Clusteranalyse: Anwendungsorientierte Einführung in Klassifikationsverfahren (3RD)

個数:
  • ポイントキャンペーン

Clusteranalyse: Anwendungsorientierte Einführung in Klassifikationsverfahren (3RD)

  • ウェブストア価格 ¥11,605(本体¥10,550)
  • de Gruyter Oldenbourg(2010/09発売)
  • 外貨定価 US$ 60.00
  • 【ウェブストア限定】洋書・洋古書ポイント5倍対象商品(~2/28)
  • ポイント 525pt
  • オンデマンド(OD/POD)版です。キャンセルは承れません。
  • 【入荷遅延について】
    世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
    おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。
  • ◆画像の表紙や帯等は実物とは異なる場合があります。
  • ◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
    また、洋書販売価格は、ご注文確定時点での日本円価格となります。
    ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。
  • 製本 Paperback:紙装版/ペーパーバック版/ページ数 538 p.
  • 言語 GER
  • 商品コード 9783486584578

Description

Systematische Einführung in die Clusteranalyseverfahren, die in zahlreichen Disziplinen Verwendung finden, z.B. zur Bestimmung von unterschiedlichen Lebens- und Konsumstilen oder von Wertorientierungstypen. Für alle empirisch arbeitenden Wirtschafts- und Sozialwissenschaftler. Das Buch stellt eine systematische Einführung in die Clusteranalyseverfahren dar, die in zahlreichen Disziplinen Verwendung finden, zum Beispiel zur Bestimmung von unterschiedlichen Lebens- und Konsumstilen oder von Wertorientierungstypen. Die dritte Auflage wurde um eine Sammlung von Beispielen aus der Forschungspraxis, eine taxative Nennung und Beschreibung von Kriterien für eine gute Klassifikation erweitert. Sie berücksichtigt nun auch Distanzmaße für Verlaufsdaten, Missing Values-Behandlung mittels Clusteranalyse und Validierungsindizes. Daneben wurde als entscheidende Erweiterung des K-Means-Verfahrens die Methode der multiplen zufälligen Startwerte aufgenommen und Verallgemeinerungen, die andere Distanzfunktionen und Lageparameter nutzen, dargestellt. Den modellbasierten Verfahren, die eine Modellierung von komplexen Clustermodellen ermöglichen, wurde erheblich mehr Platz eingeräumt, und eine Einführung in die Bayes-Statistik wurde ergänzt. Im praktisch orientierten Teil werden häufig gestellte Anwenderfragen beantwortet und die Klassifikation von Verläufen mittels Optimal Matching, die Bildung von Konsensclustern und die formale Gültigkeitsprüfung dargestellt. In allen Teilen wurden konkrete praktische Anwendungsempfehlungen aufgenommen. Weitere Informationen unter: www.clusteranalyse.net Aus dem Inhalt
1. Einleitung
2. Unvollständige Clusteranalyseverfahren
3. Deterministische Clusteranalyseverfahren
4. Probabilistische Clusteranalyseverfahren
Johann Bacher ist Universitätsprofesssor für Soziologie und empirische Sozialforschung und Leiter der Abteilung für empirische Sozialforschung der Johannes Kepler Universität Linz. Forschungsschwerpunkte: Methoden der empirischen Sozialforschung, statistische Datenauswertung, Kindheits- und Bildungsforschung und Soziologie des Abweichenden Verhaltens; zahlreiche Veröffentlichung in den Forschungsschwerpunkten.

最近チェックした商品