Das Buch stellt eine systematische Einführung in die Clusteranalyseverfahren dar, die in zahlreichen Disziplinen Verwendung finden, zum Beispiel zur Bestimmung von unterschiedlichen Lebens- und Konsumstilen oder von Wertorientierungstypen. Die dritte Auflage wurde um eine Sammlung von Beispielen aus der Forschungspraxis, eine taxative Nennung und Beschreibung von Kriterien für eine gute Klassifikation erweitert. Sie berücksichtigt nun auch Distanzmaße für Verlaufsdaten, Missing Values-Behandlung mittels Clusteranalyse und Validierungsindizes. Daneben wurde als entscheidende Erweiterung des K-Means-Verfahrens die Methode der multiplen zufälligen Startwerte aufgenommen und Verallgemeinerungen, die andere Distanzfunktionen und Lageparameter nutzen, dargestellt. Den modellbasierten Verfahren, die eine Modellierung von komplexen Clustermodellen ermöglichen, wurde erheblich mehr Platz eingeräumt, und eine Einführung in die Bayes-Statistik wurde ergänzt. Im praktisch orientierten Teil werden häufig gestellte Anwenderfragen beantwortet und die Klassifikation von Verläufen mittels Optimal Matching, die Bildung von Konsensclustern und die formale Gültigkeitsprüfung dargestellt. In allen Teilen wurden konkrete praktische Anwendungsempfehlungen aufgenommen. Weitere Informationen unter: www.clusteranalyse.net

Das Buch stellt eine systematische Einführung in die Clusteranalyseverfahren dar, die in zahlreichen Disziplinen Verwendung finden, zum Beispiel zur Bestimmung von unterschiedlichen Lebens- und Konsumstilen oder von Wertorientierungstypen. Die dritte Auflage wurde um eine Sammlung von Beispielen aus der Forschungspraxis, eine taxative Nennung und Beschreibung von Kriterien für eine gute Klassifikation erweitert. Sie berücksichtigt nun auch Distanzmaße für Verlaufsdaten, Missing Values-Behandlung mittels Clusteranalyse und Validierungsindizes. Daneben wurde als entscheidende Erweiterung des K-Means-Verfahrens die Methode der multiplen zufälligen Startwerte aufgenommen und Verallgemeinerungen, die andere Distanzfunktionen und Lageparameter nutzen, dargestellt. Den modellbasierten Verfahren, die eine Modellierung von komplexen Clustermodellen ermöglichen, wurde erheblich mehr Platz eingeräumt, und eine Einführung in die Bayes-Statistik wurde ergänzt. Im praktisch orientierten Teil werden häufig gestellte Anwenderfragen beantwortet und die Klassifikation von Verläufen mittels Optimal Matching, die Bildung von Konsensclustern und die formale Gültigkeitsprüfung dargestellt. In allen Teilen wurden konkrete praktische Anwendungsempfehlungen aufgenommen. Weitere Informationen unter: www.clusteranalyse.net

Das Buch stellt eine systematische Einführung in die Clusteranalyseverfahren dar, die in zahlreichen Disziplinen Verwendung finden, zum Beispiel zur Bestimmung von unterschiedlichen Lebens- und Konsumstilen oder von Wertorientierungstypen. Die dritte Auflage wurde um eine Sammlung von Beispielen aus der Forschungspraxis, eine taxative Nennung und Beschreibung von Kriterien für eine gute Klassifikation erweitert. Sie berücksichtigt nun auch Distanzmaße für Verlaufsdaten, Missing Values-Behandlung mittels Clusteranalyse und Validierungsindizes. Daneben wurde als entscheidende Erweiterung des K-Means-Verfahrens die Methode der multiplen zufälligen Startwerte aufgenommen und Verallgemeinerungen, die andere Distanzfunktionen und Lageparameter nutzen, dargestellt. Den modellbasierten Verfahren, die eine Modellierung von komplexen Clustermodellen ermöglichen, wurde erheblich mehr Platz eingeräumt, und eine Einführung in die Bayes-Statistik wurde ergänzt. Im praktisch orientierten Teil werden häufig gestellte Anwenderfragen beantwortet und die Klassifikation von Verläufen mittels Optimal Matching, die Bildung von Konsensclustern und die formale Gültigkeitsprüfung dargestellt. In allen Teilen wurden konkrete praktische Anwendungsempfehlungen aufgenommen. Weitere Informationen unter: www.clusteranalyse.net