Krusche, Stefan: Visualisierung und Analyse multivariater Daten in der gartenbaulichen Beratung - Methodik, Einsatz und Vergleich datenanalytischer Verfahren

Anhang Teil II A

Übersichten zur Auswertung der betriebsbegleitenden Untersuchung bei Cyclamen, Kapitel 3.1

Übersicht

Benennung

Seite

Übersicht A1:

Variablenset 1, Qualitätsbeurteilungen

1

Übersicht A2:

Variablenset 2, Substratanalysewerte

2

Übersicht A3a:

Variablenset 3, Schattiersollwerte

3

Übersicht A3b:

Variablenset 3, Platzbedarf, Rücken

4

Übersicht A3c:

Variablenset 3, Temperaturführung

5

Übersicht A4:

Variablenset 4, Strukturdaten

6

Übersicht A5:

Spearman Rangkorrelationen der Sorte ‘Sierra’ der Merkmale im Variablenset 1

7

Übersicht A6:

Spearman Rangkorrelationen der Sorte ‘Concerto’ der Merkmale im Variablenset 1

8

Übersicht A7:

Eigenwerte und Spur der Hauptkoordinatenanalysen der Qualitätsbonituren für ‘Sierra’ und ‘Concerto’ Woche 44 und Woche 48

9

Übersicht A8:

Spearman Korrelationsmatrizen für Bonituren der Qualitätsmerkmale für ‘Sierra’ und ‘Concerto’ in Woche 44 und 48

10

Übersicht A9:

Hauptkoordinatenanlyse der Spearman-Korrelationsmatrix für die Bonituren der Qualitätsmerkmale bei ‘Sierra’ und ‘Concerto’ in Woche 44 uind 48

11

Übersicht A10:

Spearman Rangkorrelationen der Substratanalysewerte in Variablenset 2

12

Übersicht A11:

Normalverteilungstests der Substratanalysewerte in Variablenset 2 (Reihenfolge der Variablen wie in Übersicht A10)

13

Übersicht A12:

Test auf multivariate Ausreißer in Variablenset 2

14

Übersicht A13:

Screeplot der Hauptkomponentenanalyse der Substratanalysewerte

15

Übersicht A14 a und b:

Bestimmung der Anzahl ‘wesentlicher’ Hauptkomponenten nach VELICER, 1976 (a)) und EASTMENT & KRZANOWSKI, 1982 (b)) nach Hauptkomponentenanalyse der Substratanalysewerte

16

Übersicht A15 a und b:

Hauptkomponenten-Residuen nach Hauptkomponentenanalyse der Substratanalysewerte und Betrachtung von einer Dimension (a)) beziehungsweise von zwei Dimensionen (b))

16

Übersicht A16:

Approximation von Variablenwerten durch interaktives Vorgehen bei der Auswertung von Hauptkomponenten-Biplots mit Prediktionsmarkern

17

Übersicht A17:

Hauptkomponentenanalyse der Schattiersollwerte

18

Übersicht A18:

Variablen und verwendete Proximitätsmaße im Variablenset 3

19

Übersicht A19:

Hauptkoordinatenanalyse und ordinale mehrdimensionale

Skalierung von Variablenset 3

20

Übersicht A20:

Nächste Nachbarn, typische Objekte und Ähnlichkeit zwischen Gruppierungen im Variablenset 3

21

Übersicht A21:

Multiple Korrespondenzanalyse der betrieblichen Strukturdaten in Variablenset 4

22

Übersicht A22:

Vorhersage (Prediktion) der Klassenzugehörigkeit durch die Prediktionsregionen im multiplen Korrespondenzanalyse-Biplot bei Verwendung der Chi-Quadrat-Distanz (mca) und des extended matching-Koeffizienten (emc), sowie Beschreibung der Klassen und wahre Klassenhäufigkeiten

23

Übersicht A23:

Hauptkoordinatenanalyse, ordinale mehrdimensionale Skalierung, nächste Nachbarn und Zentroid Distanzen; Grundlagen für die Abbildung A59, A60 und A61

24

Übersicht A24:

Variablensets für die generalisierte kanonische Analyse

25

Übersicht A25:

Loss-Werte der vier generalisierten kanonischen Analysen in den ersten beiden Dimensionen

26

Übersicht A26:

Komponentenladungen der Variablensets nach generalisierter kanonischer Analyse, ‘Sierra’

27

Übersicht A27:

Komponentenladungen der Variablensets nach generalisierter kanonischer Analyse, ‘Concerto’

28


A-2A-1

Übersicht A1: Variablenset 1, Qualitätsbeurteilungen

Alle Merkmale sind auf einer Ordinalskala von 1 bis 9 bestimmt, wobei eine 1 immer für die schlechteste Beurteilung und eine 9 immer für die beste Beurteilung steht; das heißt, eine 9 im Knospenbesatz steht für eine Pflanze mit vielen Knospen und damit für gute Qualität. Eine 9 bei Krankheiten steht für eine Pflanze ohne Krankheiten oder Schädlinge, also ebenfalls für gute Qualität. Die Bonituren erfolgten eine Woche, vier Wochen und sechs Wochen nach dem Kulturende im Betrieb.

Für alle 20 Betriebe wurden 15 Pflanzen der Sorte ‘Sierra’ und 15 Pflanzen der Sorte ‘Concerto’ beurteilt. Verwendet wird für die Auswertungen der Median dieser Beurteilungen.

.

 


A-2A-2

Übersicht A2: Variablenset 2, Substratanalysewerte

Bei den Substratanalysdewerten handelt es sich um verhältnisskalierte Variablen. Die Analysen wurden nach der LUFA-Methode in den Wochen 23, 28 und 41, das heißt zum Kulturbeginn, nach 6 Wochen Kulturdauer und zum Kulturende genommen. Für den Betrieb 5 fehlen die Substartanalysewerte in Woche 41.

 


A-2A-3

Übersicht A 3a: Variablenset 3, Schattiersollwerte

Die Schattiersollwerte werden als verhältnisskaliert betrachtet. Bei der Angabe der Schattierfarbe handelt es sich um eine nominalskalierte Variable binärer Struktur.


A-2A-4

Übersicht A 3b: Variablenset 3, Platzbedarf, Rücken

Die mit * gekennzeichneten Variablen sind aus anderen Variablen berechnet. Mit Ausnahme der Anzahl der Rückvorgänge, die als nominalskaliert betrachtet werden kann, und der berechneten Variablen, ist die Bestimmung des Skalenniveaus nicht ganz eindeutig und sowohl eine Interpretation der Variablen als verhältnis- als auch als ordinalskaliert denkbar.


A-2A-5

Übersicht A 3c: Variablenset 3, Temperaturführung

Bei den Temperaturwerten in Grad Celcius (C) handelt es sich um intervallskalierte Variablen. Bei den Angaben zur Temperaturdifferenz liegen nominalskalierte Variablen vor (keine negative Dif, ein Grad negative Dif, zwei Grad negative Dif), die auch ordinalskaliert interpretiert werden können. Die mit * gekennzeichneten Variablen sind aus den anderen Werten abgeleitet. Der Energiebverbrauch ist nach der im Planungsprogramm Gartplan verfügbaren Temperaturtabelle geschätzt (KRUSCHE, 1997). Der Energieverbrauch wird als verhältnisskaliert betrachtet.


A-2A-6

Übersicht A4: Variablenset 4, Strukturdaten

Bei den Strukturvariablen handelt es sich um nominalskalierte Variablen binärer Struktur, das heißt es gibt für jedes Merkmal nur zwei Auprägungen. Die Ausgangsdaten führen die einzelnen Merkmale allerdings in mehr als zwei Klassen. Die Dichotomisierung wurde durch den Verfasser vorgenommen. Keine fehlenden Werte.

