Galata / Wessler / Scheid Empirische Wirtschaftsforschung

Grundlagen, Methoden, Beispiele
1. Auflage 2013
ISBN: 978-3-446-43783-8
Verlag: Carl Hanser
Format: PDF
Kopierschutz: 1 - PDF Watermark

E-Book, Deutsch, 242 Seiten

Das vorliegende Lehrbuch behandelt einige der wichtigsten multivariaten Methoden, die in der empirischen Wirtschaftsforschung benötigt werden. Im Vordergrund steht immer die Anwendung: Die Verfahren werden anhand realer Problemstellungen motiviert und dann in klarer und verständlicher Sprache detailliert und nachvollziehbar entwickelt. Das Buch wird damit sowohl den Leserinnen und Lesern gerecht, die sich in die Anwendung der Methoden einarbeiten wollen, als auch denjenigen, die an den mathematischen Grundlagen der Methoden interessiert sind. Die Kapitel können in beliebiger Reihenfolge und unabhängig voneinander gelesen werden; jede Methode ist für sich verständlich.

Angesprochen sind vor allem Studierende der Betriebswirtschaft, die sich während ihres Studiums mit empirischen Fragestellungen beschäftigen und die in der empirischen Wirtschaftsforschung verwendeten multivariaten Verfahren kennenlernen möchten, zum anderen aber auch Personen, die in Praxisprojekten Datenanalyse zur Lösung empirischer Probleme betreiben und multivariate Methoden anwenden.

Aus dem Inhalt:

Regressionsanalyse – Varianzanalyse – Logit-Modell - Diskriminanzanalyse - Faktorenanalyse

Autoren/Hrsg.

Galata, Robert

Wessler, Markus

Scheid, Sandro

Augustin, Rita

Fachgebiete

• Wirtschaftswissenschaften Volkswirtschaftslehre Volkswirtschaftslehre Allgemein Wirtschaftstheorie, Wirtschaftsphilosophie
• Interdisziplinäres Wissenschaften Wissenschaften: Forschung und Information Datenanalyse, Datenverarbeitung
• Sozialwissenschaften Soziologie | Soziale Arbeit Soziologie Allgemein Empirische Sozialforschung, Statistik
• Interdisziplinäres Wissenschaften Wissenschaften: Forschung und Information Forschungsmethodik, Wissenschaftliche Ausstattung
• Wirtschaftswissenschaften Betriebswirtschaft Unternehmensforschung

