Johann Bacher Andreas Pöge Knut Wenzig Bacher Clusteranalyse

Clusteranalyse

von Johann Bacher Andreas Pöge Knut Wenzig

Anwendungsorientierte Einführung in Klassifikationsverfahren

EUR 42,95

Buch in deiner Nähe kaufen


...oder deine aktuelle Postleitzahl eingeben:
oder

Beschreibung

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

Autor*in

Johann Bacher

Themen in »Clusteranalyse«

Indizes Modellierung Parameter Statistik Indizes Modellierung Parameter Statistik HANDB.DT.SPR.EXILTHEATER '33-'45 KPLT

Stimmen zu »Clusteranalyse«

Details

ISBN: 9783486584578
Verlag: De Gruyter Oldenbourg
Erscheinung: 01.01.2010

Link teilen


Über buchnah.de | Die Buchhandlungen | Die Verlage | Impressum & Kontakt | Datenschutz | Presse


Auf dieser Seite kannst Du Buchhandlungen in der Nähe finden