 


A-2A-7

Übersicht A5: Spearman Rangkorrelationen der Sorte ‘Sierra’ der Merkmale im Variablenset 1

 
  Sample size:                 20
  Degrees of freedom =         18
 
  Exact critical values for one-sided test:
   p=0.05, critical value = 0.377
   p=0.01, critical value = 0.534
 
  *** Correlation matrix (adjusted for ties) ***
 
    1   1.000
    2   0.512   1.000
    3   0.282   0.470   1.000
    4   0.341   0.213   0.325   1.000
    5   0.345   0.056   0.055   0.446   1.000
    6  -0.010   0.075   0.389   0.478   0.174   1.000
    7   0.087   0.014  -0.009  -0.239  -0.113   0.064   1.000
    8   0.302   0.480   0.348   0.000   0.000  -0.226  -0.053   1.000
    9   0.389   0.071  -0.011   0.050   0.091  -0.075   0.176   0.280   1.000
   10   0.136  -0.053  -0.036   0.047   0.094   0.030  -0.400  -0.015   0.343   1.000
   11   0.456   0.327   0.387   0.221   0.327   0.309  -0.268   0.000   0.263   0.687   1.000
   12  -0.041   0.371   0.551   0.392   0.331   0.533  -0.139   0.053  -0.150   0.106   0.448   1.000
   13   0.325  -0.030   0.200   0.318   0.254   0.293  -0.088  -0.232   0.122   0.546   0.469   0.349   1.000
   14   0.137   0.016   0.232   0.200   0.399   0.429  -0.002  -0.257  -0.138   0.139   0.356   0.571   0.599   1.000
   15  -0.105   0.070   0.051  -0.050   0.048   0.270   0.153  -0.117  -0.031   0.151   0.258   0.382   0.318   0.498   1.000
   16   0.295   0.191   0.109  -0.003   0.033  -0.058   0.351   0.228  -0.024   0.509  -0.176  -0.311  -0.381  -0.048   0.105   1.000 
   17   0.141   0.217   0.348  -0.211  -0.038   0.118  -0.009   0.197   0.238   0.093   0.259   0.102   0.120  -0.061   0.225  -0.079  1.000
 
            1       2       3       4       5       6       7       8       9      10      11      12      13      14      15      16     17
 
        Reihenfolge der Variablen:
 
        1 ges 44         7 kno 44        13 wel 44
        2 ges 46         8 kno 46        14 wel 46
        3 ges 48         9 kno 48        15 wel 48
        4 gil 44        10 kra 44        16 wur 44
        5 gil 46        11 kra 46        17 wur 48
        6 gil 48        12 kra 48


A-2A-8

Übersicht A6: Spearman Rangkorrelationen der Sorte ‘Concerto’ der Merkmale im Variablenset 1

Spearman Rank Correlation
 
  Sample size:                 20
  Degrees of freedom =         18
 
  Exact critical values for one-sided test:
   p=0.05, critical value = 0.377
   p=0.01, critical value = 0.534
 
  *** Correlation matrix (adjusted for ties) ***
 
    1   1.000
    2   0.336   1.000
    3   0.673   0.482   1.000
    4   0.592   0.370   0.292   1.000
    5   0.081   0.450   0.260   0.486   1.000
    6   0.209   0.313   0.410   0.564   0.739   1.000
    7   0.695   0.309   0.452   0.286   0.080   0.082   1.000
    8  -0.048   0.434   0.297   0.189   0.786   0.655   0.084   1.000
    9  -0.207   0.198  -0.473  -0.086   0.181  -0.229  -0.251  -0.007   1.000
   10   0.611   0.260   0.354   0.603   0.131   0.331   0.442   0.212  -0.306   1.000
   11   0.556   0.406   0.382   0.580   0.605   0.529   0.265   0.540   0.067   0.659   1.000
   12   0.527  -0.125   0.170   0.288  -0.070   0.138   0.476  -0.218  -0.278   0.456   0.277   1.000
   13   0.764   0.555   0.548   0.521   0.242   0.270   0.828   0.242  -0.153   0.627   0.519   0.359   1.000
   14   0.072   0.285   0.202  -0.275   0.096  -0.050   0.205   0.223   0.098  -0.092   0.024  -0.034   0.231   1.000
   15   0.220   0.337   0.153   0.015   0.316   0.199   0.365   0.443   0.026   0.239   0.456   0.116   0.384   0.757   1.000
   16  -0.218  -0.225  -0.103  -0.018  -0.232  -0.091  -0.127  -0.124  -0.383  -0.097  -0.221   0.000  -0.164  -0.573  -0.378   1.000
   17  -0.137  -0.029  -0.073   0.066   0.265   0.004  -0.191   0.163   0.139  -0.351  -0.032  -0.096  -0.096  -0.123  -0.239   0.268    1.000
 
            1       2       3       4       5       6       7       8       9      10      11      12      13      14      15      16       17
 
        Reihenfolge der Variablen:
 
        1 ges 44         7 kno 44        13 wel 44
        2 ges 46         8 kno 46        14 wel 46
        3 ges 48         9 kno 48        15 wel 48
        4 gil 44        10 kra 44        16 wur 44
        5 gil 46        11 kra 46        17 wur 48
        6 gil 48        12 kra 48


A-2A-9

Übersicht A7: Eigenwerte und Spur der Hauptkoordinatenanalysen der Qualitätsbonituren für ‘Sierra’ und ‘Concerto’ Woche 44 und Woche 48

 
‘Sierra’ 44
 
 *****  Principal coordinates analysis  *****
  ***  Latent Roots  ***
               1           2           3           4           5           6
          1.0246      0.7690      0.5554      0.4250      0.3054      0.2236
               7           8           9          10          11          12
          0.2087      0.1608      0.1326      0.1161      0.0801      0.0474
              13          14          15          16          17          18
          0.0392      0.0273      0.0191      0.0162      0.0101      0.0061
              19          20
          0.0000      0.0000
  ***  Percentage variation  ***
               1           2           3           4           5           6
           24.59       18.46       13.33       10.20        7.33        5.37
               7           8           9          10          11          12
            5.01        3.86        3.18        2.79        1.92        1.14
              13          14          15          16          17          18
            0.94        0.66        0.46        0.39        0.24        0.15
              19          20
            0.00        0.00
***  Trace  4.167

 
‘Sierra’ 48
 
 *****  Principal coordinates analysis  *****
  ***  Latent Roots  ***
               1           2           3           4           5           6
          0.8335      0.5675      0.4028      0.3091      0.2980      0.2043
               7           8           9          10          11          12
          0.1656      0.1175      0.1018      0.0851      0.0658      0.0400
              13          14          15          16          17          18
          0.0330      0.0254      0.0079      0.0072      0.0000      0.0000
              19          20
          0.0000      0.0000
***  Percentage variation  ***
               1           2           3           4           5           6
           25.53       17.38       12.34        9.47        9.13        6.26
               7           8           9          10          11          12
            5.07        3.60        3.12        2.61        2.02        1.23
              13          14          15          16          17          18
            1.01        0.78        0.24        0.22        0.00        0.00
              19          20
            0.00        0.00
***  Trace  3.265

 

‘Concerto’ 44
 
 *****  Principal coordinates analysis  *****
 ***  Latent Roots  ***
               1           2           3           4           5           6
          1.5171      0.6916      0.4721      0.3354      0.3258      0.2353
               7           8           9          10          11          12
          0.2107      0.1698      0.1343      0.0680      0.0579      0.0426
              13          14          15          16          17          18
          0.0391      0.0237      0.0181      0.0174      0.0077      0.0045
              19          20
          0.0015      0.0000
 ***  Percentage variation  ***
               1           2           3           4           5           6
           34.70       15.82       10.80        7.67        7.45        5.38
               7           8           9          10          11          12
            4.82        3.88        3.07        1.55        1.32        0.97
              13          14          15          16          17          18
            0.89        0.54        0.41        0.40        0.18        0.10
              19          20
            0.03        0.00
***  Trace  4.372

 

‘Concerto’ 48
 
 *****  Principal coordinates analysis  *****
 ***  Latent Roots  ***
               1           2           3           4           5           6
          0.8644      0.4891      0.4197      0.2973      0.2551      0.2163
               7           8           9          10          11          12
          0.1821      0.1462      0.1097      0.0819      0.0761      0.0595
              13          14          15          16          17          18
          0.0491      0.0334      0.0290      0.0147      0.0093      0.0040
              19          20
          0.0027      0.0000
  ***  Percentage variation  ***
               1           2           3           4           5           6
           25.88       14.64       12.57        8.90        7.64        6.48
               7           8           9          10          11          12
            5.45        4.38        3.29        2.45        2.28        1.78
              13          14          15          16          17          18
            1.47        1.00        0.87        0.44        0.28        0.12
              19          20
            0.08        0.00
***  Trace  3.340


