-ten Spalte von X dass man das innere Produkt aus den Vektoren bildet, die in der i-ten und ˜ stehen. Dieses ist der j-ten Spalte von X n (xki − x ¯i ) (xkj − x ¯j ). 15) erkennt. Die empirische Kovarianz ist nicht skaleninvariant. Multipliziert man alle Werte des einen Merkmals mit einer Konstanten b und die Werte des anderen Merkmals mit einer Konstanten c, so wird die empirische Kovarianz bc-mal so groß.

7 veranschaulicht dies. Hierdurch erhalten wir 4 Quadranten, die in der Graphik durchnummeriert sind. Im ersten Quadranten 33 34 2 Elementare Behandlung der Daten o 550 ✁ o IV o o 500 ✁ I o Mathematische Grundbildung oo o o o o o o o o o o o o o o o o o o o 450 o o III II 400 o ✂ 350 o 400 450 ✁ 500 ✁ 550 Lesekompetenz Fig. 7. Streudiagramm der Merkmale Lesekompetenz und Mathematische Grundbildung im Rahmen der PISA-Studie, aufgeteilt in 4 Quadranten sind die L¨ ander, deren Punktezahl in den Bereichen Lesekompetenz und Mathematische Grundbildung u ¨ber dem Durchschnitt liegen, w¨ahrend sich im dritten Quadranten die L¨ ander befinden, deren Punktezahl in den Bereichen Lesekompetenz und Mathematische Grundbildung unter dem Durchschnitt liegen.

I=1 Die Stichprobenvarianz der standardisierten Merkmale ist gleich 1. Dies sieht man folgendermaßen: 1 n−1 n i=1 xij − x ¯j sj 2 = = 1 1 s2j n − 1 n 2 (xij − x ¯j ) i=1 1 2 s = 1. 2 Beschreibung und Darstellung multivariater Datens¨ atze Die Matrix der standardisierten Merkmale ist:  ¯p x11 − x ¯1 . . x1p − x s1 sp  . . . X∗ =  .. .  ¯p xn1 − x ¯1 . . xnp − x s1 sp    . 14) hmcounterend. (fortgesetzt) Example 15. 149  .  .. ..   . 170  Es ist nicht u ¨blich, in Analogie zum Vektor der Mittelwerte einen Vektor der Stichprobenvarianzen zu bilden.

Download PDF sample

Rated 4.37 of 5 – based on 7 votes