Zusammenfassung
Als kleine Auswahl von multivariaten Verfahren stellt das folgende Kapitel zunächst die Hauptkomponentenanalyse und Faktorenanalyse vor. Es folgen die multivariate multiple Regression, Hotellings T^2 für eine oder für zwei - unabhängige oder verbundene - Stichproben und schließlich die multivariate Varianzanalyse.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
Für weitere Verfahren für latente Variablen vgl. den Abschn. Psychometric Models der CRAN Task Views (R Development Core Team; 2015a).
- 2.
Die konfirmatorische Faktorenanalyse ist mit Hilfe linearer Strukturgleichungsmodelle durchzuführen, etwa mit den Paketen sem (Fox, Nie & Byrnes; 2015), OpenMx (Boker et al.; 2011) oder lavaan (Rosseel; 2012).
- 3.
Weitere Rotationsarten, etwa für das Modell korrelierter Faktoren, stellt das Paket GPArotation (Bernaards & Jennrich; 2005) zur Verfügung.
- 4.
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2016 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Wollschläger, D. (2016). Multivariate Verfahren. In: R kompakt. Springer-Lehrbuch. Springer Spektrum, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-49102-7_9
Download citation
DOI: https://doi.org/10.1007/978-3-662-49102-7_9
Published:
Publisher Name: Springer Spektrum, Berlin, Heidelberg
Print ISBN: 978-3-662-49101-0
Online ISBN: 978-3-662-49102-7
eBook Packages: Life Science and Basic Disciplines (German Language)