A-2A-10

Übersicht A8: Spearman Korrelationsmatrizen für Bonituren der Qualitätsmerkmale für ‘Sierra’ und ‘Concerto’ in Woche 44 und 48

 

‘Sierra’, Woche 44 
 
*** Correlation matrix (adjusted for ties) ***
 
   1   1.000
   2   0.087   1.000
   3   0.295   0.351   1.000
   4   0.341  -0.239  -0.003   1.000
   5   0.325  -0.088  -0.381   0.318   1.000
   6   0.136  -0.400  -0.509   0.047   0.546   1.000
           1       2       3       4       5       6
 

 

‘Sierra’, Woche 48
 
*** Correlation matrix (adjusted for ties) ***
 
   1   1.000
   2  -0.011   1.000
   3   0.348   0.238   1.000
   4   0.389  -0.075   0.118   1.000
   5   0.051  -0.031   0.225   0.270   1.000
   6   0.551  -0.150   0.102   0.533   0.382   1.000
           1       2       3       4       5       6

 
 
‘Concerto’, Woche 44
 
*** Correlation matrix (adjusted for ties) ***
 
   1   1.000
   2   0.695   1.000
   3  -0.218  -0.127   1.000
   4   0.592   0.286  -0.018   1.000
   5   0.764   0.828  -0.164   0.521   1.000
   6   0.611   0.442  -0.097   0.603   0.627   1.000
           1       2       3       4       5       6

 

‘Concerto’, Woche 48
 
*** Correlation matrix (adjusted for ties) ***
 
   1   1.000
   2  -0.473   1.000
   3  -0.073   0.139   1.000
   4   0.410  -0.229   0.004   1.000
   5   0.153   0.026  -0.239   0.199   1.000
   6   0.170  -0.278  -0.096   0.138   0.116   1.000
           1       2       3       4       5       6
 

 

‘Sierra’-’Concerto’ Kombinationen, Woche 44
 
 Si 1  0.474   0.335   0.133   0.051   0.104  -0.225
 Si 2  0.304   0.054   0.221  -0.134  -0.124  -0.059
 Si 3  0.170  -0.003   0.192   0.069   0.114   0.071
 Si 4  0.351   0.082  -0.351   0.062   0.315   0.094
 Si 5  0.277   0.227   0.002  -0.177   0.118   0.082
 Si 6  0.320   0.164  -0.022   0.019   0.056   0.019
        Co 1    Co 2    Co 3    Co 4    Co 5     Co 6       

 

‘Sierra’ ‘Concerto’ Kombinationen, Woche 48
 
 Si 1   0.618   0.054   0.043   0.196  -0.090   0.017
 Si 2  -0.476   0.018  -0.041  -0.147   0.369  -0.028
 Si 3  -0.020   0.044   0.466  -0.106  -0.020  -0.270
 Si 4   0.184   0.239   0.012   0.201  -0.310   0.005
 Si 5   0.122  -0.086  -0.109  -0.211   0.321  -0.012
 Si 6   0.348   0.152   0.122   0.113  -0.269   0.000
         Co 1    Co 2    Co 3    Co 4    Co 5     Co 6

 
1 Gesamtbeurteilung, 2 Knospenbesatz, 3 Wurzelqualität, 4 Vergilbung, 5 Welke, 6 Krankheiten

A-2A-11

Übersicht A9: Hauptkoordinatenanlyse der Spearman-Korrelationsmatrix für die Bonituren der Qualitätsmerkmale bei ‘Sierra’ und ‘Concerto’ in Woche 44 und 48


a) ‘Sierra’-’Concerto’, Woche 44

 
***  Latent Roots  ***                                                                    ***  Percentage variation  ***
              1           2           3           4           5           6                            1           2           3           4           5           6
         2.6314      2.1719      1.1077      1.0060      0.7696      0.5633                        27.97       23.09       11.77       10.69        8.18        5.99
              7           8           9          10          11          12                            7           8           9          10          11          12
         0.4897      0.2736      0.2070      0.1105      0.0771      0.0000                         5.21        2.91        2.20        1.17        0.82        0.00
 
aus Hauptkoordinatenanalyse abgeleite Distanzmatrix
   1       0.000
   2       1.351       0.000
   3       1.187       1.139       0.000
   4       1.148       1.574       1.417       0.000
   5       1.162       1.475       1.662       1.168       0.000
   6       1.314       1.674       1.737       1.381       0.953       0.000
   7       1.026       1.153       1.317       1.377       1.339       1.565       0.000
   8       1.180       1.376       1.248       1.506       1.499       1.456       0.781       0.000
   9       1.288       1.416       1.271       1.364       1.331       1.363       1.561       1.501       0.000
  10       1.139       1.355       1.644       1.369       1.170       1.346       0.903       1.195       1.427       0.000
  11       1.203       1.244       1.413       1.534       1.328       1.355       0.688       0.587       1.526       0.979       0.000
  12       1.166       1.293       1.430       1.401       1.374       1.401       0.882       1.056       1.481       0.891       0.864       0.000
               1           2           3           4           5           6           7           8           9          10          11          12


b) ‘Sierra’-’Concerto’, Woche 48

 
***  Latent Roots  ***                             ***  Percentage variation  ***
              1           2           3           4           5           6              1           2           3           4           5           6
         2.4088      1.9217      1.5342      1.0689      0.9725      0.8024          23.44       18.70       14.93       10.40        9.47        7.81
              7           8           9          10          11          12              7           8           9          10          11          12
         0.5535      0.4937      0.3137      0.1450      0.0601      0.0000           5.39        4.81        3.05        1.41        0.58        0.00

aus Hauptkoordinatenanalyse abgeleite Distanzmatrix
   1       0.000
   2       1.422       0.000
   3       1.142       1.235       0.000
   4       1.105       1.466       1.328       0.000
   5       1.378       1.436       1.245       1.209       0.000
   6       0.948       1.517       1.340       0.966       1.112       0.000
   7       0.874       1.376       1.384       1.268       1.476       1.402       0.000
   8       1.718       1.401       1.443       1.515       1.124       1.434       1.717       0.000
   9       1.428       1.383       1.033       1.487       1.428       1.594       1.465       1.313       0.000
  10       1.277       1.234       1.406       1.264       1.619       1.411       1.086       1.568       1.412       0.000
  11       1.325       1.474       1.490       1.556       1.166       1.423       1.301       1.396       1.574       1.266       0.000
  12       1.142       1.302       1.325       1.332       1.593       1.414       1.289       1.599       1.481       1.313       1.329       0.000
               1           2           3           4           5           6           7           8           9          10          11          12

1 Gesamtbeurteilung, 2 Knospenbesatz, 3 Wurzelqualität, 4 Vergilbung, 5 Welke, 6 Krankheiten bei ‘Sierra’
7 Gesamtbeurteilung, 8 Knospenbesatz, 9 Wurzelqualität, 10 Vergilbung, 11 Welke, 12 Krankheiten bei ‘Concerto’

A-2A-12

Übersicht A10: Spearman Rangkorrelationen der Substratanalysewerte in Variablenset 2

 
 Spearman Rank Correlation
 
 Sample size:                 19
 Degrees of freedom =         17
 
 Exact critical values for one-sided test:
  p=0.05, critical value = 0.399
  p=0.01, critical value = 0.564
 
