Alexandra Grand, Regina Dittrich, Reinhold Hatzinger
Präferenzmodelle in der Praxis
Analyse von Paarvergleichen, Likert Items und Rankings mit R-prefmod
Alexandra Grand, Regina Dittrich, Reinhold Hatzinger
Präferenzmodelle in der Praxis
Analyse von Paarvergleichen, Likert Items und Rankings mit R-prefmod
- Broschiertes Buch
- Merkliste
- Auf die Merkliste
- Bewerten Bewerten
- Teilen
- Produkt teilen
- Produkterinnerung
- Produkterinnerung
Die Analyse von Präferenzdaten gewinnt im Bereich der Sozial- und Wirtschaftswissenschaften, insbesondere im Marketing, und der Psychologie immer mehr an Bedeutung.Das Buch bietet einen Streifzug durch die wichtigsten Paarvergleichsmodelle sowie deren Umsetzung mit Hilfe der frei verfügbaren Statistiksoftware R und dem Paket prefmod. Besondere statistische, mathematische oder softwaretechnische Kenntnisse werden dabei nicht vorausgesetzt.
Andere Kunden interessierten sich auch für
- Ingrid KollerDas Rasch Modell in der Praxis23,99 €
- Holger LindemannEinführung in die systemisch-lösungsorientierte Gesprächsführung und Beratung23,00 €
- Thomas SluneckoGeschichte und Paradigmen der Psychologie und Psychotherapie34,00 €
- Sebastian LobrechtDie 7 mächtigsten Tools der Psychologie im Alltag: Persönlichkeitsentwicklung - Resilienz - Intrapersonelle Kommunikation - Emotionale Intelligenz - Menschen lesen - NLP - Dunkle Psychologie14,95 €
- Rainer LeonhartPsychologische Methodenlehre / Statistik8,99 €
- Heather E P CattellEssentials of 16PF Assessment57,99 €
- Yanina StranoPerfil del Agresor Sexual en la Tecnica de Rorschach: Perfil de las personas que cometen el delito de abuso sexual.15,99 €
-
-
-
Die Analyse von Präferenzdaten gewinnt im Bereich der Sozial- und Wirtschaftswissenschaften, insbesondere im Marketing, und der Psychologie immer mehr an Bedeutung.Das Buch bietet einen Streifzug durch die wichtigsten Paarvergleichsmodelle sowie deren Umsetzung mit Hilfe der frei verfügbaren Statistiksoftware R und dem Paket prefmod. Besondere statistische, mathematische oder softwaretechnische Kenntnisse werden dabei nicht vorausgesetzt.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Produktdetails
- Produktdetails
- UTB Uni-Taschenbücher 3785
- Verlag: Facultas / UTB
- 1. Aufl.
- Seitenzahl: 228
- Erscheinungstermin: 11. September 2017
- Deutsch
- Abmessung: 216mm x 152mm x 13mm
- Gewicht: 349g
- ISBN-13: 9783825237851
- ISBN-10: 3825237850
- Artikelnr.: 35847831
- UTB Uni-Taschenbücher 3785
- Verlag: Facultas / UTB
- 1. Aufl.
