Multivariat analyse og kategoriserede data

Kursets første halvdel omhandler faktoranalysemodeller og lisrelmodeller i flerdimensionale datamaterialer, hvor afhængigheden mellem kontinuerte variable beskrives ved deres kovarians/korrelation. Det teoretiske grundlag for kursets anden halvdel er de log-lineære modeller, ved hjælp af hvilke man kan gennemføre en samlet beskrivelse af samvariationen eller afhængighederne mellem flere diskrete variable. Teorien for de log-lineære modeller for tabeller af højere dimension gennemgås med hovedvægten lagt på modeludvælgelse og fortolkning af den model, der udvælges til beskrivelse af materialet.

Som en introduktion gives en kort repetition af de vigtigste matrixoperationer, herunder dekomponering i egenværdier og egenvektorer, herunder også brug af SAS. Herefter gennemgås i første halvdel af kurset de grundlæggende modeller for multivariat analyse: Faktoranalyse, herunder principalkomponentmetoden, og LISREL-modeller (Structural Equation Modelling). I disse modeller indgår de variable på lige fod og ikke i form af responsvariable og forklarende variable som i regressionsmodeller.

For diskrete variable analyseres i kursets anden halvdel større datasæt med flere kategoriserede variable, der ligeledes indgår simultant på lige fod i modellen. Det skal ses som en modsætning til fx logistiske regressionsmodeller, hvori visse variable er responsvariable (altså specielt interessante), mens andre er forklarende variable.

Som en introduktion til modellerne for sådanne kategoriserede variable tales om likelihoodteori og eksponentielle familier, der anvendes for de log-lineære modeller, der anvendes i analyserne. Alle de praktiske analyser i kurset afvikles ved brug af SAS