 *** Correlation matrix (adjusted for ties) ***
 
   1   1.000
   2   0.863   1.000
   3   0.874   0.818   1.000
   4  -0.164  -0.185  -0.108   1.000
   5   0.432   0.404   0.307   0.077   1.000
   6   0.574   0.606   0.650  -0.281   0.507   1.000
   7   0.489   0.540   0.504   0.221   0.763   0.563   1.000
   8  -0.341  -0.366  -0.110   0.284  -0.661  -0.360  -0.344   1.000
   9   0.014   0.212   0.092  -0.034   0.182   0.164   0.092  -0.206   1.000
  10   0.054   0.200   0.161   0.059   0.275   0.086   0.172  -0.333   0.519   1.000
  11   0.058   0.160   0.181  -0.165  -0.382   0.283  -0.142   0.129   0.345   0.174   1.000
  12   0.192   0.164   0.172  -0.216  -0.332  -0.011   0.026   0.511  -0.390  -0.507   0.090   1.000
 
           1       2       3       4       5       6       7       8       9      10      11      12
 
        Reihenfolge der Variablen:
        
        1 N, Woche 23                    5 N, Woche 29                    9 N, Woche 41
        2 K, Woche 23                    6 K, Woche 29                    10 K, Woche 41
        3 Salz, Woche 23                 7 Salz, Woche 29                 11 Salz, Woche 41
        4 pH-Wert, Woche 23              8 pH-Wert, Woche 29              12 pH-Wert, Woche 41
        


A-2A-13

Übersicht A11: Normalverteilungstests der Substratanalysewerte in Variablenset 2 (Reihenfolge der Variablen wie in Übersicht A10)

 
                                         Test statistic
                                ---------------------------------
  Type of                       Anderson-     Cramer-
    test        Variate(s)       Darling     von Mises     Watson
  ---------------------------------------------------------------
marginal
                       1          5.205 **     0.198 **     0.186 **
                       2          4.794 **     0.089        0.089
                       3          5.050 **     0.176 *      0.170 **
                       4          5.017 **     0.087        0.084
                       5          5.757 **     0.247 **     0.247 **
                       6          5.927 **     0.334 **     0.299 **
                       7          5.283 **     0.202 **     0.195 **
                       8          5.095 **     0.088        0.081
                       9          8.322 **     0.827 **     0.769 **
                      10          7.048 **     0.598 **     0.548 **
                      11          5.485 **     0.274 **     0.251 **
                      12          5.169 **     0.102        0.091
bivariate angle
                  1    2          3.975 **     0.135        0.139
                  1    3          4.272 **     0.038        0.014
                  1    4          4.632 **     0.041        0.052
                  1    5          4.008 **     0.060        0.066
                  1    6          4.213 **     0.055        0.061
                  1    7          4.279 **     0.052        0.041
                  1    8          4.242 **     0.166        0.159 ?
                  1    9          6.456 **     0.261       -0.027
                  1   10          6.060 **     0.234       -0.115
                  1   11          6.768 **     0.210       -0.130
                  1   12          4.212 **     0.141        0.145
                  2    3          4.296 **     0.014       -0.004
                  2    4          4.751 **     0.038        0.048
                  2    5          3.876 **     0.042        0.053
                  2    6          4.345 **     0.014        0.001
                  2    7          4.537 **     0.045       -0.018
                  2    8          4.287 **     0.124        0.129
                  2    9          7.221 **     0.290       -0.142
                  2   10          6.988 **     0.336       -0.139
                  2   11          6.954 **     0.214       -0.183
                  2   12          4.233 **     0.136        0.136
                  3    4          4.892 **     0.034        0.034
                  3    5          3.908 **     0.066        0.080
                  3    6          4.647 **     0.103        0.117
                  3    7          4.407 **     0.028       -0.040
                  3    8          4.396 **     0.155        0.151
                  3    9          6.934 **     0.283       -0.102
                  3   10          5.819 **     0.203       -0.096
                  3   11          7.577 **     0.259       -0.176
                  3   12          4.409 **     0.155        0.149

 
                                          Test statistic
                                ---------------------------------
  Type of                       Anderson-     Cramer-
    test        Variate(s)       Darling     von Mises     Watson
  ---------------------------------------------------------------
                  4    5          3.996 **     0.097        0.110
                  4    6          4.712 **     0.027       -0.043
                  4    7          4.727 **     0.017       -0.057
                  4    8          4.210 **     0.215        0.186 ?
                  4    9          6.085 **     0.180       -0.080
                  4   10          5.641 **     0.113       -0.047
                  4   11          4.769 **     0.054       -0.039
                  4   12          3.958 **     0.144        0.139
                  5    6          5.022 **     0.078        0.075
                  5    7          4.594 **     0.040        0.029
                  5    8          4.418 **     0.106        0.120
                  5    9          6.652 **     0.187       -0.001
                  5   10          6.934 **     0.228       -0.147
                  5   11          6.875 **     0.217       -0.159
                  5   12          4.466 **     0.116        0.128
                  6    7          4.704 **     0.080       -0.033
                  6    8          4.512 **     0.187        0.165 ?
                  6    9          7.364 **     0.325       -0.166
                  6   10          5.637 **     0.211       -0.056
                  6   11          7.132 **     0.265       -0.206
                  6   12          4.309 **     0.196        0.178 ?
                  7    8          4.305 **     0.127        0.134
                  7    9          6.411 **     0.208       -0.074
                  7   10          5.549 **     0.205       -0.037
                  7   11          6.471 **     0.190       -0.153
                  7   12          4.376 **     0.140        0.142
                  8    9          6.815 **     0.255       -0.136
                  8   10          5.566 **     0.121       -0.079
                  8   11          5.225 **     0.060       -0.083
                  8   12          4.266 **     0.284        0.240 *
                  9   10          5.562 **     0.340        0.219 *
                  9   11          5.280 **     0.176       -0.012
                  9   12          4.805 **     0.381 ?      0.345 **
                 10   11          4.979 **     0.116        0.058
                 10   12          4.612 **     0.259        0.248 *
                 11   12          4.318 **     0.269        0.229 *   radius
                                  4.735 **     0.311        0.322 **
  ---------------------------------------------------------------
 
 
  ?, *, ** indicate significance at 10%, 5% and 1% levels respectively
 


A-2A-14

Übersicht A12: Test auf multivariate Ausreißer in Variablenset 2

 
Total number of units in data =  20
 
  Number of units with complete data =  19
  No outliers were detected
  Number of iterations used =  1
  The threshold distance, D0, =  4.8783
 
 
   Unit_No      1      2      3      4      5      6      7      8      9     10
       Wts 1.0000 1.0000 1.0000 1.0000      * 1.0000 1.0000 1.0000 1.0000 1.0000
  Mahaldst  3.370  3.194  4.018  3.404      *  3.563  3.369  3.278  3.435  2.811
 
   Unit_No     11     12     13     14     15     16     17     18     19     20
       Wts 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000
  Mahaldst  3.065  3.553  3.146  3.838  2.833  3.529  3.134  3.016  4.042  3.136
 
  Distances printed as missing are for units with incomplete data
 
 
Erklärung der Abkürzungen:
 
Unit_No:  Betriebsnummer
Wts:      Gewichtung nach CAMPBELL, 1980
Mahaldst: Mahalanobis-Distanz des Objekts zum Mittelwertsvektor (Zentroid)
  


A-2A-15

Übersicht A13: Screeplot der Hauptkomponentenanalyse der Substratanalysewerte

 
      No     Root   %%  Cum   %  Scree Diagram (* represents 2%)
 
       1   4.9943  416  416  42 *********************
       2   2.1916  183  599  18 *********
       3   1.6568  138  737  14 *******
       4   1.2188  102  838  10 *****
       5   0.7073   59  897   6 ***
       6   0.5706   48  945   5 ***
       7   0.2312   19  964   2 *
       8   0.1888   16  980   2 *
       9   0.0999    8  988   1 *
      10   0.0755    6  995   1 *
      11   0.0422    4  998   0
      12   0.0230    2 1000   0
 
   Scale:  1 asterisk represents 2 units.
 
