SSOAR Logo
    • Deutsch
    • English
  • English 
    • Deutsch
    • English
  • Login
SSOAR ▼
  • Home
  • About SSOAR
  • Guidelines
  • Publishing in SSOAR
  • Cooperating with SSOAR
    • Cooperation models
    • Delivery routes and formats
    • Projects
  • Cooperation partners
    • Information about cooperation partners
  • Information
    • Possibilities of taking the Green Road
    • Grant of Licences
    • Download additional information
  • Operational concept
Browse and search Add new document OAI-PMH interface
JavaScript is disabled for your browser. Some features of this site may not work without it.

Download PDF
Download full text

(48.96Mb)

Citation Suggestion

Please use the following Persistent Identifier (PID) to cite this document:
https://nbn-resolving.org/urn:nbn:de:0168-ssoar-66203

Exports for your reference manager

Bibtex export
Endnote export

Display Statistics
Share
  • 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

Verallgemeinerte lineare Modelle in der empirischen Sozialforschung: NONMET/ GLIM Workshop, 16.-20.11.81

Generalized linear models in empirical social research: NONMET/ GLIM workshop; November 16 to 20, 1981
[conference proceedings]

Küchler, Manfred
(ed.)

Corporate Editor
Zentrum für Umfragen, Methoden und Analysen -ZUMA-

Abstract

'Sozialwissenschaftliche Daten sind in ihrer großen Mehrheit nicht-metrischer Art, d.h. sie stellen keine Meßpunkte auf exakt definierten Skalen dar, sondern drücken i.a. lediglich qualitative Unterschiede aus. Die formale Anwendung klassischer Analysetechniken (multiple Regression, Varianzanalyse, ... view more

'Sozialwissenschaftliche Daten sind in ihrer großen Mehrheit nicht-metrischer Art, d.h. sie stellen keine Meßpunkte auf exakt definierten Skalen dar, sondern drücken i.a. lediglich qualitative Unterschiede aus. Die formale Anwendung klassischer Analysetechniken (multiple Regression, Varianzanalyse, Faktorenanalyse, etc.) auf solche Daten ist äußerst problematisch, die Gefahr von reinen Methoden-Artefakten hier besonders groß.' Zweck der ZUMA-Arbeitstagung war es, einen formalstatistischen Ansatz vorzustellen, der den klassischen Techniken an Elaboriertheit nicht nachsteht, gleichwohl aber mit realistischen Annahmen hinsichtlich des Meßniveaus auskommt. Dieser Ansatz ist von Nelder und Wedderburn in Großbritannien entwickelt worden und in das GLIM (General Linear Model) Programm umgesetzt worden. GLIM liegt in drei Versionen (Stand 1982) vor. In der Arbeitstagung wurde dieses Programm mit NONMET auf seine Leistungsfähigkeit hin verglichen. In der Einleitung zu den fünf vorliegenden Beiträgen resümiert Küchler: 'Will man ein kurzes inhaltliches Fazit aus dem Verlauf der Arbeitstagung ziehen, so läßt sich feststellen, daß NONMET und GLIM eigentlich keine konkurrierenden Ansätze repräsentieren, sondern der Einsatz des einen oder anderen Programms primär von der statistischen und EDV-mäßigen Vorbildung des potentiellen Benutzers abhängig gemacht werden sollte.' (pmb)... view less

Keywords
electronic data processing; statistical analysis; methodology; regression analysis; data; empirical social research; program

Classification
Methods and Techniques of Data Collection and Data Analysis, Statistical Methods, Computer Methods

Method
development of methods; basic research

Document language
German

Publication Year
1982

City
Köln

Page/Pages
V,205 p.

Series
ZUMA-Arbeitsbericht, 1982/03

Status
Published Version; reviewed

Licence
Deposit Licence - No Redistribution, No Modifications


GESIS LogoDFG LogoOpen Access Logo
Home  |  Legal notices  |  Operational concept  |  Privacy policy
© 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  |  Legal notices  |  Operational concept  |  Privacy policy
© 2007 - 2025 Social Science Open Access Repository (SSOAR).
Based on DSpace, Copyright (c) 2002-2022, DuraSpace. All rights reserved.