Angewandte Multivariate Statistik

Welche Fragen beantwortet uns die Multivariate Statistik?

  • Welches Verkehrsmittel wird auf dem Weg von der Wohnung zur Arbeit gewählt?
  • Wer ist die Zielgruppe für Reisen auf einem Kreuzfahrtschiff? Durch welche Werbemaßnahmen wird die Zielgruppe am ehesten auf ein Schiff gelockt?
  • Wie können mit Hilfe geographischer Distanzen zwischen Städten gesamte Landkarten erstellt werden?
  • Welche Faktoren beeinflussen Aktienpreise?
  • Wie differenziert man zwischen Konsumentengruppen verschiedener Restaurants?
  • Mit welcher Wahrscheinlichkeit stammt ein, durch Archäologen, ausgegrabenes Buch von Shakespear?

Der Kurs befähigt, solche Fragen aus der Marktforschung zu beantworten. Dafür werden verschiedene Verfahren aus der multivariaten Statistik, wie zum Beispiel Hauptkomponenten-, Faktoren-, Diskriminanz- und Clusteranalyse besprochen. Zusätzlich gibt es eine Einführung in die Programmiersprache R, die ein sehr hilfreiches Werkzeug bei der statistischen Auswertung großer Datensätze darstellt.

Veranstaltungsverlauf

  • Es stehen die PC im FAL/002 für die Übungen zur Verfügung. Alle Teilnehmer können zur Übung auch ihren eigenen Laptop mit installierter R Software (open source) nutzen (Bitte beachten Sie die GNU GENERAL PUBLIC LICENSE).
  • Alle Teilnehmer werden zudem eine Projektarbeit erstellen. Dazu bearbeiten Sie einen Datensatz und stellen Ihre Arbeit anschließend am Ende des Semesters vor.
  • Die Vorlesung wird mit einer Klausur (90 Minuten) abgeschlossen.

Aktuelles

  • Die erste Übung findet am 10.10.2017 statt.
  • Alle Unterlagen (Vorlesungsskripte, Übungen) finden Sie bitte im OPAL Kurs. Das Passwort entspricht dem der Vorlesung Theoretische Multivariate Statistik.

Veranstaltungen

Veranstaltung Wochentag Zeit Raum Dozent
Vorlesung / Lecture Mittwoch / Wednesday 4.DS POT/361/H Prof. Ostap Okhrin

Übung / Excersise

Dienstag / Tuesday 4.DS FAL/002 Dr. Iryna Okhrin

Themen

  • Hypothesis testing.
  • Decomposition of data matrices by factors.
  • Principal component analysis.
  • Factor analysis.
  • Cluster analysis.
  • Correspondence analysis.
  • Canonical cirrelation anallysis.
  • Multidimensional scaling.

Literatur

  • Backhaus, K., Erichson, B., Plinke, W., Weiber, R. (2008), Multivariate Analysemethoden: Eine anwendungsorientierte Einführung (12. Auflage), Springer Verlag.
  • Härdle, W., Simar, L. (2015), Applied Multivariate Statistical Analysis (4nd edititon), Springer Lehrbuch.
  • Härdle, W., Hlavka, Z. (2007), Multivariate Statistics: Exercises and Solutions, Springer Lehrbuch.

Zu dieser Seite

Stefanie Lösch
Letzte Änderung: 10.10.2017