 
   No        Root per-1000  Cum %%    Del1 Del2 Del3
 
    1      4.9943      416     416     234    *    *
    2      2.1916      183     599      45  189  181
    3      1.6568      138     737      36    8   14
    4      1.2188      102     838      43   -6  -37
    5      0.7073       59     897      11   31   48
    6      0.5706       48     945      28  -17  -42
    7      0.2312       19     964       4   25   29
    8      0.1888       16     980       7   -4   -9
    9      0.0999        8     988       2    5    6
   10      0.0755        6     995       3   -1   -2
   11      0.0422        4     998       2    1    *
   12      0.0230        2    1000       *    *    *
 


A-2A-16

Übersicht A14a und b: Bestimmung der Anzahl ‘wesentlicher’ Hauptkomponenten nach VELICER, 1976 (a)) und EASTMENT & KRZANOWSKI, 1982 (b)) nach Hauptkomponentenanalyse der Substratanalysewerte

 
a) Velicer

 
b) Eastment & Krzanowski

 
      Principal
      Components
      removed   fq-value
  
          0       0.1736
          1       0.1106
          2       0.1322
          3       0.1389
          4       0.1770
          5       0.1402
          6       0.1665
          7       0.1887
          8       0.2541
          9       0.3108
         10       0.4730
         11       1.0000

 
 
      Principal
      Component   W-value 
  
  
          1       1.6277
          2       0.0553
          3       0.2738
          4       0.9665
          5       0.2395
          6       0.8002
          7       0.2226
          8       0.1696
          9       0.0559
         10       0.0449
         11       0.0124
 

Übersicht A15a und b: Hauptkomponenten-Residuen nach Hauptkomponentenanalyse der Substratanalysewerte und Betrachtung von einer Dimension (a)) beziehungsweise von zwei Dimensionen (b))

 
a) Hauptkomponenten-Residuen 
   bei einer Hauptkomponente

 
b) Hauptkomponenten-Residuen
   bei zwei Hauptkomponenten

 
 Q-values (PCA residuals)
 
     unitname           Q
 
            1       3.436
            2       3.225
            3      15.874
            4       7.388
            6       6.308
            7       4.689
            8       3.367
            9      12.258
           10       5.568
           11       4.727
           12      11.167
           13       8.813
           14       7.666
           15       2.539
           16       2.251
           17       4.426
           18       5.376
           19      11.418
           20       5.606
 
  Critical value at alpha
       0.05000      for Q
 
        15.88

 
 Q-values (PCA residuals)
 
     unitname           Q
 
            1       3.350
            2       1.266
            3      10.570
            4       7.054
            6       5.469
            7       2.995
            8       2.188
            9       2.921
           10       5.460
           11       3.647
           12      11.108
           13       2.709
           14       7.438
           15       1.756
           16       1.829
           17       4.354
           18       2.943
           19       5.084
           20       4.514
 
  Critical value at alpha
      0.05000       for Q
 
        11.25


A-2A-17

Übersicht A16: Approximation von Variablenwerten durch interaktives Vorgehen bei der Auswertung von Hauptkomponenten-Biplots mit Prediktionsmarkern

the predicted value for variable   4
and unit   9
is
 
                   1.012
 
    unitname      salz23
           1       0.810
           2       0.770
           3       1.820
           4       0.700
           6       1.250
           7       1.390
           8       1.540
           9       1.080
          10       1.490
          11       1.720
          12       0.730
          13       0.780
          14       1.830
          15       1.030
          16       1.010
          17       0.890
          18       0.720
          19       1.300
          20       0.950
 
The first two principal components explain       59.88
percent of the total variation in the data
 
The adequacy of fit of the variables in two dimensions is
 
    N Woche 23      0.1455
    K Woche 23      0.1566
   pH Woche 23      0.0472
 Salz Woche 23      0.1693
    N Woche 29      0.2874
    K Woche 29      0.1748
   pH Woche 29      0.2488
 Salz Woche 29      0.1372
    N Woche 41      0.0933
    K Woche 41      0.1067
   pH Woche 41      0.1694
 Salz Woche 41      0.2638

the predicted value for variable   2
and unit  14
is
 
                   366.2
 
    unitname         k29
           1       140.0
           2       174.0
           3       469.0
           4       122.0
           6       106.0
           7       238.0
           8       197.0
           9       160.0
          10       197.0
          11       224.0
          12       168.0
          13       102.0
          14       377.0
          15       105.0
          16       203.0
          17       130.0
          18        97.0
          19       123.0
          20       216.0
 
The first two principal components explain       59.88
percent of the total variation in the data
 
The adequacy of fit of the variables in two dimensions is
 
    N Woche 23      0.1455
    K Woche 23      0.1566
   pH Woche 23      0.0472
 Salz Woche 23      0.1693
    N Woche 29      0.2874
    K Woche 29      0.1748
   pH Woche 29      0.2488
 Salz Woche 29      0.1372
    N Woche 41      0.0933
    K Woche 41      0.1067
   pH Woche 41      0.1694
 Salz Woche 41      0.2638
 

the predicted value for variable   1
and unit  11
 
is
                   197.8
 
    unitname         n41
           1       123.0
           2        31.0
           3       906.0
           4        24.0
           6         9.0
           7        26.0
           8       140.0
           9        24.0
          10        55.0
          11        24.0
          12       324.0
          13       159.0
          14       100.0
          15        42.0
          16        14.0
          17        26.0
          18        41.0
          19        53.0
          20        80.0
 
The first two principal components explain       59.88
percent of the total variation in the data
 
The adequacy of fit of the variables in two dimensions is
 
    N Woche 23      0.1455
    K Woche 23      0.1566
   pH Woche 23      0.0472
 Salz Woche 23      0.1693
    N Woche 29      0.2874
    K Woche 29      0.1748
   pH Woche 29      0.2488
 Salz Woche 29      0.1372
    N Woche 41      0.0933
    K Woche 41      0.1067
   pH Woche 41      0.1694
 Salz Woche 41      0.2638


A-2A-18

Übersicht A17: Hauptkomponentenanalyse der Schattiersollwerte

 
*****  Principal components analysis  *****
 
***  Latent Roots  ***
 
              1           2           3           4           5           6
          26171        2402         768         263         142         122
              7           8           9          10          11          12
             67          36          11           6           0           0
             13          14
              0           0
 
***  Percentage variation  ***
 
              1           2           3           4           5           6
          87.27        8.01        2.56        0.88        0.47        0.41
              7           8           9          10          11          12
           0.22        0.12        0.04        0.02        0.00        0.00
             13          14
           0.00        0.00
 
***  Trace  ***
 
       29987
 
 
***  Latent Vectors (Loadings)  ***
 
                        1           2           3           4           5
        klx23    -0.26426     0.47357     0.33311    -0.39559    -0.34769
        klx24    -0.26274     0.42957     0.14782    -0.15128    -0.07366
        klx25    -0.26153     0.38748    -0.06949     0.13601     0.29530
        klx26    -0.25441     0.33547    -0.15780     0.31623     0.48384
        klx27    -0.24225     0.03370    -0.41399     0.28386    -0.32703
        klx28    -0.24225     0.03370    -0.41399     0.28386    -0.32703
        klx29    -0.23507    -0.14139    -0.26654    -0.26321    -0.11944
        klx30    -0.23640    -0.13392    -0.26169    -0.34101    -0.06699
        klx31    -0.23111    -0.19789    -0.13601    -0.30027     0.11422
        klx32    -0.23111    -0.19789    -0.13601    -0.30027     0.11422
        klx33    -0.27283    -0.19148     0.03169    -0.16470     0.52180
        klx34    -0.32584    -0.18909     0.22279     0.21663    -0.06946
        klx35    -0.32562    -0.26228     0.36573     0.22474    -0.09098
     klx36_42    -0.32562    -0.26228     0.36573     0.22474    -0.09098
                        6           7           8           9          10
        klx23    -0.18420    -0.11122    -0.10071    -0.09503    -0.03953
        klx24    -0.01816    -0.00393     0.03586     0.00692    -0.12856
        klx25     0.21668     0.13795     0.27258     0.31844     0.64202
        klx26     0.23515    -0.02387    -0.17976    -0.27921    -0.51099
        klx27    -0.22603    -0.16921     0.00114     0.03217     0.02260
        klx28    -0.22603    -0.16921     0.00114     0.03217     0.02260
        klx29     0.13774     0.45936     0.31175    -0.65478     0.11932
        klx30     0.16418     0.34938     0.09575     0.61470    -0.43701
        klx31     0.22613    -0.38897    -0.23782    -0.02931     0.15391
        klx32     0.22613    -0.38897    -0.23782    -0.02931     0.15391
        klx33    -0.75244    -0.00376     0.14898     0.00581    -0.00883
        klx34    -0.06061     0.48940    -0.68758     0.03138     0.19321
        klx35     0.14709    -0.13332     0.28941     0.00891    -0.09376
     klx36_42     0.14709    -0.13332     0.28941     0.00891    -0.09376
                       11          12          13          14
        klx23    -0.50052     0.00000     0.00000     0.00000
        klx24     0.82345     0.00000     0.00000     0.00000
        klx25    -0.13059     0.00000     0.00000     0.00000
        klx26    -0.19101     0.00000     0.00000     0.00000
        klx27    -0.00025    -0.08399     0.70210     0.00027
        klx28    -0.00025     0.08399    -0.70210    -0.00027
        klx29     0.00335     0.00000     0.00000     0.00000
        klx30    -0.09950     0.00000     0.00000     0.00000
        klx31     0.04673    -0.70209    -0.08399    -0.00296
        klx32     0.04673     0.70209     0.08399     0.00296
        klx33    -0.00096     0.00000     0.00000     0.00000
        klx34     0.04911     0.00000     0.00000     0.00000
        klx35    -0.02428    -0.00291    -0.00062     0.70710
     klx36_42    -0.02428     0.00291     0.00062    -0.70710
 


