Überblick

Multivariate Verfahren analysieren gleichzeitig mehrere Variablen und decken latente Strukturen, natürliche Gruppen oder Klassifikationsregeln in Datensätzen auf. Die vier hier verfügbaren Rechner decken die wichtigsten Anwendungsfälle ab – von der Dimensionsreduktion bis zur überwachten Klassifikation.

01
Struktur entdeckenVariablen auf wenige Dimensionen reduzieren → PCA
02
Latente FaktorenGemeinsame Ursachen hinter Variablen finden → Faktoranalyse
03
Gruppen bildenBeobachtungen nach Ähnlichkeit clustern → Clusteranalyse
04
Gruppen trennenBekannte Gruppen klassifizieren und neue Fälle zuordnen → LDA

Interaktive Rechner

Methodenvergleich

Kriterium 📐 PCA 🔬 Faktoranalyse 🔵 Clusteranalyse 🎯 Diskriminanzanalyse
Ziel Dimensionsreduktion Latente Faktoren Gruppenbildung Gruppenklassifikation
Gruppen bekannt? – nicht benötigt – nicht benötigt – nicht benötigt ✓ vorausgesetzt
Zielvariable keine keine keine Gruppenzugehörigkeit
Rotation Varimax (optional) Varimax / keine – –
Gütekriterium Erklärte Varianz KMO, Bartlett Silhouette, WCSS Wilks' Λ, Trefferquote
Ausgabe Scores, Ladungen Ladungen, Kommunalitäten Clusterzuordnung Klassifikation, DF-Scores
Typische Anwendung Indexbildung, Vorverarbeitung Skalenkonstruktion, Psychometrie Segmentierung, Taxonomien Kreditwürdigkeit, Diagnostik