Személy-orientált többváltozós statisztika: Klasszifikációs módszerek

"A jelen kötet a szerző 2019-ben megjelent, változó-orientált többváltozós statisztikai módszereket áttekintő könyve folytatásának tekinthető. A mű a személy-orientált, személyközpontú többváltozós eljárásokra fókuszál, ahol központi szerepet játszanak az egyének közti, kvalitatív jellegű különbségek. Ezek hátterében típusmodellek állnak, amelyek jellemzően klasszifikációs módszerekkel tárhatók fel, s a könyv ezek ismertetésére vállalkozik.
A könyv két részre tagolódik. Az I. rész klaszteranalízisre előkészítő, illetve arra ráhangoló módszereket mutat be (hiányzó adatok felmérése és pótlása, kilógó egyedek azonosítása) és megismertet olyan eljárásokkal, amelyek segítségével feltárhatók egy többváltozós minta sűrű régiói, illetve sűrűsödéspontjai, valamint kevés számú diszkrét változó tipikus és atipikus értékmintázatai.
A II. rész először a klaszteranalízis alkalmazási feltételeit és alapfogalmait boncolgatja, majd a klaszteranalízis három fontos típusát mutatja be: a hagyományos hierarchikus klaszteranalízist, a k-középpontú klaszteranalízist, valamint a modell-alapú klaszteranalízist. Az utolsó, 8. fejezet a klaszteranalízis hasznos utóelemzéseivel ismertet meg, többek között a kapott klaszterstruktúrák validálásával, illetve különböző megoldások összehasonlításának módszereivel. Mindezen fejezetek részletesen kitérnek az ismertetett eljárások végrehajtási módjára ROPstatban, SPSS-ben és R-ben.
A könyv könnyen érthetően, jól kiválasztott didaktikus példák segítségével mutatja be a gondosan kiválasztott témákat. Egyaránt hasznos segítője lehet a pszichológia és a társszakmák (szociológia, biológia, orvostudomány) kutatóinak, valamint ilyen szakos egyetemi hallgatóknak."