Kurse: Kursinformationen

Ziel

Die Lehrveranstaltung gibt einen Ueberblick ueber und eine Einfuehrung in gaengige multivariate statistische Auswertungsverfahren. Multivariate Verfahren erlauben – in Abgrenzung zu univariaten Verfahren – die Analyse komplexer Zusammenhaenge zwischen mehr als zwei Variablen. Im einzelnen werden Verfahren vorgestellt zu Fragestellungen wie der Staerke des Zusammenhangs zwischen Variablen, der Testung von Gruppenunterschieden, der Vorhersage von Gruppenzugehoerigkeiten, der Analyse von Datenstrukturen und dem Zeitverlauf mehrerer Variablen.

Behandelte Verfahren:

• Regressionsanalyse (einfache lineare Regression, multiple Regression inkl. Nichtlinearitaet und Interaktionen)
• Uni- und multivariate Varianzanalyse
• Verallgemeinerung im Rahmen des Allgemeinen Linearen Modells (ALM)
• Kovarianzanalyse
• Varianzanalyse abhaengiger Daten (Messwiederholung)
• Klassifikationsverfahren (Diskriminanzanalyse, Logistische Regression, Log-lineare Modelle, Clusteranalyse)
• Explorative Faktorenanalyse
• Konfirmatorische Faktorenanalyse und Strukturgleichungsmodelle

Um die Videos anzuschauen, benötigen Sie den , den Sie hier herunterladen können. Die Videos werden bereitgestellt über die Digitale Bibliothek Thüringen (dbt). Die grün verlinkten Videos und Materialien sind kostenfrei abrufbar. Klicken Sie auf den grünen Link, um das Video zu sehen oder die Datei herunterzuladen! Um alle Materialien und Videos abrufen zu können, müssen Sie sich einloggen.

Literaturempfehlungen

allgemeine Einfuehrungsliteratur (Lehrbuecher)

• *Tabachnik, B.G. & Fidell, L.S. (42001). Using Multivariate Statistics. Neddham Heights, MA: Allyn & Bacon.
• Hair, J.F., Anderson, R.E., Tatham, R.L. & Black, W.C. (51998). Multivariate Data Analysis. Upper Saddle River, NJ: Prentice Hall.
• von Eye, A. & Schuster, C. (1998). Regression Analysis for Social Sciences. San Diego, CA: Academic Press.
• Grimm, L.G. & Yarnold, P.R. (2000). Reading and Understanding Multivariate Statistics. Washington, DC: APA.
• Grimm, L.G. & Yarnold, P.R. (2000). Reading and Understanding More Multivariate Statistics. Washington, DC: APA.
• Bortz, J. (51999). Statistik für Sozialwissenschaftler. Berlin: Springer.

vertiefende Literatur

• *Bortz, J. (51999). Statistik für Sozialwissenschaftler. Berlin: Springer.
• Neter, J., Wasserman, S. & Kutner, M.H. (31990). Applied Linear Statistical Models. Homewood, IL: Irwin.
• Pedhazur, E.J. & Pedhazur Schmelkin, L. (1991). Measurement, Design, and Analysis: An Integrated Approach. Hillsdale: Erlbaum.
• Steyer, R. (2002). Wahrscheinlichkeit und Regression. Berlin: Springer.
• Steyer, R. & Eid, M. (22001). Messen und Testen. Berlin: Springer.
• Fahrmeir, L., Hamerle, A. & Tutz, G. (Eds.) (1996). Multivariate Statistische Verfahren. Berlin: de Gruyter.

spezifische Literatur

Literatur zu einzelnen Verfahren wird in der Vorlesung bekannt gegeben

SPSS-Handbuecher

• *Bühl, A. & Zöfel, P. (82002). SPSS 11: Einführung in die moderne Datenanalyse unter Windows. München: Pearson Studium.
• Zöfel, P. (2002). SPSS-Syntax. Die ideale Ergänzung für effizientes Arbeiten. München: Pearson Studium.
• Diehl, J.M. & Staufenbiehl, T. (2002). Statistik mit SPSS Version 10/11. Eschborn: Klotz.

