2010 | OriginalPaper | Buchkapitel
Regression mit unbekannten Subpopulationen
verfasst von : Petra Stein
Erschienen in: Handbuch der sozialwissenschaftlichen Datenanalyse
Verlag: VS Verlag für Sozialwissenschaften
Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.
Wählen Sie Textabschnitte aus um mit Künstlicher Intelligenz passenden Patente zu finden. powered by
Markieren Sie Textabschnitte, um KI-gestützt weitere passende Inhalte zu finden. powered by
Bei der Analyse multivariater Daten in der sozialwissenschaftlichen Forschung werden in der Regel zwei unterschiedliche Typen von statistischen Analysetechniken verwendet. Der erste Typ umfasst Verfahren, die auf der Tradition der Regressionsanalyse gründen. Unter Anwendung dieser Verfahren werden strukturelle Beziehungen zwischen Variablen in statistischen Modellen spezifiziert und anhand empirischer Daten überprüft. Der zweite Typ umfasst Verfahren, die in der Tradtition der Klassifikationsverfahren stehen. Ziel dieser Verfahren ist die einer Menge von Objekten zu Gruppen derart, dass die Gruppen bezüglich der einbezogenen Merkmale in sich möglichst homogen und untereinander möglichst heterogen sind. In der empirischen Sozialforschung ist es zwar üblich, diese beiden Typen von Verfahren in getrennten Analysen zu verwenden, aus statistischen Gründen ist es jedoch sinnvoll, diese beiden Typen von Verfahren in einem gemeinsamen Ansatz zu verbinden. In diesem Beitrag wird ein statistisches Analyseverfahren vorgestellt, das eine Synthese zwischen den beiden Typen statistischer Analyseverfahren herstellt. Unter Verwendung des Analyseinstruments kann eine heterogene Population aufgrund der unterschiedlichen Beziehungsstrukturen in homogene Subpopulationen zerlegt werden.