A-2A-19

Übersicht A18: Variablen und verwendete Proximitätsmaße im Variablenset 3

Variable

Proximitätsmaß

Formel zur Berechnung der Ünähnlichkeit von zwei Objekten r und t

erste Hauptkomponente der Schattiersollwerte

euklidisch

zweite Hauptkomponente der Schattiersollwerte

euklidisch

Schattierfabe (ja/nein)

jaccard

wenn

 

 

 

Anzahl Rückvorgänge

cityblock

aufgestellt mit ... Pflanzen

cityblock

Endstand

cityblock

Wochen auf Endstand

cityblock

längste Phase mit einer Standweite

cityblock

Verhältnis Aufstellen : Endstand

euklidisch

Verhältnis Stand vor und nach längster Phase

euklidisch

Nettowochenquadratmeter

euklidisch

 

 

 

negative DIF Juni

euklidisch

negative DIF Rest

euklidisch

Tagesmitteltemperatur Juni

euklidisch

Tagesmitteltemperatur Rest

euklidisch

Lüftungstemperatur Juni

euklidisch

Lüftungstemperatur Rest

euklidisch

Lüftung über Heizung Juni

cityblock

Lüftung über Heizung Rest

cityblock

geschätzeter Energieverbrauch

euklidisch

r und t bezeichnen zwei Objekte,

, ist also der Wert von Variable x bei Objekt r

A-2A-20

Übersicht A19: Hauptkoordinatenanalyse und ordinale mehrdimensionale Skalierung von Variablenset 3

*****  Principal coordinates analysis  *****
 
 ***  Latent Roots  ***
 
     pco3['Roots']
               1           2           3           4           5           6
          0.9128      0.6405      0.4746      0.4438      0.3993      0.3067
               7           8           9          10          11          12
          0.2403      0.1960      0.1746      0.1403      0.0999      0.0706
              13          14          15          16          17          18
          0.0561      0.0513      0.0292      0.0243      0.0133      0.0118
              19          20
          0.0000     -0.0016
 
 ***  Percentage variation  ***
 
     pco3['Roots']
               1           2           3           4           5           6
           21.31       14.95       11.08       10.36        9.32        7.16
               7           8           9          10          11          12
            5.61        4.58        4.08        3.27        2.33        1.65
              13          14          15          16          17          18
            1.31        1.20        0.68        0.57        0.31        0.27
              19          20
            0.00       -0.04
 
 ***  Trace  ***
 
  pco3['Trace']
        4.284
 
 *  Some roots are negative - non-Euclidean distance matrix  *
 
---------------------------------------------------------------------------------------------------
 
 *****  Multidimensional scaling  *****
 
 ***  Least-squares scaling criterion  ***
 *  Distances fitted using monotonic regression (non-metric MDS)  *
 *  Primary treatment of ties  *
 
 
*** Stress         0.2021 (two dimensions fitted)
*** Stress         0.1260 (three dimensions fitted)
*** Stress         0.0851 (four dimensions fitted)
 
 ***  Coordinates  ***
                    mds3_4
                         1           2           3           4
             1      0.5659      0.6257      0.2294     -0.3262
             2      0.9403      0.0201     -0.3504     -0.0147
             3     -0.0100     -0.4604     -0.0666      0.8758
             4      0.8986      0.1208      0.2140     -0.1418
             5      0.0380     -0.4508     -0.2937      0.0391
             6     -0.0084     -0.2376      0.1034     -0.0272
             7      1.2147     -0.3552      0.4728      0.2115
             8     -0.2717      1.2454      0.5188      0.0254
             9     -0.3283      0.1616     -0.1366      0.2875
            10     -0.5788     -0.7478      0.6278      0.5046
            11     -0.6459      0.1144     -0.1809     -0.5027
            12     -0.3325     -0.0886     -1.1563     -0.1067
            13     -0.1188     -0.0687      0.1565     -0.3042
            14     -1.2610      0.7064     -0.3287      0.1097
            15     -0.7132      0.1074      0.7053      0.2898
            16     -0.2396     -0.0181      0.5698     -0.5013
            17      0.1706     -0.4671      0.0480     -0.3611
            18     -0.5113     -1.0390     -0.2358     -0.4657
            19      0.4623      0.5225     -0.6423      0.6604
            20      0.7291      0.3089     -0.2545     -0.2521
 


A-2A-21

Übersicht A20: Nächste Nachbarn, typische Objekte und Ähnlichkeit zwischen Gruppierungen im Variablenset 3

 
**** Neighbours table derived from sim3 ****
      1       4  90.5      20  88.9      19  87.6       2  85.7      13  82.6
      2      20  94.5       4  91.2       1  85.7       6  85.0       7  84.3
      3       6  82.3       5  81.4      10  80.3      13  80.2      19  80.1
      4       2  91.2      20  91.2       1  90.5       7  88.7       6  85.1
      5       6  92.2      13  91.3       9  90.6      17  90.1      20  84.5
      6      17  95.4      13  93.4       5  92.2       9  91.2      16  88.2
      7       4  88.7      20  87.5       2  84.3      17  79.3       3  78.6
      8      14  80.0       6  76.6       9  76.2      20  75.9      11  75.3
      9       6  91.2       5  90.6      13  89.8      17  85.4      16  82.9
     10       6  84.0      15  81.6       3  80.3      17  78.2      18  77.6
     11      16  86.4      18  85.1      13  83.5      12  83.4      17  82.5
     12      11  83.4       6  80.9       5  79.8      20  78.5       2  77.9
     13       6  93.4      16  93.3       5  91.3       9  89.8      17  89.6
     14      11  81.6       8  80.0      12  77.0       9  76.6      15  75.6
     15      13  83.3       6  82.8      16  82.6       9  82.6      11  82.4
     16      13  93.3       6  88.2      11  86.4      17  84.6       9  82.9
     17       6  95.4       5  90.1      13  89.6      20  87.0       9  85.4
     18       6  86.1      13  85.5      11  85.1       5  83.6      17  83.5
     19       1  87.6      20  82.2       3  80.1       5  80.0       2  79.3
     20       2  94.5       4  91.2       1  88.9       7  87.5      17  87.0
 
 
  **** Mean similarities between and within groups ****
  **** Similarity matrix: sim3 ****
 
  ** Between and within groups similarity matrix **
 
  1    71.4
  2    72.6  81.4
  3    73.3  82.5  86.4
  4    66.8  77.4  80.9  77.6
  5    73.3  76.3  80.1  67.9  87.0
 
          1     2     3     4     5
 
 
  **** Most typical members ****
  **** Similarity matrix: sim3 ****

group 1
      8    76.2
     14    70.9
      7    67.1

group 2
     13    85.2
     16    83.6
     11    82.9
      9    82.1
     15    79.6
     12    75.2

group 3
      6    89.9
      5    87.9
     17    87.6
      3    80.3

group 4
     18    77.6
     10    77.6

group 5
     20    89.2
      1    88.2
      4    87.9
      2    87.7
     19    82.0