Datum	Thema	Videos	PowerPoint Folien (.pdf)	Übungszettel & sonstiges Material
13.04.2004	Einführung in die Multivariate Statistik Literatur Lernziele und Prüfungsanforderungen	Zu dieser Vorlesung gibt es leider kein Video	vorlesung_040413.pdf
15.04.2004	Datenbehandlung	Video	vorlesung_040415.pdf	uebung_040415.pdf
20.04.2004	Einfache Regression: Grundlagen Statistisches Modell Verallgemeinerung des Stichprobenmodells auf Populationsebene	Video	vorlesung_040420.pdf
22.04.2004	Einfache Regression Verallgemeinerung des Stichprobenmodells auf Populationsebene Annahmen und Voraussetzungen	Video	vorlesung_040422.pdf	uebung_040422.pdf
27.04.2004	Multiple Regression Grundlagen Statistisches Modell Verallgemeinerung des Stichprobenmodells auf Populationsebene	Video	vorlesung_040427.pdf
29.04.2004	Multiple Regression Verallgemeinerung auf k Prädiktoren Techniken der Multiplen Regression	Video	vorlesung_040429.pdf	uebung_040429.pdf
04.05.2004	Multiple Regression Interaktionseffekte bei multiplen Prädiktoren Annahmen und Voraussetzungen	Video	vorlesung_040504.pdf
06.05.2004	Univariate Varianzanalyse (ANOVA) Grundlagen Statistisches Modell Hypothesentestung Varianzanalyse als Spezialfall der Regression	Video	vorlesung_040506.pdf	uebung_040506.pdf Datensatz Dokumentation
11.05.2004	Univariate Varianzanalyse (ANOVA) Varianzanalyse als Spezialfall der Regression Verallgemeinerung mehrfaktorielle Varianzanalyse Annahmen und Voraussetzungen Exkurs: Matrizenrechnung	Video	vorlesung_040511.pdf
13.05.2004	Multivariate Varianzanalyse (MANOVA) Grundlagen Uni- vs. multivariate Varianzanalyse Statistisches Modell Varianzzerlegung Multivariate Prüfgrößen und Hypothesentestung	Video	vorlesung_040513.pdf	uebung_040513.pdf
18.05.2004	Multivariate Varianzanalyse (MANOVA) Multivariate Prüfgrößen und Hypothesentestung Post-hoc Tests	Video	vorlesung_040518.pdf	uebung_040519.pdf
25.05.2004	Multivariate Varianzanalyse (MANOVA) Annahmen und Voraussetzungen Kovarianzanalyse (ANCOVA) Grundlagen Statistisches Modell	Video	vorlesung_040525.pdf
27.05.2004	Kovarianzanalyse (ANCOVA) Hypothesentestung Interpretation der Ergebnisse Annahmen und Voraussetzungen	Video	vorlesung_040527.pdf	uebung_040527.pdf Datensatz Dokumentation
01.06.2004	Varianzanalyse mit abhängigen Daten/Messwieder- holung Grundlagen Statistisches Modell Varianzzerlegung Hypothesentestung Interpretation der Ergebnisse	Video	vorlesung_040601.pdf
03.06.2004	Varianzanalyse mit abhängigen Daten/Messwiederholung mehrfaktorielle Varianzanalyse mit abhängigen Daten (Inner- und Zwischensubjektfaktoren)	Zu dieser Vorlesung gibt es leider kein Video	vorlesung_040603.pdf	uebung_040603.pdf Datensatz
08.06.2004	Zusammenfassung Regression und varianzanalytische Verfahren Hinweise zur Prüfung	Video	vorlesung_040608.pdf
10.06.2004	Klassifikationsverfahren Grundidee & Beispielfragen Allgemeines Schätzprinzip Überblick zu statistischen Klassifikationsverfahren Diskriminanzanalyse Grundlagen Statistisches Modell	Video	vorlesung_040610.pdf	uebung_040610.pdf Datensatz
15.06.2004	Diskriminanzanalyse Statistisches Modell Induktiver Ansatz Modellbewertung	Video	vorlesung_040615.pdf
17.06.2004	Clusteranalyse Grundlagen Statistisches Modell Modellbewertung Log-lineare Modelle Grundlagen Chi-Quadrat Test Statistisches Modell	Video	vorlesung_040617.pdf	uebung_040617.pdf Datensatz
22.06.2004	Einführung Faktorenanalytische Verfahren Hauptkomponentenanalyse Grundlagen Statistisches Modell Interpretation der Ergebnisse	Video	vorlesung_040622.pdf
24.06.2004	Hauptachsenanalyse (Explorative Faktorenanalyse) Grundlagen Hauptkomponentenanalyse vs. Hauptachsenanalyse Statistisches Modell Interpretation der Faktorenlösung	Video	vorlesung_040624.pdf	uebung_040624.pdf
29.06.2004	Explorative Faktorenanalyse Gütekriterien faktoranalytischer Verfahren Faktorwerte Bewertung explorativ-faktorenanalytischer Verfahren Konfirmatorische Faktorenanalyse / SEM Von der explorativen zur konfirmatorischen Faktorenanalyse Grundlagen	Video	vorlesung_040629.pdf
01.07.2004	Konfirmatorische Faktorenanalyse / SEM Grundlagen Notation Modellspezifikation Modellschätzung Modellbewertung	Video	vorlesung_040701.pdf	uebung_040701.pdf Datensatz Dokumentation
06.07.2004	Konfirmatorische Faktorenanalyse Modellbewertung Modellmodifikation Technische Aspekte Ausblick	Video	vorlesung_040706.pdf
08.07.2004	Konfirmatorische Faktorenanalyse Modellbewertung Modellmodifikation	Video	vorlesung_040708.pdf	uebung_040708.pdf Datensatz
13.07.2004	Konfirmatorische Faktorenanalyse Modellmodifikation Technische Aspekte Ausblick	Video	vorlesung_040713.pdf
15.07.2004	Konfirmatorische Faktorenanalyse Technische Aspekte Ausblick	Video	vorlesung_040715.pdf