Regressionsanalyse mit SPSS:
Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Format: | Buch |
| Sprache: | German |
| Veröffentlicht: |
München
Oldenbourg Verlag
[2008]
|
| Schlagworte: | |
| Online-Zugang: | Inhaltsverzeichnis Inhaltsverzeichnis Klappentext |
| Beschreibung: | XVI, 466 Seiten Diagramme |
| ISBN: | 9783486586923 |
Internformat
MARC
| LEADER | 00000nam a2200000 c 4500 | ||
|---|---|---|---|
| 001 | BV023424133 | ||
| 003 | DE-604 | ||
| 005 | 20151221 | ||
| 007 | t | ||
| 008 | 080730s2008 gw |||| |||| 00||| ger d | ||
| 016 | 7 | |a 988250551 |2 DE-101 | |
| 020 | |a 9783486586923 |c Pb. : ca. EUR 34.80 |9 978-3-486-58692-3 | ||
| 035 | |a (OCoLC)255002091 | ||
| 035 | |a (DE-599)DNB988250551 | ||
| 040 | |a DE-604 |b ger |e rda | ||
| 041 | 0 | |a ger | |
| 044 | |a gw |c XA-DE-BY | ||
| 049 | |a DE-355 |a DE-12 |a DE-19 |a DE-M49 |a DE-824 |a DE-92 |a DE-945 |a DE-20 |a DE-N2 |a DE-526 |a DE-634 |a DE-11 |a DE-860 |a DE-384 |a DE-188 |a DE-91S |a DE-473 | ||
| 082 | 0 | |a 519.536 |2 22/ger | |
| 084 | |a CM 4000 |0 (DE-625)18951: |2 rvk | ||
| 084 | |a MR 2200 |0 (DE-625)123489: |2 rvk | ||
| 084 | |a QH 234 |0 (DE-625)141549: |2 rvk | ||
| 084 | |a SK 840 |0 (DE-625)143261: |2 rvk | ||
| 084 | |a ST 601 |0 (DE-625)143682: |2 rvk | ||
| 084 | |a 330 |2 sdnb | ||
| 084 | |a 310 |2 sdnb | ||
| 084 | |a DAT 307f |2 stub | ||
| 084 | |a MAT 628f |2 stub | ||
| 100 | 1 | |a Schendera, Christian F. G. |e Verfasser |0 (DE-588)12874202X |4 aut | |
| 245 | 1 | 0 | |a Regressionsanalyse mit SPSS |c von Dipl.-Psych. Christian FG Schendera |
| 264 | 1 | |a München |b Oldenbourg Verlag |c [2008] | |
| 264 | 4 | |c © 2008 | |
| 300 | |a XVI, 466 Seiten |b Diagramme | ||
| 336 | |b txt |2 rdacontent | ||
| 337 | |b n |2 rdamedia | ||
| 338 | |b nc |2 rdacarrier | ||
| 650 | 0 | 7 | |a SPSS |0 (DE-588)4056588-9 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Regressionsanalyse |0 (DE-588)4129903-6 |2 gnd |9 rswk-swf |
| 689 | 0 | 0 | |a Regressionsanalyse |0 (DE-588)4129903-6 |D s |
| 689 | 0 | 1 | |a SPSS |0 (DE-588)4056588-9 |D s |
| 689 | 0 | |5 DE-604 | |
| 856 | 4 | |u http://d-nb.info/988250551/04 |3 Inhaltsverzeichnis | |
| 856 | 4 | 2 | |m Digitalisierung UB Regensburg |q application/pdf |u http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=016606518&sequence=000003&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA |3 Inhaltsverzeichnis |
| 856 | 4 | 2 | |m Digitalisierung UB Regensburg |q application/pdf |u http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=016606518&sequence=000004&line_number=0002&func_code=DB_RECORDS&service_type=MEDIA |3 Klappentext |
| 999 | |a oai:aleph.bib-bvb.de:BVB01-016606518 | ||
Datensatz im Suchindex
| _version_ | 1804137818249756673 |
|---|---|
| adam_text | Inhalt
Vorwort
1 Korrelation 1
1.1 Einführung..................................................................................................................1
1.2 Erste Voraussetzung: Das Skalenniveau....................................................................6
1.3 Weitere Voraussetzungen: Linearität, Homoskedastizität und Kontinuität................7
1.4 Exkurs: Grafische Tests auf Linearität.......................................................................8
1.4.1 Prozedur GRAPH, Scatterplot Option........................................................................8
1.4.2 SPSS Prozedur CURVEFIT.....................................................................................10
1.5 Statistik und Interpretation des Korrelationskoeffizienten.......................................14
1.5.1 Statistik des Korrelationskoeffizienten.....................................................................14
1.5.2 Interpretation des Korrelationskoeffizienten............................................................15
1.6 Berechnung mit SPSS (Beispiel)..............................................................................19
1.7 Fallstricke: Linearität, Scheinkorrelation und Alphafehler-Kumulation..................21
1.7.1 Scheinkorrelation und partielle Korrelation.............................................................22
1.7.2 Das Problem der Alphafehler-Kumulierung.............................................................25
1.8 Spezielle Anwendungen...........................................................................................28
