Fr. 52.50

KFA - Die Konfigurationsfrequenzanalyse

German · Paperback / Softback

Shipping usually within 1 to 2 weeks (title will be printed to order)

Description

Read more

Dieser Band stellt umfassend die Methoden der Konfigurationsfrequenzanalyse (KFA) vor, eines von G.A. Lienert erstmals eingebrachten Verfahrens zur Testung von Hypothesen in Bezug auf Häufigkeiten in individuellen Zellen oder Gruppen einer Kreuzklassifikation. Die Autoren, die die Methode weiterentwickelt haben, bieten eine umfassende Darstellung der Grundlagen, Modelle und konkreten Anwendungsfälle in der psychologischen und sozialwissenschaftlichen, personen-orientierten Forschung. Dabei werden die Anfänge der KFA und ihr Bezug zur Chi-Quadrat Analyse ebenso beschrieben wie die Entwicklungen, die auf log-linearen Modellen basieren. Für jedes Modell und für jede Fragestellung, die mit der KFA untersucht werden können, werden empirische Datenbeispiele präsentiert. Neue Ergebnisse werden durch Monte-Carlo Simulationen untermauert sowie neue Modelle entwickelt und vorgestellt.Das Buch richtet sich zum einen an Leser*innen, die über grundlegendes Hintergrundwissen in der angewandten Statistik aus einführenden Kursen und Kursen über log-lineare Modelle verfügen. Aber auch Leserinnen und Leser ohne diese Kenntnisse können von diesem Buch profitieren, weil alle nötigen technischen Elemente eigens eingeführt und erklärt werden. Computerprogramme werden vorgestellt und in Beispielen angewendet. Insgesamt stellt sich die KFA als statistische Methode dar, mit der für kategoriale Daten wichtige und interessante Fragen bearbeitet werden können, die im Kontext der Anwendung von Routinemethoden der Statistik nicht zugänglich sind.

List of contents

Fragen, die mit der KFA beantwortet werden können.- Elemente der KFA.- Modelle der KFA.- Modelle der longitudinalen KFA.- Designs für die KFA.- Spezielle Variablen in der KFA.- Die Schatztruhe der KFA.- KFA Software.

About the author










Alexander von Eye ist Professor Emeritus of Psychology am Department of Psychology der Michigan State University in East Lansing, MI, USA. Seine hauptsächlichen Forschungsinteressen betreffen die Entwicklung und Anwendung von Methoden für die Analyse kategorialer und längsschnittlicher Daten, Computersimulationen und Humanentwicklung. Er arbeitet ebenfalls an der Theorie der personen-orientierten Forschung und an der Entwicklung von Methoden für die Analyse kausaler Hypothesen. Er hat über 20 Bücher publiziert, die meisten zu Themen der angewandten Statistik, und er ist Autor von über 400 Artikeln in wissenschaftlichen Zeitschriften.

Wolfgang Wiedermann ist Associate Professor für Quantitative Methoden am Department of Educational, School & Counseling Psychology und am Missouri Prevention Science Institute der University of Missouri, Columbia, MO, USA. Seine hauptsächlichen Forschungsinteressen betreffen die Entwicklung von Methoden der Inferenz für die Analyse kausaler Hypothesen, Methoden zur Bestimmung der Richtung kausaler Abhängigkeiten, und Methoden für personen-orientierte Forschung. Er hat Bücher über statistische Methoden der kausalen Inferenz und über neue Entwicklungen von Methoden zur Analyse abhängiger Daten in den sozialen und Verhaltenswissenschaften herausgegeben. 

Product details

Authors Alexander Von Eye, Alexande von Eye, Alexander von Eye, Wolfgang Wiedermann
Publisher Springer, Berlin
 
Languages German
Product format Paperback / Softback
Released 30.01.2022
 
EAN 9783662636749
ISBN 978-3-662-63674-9
No. of pages 406
Dimensions 168 mm x 22 mm x 240 mm
Illustrations IX, 406 S. 195 Abb.
Subjects Humanities, art, music > Psychology > Basic principles
Non-fiction book > Psychology, esoterics, spirituality, anthroposophy > Psychology: general, reference works

Customer reviews

No reviews have been written for this item yet. Write the first review and be helpful to other users when they decide on a purchase.

Write a review

Thumbs up or thumbs down? Write your own review.

For messages to CeDe.ch please use the contact form.

The input fields marked * are obligatory

By submitting this form you agree to our data privacy statement.