Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
On Limiting Donor Usage for Imputation of Missing Data via Hot Deck Methods Kapitel lesen Erstes Kapitel lesen

2014 | OriginalPaper | Buchkapitel

Supporting Selection of Statistical Techniques

verfasst von : Kay F. Hildebrand

Erschienen in: Data Analysis, Machine Learning and Knowledge Discovery

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

In this paper we describe the necessity for a semi-structured approach towards the selection of techniques in quantitative research. Deciding for a set of suitable techniques to work with a given dataset is a non-trivial and time-consuming task. Thus, structured support for choosing adequate data analysis techniques is required. We present a structural framework for organizing techniques and a description template to uniformly characterize techniques. We show that the former will provide an overview on all available techniques on different levels of abstraction, while the latter offers a way to assess a single method as well as compare it to others.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Testing Models for Medieval Settlement Location
Nächstes Kapitel Alignment Methods for Folk Tune Classification
Literatur
Dekking, F. M., Kraaikamp, C., Lopuhaa, H. P., & Meester, L. E. (2010). Modern introduction to probability and statistics. London: Springer.
Fahrmeir, L., Künstler, R., Pigeot, I., & Tutz, G. (2007). Statistik: der Weg zur Datenanalyse; mit 25 Tabellen New York.
Feelders, A., Daniels, H., & Holsheimer, M. (2000). Methodological and practical aspects of data mining. Information & Management, 37, 271–281.CrossRef
Feller, W. (1971). An introduction to probability theory and its applications (2nd ed.) (Vol. 2, p. 669). New York: Wiley.
Feller, W. (1968). An introduction to probability theory and its applications (3rd ed.) (Vol. 1, p. 509). New York: Wiley.
Georgii, H.-O. (2007). Stochastik. (3rd ed.) (p. 378). Gruyter.
Grob, H. L., & Bensberg, F. (2009). Das data-mining-konzept. Computergestütztes Controlling. Münster: Institut für Wirtschaftsinformatik.
Härdle, W., & Simar, L. (2011). Applied multivariate statistical analysis. Berlin: Springer.
Han, J., Kamber, M., & Pei, J. (2011). Data mining: concepts and techniques. (3rd ed.) (p. 744). Los Altos: Morgan Kaufmann.
Hand, D. J., Mannila, H., & Smyth, P. (2001). Principles of data mining.
Handl, A. (2002). Multivariate analysemethoden (p. 464). Berlin: Springer.
Hartung, J., Elpelt, B., & Klösener, K.-H. (2009). Statistik. Lehr- und Handbuch der angewandten Statistik. Biometrical Journal, 15, 1145.
Hastie, T., Tibshirani, R., & Friedman, J. (2008). The elements of statistical learning: Data mining, inference and prediction. International Statistical Review (2nd ed.) (Vol. 77, p. 745). Berlin: Springer.
Jackson, J. (2002). Data mining: A conceptual overview. Communications of the Association for Information Systems, 8, 267–296.
Witten, I. H., Frank, E., & Hall, M. A. (2011). Data mining: Practical machine learning tools and techniques. Annals of Physics (Vol. 54, p. 664). Los Altos: Morgan Kaufmann.
Metadaten
Titel
Supporting Selection of Statistical Techniques
verfasst von
Kay F. Hildebrand
Copyright-Jahr
2014
Buch
Data Analysis, Machine Learning and Knowledge Discovery

Print ISBN: 978-3-319-01594-1

Electronic ISBN: 978-3-319-01595-8

Copyright-Jahr: 2014

DOI
https://doi.org/10.1007/978-3-319-01595-8_39