1.8.1 Vergleich von Korrelationskoeffizienten.................................................................28
1.8.2 Vergleich von Korrelationen auf Gleichheit............................................................29
1.8.3 Kanonische Korrelation............................................................................................30
1.9 Voraussetzungen für die Berechnung des Pearson-Korrelationskoeffizienten.........32
2 Lineare und nichtlineare Regression 35
2.1 Lineare Regression: Zusammenhang mit Kausalrichtung........................................36
2.1.1
Divariate
lineare Regression: Einführung in die Regressionsanalyse mit
REGRESSION.........................................................................................................36
2.1.2 Beispiel und Syntax für eine bivariate lineare Regression - Durchgang 1 :
Überprüfung der Linearität und Identifikation von Ausreißern anhand von
Hebelwerten und Residuen.......................................................................................43
2.1.3 Output und Erläuterungen........................................................................................49
XIV Inhalt
2.1.4 Durchgang 2: Der Effekt des Ausschlusses von Ausreißern -
Ausgewählter Output...............................................................................................67
2.1.5 Exkurs: Grafik mit eingezeichneter Regressionsgerade (IGRAPH)........................69
2.2 Nichtlineare einfache Regression.............................................................................70
2.2.1 Eine lineare Funktion wird mittels einer linearen Regressionsanalyse untersucht... 71
2.2.2 Eine nichtlineare Funktion wird mittels einer linearen Regressionsanalyse
untersucht.................................................................................................................73
2.2.3 Eine nichtlineare Funktion wird linearisiert und mittels einer linearen Regression
untersucht.................................................................................................................74
2.2.4 Eine nichtlineare Funktion wird mittels einer nichtlinearen Regression untersucht:
Nichtlineare Regression...........................................................................................76
2.2.5 Etwas Anspruchsvolleres: Eine nichtlineare Regression mit zwei Prädiktoren.......91
2.2.6 Die Prozeduren NLR und CNLR für die nichtlineare Regression...........................93
2.2.7 Annahmen der nichtlinearen Regression..................................................................98
2.2.8 Übersicht: Modelle für die nichtlineare Regression.................................................99
2.3 Multiple lineare Regression:
M ultikol
lineari
tät
und andere Fallstricke.................102
2.3.1 Besonderheiten der Multiplen Regression.............................................................103
2.3.2 Ein erstes Beispiel: Die Interpretation der speziellen Statistiken der multiplen
Regression..............................................................................................................106
2.3.3 Zweites Beispiel: Identifizieren und Beheben von Multikollinearität....................124
2.4 Voraussetzungen für die Berechnung einer linearen Regression...........................132
3 Logistische und
ordinale
Regression 139
3.1 Einführung: Kausalmodell und Messniveau der abhängigen Variable..................140
3.2 Binäre logistische Regression................................................................................142
3.2.1 Das Verfahren und Vergleich zu anderen Verfahren.............................................142
3.2.2 Beispiel, Maus und Syntax: Schrittweise Methode (BSTEP)................................148
3.2.3 Output und Interpretation.......................................................................................152
3.2.4 Beispiel und Syntax: Direkte Methode ENTER.....................................................161
3.2.5 Output und Interpretation.......................................................................................162
3.2.6 Exkurs: Theorietest
vs.
Diagnostik bei der logistischen Regression: Modellgüte
(goodness of fit) vs.
Prädikative Effizienz
(predictive efficiency).........................