A-2A-22

Übersicht A21: Multiple Korrespondenzanalyse der betrieblichen Strukturdaten in Variablenset 4

 

Squared singular values
 
        eigenv      %Roots    Cum%Root
 1     0.25528       25.53       25.53
 2     0.22899       22.90       48.43
 3     0.18842       18.84       67.27
 4     0.11500       11.50       78.77
 5     0.08902        8.90       87.67
 6     0.04986        4.99       92.66
 7     0.03574        3.57       96.23
 8     0.02574        2.57       98.80
 9     0.01196        1.20      100.00
10     0.00000        0.00      100.00
11     0.00000        0.00      100.00
12     0.00000        0.00      100.00
13     0.00000        0.00      100.00
14     0.00000        0.00      100.00
15     0.00000        0.00      100.00
16     0.00000        0.00      100.00
17     0.00000        0.00      100.00

 

Normalkoordinaten Betriebe
 
     betrieb   rowvar[1]   rowvar[2]
        1.00     -0.5790     -0.2266
        2.00     -0.7717      0.0992
        3.00      1.0115     -0.8311
        4.00     -0.4538      0.1301
        5.00     -0.6980     -0.1119
        6.00      0.0252     -0.1852
        7.00      0.1588      0.4969
        8.00      0.5614     -0.2028
        9.00     -0.1724      0.2621
       10.00      0.1949     -0.7023
       11.00      0.1249      0.6840
       12.00     -0.6249     -0.0998
       13.00      0.0256      0.6178
       14.00      0.3434      0.6488
       15.00     -0.2223     -0.7994
       16.00      0.5362      0.3229
       17.00     -0.2223     -0.7994
       18.00      0.8454      0.0153
       19.00      0.4172      0.4376
       20.00     -0.5000      0.2438

 

Überprüfung der Interpolation
 
       xline       yline
      -0.402      -0.268
       1.381       0.900
       1.534       1.178
       1.573       0.153
       3.962      -3.630
       1.228      -2.187
       1.041      -1.760
      -0.127      -1.373
      -1.086      -0.494
 
mean of xline and yline
 
      mxline      myline
       1.012     -0.8312

 

Benennungen 

(Betrieb 3 fett)
 
Nummer Abkürzung   Beschreibung
     1 ee          einheitserden
     2 vm1         ein vermarktungsweg
     3 fg10        ueber 10000 qm
     4 mg50        ueber 50000 stck
     5 sf1_m       stellflaeche 1 modern
     6 sf2_m       stellflaeche 2 modern
     7 bw1_k       bewaesserung 1 ueber kopf
     8 bw2_k       bewaesserung 2 ueber kopf
     9 wes         westliches muensterland
    10 subs        andere substrate
    11 vmg1        mehrere vermarktungswege
    12 fw10        unter 10000 qm
    13 mw50        unter 50000 stck
    14 sf1_a       stellflaeche 1 traditionell
    15 sf2_a       stellflaeche 2 traditionell
    16 bw1_f       bewaesserung 1 von unten
    17 bw2_f       bewaesserung 2 von unten
    18 ost         oestliches muensterland

 

Normalkoordinaten Merkmale
    
Standardkoordinaten Merkmale
 
     colvar[1]   colvar[2]    scolvar[1]  scolvar[2]
 1     -0.2033     -0.1283        -0.402      -0.268
 2      0.0524      0.5375         0.104       1.123
 3      0.5259     -0.8420         1.041      -1.760
 4     -0.3340      0.5634        -0.661       1.177
 5     -0.8526     -0.5262        -1.688      -1.100
 6     -0.6504     -0.0599        -1.287      -0.125
 7      0.7748      0.5636         1.534       1.178
 8      2.0019     -1.7368         3.962      -3.630
 9     -0.5487     -0.2362        -1.086      -0.494
10      0.2485      0.1568         0.492       0.328
11     -0.0641     -0.6570        -0.127      -1.373
12     -0.3506      0.5614        -0.694       1.173
13      0.6203     -1.0464         1.228      -2.187
14      0.6976      0.4306         1.381       0.900
15      0.7950      0.0732         1.573       0.153
16     -0.5165     -0.3757        -1.022      -0.785
17     -0.1054      0.0914        -0.209       0.191
18      0.2352      0.1012         0.465       0.212


A-2A-23

Übersicht A22: Vorhersage (Prediktion ) der Klassenzugehörigkeit durch die Prediktionsregionen im multiplen Korrespondenzanalyse-Biplot bei Verwendung der Chi-Quadrat-Distanz (mca) und des extended matching-Koeffizienten (emc), sowie Beschreibung der Klassen und wahre Klassenhäufigkeiten

Wahre Merkmalsklasse je Variable

und Merkmalsklasse nach Prediktion durch verwendetes Distanzmaß und Distanzmaß

Betrieb

menge

mca

emc

groesse

mca

emc

absatz

mca

emc

region

mca

emc

stellf

mca

emc

bewäs

mca

emc

subst

mca

emc

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

2

2

2

2

1

1

2

1

1

2

1

2

2

2

2

1

1

1

2

2

2

2

2

2

2

1

1

1

2

2

2

2

2

2

2

2

2

1

1

1

2

2

2

3

1

1

1

2

2

2

1

1

1

2

1

1

1

1

1

2

2

2

2

1

1

4

2

2

2

1

1

1

2

2

2

2

1

2

2

2

2

1

1

1

2

2

2

5

2

2

2

1

1

1

1

2

1

2

2

2

2

2

2

1

1

1

1

2

2

6

1

2

1

1

1

2

1

2

1

1

1

1

1

1

2

1

1

1

1

2

1

7

2

2

2

1

1

1

2

2

2

1

1

1

1

1

1

1

2

2

1

1

1

8

1

1

1

2

2

2

2

2

1

1

1

1

1

1

1

1

2

2

1

1

1

9

2

2

2

1

1

1

1

2

2

2

2

2

1

1

1

2

2

2

2

2

2

10

1

1

1

2

2

2

1

1

1

1

1

1

2

2

2

1

1

1

1

2

1

11

2

2

2

1

1

1

2

2

2

1

1

1

1

1

1

2

2

2

1

1

2

12

2

2

2

1

1

1

1

2

1

1

1

2

2

2

2

1

1

1

2

2

2

13

2

2

2

1

1

1

2

2

2

1

1

1

1

1

1

2

2

2

2

1

2

14

2

2

2

1

1

1

2

2

2

1

1

1

1

1

1

2

2

2

2

1

1

15

1

1

1

2

2

2

1

1

1

1

1

1

2

2

2

1

1

1

2

2

2

16

2

2

2

2

1

1

2

2

2

1

1

1

1

1

1

2

2

2

2

1

1

17

1

1

1

2

2

2

1

1

1

1

1

1

2

2

2

1

1

1

2

2

2

18

1

1

1

2

2

2

2

2

2

1

1

1

1

1

1

2

2

2

1

1

1

19

2

2

2

1

1

1

1

2

2

1

1

1

1

1

1

2

2

2

1

1

1

20

2

2

2

1

1

1

2

2

2

1

1

2

2

2

2

1

1

1

1

2

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Fehler

-

1

0

-

2

3

-

6

4

-

3

3

-

0

1

-

2

2

-

8

6

 
                     Count
       menge
          1.00 (mw50)    7
          2.00 (mg50    13
 
                     Count
       groesse
          1.00 (fw10)   12
          2.00 (fg10)    8
 

 
                     Count
      absatzwege
          1.00 (vmg1)    9
          2.00 (vm1)    11
 
                     Count
      region
          1.00 (ost)    14
          2.00 (west)    6

 
                     Count
      stellflaeche
          1.00 (sf1_a)  11
          2.00 (sf1_m)   9
 
                     Count
      bewässerung
          1.00 (bw1_f)  12
          2.00 (bw1_k)   8
 
                     Count
      substrate
          1.00 (subs)   9
          2.00 (ee)     11
 


A-2A-24

Übersicht A23: Hauptkoordinatenanalyse, ordinale, mehrdimensionale Skalierung, nächste Nachbarn und Zentroid Distanzen; Grundlagen für die Abbildungen A59, A60 und A61

