Welches Kapitel des Handbuchs gefällt Dir am besten?
8
votes
01 Einführung: Sozialwissenschaftliche Datenanalyse
02 Kausalität und multivariate Statistik
03 Datengewinnung und Datenaufbereitung
04 Uni- und bivariate deskriptive Statistik
05 Graphische Datenexploration
06 Der Umgang mit fehlenden Werten
07 Gewichtung
08 Grundlagen des statistischen Schließens
09 Einführung in die Inferenz durch Bootstrapping
10 Maximum-Likelihood Schätztheorie
11 Reliabilität, Validität, Objektivität
12 Thurstone- und Likertskalierung
13 Guttman- und Mokkenskalierung
14 Item-Response-Theorie
15 Hauptkomponentenanalyse und explorative Faktorenanalyse
16 Korrespondenzanalyse
17 Multidimensionale Skalierung
18 Analyse kategorialer Daten
19 Varianz- und Kovarianzanalyse
20 Diskriminanzanalyse
21 Clusteranalyse
22 Analyse latenter Klassen
23 Netzwerkanalyse
24 Lineare Regressionsanalyse
25 Lineare Regression: Modellannahmen und Diagnostik
26 Nicht-Linearität und Nicht-Additivität i.d. multiplen Regression
27 Robuste Regression
28 Mehrebenenanalyse mit Querschnittsdaten
29 Strukturgleichungsmodelle
30 Regression mit unbekannten Subpopulationen
31 Logistische Regression
32 Multinomiale und ordinale Regression
33 Regression für Zählvariablen
34 Graphische Darstellung regressionsanalytischer Ergebnisse
35 Nichtparametr. Schätzung kausaler Effekte mittels Matching
36 Kausalanalyse mit Paneldaten
37 Survival- und Ereignisanalyse
38 Latente Wachstumskurvenmodelle
39 Sequenzdatenanalyse
40 Zeitreihenanalyse