- Seitenzahl: 228
- Erscheinungstermin: 11. September 2017
- Deutsch
- Abmessung: 216mm x 152mm x 13mm
- Gewicht: 349g
- ISBN-13: 9783825237851
- ISBN-10: 3825237850
- Artikelnr.: 35847831
Vorwort1. Aufbau des Buchs11.1. Typologische und symbolische Gestaltungselemente31.2. Programmversion von R52. Einleitung73. Paarvergleiche113.1. Arten von Paarvergleichen133.2. Paarvergleichs-/Präferenzmodelle144. Das Bradley-Terry Modell (BT)154.1. Das log-lineare BT Modell (LLBT Modell)18I. Log-lineare Bradley-Terry Modelle (LLBT)19Echte Paarvergleiche5. Das log-lineare Bradley-Terry Modell (LLBT)215.1. Theorie215.1.1. Designstruktur des LLBT Modells235.1.2. Berechnung des LLBT Modells245.1.3. Interpretation der Objektparameter265.1.4. Berechnung der Werteparameter 275.1.5. Prüfung der Modellgüte (Goodness-of-fit)285.1.6. Erweiterungsmöglichkeiten des LLBT Modells295.2. Anwendung in R - Beispiel 1: Schokolade305.2.1. Beschreibung des Datensatzes, Datenvorbereitung315.2.2. Deskriptive Statistik345.2.3. Modellschätzung mit dem R-Paket prefmod355.2.4. Interpretation395.2.5. Modellgüte, Konfidenzintervalle446. Das LLBT Modell mit drei Antwortkategorien (ties)496.1. Theorie496.1.1. Designstruktur des LLBT Modells mit ties516.2. Anwendung in R - Beispiel 2: CEMS526.2.1. Beschreibung des Datensatzes, Datenvorbereitung526.2.2. Deskriptive Statistik556.2.3. Modellschätzung mit dem R-Paket prefmod566.2.4. Modellgüte586.2.5. Interpretation587. Das LLBT Modell mit einer kategorialen Subjektkovariate617.1. Theorie617.1.1. Interpretation637.1.2. Modellselektion647.2. Anwendung in R - Beispiel 2: CEMS667.2.1. Beschreibung des Datensatzes, Datenvorbereitung667.2.2. Deskriptive Statistik677.2.3. Modellschätzung mit dem R-Paket prefmod707.2.4. Modellselektion, Modellgüte737.2.5. Interpretation758. Das LLBT Modell mit zwei kategorialen Subjektkovariaten818.1. Theorie818.1.1. Berechnung der Objektparameter828.1.2. Modellselektion838.2. Anwendung in R - Beispiel 2: CEMS858.2.1. Modellschätzung858.2.2. Modellselektion868.2.3. Berechnung und Interpretation der Objekt- und Werteparameter909. Eine metrische Subjektkovariate (ohne ties)959.1. Theorie959.2. Anwendung in R - Beispiel 3: Lernmethoden969.2.1. Beschreibung des Datensatzes, Datenvorbereitung969.2.2. Deskriptive Statistik989.2.3. Modellschätzung mit dem R-Paket prefmod1019.2.4. Berechnung der Objektparameter1049.2.5. Berechnung und Darstellung der Werteparameter10610.Das LLBT Modell mit einer objekt-spezifischen Kovariate11110.1. Theorie11110.2.Anwendung in R - Beispiel 2: CEMS11410.2.1. Modellschätzung mit dem R-Paket prefmod11410.2.2. Objekt- und Werteparameter11910.2.3. Modellselektion121II. Log-lineare Paarvergleichs Pattern Modelle12311.Paarvergleichs Pattern Modelle12511.1. Theorie125Echte Paarvergleiche12.Das Pattern Modell bei unabhängigen Entscheidungen13312.1. Theorie13312.1.1. Designstruktur des Pattern Modells13312.1.2. Interpretation der Objektparameter13412.1.3. Berechnung der Werteparameter13512.1.4. Der Unterschied zwischen LLBT und Pattern Modell13512.2.Anwendung in R - Beispiel 1: Schokolade13612.2.1. Modellschätzung mit dem R-Paket prefmod13612.2.2. Berechnung der Objekt- und Werteparameter14012.2.3. Grafische Darstellung der Objekt- und Werteparameter14113.Das Pattern Modell mit Abhängigkeiten in den Entscheidungen14313.1. Theorie14313.1.1. Designstruktur des Pattern Modells mit Abhängigkeiten in den Entscheidungen14613.1.2. Interpretation der Abhängigkeits- und Objektparameter14714.Das Pattern Modell mit Abhängigkeiten und einer kategorialen Subjektkovariate14914.1. Theorie14914.2.Anwendung in R - Beispiel 4: Interview mit Sportlerinnen15014.2.1. Beschreibung des Datensatzes15014.2.2. Modellschätzung mit dem R-Paket prefmod15114.2.3. Objektparameter15414.2.4.Werteparameter15615.Das Pattern Modell mit Abhängigkeiten und ties15915.1. Theorie15915.2.Anwendung in R - Beispiel 2: CEMS16115.2.1. Beschreibung des Datensatzes, Datenvorbereitung16115.2.2. Modellschätzung mit dem R-Paket pref