167
3.2.7 Voraussetzungen für eine binäre logistische Regression.......................................167
3.3
Ordinale
Regression...............................................................................................175
3.3.1 Das Verfahren und Vergleich mit anderen Verfahren............................................176
3.3.2 Beispiel 1, Maus und Syntax: Intervallskalierte Prädiktoren (WITH-Option).......179
3.3.3 Output und Interpretation.......................................................................................183
3.3.4 Beispiel 2 und Syntax:
Kategóriáié
Prädiktoren (BY-Option)...............................189
3.3.5 Output und Interpretation.......................................................................................190
3.3.6 Voraussetzungen für eine
ordinale
Regression......................................................198
Inhalt_________________________________________________________________________XV_
3.4 Multinomiale logistische Regression.....................................................................201
3.4.1 Beispiel, Maus und Syntax: Haupteffekt-Modell (dichotome AV)........................201
3.4.2 Output und Interpretation.......................................................................................210
3.4.3 Exkurs: Schrittweise Berechnung eines Modells mit einer dichotomen AV:
Vergleich derNOMREG- und
LOGISTIC
REGRESSION-Ausgaben..................215
3.4.4 Spezialfall: Gematchte Fall-Kontrollstudie (1:1) mit metrischen Prädiktoren -
Beispiel, Syntax, Output und Interpretation...........................................................216
3.4.5 Exkurs:
LOGISTIC
REGRESSION
vs.
NOMREG (Unterschiede).......................221
3.4.6 Voraussetzungen für eine multinomiale logistische Regression............................222
3.5 Vergleich der vorgestellten Regressionsansätze.....................................................228
4
Survivalanalysen
229
4.1 Einfuhrung in die Überlebenszeitanalyse...............................................................230
4.2 Das Grundprinzip der
Survivalanalyse
...................................................................233
4.2.1 Die Überlebensfunktion S(t)...................................................................................233
4.2.2 Die Bestimmung der Überlebensfunktion S(t).......................................................234
4.2.3 Weitere Funktionen................................................................................................236
4.3 Zensierte Daten......................................................................................................239
4.3.1 Unerwartete Ereignisse oder nicht eintretende Zielereignisse................................239
4.3.2 Drei Gründe, zensierte Daten anders als nichtzensierte Daten zu behandeln.........240
4.3.3 Umgehen mit ausfallenden Daten bzw. Zensierungen (drei Ansätze)....................241
4.4 Verfahren zur Schätzung der Überlebenszeit S(t)..................................................242
4.4.1 Versicherungsmathematische Methode bzw. Sterbetafel-Methode........................243
4.4.2 Schätzung von S(t) mit der Kaplan-Meier-Methode..............................................244
4.4.3 Beispiele ohne und mit Zensierungen (Ansatz: Kaplan-Meier).............................245
4.5 Tests für den Vergleich mehrerer Gruppen............................................................249
4.6 Überlebenszeitanalyse mit SPSS............................................................................252
4.6.1 Beispiel: Kaplan-Meier-Verfahren ohne Faktor.....................................................252
4.6.2 Beispiel: Kaplan-Meier-Verfahren mit Faktor.......................................................259
4.6.3 Vergleiche mittels mit Faktor- und Schichtvariablen (Kaplan-Meier)...................265
4.6.4 Konfidenzintervalle für Kaplan-Meier Analysen...................................................271
4.6.5 Beispiel einer Sterbetafel-Berechnung ohne Faktor...............................................273
4.6.6 Beispiel einer Sterbetafel-Berechnung mit Faktor.................................................277
4.6.7 Erste Voraussetzungen für die Berechnung einer
Survivalanalyse
........................281
4.7 Regression nach
Cox
..............................................................................................284
4.7.1 Einführung und Hintergrund des Cox-Modells......................................................284
4.7.2 Cox-Regression mit einer metrischen Kovariaten..................................................290
4.7.3 Cox-Regression mit einer dichotomen Kovariaten (k=2).......................................300
4.7.4 Cox-Regression mit einer
kategorialen
Kovariaten (k>2)......................................304
XVI Inhalt
4.7.5 Cox-Regressionen für Interaktionen......................................................................308
4.7.6 Überprüfung der Voraussetzungen einer Cox-Regression.....................................324
4.7.7 Cox-Regression mit zeitabhängigen, metrischen Kovariaten.................................332
4.7.8 Spezielle Voraussetzungen der Cox-Regression....................................................339
4.7.9 Anhang: Kontraste.................................................................................................343
5 Weitere Anwendungsbeispiele der Regressionsanalyse 349
5.1
Partial-Regression
..................................................................................................350
5.1.1 Berechnung mit der Prozedur PLS (Python
Extension)
.........................................352
5.1.2 Berechnung mit der Prozedur REGRESSION.......................................................361
5.2 Individuelle Wachstumskurven
(individual growth modeling)
..............................365
5.2.1 Ansatz 1: Modell zufälliger
Intercepts
...................................................................367
5.2.2 Ansatz 2: Modell zufalliger Steigungen.................................................................372
5.2.3 Ansatz 3: Modell zufälliger
Intercepts
und zufälliger Steigungen.........................375
5.3 Ridge-Regression (SPSS Makro)...........................................................................378
5.3.1 Visualisierung von Multikollinearität mittels Ridge-Trace....................................379
5.3.2 Berechnung einer Ridge-Regression......................................................................383
5.3.3 Das SPSS Makro „Ridge-Regression ...................................................................385
6 Weitere Ansätze und Modelle (Ausblick) 393
6.1 Weitere Regressionsansätze über SPSS Menüs.....................................................393
6.2 Weitere Regressionsvarianten über Syntax............................................................402
7 Anhang: Formeln 405
8 Literatur 421
9 Ihre Meinung zu diesem Buch 429
10 Autor 431
Syntaxverzeichnis 433
Sachverzeichnis 441
Regressionsanalyse mit SPSS
Die Regressionsanalyse gehört zu den am häufigsten eingesetzten
statistischen Verfahren. Dieses Buch führt ein in die Ansätze:
Korrelation, Regression (linear, multipel, nichtlinear), logistische
(binär,
multinomial)
und
ordinale
Regression sowie die Überlebens¬
zeitanalyse (Sterbetafel-Methode, Kaplan-Meier-Ansatz und
Regressionen nach
Cox).
