|
| ||||||||||||
|
Universität Trier Fachbereich VI – Geographie/Geowissenschaften Kultur- und Regionalgeographie Übung: Statistik im Hauptstudium - Multivariate Analysemethoden für Fortgeschrittene SoSe 2008 Leitung: Diplom-Geograph Christian Fischer Lassen sich die deutschen Raumordnungsregionen gemäß ihrer strukturellen Merkmale gruppieren? Und lassen sich fehlende Werte einiger Regionen schätzen? Simone Köhl xxxxxxx 54290 Trier Tel: xxxxxxx E-Mail: monikoehl@yahoo.de Semester: 10 Matrikelnummer:xxxxxxx Inhaltsverzeichnis Abbildungsverzeichnis 2 Tabellenverzeichnis 2 1. Einleitung 3 2. Datenexploration 3 2.1 Datenmaterial 4 2.2 Überprüfung des Datenmaterials auf Normalverteilung 4 3. Regressionsanalyse 83.1 Regressionsmodell 8 3.2 Modellbewertung 9 3.3 Aufstellung der Regressionsgleichung 12 4. Faktorenanalyse 14 4.1 Variablenauswahl und Errechnung der Korrelationsmatrix 15 4.2 Bestimmung der Kommunalitäten 17 4.3 Bestimmung der Faktorenzahl 18 4.4 Interpretation der Faktoren und Faktorwerte 20 5. Clusteranalyse 21 5.1 Single – Linkage – Verfahren 22 5.2 Ward – Verfahren 24 6. Fazit 27 Literaturverzeichnis Anhang Abbildungsverzeichnis:
Abbildung 1: Anteil der Beschäftigten mit Dienstleistungstätigkeiten 6 Abbildung 2: Erreichbarkeit von Agglomerationen 6 Abbildung 3: Beschäftigtenanteil tertiärer Sektor, 1998 7 Abbildung 4: Histogramm Bevölkerungsdichte 11
This paragraph has been concealed! Download the complete document for free!
• Click on download to get complete and readable text • This is a free of charge document sharing network • First upload your own document, and you get a word document per email • No registration necessary, gratis Swap homeworks and notes at no charge! Gratis scripts for students and pupils! Abbildung 6: Screeplot 12 Abbildung 7: Dendrogramm Single – Linkage - Verfahren 22 Abbildung 8: Dendrogramm Ward - Verfahren 24 Tabellenverzeichnis Tabelle 1: Variablen: Abkürzungen und Erläuterungen 4 Tabelle 2: Kolmogorov-Smirnov-Anpassungstest 5 Tabelle 3: Koeffiziententabelle 9 Tabelle 4: Regressionsanalyse: Modellzusammenfassung 10 Tabelle 5: Regressionsanalyse: ANOVA 10 Tabelle 6: Regressionsanalyse: Koeffizienten 11 Tabelle 7: KMO- und Bartlett-Test 15 Tabelle 8: Wertebereich des Kaiser-Meyer-Olkin-Kriteriums 15 Tabelle 9: Anti – Image - Tabelle 16 Tabelle 10: Kommunalitäten 17 Tabelle 11: Erklärte Gesamtvarianz 18 Tabelle 12: Korrelationsmatrix 18 Tabelle 13: Rotierte Komponentenmatrix 20 1. Einleitung Die wesentliche Fragestellung dieser Hausarbeit lautet, ob sich die Raumordnungsregionen Deutschlands bezüglich ihrer strukturellen Merkmale gruppieren und ob sich weiterhin fehlende Werte einiger Regionen schätzen lassen. Diese Fragestellung wird in dieser Arbeit untersucht und mit Hilfe multivariater Analysemethoden interpretiert. Die Berechnungen wurden mittels des Programms SPSS durchgeführt.
This paragraph has been concealed! Download the complete document for free!
• Click on download to get complete and readable text • This is a free of charge document sharing network • First upload your own document, and you get a word document per email • No registration necessary, gratis Swap homeworks and notes at no charge! Gratis scripts for students and pupils! Die Arbeit beginnt mit einem Überblick über das vorhandene Datenmaterial. Sodann werden die gegebenen Variablen auf ihre Verteilung untersucht, um eine Voraussetzung für die später durchzuführende Faktorenanalyse zu gewährleisten. In einem zweiten Schritt wird dann eine Regressionsanalyse durchgeführt. Mit Hilfe der Regression werden anschließend die fehlenden Werte der Variablen Qhoch eingeschätzt und dem Datensatz hinzugefügt. Um die Zahl der Variablen zu reduzieren, werden diese im dritten Schritt mit Hilfe einer Faktorenanalyse zu Faktoren zusammengefügt. Mittels dieser extrahierten Faktoren wird im vierten und letzten Schritt eine Clusteranalyse durchgeführt. Diese ergibt eine Einteilung der Raumordnungsregionen in Gruppen, deren Merkmalsausprägungen sich sehr ähnlich sind. Die Aufteilung in eine bestimmte Anzahl von Gruppen erfolgt weiterhin durch logische Überlegungen. Abschließend werden diese Gruppen nach ihren enthaltenen Variablen benannt. Dieses Vorgehen ermöglicht es, die gegebenen Raumordnungsregionen zu Raumtypen zusammenzufassen. 2. Datenexploration Am Anfang einer jeden multivariaten statistischen Analyse ist es notwendig sich einen Überblick über das gesamte Datenmaterial zu verschaffen, um eventuelle Ausreißer herauszusondieren und möglichen Verzerrungen in der späteren Analyse vorzubeugen. Daraufhin werden die Variablen auf ihre Verteilung unterscht, um herauszufinden ob eine Normalverteilung vorliegt.