Vorwort 1. Aufbau des Buchs1 1.1. Typologische und symbolische Gestaltungselemente3 1.2. Programmversion von R5 2. Einleitung7 3. Paarvergleiche11 3.1. Arten von Paarvergleichen13 3.2. Paarvergleichs-/Präferenzmodelle14 4. Das Bradley-Terry Modell (BT)15 4.1. Das log-lineare BT Modell (LLBT Modell)18 I. Log-lineare Bradley-Terry Modelle (LLBT)19 Echte Paarvergleiche 5. Das log-lineare Bradley-Terry Modell (LLBT)21 5.1. Theorie21 5.1.1. Designstruktur des LLBT Modells23 5.1.2. Berechnung des LLBT Modells24 5.1.3. Interpretation der Objektparameter26 5.1.4. Berechnung der Werteparameter 27 5.1.5. Prüfung der Modellgüte (Goodness-of-fit)28 5.1.6. Erweiterungsmöglichkeiten des LLBT Modells29 5.2. Anwendung in R – Beispiel 1: Schokolade30 5.2.1. Beschreibung des Datensatzes, Datenvorbereitung31 5.2.2. Deskriptive Statistik34 5.2.3. Modellschätzung mit dem R-Paket prefmod35 5.2.4. Interpretation39 5.2.5. Modellgüte, Konfidenzintervalle44 6. Das LLBT Modell mit drei Antwortkategorien (ties)49 6.1. Theorie49 6.1.1. Designstruktur des LLBT Modells mit ties51 6.2. Anwendung in R – Beispiel 2: CEMS52 6.2.1. Beschreibung des Datensatzes, Datenvorbereitung52 6.2.2. Deskriptive Statistik55 6.2.3. Modellschätzung mit dem R-Paket prefmod56 6.2.4. Modellgüte58 6.2.5. Interpretation58 7. Das LLBT Modell mit einer kategorialen Subjektkovariate61 7.1. Theorie61 7.1.1. Interpretation63 7.1.2. Modellselektion64 7.2. Anwendung in R – Beispiel 2: CEMS66 7.2.1. Beschreibung des Datensatzes, Datenvorbereitung66 7.2.2. Deskriptive Statistik67 7.2.3. Modellschätzung mit dem R-Paket prefmod70 7.2.4. Modellselektion, Modellgüte73 7.2.5. Interpretation75 8. Das LLBT Modell mit zwei kategorialen Subjektkovariaten81 8.1. Theorie81 8.1.1. Berechnung der Objektparameter82 8.1.2. Modellselektion83 8.2. Anwendung in R – Beispiel 2: CEMS85 8.2.1. Modellschätzung85 8.2.2. Modellselektion86 8.2.3. Berechnung und Interpretation der Objekt- und Werteparameter90 9. Eine metrische Subjektkovariate (ohne ties)95 9.1. Theorie95 9.2. Anwendung in R – Beispiel 3: Lernmethoden96 9.2.1. Beschreibung des Datensatzes, Datenvorbereitung96 9.2.2. Deskriptive Statistik98 9.2.3. Modellschätzung mit dem R-Paket prefmod101 9.2.4. Berechnung der Objektparameter104 9.2.5. Berechnung und Darstellung der Werteparameter106 10.Das LLBT Modell mit einer objekt-spezifischen Kovariate111 10.1. Theorie111 10.2.Anwendung in R – Beispiel 2: CEMS114 10.2.1. Modellschätzung mit dem R-Paket prefmod114 10.2.2. Objekt- und Werteparameter119 10.2.3. Modellselektion121 II. Log-lineare Paarvergleichs Pattern Modelle123 11.Paarvergleichs Pattern Modelle125 11.1. Theorie125 Echte Paarvergleiche 12.Das Pattern Modell bei unabhängigen Entscheidungen133 12.1. Theorie133 12.1.1. Designstruktur des Pattern Modells133 12.1.2. Interpretation der Objektparameter134 12.1.3. Berechnung der Werteparameter135 12.1.4. Der Unterschied zwischen LLBT und Pattern Modell135 12.2.Anwendung in R – Beispiel 1: Schokolade136 12.2.1. Modellschätzung mit dem R-Paket prefmod136 12.2.2. Berechnung