Multivariate Verfahren

Multivariate Verfahren

Die multivariaten Verfahren analysieren die gegenseitigen Beziehungen zwischen mindestens zwei Variablen. Sie ermöglichen daher aussagekräftigere Berechnungen im Vergleich zu uni- oder bivariaten Analyseverfahren.

Mit Hilfe der multivariaten Datenanalyse will man eine Informationsverdichtung oder auch Datenreduktion erreichen. Aus einer großen Zahl von Messwerten sollen die relevanten Informationen herausgefunden werden. Messwerte, die den gleichen Informationsgehalt haben, werden zusammengefasst.

In diesem Kompendium unterscheiden wir drei große Gruppen multivariater Verfahren, die das Data Science Team von IfaD natürlich beherrscht und Ihnen anbietet:

Klassische Verfahren

• Clusteranalyse
• Faktorenanalyse
• Regressionsanalyse
• Diskriminanzanalyse
• Varianzanalyse

Neuere Ansätze

• Penalty Reward Analyse (PRA)
• CHAID-Analyse
• TURF-Analysen
• Strukturgleichungsmodelle
• Neuronale Netze

Mapping-Verfahren

• Multidimensionale Skalierung
• Korrespondenzanalyse