Weitere Abschnitte behandeln zusätzliche
regressionsanalytische Ansätze und Modelle (z. B.
Partial
Least
Squares-Regression, Ridge-Regression,
Modellierung individueller
Wachstumskurven). Zahlreiche Rechenbeispiele werden von der
Fragestellung, der Anforderung der einzelnen Statistiken (per Maus,
per Syntax) bis hin zur Interpretation der SPSS Ausgaben syste¬
matisch durchgespielt. Auch auf mögliche Fallstricke und häufig
begangene FehleT wird eingegangen. Separate Abschnitte stellen
die diversen Voraussetzungen für die Durchführung der jeweiligen
Analyse, sowie Ansätze zu ihrer Überprüfung zusammen.
Dieses Buch ist angenehm verständlich und anwendungsorientiert
geschrieben, ohne jedoch die Komplexität und damit erforderliche
Tiefe bei der Vorstellung der Verfahren zu vernachlässigen.
DipL-Psych. Christian
FG
Schendera
ist wissenschaftlicher
Data Analyst und
Leader
im Team
Business
Intelligence
bei CSC
Switzerland.
Sein Hauptinteresse
gilt der rationalen
(Rekonstruktion von
Wissen, also des Ein¬
flusses von (nicht)-
wissenschaftlichen
(ForschungsjMetho-
den (u.a. Statistik)
jedeTArtaufdie
Konstruktion und
Rezeption von Wissen.
|
| adam_txt |
Inhalt
Vorwort
1 Korrelation 1
1.1 Einführung.1
1.2 Erste Voraussetzung: Das Skalenniveau.6
1.3 Weitere Voraussetzungen: Linearität, Homoskedastizität und Kontinuität.7
1.4 Exkurs: Grafische Tests auf Linearität.8
1.4.1 Prozedur GRAPH, Scatterplot Option.8
1.4.2 SPSS Prozedur CURVEFIT.10
1.5 Statistik und Interpretation des Korrelationskoeffizienten.14
1.5.1 Statistik des Korrelationskoeffizienten.14
1.5.2 Interpretation des Korrelationskoeffizienten.15
1.6 Berechnung mit SPSS (Beispiel).19
1.7 Fallstricke: Linearität, Scheinkorrelation und Alphafehler-Kumulation.21
1.7.1 Scheinkorrelation und partielle Korrelation.22
1.7.2 Das Problem der Alphafehler-Kumulierung.25
1.8 Spezielle Anwendungen.28
1.8.1 Vergleich von Korrelationskoeffizienten.28
1.8.2 Vergleich von Korrelationen auf Gleichheit.29
1.8.3 Kanonische Korrelation.30
1.9 Voraussetzungen für die Berechnung des Pearson-Korrelationskoeffizienten.32
2 Lineare und nichtlineare Regression 35
2.1 Lineare Regression: Zusammenhang mit Kausalrichtung.36
2.1.1
Divariate
lineare Regression: Einführung in die Regressionsanalyse mit
REGRESSION.36
2.1.2 Beispiel und Syntax für eine bivariate lineare Regression - Durchgang 1 :
Überprüfung der Linearität und Identifikation von Ausreißern anhand von
Hebelwerten und Residuen.43
2.1.3 Output und Erläuterungen.49
XIV Inhalt
2.1.4 Durchgang 2: Der Effekt des Ausschlusses von Ausreißern -
Ausgewählter Output.67
