PropertyValue
?:abstract
  • "Dieser SISS-Beitrag zeigt, wie mit SPSS eine multiple Regressionsanalyse durchgeführt werden kann, wenn einzelne Variablen des analysierten Datensatzes fehlende Werte (missing values) aufweisen. Es wird erläutert, in welcher Weise das Ausmaß und die Relevanz fehlender Werte ermittelt werden sollte, wann ein listenweiser Ausschluss von Fällen mit fehlenden Werten in einer Regressionsanalyse möglich ist, und unter welchen Bedingungen und in welcher Weise (mit welchen Vor- und Nachteilen) in SPSS das Verfahren der stochastischen Regressionsimputation (sRI) oder der Multiplen Imputation (MI) einzusetzen ist. Die Darstellung ist praxisorientiert. Der Text enthält für alle beschriebenen statistischen Verfahren die entsprechenden SPSS-Steueranweisungen (SPSS-Syntaxfiles)." Zur Darstellung wurden die ALLBUS-Daten von 2012 und 2014 verwendet. (xsd:string)
?:author
?:comment
  • http://www.uni-stuttgart.de/soz/institut/forschung/SISS44.pdf. (ALLBUS) (xsd:string)
?:dataSource
  • ALLBUS-Bibliography (xsd:string)
?:dateCreated
  • Aufgenommen: 32. Fassung, März 2018 (xsd:gyear)
?:dateModified
  • 2016 (xsd:gyear)
?:datePublished
  • 2016 (xsd:gyear)
?:duplicate
is ?:hasPart of
?:issueNumber
  • 44 (xsd:string)
is ?:mainEntity of
?:name
  • Regressionsanalyse bei fehlenden Variablenwerten (missing values): Imputation oder Nicht-Imputation? Eine Anleitung für die Regressionspraxis mit SPSS (xsd:string)
?:provider
?:publicationType
  • techreport (xsd:string)
?:reference
?:sourceInfo
  • (44), 2016 (xsd:string)
  • Bibsonomy (xsd:string)
?:studyGroup
  • ALLBUS (xsd:string)
?:tags
  • 2016 (xsd:string)
  • ALLBUS (xsd:string)
  • ALLBUS2012 (xsd:string)
  • ALLBUS2014 (xsd:string)
  • ALLBUS_input2017 (xsd:string)
  • ALLBUS_pro (xsd:string)
  • ALLBUS_version32 (xsd:string)
  • FDZ_ALLBUS (xsd:string)
  • checked (xsd:string)
  • techreport (xsd:string)
rdf:type
?:uploadDate
  • 19.02.2018 (xsd:gyear)
?:url