Fortgeschrittene Multivariate Analysemethoden
Klaus Backhaus-Bernd Erichson-Rolf Weiber
Duits | 12-09-2025 |
9783662716953
Multiple-item retail product, part(s) enclosed
Bekijk inkijkexemplaar
€ 45,50
Nog niet beschikbaar, beschikbaar op 12/09/2025
Verzendkosten € 4.95 | Eén euro vanaf € 30,- aan boeken
Gratis afhalen, elke dag open!
Tekst achterflap
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 Lehrbuch bietet eine leicht verständliche Einführung in weiterführende Verfahren der multivariaten Datenanalyse, die vor allem in Master- und Doktoranden-Studiengänge häufig verwendet werden. Es ist anwendungsorientiert geschrieben, setzt nur wenige Kenntnisse in Mathematik und Statistik voraus und demonstriert jedes Verfahren mit numerischen Beispielen. Für die vierte Auflage wurden alle Kapitel aktualisiert und um zentrale Entwicklungen ergänzt, die für Einsteiger besonders wichtig sind. Neu aufgenommen wurde die Zeitreihenanalyse.
Das vorliegende Buch und das bereits in der 18. Auflage erschienene Buch Multivariate Analysemethoden der Autoren wurden im Jahr 2015 vom Berufsverband Deutscher Markt- und Sozialforscher e. V. (BVM) mit dem Preis der Deutschen Marktforschung ausgezeichnet, da sie die deutsche Marktforschungspraxis in den letzten Jahrzehnten nachhaltig geprägt haben.
Die im Buch behandelten Verfahren und die verwendeten Softwareprogramme:
Nichtlineare Regressionsanalyse – Zeitreihenanalyse – Strukturgleichungsanalyse (SGA) – Konfirmatorische Faktorenanalyse (KF) – Choice Based Conjoint Analyse (CBCA) – Künstliche Neuronale Netze – Multidimensionale Skalierung – Korrespondenzanalyse
Wichtige Berechnungen zu den Verfahren werden zunächst mit MS-Excel verdeutlicht und anschließend zu allen Verfahren ausführliche Fallbeispiele mit einschlägigen Software-Programmen gerechnet. Dabei werden die SGA und die KF mit AMOS und die CBCA mit Lighthouse Studio von Sawtooth gerechnet. Bei allen anderen Verfahren wird auf IBM SPSS zurückgegriffen.
Hilfestellungen für den Anwender:
Mit der Springer Nature Flashcards-App kann der eigene Lernfortschritt interaktiv kontrolliert und exklusive Inhalte genutzt werden. Die Webseite www.multivariate.de bietet weitere Informationen zu den Verfahren und eine Bestellmöglichkeit zu den Datensätzen und Syntaxdateien.
Die Autoren
Beschrijving
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 Lehrbuch bietet eine leicht verständliche Einführung in weiterführende Verfahren der multivariaten Datenanalyse, die vor allem in Master- und Doktoranden-Studiengänge häufig verwendet werden. Es ist anwendungsorientiert geschrieben, setzt nur wenige Kenntnisse in Mathematik und Statistik voraus und demonstriert jedes Verfahren mit numerischen Beispielen. Für die vierte Auflage wurden alle Kapitel aktualisiert und um zentrale Entwicklungen ergänzt, die für Einsteiger besonders wichtig sind. Neu aufgenommen wurde die Zeitreihenanalyse.
Das vorliegende Buch und das bereits in der 18. Auflage erschienene Buch Multivariate Analysemethoden der Autoren wurden im Jahr 2015 vom Berufsverband Deutscher Markt- und Sozialforscher e. V. (BVM) mit dem Preis der Deutschen Marktforschung ausgezeichnet, da sie die deutsche Marktforschungspraxis in den letzten Jahrzehnten nachhaltig geprägt haben.
Die im Buch behandelten Verfahren und die verwendeten Softwareprogramme:
Nichtlineare Regressionsanalyse – Zeitreihenanalyse – Strukturgleichungsanalyse (SGA) – Konfirmatorische Faktorenanalyse (KF) – Choice Based Conjoint Analyse (CBCA) – Künstliche Neuronale Netze – Multidimensionale Skalierung – Korrespondenzanalyse
Wichtige Berechnungen zu den Verfahren werden zunächst mit MS-Excel verdeutlicht und anschließend zu allen Verfahren ausführliche Fallbeispiele mit einschlägigen Software-Programmen gerechnet. Dabei werden die SGA und die KF mit AMOS und die CBCA mit Lighthouse Studio von Sawtooth gerechnet. Bei allen anderen Verfahren wird auf IBM SPSS zurückgegriffen.
Hilfestellungen für den Anwender:
Mit der Springer Nature Flashcards-App kann der eigene Lernfortschritt interaktiv kontrolliert und exklusive Inhalte genutzt werden. Die Webseite www.multivariate.de bietet weitere Informationen zu den Verfahren und eine Bestellmöglichkeit zu den Datensätzen und Syntaxdateien.
Biografie
Professor Dr. Dr. h. c. Klaus Backhaus war Direktor des Instituts für Anlagen und Systemtechnologien an der Wirtschaftswissenschaftlichen Fakultät der Universität Münster und ist Honorarprofessor an der TU Berlin.
Professor Dr. Bernd Erichson war Inhaber des Lehrstuhls für Marketing an der Otto-von-Guericke-Universität Magdeburg.
Professor Dr. Rolf Weiber war Inhaber des Lehrstuhls für Marketing, Innovation und E-Business sowie geschäftsführender Direktor des Competence Center E-Business an der Universität Trier.
Kenmerk
Verständliche und anschauliche Einführung in die grundlegenden komplexen Verfahren der multivariaten Analyse Nachvollziehbarkeit der Anwendung der Verfahren anhand eines durchgängigen Umsetzungsbeispiels Kostenlos für Leser: Zusätzliche Fragen zum Buch in der Springer Nature Flashcards App
Inhoudsopgave
Nichtlineare Regressionsanalyse.- Zeitreihenanalyse.- Strukturgleichungsanalyse.- Konfirmatorische Faktorenanalyse.- Choice-Based-Conjoint-Analyse.- Künstliche Neuronale Netze.- Multidimensionale Skalierung (MDS).- Korrespondenzanalyse.
Details
EAN : | 9783662716953 |
Uitgever : | Springer Berlin Heidelberg-Springer Berlin Heidelberg |
Publicatie datum : | 12-09-2025 |
Uitvoering : | Multiple-item retail product, part(s) enclosed |
Taal/Talen : | Duits |
Hoogte : | 240 mm |
Breedte : | 168 mm |
Status : | Nog niet beschikbaar |
Keywords : | Conjoint-Analyse;Faktorenanalyse;Korrespondenzanalyse;Multidimensionale Skalierung;Multivariate Analysemethoden (MVA);Neuronale Netze;Nichtlineare Regression;Strukturgleichungsmodelle |