der Objekt- und Werteparameter140 12.2.3. Grafische Darstellung der Objekt- und Werteparameter141 13.Das Pattern Modell mit Abhängigkeiten in den Entscheidungen143 13.1. Theorie143 13.1.1. Designstruktur des Pattern Modells mit Abhängigkeiten in den Entscheidungen146 13.1.2. Interpretation der Abhängigkeits- und Objektparameter147 14.Das Pattern Modell mit Abhängigkeiten und einer kategorialen Subjektkovariate149 14.1. Theorie149 14.2.Anwendung in R – Beispiel 4: Interview mit Sportlerinnen150 14.2.1. Beschreibung des Datensatzes150 14.2.2. Modellschätzung mit dem R-Paket prefmod151 14.2.3. Objektparameter154 14.2.4.Werteparameter156 15.Das Pattern Modell mit Abhängigkeiten und ties159 15.1. Theorie159 15.2.Anwendung in R – Beispiel 2: CEMS161 15.2.1. Beschreibung des Datensatzes, Datenvorbereitung161 15.2.2. Modellschätzung mit dem R-Paket prefmod162 15.2.3. Grafische Darstellung der Objekt- und Werteparameter166 Hergeleitete Paarvergleiche 16.Das Pattern Modell für Rangdaten169 16.1. Theorie169 16.1.1. Designstruktur des Pattern Modells für Rangdaten172 16.2.Anwendung in R – Beispiel 5: Restaurant173 16.2.1. Beschreibung des Datensatzes, Datenvorbereitung173 16.2.2. Modellschätzung mit dem R-Paket prefmod175 16.2.3. Modellgüte179 16.2.4. Erweiterungsmöglichkeiten180 17.Das Pattern Modell für Ratingdaten183 17.1. Theorie183 17.1.1. Designstruktur des Pattern Modells für Ratingdaten mit Berücksichtigung von ties187 17.2.Anwendung in R – Beispiel 6: Umweltgefahr190 17.2.1. Beschreibung des Datensatzes, Datenvorbereitung190 17.2.2. Modellschätzung mit dem R-Paket prefmod191 17.2.3. Ausgabe, Visualisierung der Objekt- und Werteparameter195 Appendix197 A. R-Grundlagen199 A.1. Einlesen externer Dateien in R199 A.2. Installation der benötigten R-Pakete200 B. Zusammenfassung wichtiger Symbole203 Literaturverzeichnis205 Index209
Vorwort1. Aufbau des Buchs11.1. Typologische und symbolische Gestaltungselemente31.2. Programmversion von R52. Einleitung73. Paarvergleiche113.1. Arten von Paarvergleichen133.2. Paarvergleichs-/Präferenzmodelle144. Das Bradley-Terry Modell (BT)154.1. Das log-lineare BT Modell (LLBT Modell)18I. Log-lineare Bradley-Terry Modelle (LLBT)19Echte Paarvergleiche5. Das log-lineare Bradley-Terry Modell (LLBT)215.1. Theorie215.1.1. Designstruktur des LLBT Modells235.1.2. Berechnung des LLBT Modells245.1.3. Interpretation der Objektparameter265.1.4. Berechnung der Werteparameter 275.1.5. Prüfung der Modellgüte (Goodness-of-fit)285.1.6. Erweiterungsmöglichkeiten des LLBT Modells295.2. Anwendung in R - Beispiel 1: Schokolade305.2.1. Beschreibung des Datensatzes, Datenvorbereitung315.2.2. Deskriptive Statistik345.2.3. Modellschätzung mit dem R-Paket prefmod355.2.4. Interpretation395.2.5. Modellgüte, Konfidenzintervalle446. Das LLBT Modell mit drei Antwortkategorien (ties)496.1. Theorie496.1.1. Designstruktur des LLBT Modells mit ties516.2. Anwendung in R - Beispiel 2: CEMS526.2.1. Beschreibung des Datensatzes, Datenvorbereitung526.2.2. Deskriptive Statistik556.2.3. Modellschätzung mit dem R-Paket prefmod566.2.4. Modellgüte586.2.5. Interpretation587. Das LLBT Modell mit einer kategorialen Subjektkovariate617.1. Theorie617.1.1. Interpretation637.1.2. Modellselektion647.2. Anwendung in R - Beispiel 2: CEMS667.2.1. Beschreibung des Datensatzes, Datenvorbereitung667.2.2. Deskriptive Statistik677.2.3. Modellschätzung mit dem R-Paket prefmod707.2.4. Modellselektion, Modellgüte737.2.5. Interpretation758. Das LLBT Modell mit zwei kategorialen