Kausalanalyse

Jürgen van Koolwijk, Maria Wieken-Mayser, Jürgen van Koolwijk, Maria Wieken-Mayser

• Verlag: De Gruyter Oldenbourg
• Jahr: 2015
• ISBN drucken: 9783486449310
• eBook-ISBN: 9783486819502
• Auflage: 1
• Thema: Sozialwissenschaften
• Thema: Soziologie

Keine ausführliche Beschreibung für "Kausalanalyse" verfügbar.

Inhaltsverzeichnis

• 1. Grundzüge der Regressions· und Korrelationsanalyse
• 1.1 Variablen und ihre Zusammenhänge
• 1.1.1 Variablen, Kovarianz und Korrelation
• 1.1.2 Symmetrische und asymmetrische Sichtweise: Korrelation und Regression
• 1.2 Einfache und multiple Regressionsanalyse
• 1.2.1 Datenmatrix, Variable und Vektoren
• 1.2.2 Modellgleichungen und Modellannahmen
• 1.2.3 Anwendungskontexte von Regressionsmodellen
• 1.2.4 Schätzung der Regressionskoeffizienten im nicht-statistischen deskriptiven Regressionsmodell
• 1.2.5 Konsequenzen der Kleinstquadrateschätzung
• 1.2.6 Problem der Orthogonalität von Residue und Regressoren und die Verwendung von instrumenteilen Variablen
• 1.3 „Kausalmodelle“ und allgemeine lineare Abhängigkeitsstrukturen
• 1.3.1 Regressionsmodell als einfache lineare Abhängigkeitsstruktur
• 1.3.2 „Kausalmodelle“ und ihre graphische Darstellung
• 1.3.3 Allgemeine strukturelle Systeme und Identifikationsprobleme
• 1.3.4 Rekursive Strukturen als Spezialfälle identifizierter Systeme
• 1.4 Die Analyse der Korrelationen in rekursiven Mehr-Variablen-Systemen
• 1.4.1 Identifikation der Koeffizienten in vollständigen rekursiven Systemen
• 1.4.2 Pfadtheorem für vollständige und gerade identifizierte Systeme
• 1.4.3 Korrelationszerlegung: Direkte, indirekte und konfundierte Effekte
• 1.4.4 Unvollständige Strukturen und über-identifizierte Systeme: Konsistenztests
• 2. Pfadmodelle mit latenten Variablen: Eine Einführung in das allgemeine lineare Modell LISREL
• Einleitung
• 2.1 Das Modell LISREL
• 2.1.1 Modellgleichungen, Modellannahmen und Spezifikation
• 2.1.2 Interpretation der Variablen und Beziehungen
• 2.1.3 Meßniveau der beobachteten Variablen
• 2.1.4 IK-Gleichungen, Parameter- und Modellidentifikation
• 2.1.5 Parameterschätzung
• 2.1.6 Modell- und Hypothesentestung
• 2.1.7 Korrektur bei Fehlspezifikationen
• 2.2 Spezielle Modelle und empirische Anwendungen
• 2.2.1 Meßfehler und konfirmatorische Faktorenanalyse
• 2.2.2 Rekursive und nichtrekursive Modelle mit latenten Variablen
• 2.2.3 Längsschnittmodelle
• 2.2.4 Gruppenvergleiche
• 2.3 Schlußbemerkung und Nachtrag
• Anmerkungen
• Literaturverzeichnis
• 3. Log-lineare Modelle
• 3.1 Einleitung
• 3.2 Log-lineare Modelle für eine bivariante Kontingenztabelle
• 3.2.1 Saturiertes Modell
• 3.2.2 Unsaturierte Modelle
• 3.2.3 Hierarchische Hypothesen und Modelltests auf der Basis der angepaßten Randverteilungen
• 3.3 Log-lineare Modelle für 2 x 2 x 2 Kontingenztabellen
• 3.3.1 Simultane Tests von Effekten im saturierten Modell
• 3.3.2 Hierarchische Hypothesen und Modelltests auf der Basis der angepaßten Randverteilungen
• 3.3.3 Quantifizierung von Effekten mittels Chi-Quadrat Zerlegung
• 3.4 Logitanalyse: Varianz- und Regressionsananlyse
• 3.4.1 Logitanalyse für 2 x 2 x 2 Kontingenztabellen
• 3.4.2 Logitanalyse für eine 2 x 3 x 2 x 3 Kontingenztabelle
• 3.5 Spezielle Probleme
• 3.5.1 Unvollständige Tabellen
• 3.5.2 Zusammenfassung von Kategorien und Variablen
• 3.5.3 Substantielle versus statistische Signifikanz
• 3.5.4 Strategien zur Bestimmung eines „besten“ Modells
• 3.5.5 Nichthierarchische Modelle
• 3.5.6 Nichtlineare Effekte
• 3.5.7 Konkurrenten log-lineare Modelle
• 3.5.8 Computerprogramme
• 3.6 Rekursive Pfadmodelle
• 3.6.1 Rekursive und nicht-rekursive Systeme
• 3.6.2 „The american soldier“: Ein konkretes Beispiel
• 3.6.3 Zur Kausalstruktur von Schulnoten: Ein zweites Beispiel
• 3.7 Manifeste und latente Variablen: Latente Klassen- und Strukturanalyse
• 3.7.1 Vorbemerkung
• 3.7.2 Maximum Likelihood Latent Structure Analysis
• 3.7.3 MLLSA als Spezialfall log-linearer Modelle
• Literaturverzeichnis
• Namenregister
• Sachwortregister