2.1.5 Exkurs: Grafik mit eingezeichneter Regressionsgerade (IGRAPH).69
2.2 Nichtlineare einfache Regression.70
2.2.1 Eine lineare Funktion wird mittels einer linearen Regressionsanalyse untersucht. 71
2.2.2 Eine nichtlineare Funktion wird mittels einer linearen Regressionsanalyse
untersucht.73
2.2.3 Eine nichtlineare Funktion wird linearisiert und mittels einer linearen Regression
untersucht.74
2.2.4 Eine nichtlineare Funktion wird mittels einer nichtlinearen Regression untersucht:
Nichtlineare Regression.76
2.2.5 Etwas Anspruchsvolleres: Eine nichtlineare Regression mit zwei Prädiktoren.91
2.2.6 Die Prozeduren NLR und CNLR für die nichtlineare Regression.93
2.2.7 Annahmen der nichtlinearen Regression.98
2.2.8 Übersicht: Modelle für die nichtlineare Regression.99
2.3 Multiple lineare Regression:
M ultikol
lineari
tät
und andere Fallstricke.102
2.3.1 Besonderheiten der Multiplen Regression.103
2.3.2 Ein erstes Beispiel: Die Interpretation der speziellen Statistiken der multiplen
Regression.106
2.3.3 Zweites Beispiel: Identifizieren und Beheben von Multikollinearität.124
2.4 Voraussetzungen für die Berechnung einer linearen Regression.132
3 Logistische und
ordinale
Regression 139
3.1 Einführung: Kausalmodell und Messniveau der abhängigen Variable.140
3.2 Binäre logistische Regression.142
3.2.1 Das Verfahren und Vergleich zu anderen Verfahren.142
3.2.2 Beispiel, Maus und Syntax: Schrittweise Methode (BSTEP).148
3.2.3 Output und Interpretation.152
3.2.4 Beispiel und Syntax: Direkte Methode ENTER.161
3.2.5 Output und Interpretation.162
3.2.6 Exkurs: Theorietest
vs.
Diagnostik bei der logistischen Regression: Modellgüte
(goodness of fit) vs.
Prädikative Effizienz
(predictive efficiency).
167
3.2.7 Voraussetzungen für eine binäre logistische Regression.167
3.3
Ordinale
Regression.175
3.3.1 Das Verfahren und Vergleich mit anderen Verfahren.176
3.3.2 Beispiel 1, Maus und Syntax: Intervallskalierte Prädiktoren (WITH-Option).179
3.3.3 Output und Interpretation.183
3.3.4 Beispiel 2 und Syntax:
Kategóriáié
Prädiktoren (BY-Option).189
3.3.5 Output und Interpretation.190
3.3.6 Voraussetzungen für eine
ordinale
Regression.198
Inhalt_XV_
3.4 Multinomiale logistische Regression.201
3.4.1 Beispiel, Maus und Syntax: Haupteffekt-Modell (dichotome AV).201
3.4.2 Output und Interpretation.210
3.4.3 Exkurs: Schrittweise Berechnung eines Modells mit einer dichotomen AV:
Vergleich derNOMREG- und
LOGISTIC
REGRESSION-Ausgaben.215
3.4.4 Spezialfall: Gematchte Fall-Kontrollstudie (1:1) mit metrischen Prädiktoren -
Beispiel, Syntax, Output und Interpretation.216
3.4.5 Exkurs:
LOGISTIC
REGRESSION
vs.