Subjektkovariaten818.1. Theorie818.1.1. Berechnung der Objektparameter828.1.2. Modellselektion838.2. Anwendung in R - Beispiel 2: CEMS858.2.1. Modellschätzung858.2.2. Modellselektion868.2.3. Berechnung und Interpretation der Objekt- und Werteparameter909. Eine metrische Subjektkovariate (ohne ties)959.1. Theorie959.2. Anwendung in R - Beispiel 3: Lernmethoden969.2.1. Beschreibung des Datensatzes, Datenvorbereitung969.2.2. Deskriptive Statistik989.2.3. Modellschätzung mit dem R-Paket prefmod1019.2.4. Berechnung der Objektparameter1049.2.5. Berechnung und Darstellung der Werteparameter10610.Das LLBT Modell mit einer objekt-spezifischen Kovariate11110.1. Theorie11110.2.Anwendung in R - Beispiel 2: CEMS11410.2.1. Modellschätzung mit dem R-Paket prefmod11410.2.2. Objekt- und Werteparameter11910.2.3. Modellselektion121II. Log-lineare Paarvergleichs Pattern Modelle12311.Paarvergleichs Pattern Modelle12511.1. Theorie125Echte Paarvergleiche12.Das Pattern Modell bei unabhängigen Entscheidungen13312.1. Theorie13312.1.1. Designstruktur des Pattern Modells13312.1.2. Interpretation der Objektparameter13412.1.3. Berechnung der Werteparameter13512.1.4. Der Unterschied zwischen LLBT und Pattern Modell13512.2.Anwendung in R - Beispiel 1: Schokolade13612.2.1. Modellschätzung mit dem R-Paket prefmod13612.2.2. Berechnung der Objekt- und Werteparameter14012.2.3. Grafische Darstellung der Objekt- und Werteparameter14113.Das Pattern Modell mit Abhängigkeiten in den Entscheidungen14313.1. Theorie14313.1.1. Designstruktur des Pattern Modells mit Abhängigkeiten in den Entscheidungen14613.1.2. Interpretation der Abhängigkeits- und Objektparameter14714.Das Pattern Modell mit Abhängigkeiten und einer kategorialen Subjektkovariate14914.1. Theorie14914.2.Anwendung in R - Beispiel 4: Interview mit Sportlerinnen15014.2.1. Beschreibung des Datensatzes15014.2.2. Modellschätzung mit dem R-Paket prefmod15114.2.3. Objektparameter15414.2.4.Werteparameter15615.Das Pattern Modell mit Abhängigkeiten und ties15915.1. Theorie15915.2.Anwendung in R - Beispiel 2: CEMS16115.2.1. Beschreibung des Datensatzes, Datenvorbereitung16115.2.2. Modellschätzung mit dem R-Paket pref
Vorwort 1. Aufbau des Buchs1 1.1. Typologische und symbolische Gestaltungselemente3 1.2. Programmversion von R5 2. Einleitung7 3. Paarvergleiche11 3.1. Arten von Paarvergleichen13 3.2. Paarvergleichs-/Präferenzmodelle14 4. Das Bradley-Terry Modell (BT)15 4.1. Das log-lineare BT Modell (LLBT Modell)18 I. Log-lineare Bradley-Terry Modelle (LLBT)19 Echte Paarvergleiche 5. Das log-lineare Bradley-Terry Modell (LLBT)21 5.1. Theorie21 5.1.1. Designstruktur des LLBT Modells23 5.1.2. Berechnung des LLBT Modells24 5.1.3. Interpretation der Objektparameter26 5.1.4. Berechnung der Werteparameter 27 5.1.5. Prüfung der Modellgüte (Goodness-of-fit)28 5.1.6. Erweiterungsmöglichkeiten des LLBT Modells29 5.2. Anwendung in R – Beispiel 1: Schokolade30 5.2.1. Beschreibung des Datensatzes, Datenvorbereitung31 5.2.2. Deskriptive Statistik34 5.2.3. Modellschätzung mit dem R-Paket prefmod35 5.2.4. Interpretation39 5.2.5. Modellgüte, Konfidenzintervalle44 6. Das LLBT Modell mit drei Antwortkategorien (ties)49 6.1. Theorie49 6.1.1. Designstruktur des LLBT Modells mit ties51 6.2. Anwendung in R – Beispiel 2: CEMS52 6.2.1. Beschreibung des Datensatzes, Datenvorbereitung52 6.2.2. Deskriptive Statistik55 6.2.3. Modellschätzung mit dem R-Paket prefmod56 6.2.4. Modellgüte58 6.2.5. Interpretation58 7. Das LLBT Modell mit einer kategorialen Subjektkovariate61 7.1. Theorie61 7.1.1. Interpretation63 