Dr. Andreas Handl lehrte über sechzehn Jahre im Bereich Statistik und Ökonometrie an der Fakultät für Wirtschaftswissenschaften der Universität Bielefeld. Seine Lehrveranstaltungen zeichneten sich durch besonders große Verständlichkeit, Anwendungsbezug, Liebe zum Detail und das ständige Bemühen aus, die Inhalte aus Sicht seiner Studenten zu sehen. Seine Lehrveranstaltungen wurden von den Hörern als vorbildlich eingeschätzt. Er verstarb 2007.Dr. Torben Kuhlenkasper ist Professor für Mathematik, Statistik und Ökonometrie an der Hochschule Pforzheim. Seine Vorlesungen sind bei den Hörern für die klare Struktur, die Eingängigkeit sowie die Anschaulichkeit der Themen beliebt. 2016 wurde er für seine Lehrveranstaltungen mit zwei Preisen ausgezeichnet. Sein Forschungsschwerpunkt liegt in der Anwendung nicht- und semiparametrischer Verfahren in der Ökonometrie.

• Vorwort.- Teil 1 Grundlagen.- 1 Beispiele multivariater Datensätze.- 2 Elementare Behandlung der Daten.- 3 Mehrdimensionale Zufallsvariablen.- 4 Ähnlichkeits- und Distanzmaße.- Teil 2 Darstellung hochdimensionaler Daten in niedrigdimensionalen Räumen.- 5 Hauptkomponentenanalyse. 6 Mehrdimensionale Skalierung.- 7 Procrustes-Analyse.- Teil 3 Abhängigkeitsstrukturen.- 8 Lineare Regression.- 9 Explorative Faktorenanalyse.- 10 Hierarchische loglineare Modelle.- Teil 4 Gruppenstruktur.-  11 Einfaktorielle Varianzanalyse.- 12 Diskriminanzanalyse.- 13 Clusteranalyse.- Teil 5 Anhänge.- A Mathematische Grundlagen.- B Eigene R-Funktionen.- C Tabellen.

Dr. Andreas Handl lehrte über sechzehn Jahre im Bereich Statistik und Ökonometrie an der Fakultät für Wirtschaftswissenschaften der Universität Bielefeld. Seine Lehrveranstaltungen zeichneten sich durch besonders große Verständlichkeit, Anwendungsbezug, Liebe zum Detail und das ständige Bemühen aus, die Inhalte aus Sicht seiner Studenten zu sehen. Seine Lehrveranstaltungen wurden von den Hörern als vorbildlich eingeschätzt. Er verstarb 2007.Dr. Torben Kuhlenkasper ist Professor für Mathematik, Statistik und Ökonometrie an der Hochschule Pforzheim. Seine Vorlesungen sind bei den Hörern für die klare Struktur, die Eingängigkeit sowie die Anschaulichkeit der Themen beliebt. 2016 wurde er für seine Lehrveranstaltungen mit zwei Preisen ausgezeichnet. Sein Forschungsschwerpunkt liegt in der Anwendung nicht- und semiparametrischer Verfahren in der Ökonometrie.

• Vorwort.- Teil 1 Grundlagen.- 1 Beispiele multivariater Datensätze.- 2 Elementare Behandlung der Daten.- 3 Mehrdimensionale Zufallsvariablen.- 4 Ähnlichkeits- und Distanzmaße.- Teil 2 Darstellung hochdimensionaler Daten in niedrigdimensionalen Räumen.- 5 Hauptkomponentenanalyse. 6 Mehrdimensionale Skalierung.- 7 Procrustes-Analyse.- Teil 3 Abhängigkeitsstrukturen.- 8 Lineare Regression.- 9 Explorative Faktorenanalyse.- 10 Hierarchische loglineare Modelle.- Teil 4 Gruppenstruktur.-  11 Einfaktorielle Varianzanalyse.- 12 Diskriminanzanalyse.- 13 Clusteranalyse.- Teil 5 Anhänge.- A Mathematische Grundlagen.- B Eigene R-Funktionen.- C Tabellen.

Dr. Andreas Handl lehrte über sechzehn Jahre im Bereich Statistik und Ökonometrie an der Fakultät für Wirtschaftswissenschaften der Universität Bielefeld. Seine Lehrveranstaltungen zeichneten sich durch besonders große Verständlichkeit, Anwendungsbezug, Liebe zum Detail und das ständige Bemühen aus, die Inhalte aus Sicht seiner Studenten zu sehen. Seine Lehrveranstaltungen wurden von den Hörern als vorbildlich eingeschätzt. Er verstarb 2007.Dr. Torben Kuhlenkasper ist Professor für Mathematik, Statistik und Ökonometrie an der Hochschule Pforzheim. Seine Vorlesungen sind bei den Hörern für die klare Struktur, die Eingängigkeit sowie die Anschaulichkeit der Themen beliebt. 2016 wurde er für seine Lehrveranstaltungen mit zwei Preisen ausgezeichnet. Sein Forschungsschwerpunkt liegt in der Anwendung nicht- und semiparametrischer Verfahren in der Ökonometrie.

• Vorwort.- Teil 1 Grundlagen.- 1 Beispiele multivariater Datensätze.- 2 Elementare Behandlung der Daten.- 3 Mehrdimensionale Zufallsvariablen.- 4 Ähnlichkeits- und Distanzmaße.- Teil 2 Darstellung hochdimensionaler Daten in niedrigdimensionalen Räumen.- 5 Hauptkomponentenanalyse. 6 Mehrdimensionale Skalierung.- 7 Procrustes-Analyse.- Teil 3 Abhängigkeitsstrukturen.- 8 Lineare Regression.- 9 Explorative Faktorenanalyse.- 10 Hierarchische loglineare Modelle.- Teil 4 Gruppenstruktur.-  11 Einfaktorielle Varianzanalyse.- 12 Diskriminanzanalyse.- 13 Clusteranalyse.- Teil 5 Anhänge.- A Mathematische Grundlagen.- B Eigene R-Funktionen.- C Tabellen.