SSOAR Logo
    • Deutsch
    • English
  • Deutsch 
    • Deutsch
    • English
  • Einloggen
SSOAR ▼
  • Home
  • Über SSOAR
  • Leitlinien
  • Veröffentlichen auf SSOAR
  • Kooperieren mit SSOAR
    • Kooperationsmodelle
    • Ablieferungswege und Formate
    • Projekte
  • Kooperationspartner
    • Informationen zu Kooperationspartnern
  • Informationen
    • Möglichkeiten für den Grünen Weg
    • Vergabe von Nutzungslizenzen
    • Informationsmaterial zum Download
  • Betriebskonzept
Browsen und suchen Dokument hinzufügen OAI-PMH-Schnittstelle
JavaScript is disabled for your browser. Some features of this site may not work without it.

Download PDF
Volltext herunterladen

(356.5 KB)

Zitationshinweis

Bitte beziehen Sie sich beim Zitieren dieses Dokumentes immer auf folgenden Persistent Identifier (PID):
https://nbn-resolving.org/urn:nbn:de:0168-ssoar-201509

Export für Ihre Literaturverwaltung

Bibtex-Export
Endnote-Export

Statistiken anzeigen
Weiterempfehlen
  • Share via E-Mail E-Mail
  • Share via Facebook Facebook
  • Share via Bluesky Bluesky
  • Share via Reddit reddit
  • Share via Linkedin LinkedIn
  • Share via XING XING

Log-multiplikative Modelle zur Bestimmung der Assoziation zwischen qualitativen Variablen mit inkonsistent geordneten Kategorien

Log-multiplicative models for determining the association between qualitative variables and inconsistently ordered categories
[Zeitschriftenartikel]

Däumer, Roland

Abstract

'Variablen, deren Kategorien nur teilweise eine konsistente Rangfolge beschreiben, kommen in sozialwissenschaftlichen Untersuchungen häufig vor. Eine Möglichkeit, noch diesen 'Rest' an ordinaler Information ausschöpfen zu können, bieten log-multiplikative Analyseverfahren. Es können simultan multiva... mehr

'Variablen, deren Kategorien nur teilweise eine konsistente Rangfolge beschreiben, kommen in sozialwissenschaftlichen Untersuchungen häufig vor. Eine Möglichkeit, noch diesen 'Rest' an ordinaler Information ausschöpfen zu können, bieten log-multiplikative Analyseverfahren. Es können simultan multivariate Abhängigkeiten sparsam bestimmt und die interessierenden Variablen skaliert werden. Da log-multiplikative Modelle bisher nur sehr selten angewendet wurden, soll in diesem Beitrag ihre Brauchbarkeit demonstriert werden.' (Autorenreferat)... weniger


'Variables whose categories only partly describe a consistent order often occur in social science inquiries. Log-multiplicative models provide a method to analyze even the remaining ordinal information found in these variables. Such models are able to parsimoniously determine multivariate dependenci... mehr

'Variables whose categories only partly describe a consistent order often occur in social science inquiries. Log-multiplicative models provide a method to analyze even the remaining ordinal information found in these variables. Such models are able to parsimoniously determine multivariate dependencies and simultaneously scale the variables of interest. Since log-multiplicative models habe rarely been used, this article is intended to demonstrate their effectiveness.' (author's abstract)|... weniger

Thesaurusschlagwörter
Berufsanfänger; Assoziation; Klassifikation; Soziologie; Datenbank; Kategorie; Modellentwicklung

Klassifikation
Forschungsarten der Sozialforschung

Methode
anwendungsorientiert

Sprache Dokument
Deutsch

Publikationsjahr
1993

Seitenangabe
S. 52-74

Zeitschriftentitel
ZA-Information / Zentralarchiv für Empirische Sozialforschung (1993) 33

Status
Veröffentlichungsversion; begutachtet

Lizenz
Deposit Licence - Keine Weiterverbreitung, keine Bearbeitung


GESIS LogoDFG LogoOpen Access Logo
Home  |  Impressum  |  Betriebskonzept  |  Datenschutzerklärung
© 2007 - 2025 Social Science Open Access Repository (SSOAR).
Based on DSpace, Copyright (c) 2002-2022, DuraSpace. All rights reserved.
 

 


GESIS LogoDFG LogoOpen Access Logo
Home  |  Impressum  |  Betriebskonzept  |  Datenschutzerklärung
© 2007 - 2025 Social Science Open Access Repository (SSOAR).
Based on DSpace, Copyright (c) 2002-2022, DuraSpace. All rights reserved.