7.1.2. Modellselektion64 7.2. Anwendung in R – Beispiel 2: CEMS66 7.2.1. Beschreibung des Datensatzes, Datenvorbereitung66 7.2.2. Deskriptive Statistik67 7.2.3. Modellschätzung mit dem R-Paket prefmod70 7.2.4. Modellselektion, Modellgüte73 7.2.5. Interpretation75 8. Das LLBT Modell mit zwei kategorialen Subjektkovariaten81 8.1. Theorie81 8.1.1. Berechnung der Objektparameter82 8.1.2. Modellselektion83 8.2. Anwendung in R – Beispiel 2: CEMS85 8.2.1. Modellschätzung85 8.2.2. Modellselektion86 8.2.3. Berechnung und Interpretation der Objekt- und Werteparameter90 9. Eine metrische Subjektkovariate (ohne ties)95 9.1. Theorie95 9.2. Anwendung in R – Beispiel 3: Lernmethoden96 9.2.1. Beschreibung des Datensatzes, Datenvorbereitung96 9.2.2. Deskriptive Statistik98 9.2.3. Modellschätzung mit dem R-Paket prefmod101 9.2.4. Berechnung der Objektparameter104 9.2.5. Berechnung und Darstellung der Werteparameter106 10.Das LLBT Modell mit einer objekt-spezifischen Kovariate111 10.1. Theorie111 10.2.Anwendung in R – Beispiel 2: CEMS114 10.2.1. Modellschätzung mit dem R-Paket prefmod114 10.2.2. Objekt- und Werteparameter119 10.2.3. Modellselektion121 II. Log-lineare Paarvergleichs Pattern Modelle123 11.Paarvergleichs Pattern Modelle125 11.1. Theorie125 Echte Paarvergleiche 12.Das Pattern Modell bei unabhängigen Entscheidungen133 12.1. Theorie133 12.1.1. Designstruktur des Pattern Modells133 12.1.2. Interpretation der Objektparameter134 12.1.3. Berechnung der Werteparameter135 12.1.4. Der Unterschied zwischen LLBT und Pattern Modell135 12.2.Anwendung in R – Beispiel 1: Schokolade136 12.2.1. Modellschätzung mit dem R-Paket prefmod136 12.2.2. Berechnung der Objekt- und Werteparameter140 12.2.3. Grafische Darstellung der Objekt- und Werteparameter141 13.Das Pattern Modell mit Abhängigkeiten in den Entscheidungen143 13.1. Theorie143 13.1.1. Designstruktur des Pattern Modells mit Abhängigkeiten in den Entscheidungen146 13.1.2. Interpretation der Abhängigkeits- und Objektparameter147 14.Das Pattern Modell mit Abhängigkeiten und einer kategorialen Subjektkovariate149 14.1. Theorie149 14.2.Anwendung in R – Beispiel 4: Interview mit Sportlerinnen150 14.2.1. Beschreibung des Datensatzes150 14.2.2. Modellschätzung mit dem R-Paket prefmod151 14.2.3. Objektparameter154 14.2.4.Werteparameter156 15.Das Pattern Modell mit Abhängigkeiten und ties159 15.1. Theorie159 15.2.Anwendung in R – Beispiel 2: CEMS161 15.2.1. Beschreibung des Datensatzes, Datenvorbereitung161 15.2.2. Modellschätzung mit dem R-Paket prefmod162 15.2.3. Grafische Darstellung der Objekt- und Werteparameter166 Hergeleitete Paarvergleiche 16.Das Pattern Modell für Rangdaten169 16.1. Theorie169 16.1.1. Designstruktur des Pattern Modells für Rangdaten172 16.2.Anwendung in R – Beispiel 5: Restaurant173 16.2.1. Beschreibung des Datensatzes, Datenvorbereitung173 16.2.2. Modellschätzung mit dem R-Paket prefmod175 16.2.3. Modellgüte179 16.2.4. Erweiterungsmöglichkeiten180 17.Das Pattern Modell für Ratingdaten183 17.1. Theorie183 17.1.1. Designstruktur des Pattern Modells für Ratingdaten mit Berücksichtigung von ties187 17.2.Anwendung in R – Beispiel 6: Umweltgefahr190 17.2.1. Beschreibung des Datensatzes, Datenvorbereitung190 17.2.2. Modellschätzung mit dem R-Paket prefmod191 17.2.3. Ausgabe, Visualisierung der Objekt- und Werteparameter195 Appendix197 A. R-Grundlagen199 A.1. Einlesen externer Dateien in R199 A.2. Installation der benötigten R-Pakete200 B. Zusammenfassung wichtiger Symbole203 Literaturverzeichnis205 Index209