Multivariate Analysemethoden - Frage

[ma.gr]

Guten Morgen!

Wenn es heißt "multivariate Analysemethoden charakterisieren und erklären", ist diese Frage auf zB MANOVA oder ALM multivariat (also >1 Zielvariable) beschränkt, oder kann man da alle Verfahren die wir besprochen haben erklären.

Ich bin mir unsicher, mich verwirrt da Folie 15 vom ersten Teil. Für mich heißt das Geschlecht als abhängige Var und Energie als Zielvariable (sind mind. 2 Variablen) gilt als multivariate Analyse...

Vielleicht kann jemand weiterhelfen?!?

LG

[kapri]

ich würd nur die zwei sagen

[hedl-dedl]

du könntest auch zB FA und PCA aufzählen

[kapri]

hab ich das richtig verstanden:

multivariat ist es dann, wenn ich mehr als 1 Zielvariable hab?

[hedl-dedl]

genau..man hat mehrere abhängige Variablen (=Zielvariablen)

[kapri]

und wenn ich mehrere x, also erklärende hab?
so ist das ja bei fakotrenanlyse oder?

gehört das dann auch dazu???

hab grad an knopf im hirn

[hedl-dedl]

bei FA versuchst du viele x auf weniger faktoren (y) zu reduzieren...würd ich jetzt sagen.

bin auch schon total verwirrt :s

[kapri]

Jetzt ist die verwirrung perfekt

Kann uns jemand helfen?

[micky]

multivariat bedeutet: gleichzeitige Analyse mehrerer Variablen (mind. 2)
z.B: nicht nur Energie
sondern Zusammenhang Energie, Fett, KH, Prot und Geschlecht

daher glaub ich, dass alle die wir gemacht haben auch multivariate Verfahren sind (bis auf T-Test ganz am Anfang) steht eh dabei (UVA = univariate Analyse)


Aus Wiki:
Innerhalb der Statistik drückt univariat aus, dass die betrachtete Messgröße eindimensional ist, selbst wenn sie von mehreren Variablen abhängt. Dies ist insbesondere dann der Fall, wenn die Messgröße die eindimensionale abhängige Variable eines Zufallsexperimentes oder die Merkmalsausprägung einer eindimensionalen Zufallsvariable ist. Die Beobachtungen können dann einzeln dargestellt werden.

Dementsprechend drückt multivariat aus, dass die Messgröße mehrdimensional ist (multivariate Verteilung, multivariate Verfahren), und bivariat, dass die Messgröße zweidimensional ist (bivariate Verteilung). Die Beobachtungen können dann entweder in Form eines Vektors oder durch mehrere eindimensionale Messgrößen dargestellt werden.

Beispiel:
Untersucht man diese beiden Größen getrennt, indem man beispielsweise den Mittelwert des Gewichts oder den Mittelwert der Körpergröße aller Versuchspersonen berechnet, so handelt es sich dabei um univariate Analysen.

Betrachtet man hingegen die Körpergröße und das Gewicht jeder Person zusammen und möchte diese beispielsweise durch eine bivariate Verteilung beschreiben, so handelt es sich um eine bivariate Analyse, da die Messgröße (Körpergröße zusammen mit Gewicht) zweidimensional ist.

das heißt: Jedes für sich einzeln analysiert = univariat, wenn du gleich mehrere Dinge in ein Modell miteinbeziehst dann ist es multivariat. (Ich glaub da kommt eben auch der Vorteil der Vermeidung der alpha-Fehlerkommulierung her)

ich hoffe, das stimmt so.

---

..oh obwohl dann gehört die ANOVA auch nicht dazu (multivariate ANOVA = MANOVA) und die einfach lineare Regression auch nicht.
Wenn man die Tabelle mit den Methoden betrachtet dann muss man immer schauen, dass man mehr als 2 X oder Y Variable hat.

daher ist das :
-Manova (mehr als eine Y Variable)
-multiple lineare Regression (mehr als eine X Variable)
-ALM Multivariat (mehr als eine Y Variable)

und dann kommen noch PCA, FA, Clusteranalyse

[kapri]

Bin gespannt was morgen gefragt wird!
Hat jemand ideen?

Wünsch auf jeden fall allen viel glück

[hedl-dedl]

im teil 1 steht eh ziemlich genau, was er morgen fragt. nur vor den theorie-fragen fürcht ich mich schon

[kapri]

ich auch...
outputs werden eh ähnlich sein