NOMREG (Unterschiede).221
3.4.6 Voraussetzungen für eine multinomiale logistische Regression.222
3.5 Vergleich der vorgestellten Regressionsansätze.228
4
Survivalanalysen
229
4.1 Einfuhrung in die Überlebenszeitanalyse.230
4.2 Das Grundprinzip der
Survivalanalyse
.233
4.2.1 Die Überlebensfunktion S(t).233
4.2.2 Die Bestimmung der Überlebensfunktion S(t).234
4.2.3 Weitere Funktionen.236
4.3 Zensierte Daten.239
4.3.1 Unerwartete Ereignisse oder nicht eintretende Zielereignisse.239
4.3.2 Drei Gründe, zensierte Daten anders als nichtzensierte Daten zu behandeln.240
4.3.3 Umgehen mit ausfallenden Daten bzw. Zensierungen (drei Ansätze).241
4.4 Verfahren zur Schätzung der Überlebenszeit S(t).242
4.4.1 Versicherungsmathematische Methode bzw. Sterbetafel-Methode.243
4.4.2 Schätzung von S(t) mit der Kaplan-Meier-Methode.244
4.4.3 Beispiele ohne und mit Zensierungen (Ansatz: Kaplan-Meier).245
4.5 Tests für den Vergleich mehrerer Gruppen.249
4.6 Überlebenszeitanalyse mit SPSS.252
4.6.1 Beispiel: Kaplan-Meier-Verfahren ohne Faktor.252
4.6.2 Beispiel: Kaplan-Meier-Verfahren mit Faktor.259
4.6.3 Vergleiche mittels mit Faktor- und Schichtvariablen (Kaplan-Meier).265
4.6.4 Konfidenzintervalle für Kaplan-Meier Analysen.271
4.6.5 Beispiel einer Sterbetafel-Berechnung ohne Faktor.273
4.6.6 Beispiel einer Sterbetafel-Berechnung mit Faktor.277
4.6.7 Erste Voraussetzungen für die Berechnung einer
Survivalanalyse
.281
4.7 Regression nach
Cox
.284
4.7.1 Einführung und Hintergrund des Cox-Modells.284
4.7.2 Cox-Regression mit einer metrischen Kovariaten.290
4.7.3 Cox-Regression mit einer dichotomen Kovariaten (k=2).300
4.7.4 Cox-Regression mit einer
kategorialen
Kovariaten (k>2).304
XVI Inhalt
4.7.5 Cox-Regressionen für Interaktionen.308
4.7.6 Überprüfung der Voraussetzungen einer Cox-Regression.324
4.7.7 Cox-Regression mit zeitabhängigen, metrischen Kovariaten.332
4.7.8 Spezielle Voraussetzungen der Cox-Regression.339
4.7.9 Anhang: Kontraste.343
5 Weitere Anwendungsbeispiele der Regressionsanalyse 349
5.1
Partial-Regression
.350
5.1.1 Berechnung mit der Prozedur PLS (Python
Extension)
.352
5.1.2 Berechnung mit der Prozedur REGRESSION.361
5.2 Individuelle Wachstumskurven
(individual growth modeling)
.365
5.2.1 Ansatz 1: Modell zufälliger
Intercepts
.367
5.2.2 Ansatz 2: Modell zufalliger Steigungen.372
5.2.3 Ansatz 3: Modell zufälliger
Intercepts
und zufälliger Steigungen.375
5.3 Ridge-Regression (SPSS Makro).378
5.3.1 Visualisierung von Multikollinearität mittels Ridge-Trace.379
5.3.2 Berechnung einer Ridge-Regression.383
5.3.3 Das SPSS Makro „Ridge-Regression".385
6 Weitere Ansätze und Modelle (Ausblick) 393
6.1 Weitere Regressionsansätze über SPSS Menüs.393
6.2 Weitere Regressionsvarianten über Syntax.402
7 Anhang: Formeln 405
8 Literatur 421
9 Ihre Meinung zu diesem Buch 429
10 Autor 431
Syntaxverzeichnis 433
Sachverzeichnis 441
Regressionsanalyse mit SPSS
Die Regressionsanalyse gehört zu den am häufigsten eingesetzten
statistischen Verfahren. Dieses Buch führt ein in die Ansätze:
Korrelation, Regression (linear, multipel, nichtlinear), logistische
(binär,
multinomial)
und
ordinale
Regression sowie die Überlebens¬
zeitanalyse (Sterbetafel-Methode, Kaplan-Meier-Ansatz und
Regressionen nach
Cox).
Weitere Abschnitte behandeln zusätzliche
regressionsanalytische Ansätze und Modelle (z. B.
Partial
Least
Squares-Regression, Ridge-Regression,
Modellierung individueller
Wachstumskurven). Zahlreiche Rechenbeispiele werden von der
Fragestellung, der Anforderung der einzelnen Statistiken (per Maus,
per Syntax) bis hin zur Interpretation der SPSS Ausgaben syste¬
matisch durchgespielt. Auch auf mögliche Fallstricke und häufig
begangene FehleT wird eingegangen. Separate Abschnitte stellen
die diversen Voraussetzungen für die Durchführung der jeweiligen
Analyse, sowie Ansätze zu ihrer Überprüfung zusammen.
Dieses Buch ist angenehm verständlich und anwendungsorientiert
geschrieben, ohne jedoch die Komplexität und damit erforderliche
Tiefe bei der Vorstellung der Verfahren zu vernachlässigen.
DipL-Psych. Christian
FG
Schendera
ist wissenschaftlicher
Data Analyst und
Leader
im Team
Business
Intelligence
bei CSC
Switzerland.
