Bernd Erichson Book order (chronological)

Das Lehrbuch behandelt neun grundlegende Verfahren der multivariaten Datenanalyse (Regressions-, Zeitreihen-, Varianz-, Diskriminanz-, Kontingenz-, Faktoren-, Cluster-, Conjoint-Analyse, Logistische Regression). Die Anforderungen an mathematische Vorkenntnisse halten die Autoren niedrig und erlautern die Verfahren anhand eines Fallbeispiels. Der Band richtet sich an Praktiker und Bachelor-Studierende, die sich mit den grundlegenden Verfahren vertraut machen und gleichzeitig einen Einblick in fortgeschrittene Analyseverfahren erhalten mochten."

Dieses Lehrbuch behandelt die wichtigsten multivariaten Analysemethoden, n mlich Regressionsanalyse, Varianzanalyse, Faktorenanalyse, Clusteranalyse, Diskriminanzanalyse, Kausalanalyse (LISREL), Multidimensionale Skalierung und Conjoint-Analyse. Die Vorteile dieses Arbeitstextes sind geringstm gliche Anforderungen an mathematische Vorkenntnisse, allgemeinverst ndliche Darstellung anhand eines f r mehrere Methoden verwendeten Beispiels, konsequente Anwendungsorientierung, Einbeziehung der EDV in die Darstellung unter schwerpunktm iger Verwendung von SPSS, vollst ndige Nachvollziehbarkeit aller Operationen durch den Leser, Aufzeigen von methodenbedingten Manipulationsspielr umen, unabh ngige Erschlie barkeit jedes einzelnen Kapitels. Das Buch ist von besonderem Nutzen f r alle, die sich mit diesen Methoden vertraut machen wollen und sich anhand von nachvollziehbaren Beispielen die Verfahren erarbeiten m chten. Die Beispiele sind dem Marketing-Bereich entnommen; die Darstellung ist jedoch so einfach gehalten, da jeder Leser die Fragestellung versteht und auf seine spezifischen Probleme in anderen Bereichen bertragen kann.

Dieses Lehrbuch behandelt die 12 wichtigsten Verfahren der multivariaten Analysemethoden. Dies sind Regressions-, Varianz-, Diskriminanz-, Kontingenz-, Faktoren-, Cluster-, Korrespondenz- und logistische Regressionsanalyse sowie Conjoint Measurement, Multidimensionale Skalierung, Strukturgleichungsmodelle (AMOS) und Neuronale Netze. Die Vorteile des Buches liegen in geringst mvglichen Anforderungen an mathematische Vorkenntnisse, allgemeinverstdndliche Darstellung anhand eines f]r alle Methode verwendeten Fallbeispiels, konsequente Anwendungsorientierung, Erlduterung der Fallbeispiele unter Verwendung von SPSS f]r Windows 11.0, vollstdndige Nachvollziehbarkeit der zentralen Rechenoperationen, Aufzeigen von methodenbedingten Manipulationsspielrdumen, unabhdngige Erschlie_barkeit jedes Verfahrens. In der 10. Auflage wurden die Korrespondenzanalyse und die Neuronalen Netze als neue Verfahren in das Buch aufgenommen. Dar]ber hinaus wurden die Regressionsanalyse, die logistische Regression und die Strukturgleichungsmodelle neu verfasst. Die Fallbeispiele wurden mit SPSS 11.0 durchgef]hrt und anhand von screen-shots demonstriert. Die Beispiele sind aus dem Marketing-Bereich entnommen und die Darstellung kann aber in andere Bereiche ]bertragen werden.