Zusammenfassung
Bei multivariaten Varianzanalysen stehen Tests und damit insbesondere Vergleiche von mindestens zwei unabhängigen Stichproben im Mittelpunkt. Es werden mehrere quantitative Eigenschaftsvariablen beobachtet. Getestet wird dann, ob die Erwartungswertvektoren dieser Variablen in den Grundgesamtheiten, aus denen die Stichproben stammen, übereinstimmen. Entsprechende Tests lassen sich als Tests multivariater Regressionsmodelle durchführen. Dazu ist die Zugehörigkeit von Beobachtungen zu einer bestimmten Stichprobe, d.h. Gruppe, über unabhängige Dummyvariablen zu spezifizieren. Die beobachteten Eigenschaftsvariablen bilden dann die abhängigen Regressionsvariablen. Kommen als unabhängige Variablen weitere quantitative Eigenschaftsvariablen ins Spiel, wird aus der Varianzeine Kovarianzanalyse.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 2000 Friedr. Vieweg & Sohn Verlagsgesellschaft mbH, Braunschweig/Wiesbaden
About this chapter
Cite this chapter
Kockläuner, G. (2000). Multivariate Varianz- und Kovarianzanalyse. In: Multivariate Datenanalyse. Vieweg+Teubner Verlag. https://doi.org/10.1007/978-3-322-80222-4_12
Download citation
DOI: https://doi.org/10.1007/978-3-322-80222-4_12
Publisher Name: Vieweg+Teubner Verlag
Print ISBN: 978-3-528-03165-7
Online ISBN: 978-3-322-80222-4
eBook Packages: Springer Book Archive