Sein Hauptinteresse
gilt der rationalen
(Rekonstruktion von
Wissen, also des Ein¬
flusses von (nicht)-
wissenschaftlichen
(ForschungsjMetho-
den (u.a. Statistik)
jedeTArtaufdie
Konstruktion und
Rezeption von Wissen. |
| any_adam_object | 1 |
| any_adam_object_boolean | 1 |
| author | Schendera, Christian F. G. |
| author_GND | (DE-588)12874202X |
| author_facet | Schendera, Christian F. G. |
| author_role | aut |
| author_sort | Schendera, Christian F. G. |
| author_variant | c f g s cfg cfgs |
| building | Verbundindex |
| bvnumber | BV023424133 |
| classification_rvk | CM 4000 MR 2200 QH 234 SK 840 ST 601 |
| classification_tum | DAT 307f MAT 628f |
| ctrlnum | (OCoLC)255002091 (DE-599)DNB988250551 |
| dewey-full | 519.536 |
| dewey-hundreds | 500 - Natural sciences and mathematics |
| dewey-ones | 519 - Probabilities and applied mathematics |
| dewey-raw | 519.536 |
| dewey-search | 519.536 |
| dewey-sort | 3519.536 |
| dewey-tens | 510 - Mathematics |
| discipline | Informatik Soziologie Psychologie Mathematik Wirtschaftswissenschaften |
| discipline_str_mv | Informatik Soziologie Psychologie Mathematik Wirtschaftswissenschaften |
| format | Book |
| fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>02182nam a2200505 c 4500</leader><controlfield tag="001">BV023424133</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">20151221 </controlfield><controlfield tag="007">t</controlfield><controlfield tag="008">080730s2008 gw |||| |||| 00||| ger d</controlfield><datafield tag="016" ind1="7" ind2=" "><subfield code="a">988250551</subfield><subfield code="2">DE-101</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783486586923</subfield><subfield code="c">Pb. : ca. EUR 34.80</subfield><subfield code="9">978-3-486-58692-3</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)255002091</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)DNB988250551</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">rda</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="044" ind1=" " ind2=" "><subfield code="a">gw</subfield><subfield code="c">XA-DE-BY</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-355</subfield><subfield code="a">DE-12</subfield><subfield code="a">DE-19</subfield><subfield code="a">DE-M49</subfield><subfield code="a">DE-824</subfield><subfield code="a">DE-92</subfield><subfield code="a">DE-945</subfield><subfield code="a">DE-20</subfield><subfield code="a">DE-N2</subfield><subfield code="a">DE-526</subfield><subfield code="a">DE-634</subfield><subfield code="a">DE-11</subfield><subfield code="a">DE-860</subfield><subfield code="a">DE-384</subfield><subfield code="a">DE-188</subfield><subfield code="a">DE-91S</subfield><subfield code="a">DE-473</subfield></datafield><datafield tag="082" ind1="0" ind2=" "><subfield code="a">519.536</subfield><subfield code="2">22/ger</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">CM 4000</subfield><subfield code="0">(DE-625)18951:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">MR 2200</subfield><subfield code="0">(DE-625)123489:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">QH 234</subfield><subfield code="0">(DE-625)141549:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">SK 840</subfield><subfield code="0">(DE-625)143261:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">ST 601</subfield><subfield code="0">(DE-625)143682:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">330</subfield><subfield code="2">sdnb</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">310</subfield><subfield code="2">sdnb</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">DAT 307f</subfield><subfield code="2">stub</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">MAT 628f</subfield><subfield code="2">stub</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Schendera, Christian F. G.</subfield><subfield code="e">Verfasser</subfield><subfield code="0">(DE-588)12874202X</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Regressionsanalyse mit SPSS</subfield><subfield code="c">von Dipl.