Welche multivariaten Analysen sind in Minitab enthalten?

Minitab stellt zwei Analysen zur Untersuchung der Kovarianzstruktur der Daten bereit:

Hauptkomponentenanalyse

Mit der Hauptkomponentenanalyse können Sie die Kovarianzstruktur in den Originalvariablen veranschaulichen und/oder mit dieser Struktur eine kleinere Anzahl von Variablen erstellen. Wählen Sie in Minitab Statistik > Multivariate Analysen > Hauptkomponenten aus.

Faktorenanalyse

Die Faktorenanalyse fasst wie die Hauptkomponentenanalyse die Kovarianzstruktur der Daten zu einer kleineren Anzahl von Dimensionen zusammen. Der Schwerpunkt der Faktorenanalyse liegt auf dem Ermitteln von zugrunde liegenden „Faktoren“, die die Dimensionen im Zusammenhang mit einer starken Streuung der Daten erklären können. Wählen Sie in Minitab Statistik > Multivariate Analysen > Faktorenanalyse aus.

Minitab stellt Methoden für die Clusteranalyse sowie die Diskriminanzanalyse zum Gruppieren von Beobachtungen und Variablen bereit:

Clusterbeobachtungen

Mit einer Analyse der Clusterbeobachtungen werden Beobachtungen gruppiert, die „nah“ beieinander liegen, wenn die Gruppen zu Beginn unbekannt sind. Diese Analyse stellt eine gute Wahl dar, wenn keine weiteren Informationen zu Gruppierungen vorhanden sind. Die Auswahl der endgültigen Gruppen erfolgt normalerweise danach, was nach dem Betrachten der Clusterstatistiken für die Daten logisch scheint. Wählen Sie in Minitab Statistik > Multivariate Analysen > Clusterbeobachtungen aus.

Clustervariablen

Mit einer Analyse der Clustervariablen werden Variablen gruppiert, die „nah“ beieinander liegen, wenn die Gruppen zu Beginn unbekannt sind. Sie können Variablen in Clustern gruppieren, um ihre Anzahl zu verringern und die Daten zu vereinfachen. Die Methode, nach der Variablen gruppiert werden, ähnelt der, mit der Beobachtungen gruppiert werden. Wählen Sie in Minitab Statistik > Multivariate Analysen > Clustervariablen aus.

Clusterzentrenanalyse

Mit einer Clusterzentrenanalyse werden Beobachtungen gruppiert, die „nah“ beieinander liegen. Die Clusterzentrenanalyse funktioniert am besten, wenn genügend Informationen für eine gute anfängliche Clusterfestlegung vorhanden sind. Wählen Sie in Minitab Statistik > Multivariate Analysen > Clusterzentrenanalyse aus.

Diskriminanzanalyse

In einer Diskriminanzanalyse werden Beobachtungen in zwei oder mehr Gruppen klassifiziert, sofern Sie über eine Stichprobe mit bekannten Gruppen verfügen. Mit einer Diskriminanzanalyse können Sie untersuchen, wie die Prädiktoren zu den Gruppierungen beitragen. Wählen Sie in Minitab Statistik > Multivariate Analysen > Diskriminanzanalyse aus.

Minitab stellt zwei Methoden für die Korrespondenzanalyse bereit, mit denen die Beziehungen zwischen kategorialen Variablen untersucht werden können:

Einfache Korrespondenzanalyse

Mit der einfachen Korrespondenzanalyse werden die Beziehungen in einer Zwei-Wege-Klassifikation untersucht. Sie können dieses Verfahren auch mit Drei- und Vier-Weg-Tabellen verwenden, da Minitab diese zu Zwei-Weg-Tabellen reduzieren kann. Bei einer einfachen Korrespondenzanalyse wird eine Kontingenztafel zerlegt, ähnlich wie bei einer Hauptkomponentenanalyse multivariate stetige Daten zerlegt werden. Bei einer einfachen Korrespondenzanalyse wird eine Eigenwertanalyse der Daten durchgeführt, die Streuung in zugrunde liegende Dimensionen zerlegt und die Streuung Zeilen und/oder Spalten zugeordnet. Wählen Sie in Minitab Statistik > Multivariate Analysen > Einfache Korrespondenzanalyse aus.

Multiple Korrespondenzanalyse

In der multiplen Korrespondenzanalyse wird die einfache Korrespondenzanalyse auf die Situation bei 3 oder mehr kategorialen Variablen erweitert. Bei der multiplen Korrespondenzanalyse wird eine einfache Korrespondenzanalyse für eine Indikatorvariablenmatrix durchgeführt, wobei jede Spalte einer Stufe einer kategorialen Variablen entspricht. Die Mehr-Weg-Tabelle wird nicht in eine Zwei-Weg-Tabelle, sondern in eine Dimension reduziert. Wählen Sie in Minitab Statistik > Multivariate Analysen > Multiple Korrespondenzanalyse aus.