Inhaltsverzeichnis

1;Inhalt;8
2;1 Einfu¨hrung;12
3;2 Regressionsanalyse;16
3.1;2.1 Lineare Einfachregression;17
3.1.1;2.1.1 Das klassische lineare Regressionsmodell;17
3.1.2;2.1.2 Schätzen der Modellparameter;20
3.1.3;2.1.3 Korrelationskoeffizient und Bestimmtheitsmaß;25
3.1.4;2.1.4 Stochastische Eigenschaften der KQ-Schätzer;29
3.1.5;2.1.5 Konfidenzintervalle und Tests;32
3.1.6;2.1.6 Prognose;38
3.2;2.2 Multiple lineare Regression;45
3.2.1;2.2.1 Das multiple lineare Regressionsmodell;45
3.2.2;2.2.2 Schätzen der Modellparameter;49
3.2.3;2.2.3 Streuungszerlegung und Bestimmtheitsmaß;53
3.2.4;2.2.4 Stochastische Eigenschaften der KQ-Schätzer;55
3.2.5;2.2.5 Konfidenzintervalle und Tests;58
3.2.6;2.2.6 Prognose;63
4;3 Varianzanalyse;66
4.1;3.1 Die einfaktorielle Varianzanalyse mit festen Effekten;66
4.1.1;3.1.1 Modell;67
4.1.2;3.1.2 Statistische Inferenz;69
4.1.3;3.1.3 Multiple Mittelwertvergleiche;82
4.1.4;3.1.4 Verletzung der Modellannahmen;86
4.2;3.2 Einfaktorielle Varianzanalyse mit zufälligen Effekten;91
4.2.1;3.2.1 Modell;91
4.2.2;3.2.2 Statistische Inferenz;92
4.3;3.3 Die einfaktorielle Varianzanalyse mit Blockfaktor;96
4.3.1;3.3.1 Modell;97
4.3.2;3.3.2 Statistische Inferenz;98
4.4;3.4 Die zweifaktorielle Varianzanalyse mit festen Effekten;105
4.4.1;3.4.1 Modell;106
4.4.2;3.4.2 Statistische Inferenz;108
4.5;3.5 Ausblick: Weitere Versuchspläne;117
5;4 Logit-Modell;119
5.1;4.1 Generalisierte lineare Modelle;119
5.2;4.2 Einfu¨hrung in das logistische Regressionsmodell;119
5.3;4.3 Interpretation des Logit-Modells;121
5.4;4.4 Schätzung des Modells;128
5.4.1;4.4.1 ML-Schätzung;129
5.4.2;4.4.2 Maximierung der Likelihood;130
5.4.3;4.4.3 Schätzen des Logit-Modells;133
5.4.3.1;4.4.3.1 Likelihood im Logit-Modell;133
5.4.3.2;4.4.3.2 Scorefunktion des Logit-Modells;133
5.4.3.3;4.4.3.3 Beobachtete Informationsmatrix des Logit-Modells;135
5.4.3.4;4.4.3.4 Erwartete Informationsmatrix des Logit-Modells;135
5.4.4;4.4.4 Skizze zur ML-Schätzung;136
5.5;4.5 Asymptotische Eigenschaften des ML-Schätzers;140
5.6;4.6 Asymptotische Konfidenzintervalle fu¨r einzelne Koeffizienten;141
5.7;4.7 Asymptotisches Testen einzelner Koeffizienten;142
5.8;4.8 Asymptotisches Testen linearer Hypothesen;145
5.9;4.9 Vergleich von Modellen;149
5.10;4.10 Gu¨te der Anpassung;151
5.11;4.11 Ausblick;152
6;5 Diskriminanzanalyse;153
6.1;5.1 Einfu¨hrende Beispiele;153
6.1.1;5.1.1 Klassifizierung anhand eines Merkmals in zwei Gruppen;153
6.1.2;5.1.2 Klassifizierung anhand zweier Merkmale in zwei Gruppen;155
6.2;5.2 Beschreibung der Datensituation und der Problemstellung;162
6.3;5.3 Lineare Diskriminanzanalyse;162
6.3.1;5.3.1 Aufgabenstellung;163
6.3.2;5.3.2 Lösung des Maximierungsproblems;164
6.3.3;5.3.3 Verallgemeinertes Eigenwertproblem;165
6.3.4;5.3.4 Zusammenfassung und Illustration an einem Beispiel;166
6.3.5;5.3.5 Gu¨te der Diskriminanzfunktion;171
6.3.6;5.3.6 Zuordnungsvorschrift mithilfe kanonischer Variablen;173
6.4;5.4 Klassische Diskriminanzanalyse bei Vorliegen einer Normalverteilung;175
6.5;5.5 Quadratische Diskriminanzanalyse bei Vorliegen einer Normalverteilung;179
6.6;5.6 Bayesianische Diskriminanzanalyse bei Vorliegen einer Normalverteilung;183
6.6.1;5.6.1 Beru¨cksichtigung von a-priori-Wahrscheinlichkeiten;183
6.6.2;5.6.2 Beru¨cksichtigung von Kosten fu¨r Fehlklassifikationen;186
6.7;5.7 Ausblick;189
7;6 Faktorenanalyse;190
7.1;6.1 Grundlagen;190
7.1.1;6.1.1 Einige Zerlegungen;191
7.1.2;6.1.2 Abgrenzung Hauptkomponentenanalyse und Hauptachsenanalyse;197
7.1.3;6.1.3 Theoretische Vorbereitung: Eigenwerte;200
7.2;6.2 Hauptkomponentenanalyse und Dekomposition;207
7.2.1;6.2.1 Der Zusammenhang mit Eigenwerten;208
7.2.2;6.2.2 Allgemeines Vorgehen;212
7.2.3;6.2.3 Ein Praxisbeispiel;215
7.3;6.3 Rotation;216
7.3.1;6.3.1 Einfachstruktur und Rotation;217
7.3.2;6.3.2 Die Rotation am Beispiel;220
7.4;6.4 Hauptkomponentenanalyse mit SPSS;223
7.4.1;6.4.1 Noch einmal das Beispiel 6.1;223
7.4.2;6.4.2 Zwei Erweiterungen des Beispiels 6.1;225
8;A Tabellen;231
8.1;A.1 Standardnormalverteilung;231
8.2;A.2 .2-Verteilung;233
8.3;A.3 t-Verteilung;234
8.4;A.4 F-Verteilung;235
8.5;A.5 Verteilung der studentisierten Spannweite;238
8.6;A.6 Kritische Werte fu¨r den Test von Dunnett;240
9;Literatur;241
10;Sachwortverzeichnis;242

Über Autor(innen)

Scheid, Sandro
Dr. Sandro Scheid lehrt an der Hochschule für angewandte Wissenschaften München an der Fakultät für Betriebswirtschaft.

Prof. Dr. Robert Galata und Prof. Dr. Markus Wessler halten seit mehreren Jahren Vorlesungen zum Thema an der Hochschule München, Dr. Scheid hat seine Lehrtätigkeit gerade begonnen.