-Psych. Christian FG Schendera</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">München</subfield><subfield code="b">Oldenbourg Verlag</subfield><subfield code="c">[2008]</subfield></datafield><datafield tag="264" ind1=" " ind2="4"><subfield code="c">© 2008</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">XVI, 466 Seiten</subfield><subfield code="b">Diagramme</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">n</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">nc</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">SPSS</subfield><subfield code="0">(DE-588)4056588-9</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Regressionsanalyse</subfield><subfield code="0">(DE-588)4129903-6</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="689" ind1="0" ind2="0"><subfield code="a">Regressionsanalyse</subfield><subfield code="0">(DE-588)4129903-6</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="1"><subfield code="a">SPSS</subfield><subfield code="0">(DE-588)4056588-9</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="856" ind1="4" ind2=" "><subfield code="u">http://d-nb.info/988250551/04</subfield><subfield code="3">Inhaltsverzeichnis</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="m">Digitalisierung UB Regensburg</subfield><subfield code="q">application/pdf</subfield><subfield code="u">http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=016606518&sequence=000003&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA</subfield><subfield code="3">Inhaltsverzeichnis</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="m">Digitalisierung UB Regensburg</subfield><subfield code="q">application/pdf</subfield><subfield code="u">http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=016606518&sequence=000004&line_number=0002&func_code=DB_RECORDS&service_type=MEDIA</subfield><subfield code="3">Klappentext</subfield></datafield><datafield tag="999" ind1=" " ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-016606518</subfield></datafield></record></collection> |
| id | DE-604.BV023424133 |
| illustrated | Not Illustrated |
| index_date | 2024-07-02T21:32:05Z |
| indexdate | 2024-07-09T21:18:20Z |
| institution | BVB |
| isbn | 9783486586923 |
| language | German |
| oai_aleph_id | oai:aleph.bib-bvb.de:BVB01-016606518 |
| oclc_num | 255002091 |
| open_access_boolean | |
| owner | DE-355 DE-BY-UBR DE-12 DE-19 DE-BY-UBM DE-M49 DE-BY-TUM DE-824 DE-92 DE-945 DE-20 DE-N2 DE-526 DE-634 DE-11 DE-860 DE-384 DE-188 DE-91S DE-BY-TUM DE-473 DE-BY-UBG |
| owner_facet | DE-355 DE-BY-UBR DE-12 DE-19 DE-BY-UBM DE-M49 DE-BY-TUM DE-824 DE-92 DE-945 DE-20 DE-N2 DE-526 DE-634 DE-11 DE-860 DE-384 DE-188 DE-91S DE-BY-TUM DE-473 DE-BY-UBG |
| physical | XVI, 466 Seiten Diagramme |
| publishDate | 2008 |
| publishDateSearch | 2008 |
| publishDateSort | 2008 |
| publisher | Oldenbourg Verlag |
| record_format | marc |
| spelling | Schendera, Christian F. G. Verfasser (DE-588)12874202X aut Regressionsanalyse mit SPSS von Dipl.-Psych. Christian FG Schendera München Oldenbourg Verlag [2008] © 2008 XVI, 466 Seiten Diagramme txt rdacontent n rdamedia nc rdacarrier SPSS (DE-588)4056588-9 gnd rswk-swf Regressionsanalyse (DE-588)4129903-6 gnd rswk-swf Regressionsanalyse (DE-588)4129903-6 s SPSS (DE-588)4056588-9 s DE-604 http://d-nb.info/988250551/04 Inhaltsverzeichnis Digitalisierung UB Regensburg application/pdf http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=016606518&sequence=000003&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA Inhaltsverzeichnis Digitalisierung UB Regensburg application/pdf http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=016606518&sequence=000004&line_number=0002&func_code=DB_RECORDS&service_type=MEDIA Klappentext |
| spellingShingle | Schendera, Christian F. G. Regressionsanalyse mit SPSS SPSS (DE-588)4056588-9 gnd Regressionsanalyse (DE-588)4129903-6 gnd |
| subject_GND | (DE-588)4056588-9 (DE-588)4129903-6 |
| title | Regressionsanalyse mit SPSS |
| title_auth | Regressionsanalyse mit SPSS |
| title_exact_search | Regressionsanalyse mit SPSS |
| title_exact_search_txtP | Regressionsanalyse mit SPSS |
| title_full | Regressionsanalyse mit SPSS von Dipl.-Psych. Christian FG Schendera |
| title_fullStr | Regressionsanalyse mit SPSS von Dipl.-Psych. Christian FG Schendera |
| title_full_unstemmed | Regressionsanalyse mit SPSS von Dipl.-Psych. Christian FG Schendera |
| title_short | Regressionsanalyse mit SPSS |
| title_sort | regressionsanalyse mit spss |
| topic | SPSS (DE-588)4056588-9 gnd Regressionsanalyse (DE-588)4129903-6 gnd |
| topic_facet | SPSS Regressionsanalyse |
| url | http://d-nb.info/988250551/04 http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=016606518&sequence=000003&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=016606518&sequence=000004&line_number=0002&func_code=DB_RECORDS&service_type=MEDIA |
| work_keys_str_mv | AT schenderachristianfg regressionsanalysemitspss |
Es ist kein Print-Exemplar vorhanden.
Inhaltsverzeichnis