Angewandte Multivariate Statistik

Beginn der Vorlesung: Montag 3. April 2006.

Übungen: Details zur Übung befinden sich hier.

Übersicht:

Die multivariate Statistik befasst sich mit der gemeinsamen Verteilung von mehreren Zufallsvariablen.

Viele Verfahren beruhen auf der mehrdimensionalen Normalverteilung. Analog zur univariaten Statistik befasst man sich mit der Unterscheidung zwischen Gruppen (Diskriminanzanalyse) und untersucht Einflüsse von Ausgangsgrössen (erklärenden Variablen) auf mehrere Zielgrössen (Regression). Hinzu kommen Verfahren zur Reduktion der Dimension (Hauptkomponenten, Ordination) und Suche von Gruppen (Cluster-Analyse).

Inhalt:
Multivariate Statistik befasst sich mit der Analyse von Stichproben von mehreren (Zufalls-) Variablen. Fragestellungen sind:

• Graphische Darstellung
• Modelle für multivariate Daten, Normalverteilung
• Zusammenhänge zwischen Variablen
• Unterschiede zwischen Gruppen testen, Klassifikation
• Dimensionsreduktion, meistens für graphische Darstellungen
• Gruppen bilden (Cluster-Analyse)

In der Vorlesung wird ein Überblick über die Problemstellungen und Methoden geboten. Eine Auswahl wird vertieft behandelt.

Vorlesungsunterlagen

Das ganze Skript zur Vorlesung ist hier als erhältlich.

Informationen zu R

• R-Tutorial für Windows (PDF).
• Kurze Einführung, geeignet für die Vorlesung R-Befehle dazu (PDF).
• R Homepage
• Einführung in das Statistikpaket R, für angewandte Vorlesungen ( PDF)
• R-Befehle dazu

Literatur zur Vorlesung:

• W. Stahel, "Statistische Datenanalyse: Eine Einführung für Naturwissenschaftler" (4. Auflage), Vieweg, 2002.