2.1 Datenmaterial Die Merkmale der in diesem Fall zu untersuchenden 12 Variablen werden in der folgenden Tabelle kurz dargestellt und erklärt.
This paragraph has been concealed! Download the complete document for free!
• Click on download to get complete and readable text • This is a free of charge document sharing network • First upload your own document, and you get a word document per email • No registration necessary, gratis Swap homeworks and notes at no charge! Gratis scripts for students and pupils! Tabelle 1: Variablen: Abkürzungen und Erläuterungen Quelle: Eigene Darstellung 2.2 Überprüfung des Datenmaterials auf Normalverteilung Die Überprüfung der Variablen auf Normalverteilung ist der Inhalt dieses Unterpunktes. Zur Überprüfung können zwei verschiedene Tests herangezogen werden. Zum Einen der Chi²-Test, zum Anderen der Kolmogorov-Smirnov-Anpassungstest (K-S-Test). In diesem Fall wird der K-S-Test zur Überprüfung verwendet, da dieser für Stichproben unter 100 Fällen sichere Ergebnisse liefert. [1] Weiterhin müssen zwei Hypothesen formuliert werden, und zwar eine Null-Hypothese und eine Alternativhypothese (im Folgenden werden diese H0 und HA genannt). Die Nullhypothese ist eine „Negativhypothese, mit der behauptet wird, dass die zur Alternativhypothese komplementäre Aussage richtig sei“[2]. Weiterhin wird ein Signifikanz- niveau festgelegt. Dieses bezeichnet die Irrtumswahrscheinlichkeit, mit der eine Hypothese angenommen wird. Die Null-Hypothese und die Alternativhypothese lauten: H0: Die Variablen unterscheiden sich nicht signifikant von einer Normalverteilung HA: Die Variablen unterscheiden sich signifikant von einer Normalverteilung Irrtumswahrscheinlichkeit α = 0,05
This paragraph has been concealed! Download the complete document for free!
• Click on download to get complete and readable text • This is a free of charge document sharing network • First upload your own document, and you get a word document per email • No registration necessary, gratis Swap homeworks and notes at no charge! Gratis scripts for students and pupils! Lägen die asymptotischen Signifikanzen unter der festgelegten Irrtumswahrscheinlichkeit von 0,05, wird die Nullhypothese abgelehnt. Eine Normalverteilung der Variablen ist dann nicht gegeben. Tabelle 2 : Kolmogorov-Smirnov-Anpassungstest
Quelle: Eigene Darstellung nach SPSS Anhand des K-S-Test kann man sehen, dass acht der zwölf Variablen über 0,05 liegen (siehe Tabelle 2). Die Nullhypothese kann somit angenommen, die Alternativhypothese muss abgelehnt werden. Es handelt sich also um eine Normalverteilung. Die Eignung der Daten zu weiteren Untersuchungen ist somit gewährleistet. Im folgenden läßt sich anhand dargestellter Diagramme das Ergebnis des K-S-Test nachvollziehen. Die Abbildung 1 zeigt den Anteil der Beschäftigten mit Dienstleistungstätigkeiten und die Abbildung 2 die Erreichbarkeit von Agglomerationen. Die Variablen weisen eine Normalverteilung auf. Abbildung 1: Anteil der Beschäftigten mit Dienstleistungstätigkeiten
Quelle: Eigene Darstellung nach SPSS Abbildung 2: Erreichbarkeit von Agglomerationen
Quelle: Eigene Darstellung nach SPSS Abbildung 3: Beschäftigtenanteil tertiärer Sektor, 1998
Quelle: Eigene Darstellung nach SPSS
Abbildung 4 : Histogramm Bevölkerungsdichte 1997 | ||||||||||||
Page 1 of 5 [1] [2] [3] [4] [5] |
Legal info - Copyright - Terms - Partner - Statistik - Contact
antiblock.org adblockdetector.com
|
Swap your documents
|