Library Catalog
Amazon cover image
Image from Amazon.com

Clusteranalyse : Anwendungsorientierte Einführung in Klassifikationsverfahren / Johann Bacher, Knut Wenzig, Andreas Pöge.

By: Contributor(s): Material type: TextTextPublisher: Berlin ; Boston : Oldenbourg Wissenschaftsverlag, [2011]Copyright date: ©2010Edition: 3., erg., vollst. überarb. und neu gestaltete AuflDescription: 1 online resource (538 p.)Content type:
Media type:
Carrier type:
ISBN:
  • 9783486584578
  • 9783486710236
Subject(s): Other classification:
  • online - DeGruyter
Online resources:
Contents:
Front Matter -- Unvollstündige Clusteranalyseverfahren -- Unvollstündige Clusteranalyseverfahren -- 2 Einleitende übersicht -- Unvollstündige Clusteranalyseverfahren -- 3 Multiple Korrespondenzanalyse -- Unvollstündige Clusteranalyseverfahren -- 4 Nichtmetrische mehrdimensionale Skalierung -- Unvollstündige Clusteranalyseverfahren -- 5 Weitere rüumliche Darstellungsverfahren -- Deterministische Clusteranalyseverfahren -- Deterministische Clusteranalyseverfahren -- 6 Einleitende übersicht -- Deterministische Clusteranalyseverfahren -- 7 Gewichtung und Transformation von Variablen -- Deterministische Clusteranalyseverfahren -- 8 Unühnlichkeits- und ühnlichkeitsmaüe -- Deterministische Clusteranalyseverfahren -- 9 Nüchste-Nachbarn- und Mittelwertverfahren -- Deterministische Clusteranalyseverfahren -- 10 Reprüsentanten-Verfahren -- Deterministische Clusteranalyseverfahren -- 11 Hierarchische Verfahren zur Konstruktion von Clusterzentren -- Deterministische Clusteranalyseverfahren -- 12 K-Means-Verfahren -- Probabilistische Clusteranaylseverfahren -- Probabilistische Clusteranaylseverfahren -- 13 Einleitende übersicht -- Probabilistische Clusteranaylseverfahren -- 14 Latente Profilanalyse -- Probabilistische Clusteranaylseverfahren -- 15 Analyse latenter Klassen für nominale, ordinale und gemischtskalierte Variablen -- Probabilistische Clusteranaylseverfahren -- 16 Latent-GOLD-Ansatz -- Probabilistische Clusteranaylseverfahren -- 17 Weiterentwicklungen und Modifikationen -- Spezielle Anwendungsfragen -- Spezielle Anwendungsfragen -- 18 Häufig gestellte Anwendungsfragen -- Spezielle Anwendungsfragen -- 19 Klassifikation von Verlüufen mittels Optimal Matching -- Spezielle Anwendungsfragen -- 20 Formale Gültigkeitsprüfung und Konsensuslüsungen -- Spezielle Anwendungsfragen -- Back Matter
Summary: 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
Holdings
Item type Current library Call number URL Status Notes Barcode
eBook eBook Biblioteca "Angelicum" Pont. Univ. S.Tommaso d'Aquino Nuvola online online - DeGruyter (Browse shelf(Opens below)) Online access Not for loan (Accesso limitato) Accesso per gli utenti autorizzati / Access for authorized users (dgr)9783486710236

Front Matter -- Unvollstündige Clusteranalyseverfahren -- Unvollstündige Clusteranalyseverfahren -- 2 Einleitende übersicht -- Unvollstündige Clusteranalyseverfahren -- 3 Multiple Korrespondenzanalyse -- Unvollstündige Clusteranalyseverfahren -- 4 Nichtmetrische mehrdimensionale Skalierung -- Unvollstündige Clusteranalyseverfahren -- 5 Weitere rüumliche Darstellungsverfahren -- Deterministische Clusteranalyseverfahren -- Deterministische Clusteranalyseverfahren -- 6 Einleitende übersicht -- Deterministische Clusteranalyseverfahren -- 7 Gewichtung und Transformation von Variablen -- Deterministische Clusteranalyseverfahren -- 8 Unühnlichkeits- und ühnlichkeitsmaüe -- Deterministische Clusteranalyseverfahren -- 9 Nüchste-Nachbarn- und Mittelwertverfahren -- Deterministische Clusteranalyseverfahren -- 10 Reprüsentanten-Verfahren -- Deterministische Clusteranalyseverfahren -- 11 Hierarchische Verfahren zur Konstruktion von Clusterzentren -- Deterministische Clusteranalyseverfahren -- 12 K-Means-Verfahren -- Probabilistische Clusteranaylseverfahren -- Probabilistische Clusteranaylseverfahren -- 13 Einleitende übersicht -- Probabilistische Clusteranaylseverfahren -- 14 Latente Profilanalyse -- Probabilistische Clusteranaylseverfahren -- 15 Analyse latenter Klassen für nominale, ordinale und gemischtskalierte Variablen -- Probabilistische Clusteranaylseverfahren -- 16 Latent-GOLD-Ansatz -- Probabilistische Clusteranaylseverfahren -- 17 Weiterentwicklungen und Modifikationen -- Spezielle Anwendungsfragen -- Spezielle Anwendungsfragen -- 18 Häufig gestellte Anwendungsfragen -- Spezielle Anwendungsfragen -- 19 Klassifikation von Verlüufen mittels Optimal Matching -- Spezielle Anwendungsfragen -- 20 Formale Gültigkeitsprüfung und Konsensuslüsungen -- Spezielle Anwendungsfragen -- Back Matter

restricted access online access with authorization star

http://purl.org/coar/access_right/c_16ec

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

Mode of access: Internet via World Wide Web.

In German.

Description based on online resource; title from PDF title page (publisher's Web site, viewed 29. Nov 2021)