 
*****  Principal coordinates analysis  *****
 
***  Latent Roots  ***
              1           2           3           4           5           6
         0.4990      0.4743      0.4086      0.4060      0.3840      0.3162
              7           8           9
         0.2986      0.2650      0.0000
 
***  Percentage variation  ***
              1           2           3           4           5           6
          16.35       15.54       13.39       13.30       12.58       10.36
              7           8           9
           9.78        8.69        0.00
 
***  Centroid distances  ***
                        1           2           3           4           5
                   0.5433      0.5671      0.5774      0.6408      0.5512
                        6           7           8           9
                   0.5880      0.6128      0.5910      0.5623
 
 
*****  Multidimensional scaling  *****
 
***  Least-squares scaling criterion  ***
*  Distances fitted using monotonic regression (non-metric MDS)  *
*  Primary treatment of ties  *
 
*** Stress         0.1220
 
 

Koordinaten der ersten und zweiten Dimension der Hauptkoordinatenanalyse
 
                        1           2  
            1     -0.1391     -0.0677  
            2     -0.0035     -0.0998  
            3     -0.1891     -0.2743  
            4     -0.1491      0.5746  
            5     -0.2337     -0.1876  
            6      0.3865      0.0583  
            7      0.4523     -0.0912  
            8     -0.1139      0.0017  
            9     -0.0105      0.0860  

Koordinaten der ersten und zweiten Dimension der ordinalen mehrdimensionalen Slkalierung
 
                         1           1
             1      0.0583     -0.0277
             2     -0.6503     -0.2442
             3     -0.3891     -0.9689
             4      1.6076      0.4992
             5      0.1200     -0.5295
             6     -0.3239      1.0031
             7     -1.3279      0.3540
             8      0.9030     -0.5307
             9      0.0023      0.4448

 
 

Proximitätsmatrix der Residuen (padist)
 
1      0.0000
2      0.6340      0.0000
3      0.7037      0.7512      0.0000
4      0.7997      0.8427      0.8775      0.0000
5      0.6384      0.7086      0.6001      0.8232      0.0000
6      0.7491      0.7852      0.8459      0.8773      0.7736      0.0000
7      0.8029      0.7465      0.7809      0.9042      0.8235      0.6880
8      0.7036      0.7517      0.7857      0.8395      0.7051      0.7779
9      0.6773      0.7265      0.7072      0.7832      0.7139      0.6669
 
            1           2           3           4           5           6

 
 
 
 
 
 
 
 
0.0000
0.8471    0.0000
0.8380    0.7846   0.0000
 
     7          8       9

 
 
**** Neighbours table derived from simdis (simdis=1-padist/max(padist) ****
 
     1       2  29.9       5  29.4       9  25.1       8  22.2       3  22.2  1 - struktur
     2       1  29.9       5  21.6       9  19.6       7  17.4       3  16.9  2 - platzbedarf
     3       5  33.6       1  22.2       9  21.8       2  16.9       7  13.6  3 - temperatur
     4       9  13.4       1  11.6       5   8.9       8   7.2       2   6.8  4 - schattierung
     5       3  33.6       1  29.4       8  22.0       2  21.6       9  21.0  5 - substrate
     6       9  26.2       7  23.9       1  17.2       5  14.4       8  14.0  6 - Concerto 44
     7       6  23.9       2  17.4       3  13.6       1  11.2       5   8.9  7 - Concerto 48
     8       1  22.2       5  22.0       2  16.9       6  14.0       9  13.2  8 - Sierra 44
     9       6  26.2       1  25.1       3  21.8       5  21.0       2  19.6  9 - Sierra 48
 
 

A-2A-25

Übersicht A24: Variablensets für die generalisierte kanonische Analyse

Benennung in Übersichten

Benennung in Abbil-dungen

Beschreibung

Rangtrans-formation

Meßniveau

BIN_ABS

absw

Absatzwege

nein

single nominal

BIN_BEW1

bew1

Bewässerung 1

nein

single nominal

BIN_BEW2

bew2

Bewässerung 2

nein

single nominal

BIN_GROE

groe

Betriebsgröße

nein

single nominal

BIN_KREI

krei

Region

nein

single nominal

BIN_MEN

men

Produktionsumfang

nein

single nominal

BIN_SF1

sf1

Stellfläche 1

nein

single nominal

BIN_SF2

sf2

Stellfläche 2

nein

single nominal

BIN_SUBS

subs

Substrate

nein

single nominal

ANZ_RUE

rück

Anzahl Rückvorgänge

nein

single nominal

AUFS_END

a:e

Aufstellen : Rücken

nein

ordinal

AUFSTELL

auf

Aufstellen mit ...

nein

ordinal

ENDSTAND

end

Endstand mit ...

nein

ordinal

MAX_PER

maxper

längste Periode

nein

ordinal

MAX_RED

maxred

größte Reduktion

nein

ordinal

NET_JAQM

flae

Nettojahres-qm

nein

numerical

WOAUFEND

woend

Wochen im Endstand

nein

ordinal

DIF_JUN

dif1

Dif im Juni

nein

single nominal

DIF_RES

dif2

Dif Restzeit

nein

single nominal

LUFT_JUN

luft1

Lüftung im Juni

nein

ordinal

LUFT_RES

luft2

Lüftung Restzeit

nein

ordinal

TMT_JUN

tmt1

Tagesmitteltemp. Juni

nein

numerical

TMT_REST

tmt2

Tagesmitteltemp. Rest

nein

numerical

RENERGIE

ener

Energieverbrauch

ja

numerical

RLUGTEJ

lugte1

Lüftung>Heizung Juni

ja

ordinal

RLUGTER

lugte2

Lüftung>Heizung Rest

ja

ordinal

RVKLX1

licht1

1. Hk-Werte Schatten

ja

ordinal

RVKLX2

licht2

2. Hk-Werte Schatten

ja

ordinal

RFARBE

farbe

Schattierfarbe

nein

single nominal

RK23

k23

Kalium Woche 23

ja

ordinal

RK29

k29

Kalium Woche 29

ja

ordinal

RK41

k41

Kalium Woche 41

ja

ordinal

RN23

n23

Stickstoff Woche 23

ja

ordinal

RN29

n29

Stickstoff Woche 29

ja

ordinal

RN41

n41

Stickstoff Woche 41

ja

ordinal

RPH23

ph23

pH-Wert Woche 23

ja

ordinal

RPH29

ph29

pH-Wert Woche 29

ja

ordinal

RPH41

ph41

pH-Wert Woche 41

ja

ordinal

RSALZ23

sal23

Salzgehalt Woche 23

ja

ordinal

RSALZ29

sal29

Salzgehalt Woche 23

ja

ordinal

RSALZ41

sal41

Salzgehalt Woche 23

ja

ordinal

S_GES_44

S_GES_48

C_GES_44

C_GES_48

S44ges

S48ges

C44ges

C48ges

Gesamtbeurteilung

‘Sierra’ (S)

‘Concerto’ (C)

Woche 44 ode r 48

nein

ordinal

S_GIL_44

S_GIL_48

C_GIL_44

C_GIL_48

S44gil

S48gil

C44gil

C48gil

Vergilbung

‘Sierra’ (S)

‘Concerto’ (C)

Woche 44 oder 48

nein

ordinal

S_KNO_44

S_KNO_48

C_KNO_44

C_KNO_48

S44kno

S48kno

C44kno

C48kno

Knospenbesatz

‘Sierra’ (S)

‘Concerto’ (C)

Woche 44 oder 48

nein

ordinal

S_KRA_44

S_KRA_48

C_KRA_44

C_KRA_48

S44kra

S48kra

C44kra

C48kra

Krankheitsbefall

‘Sierra’ (S)

‘Concerto’ (C)

Woche 44 oder 48

nein

ordinal

S_WEL_44

S_WEL_48

C_WEL_44

C_WEL_48

S44wel

S48wel

C44wel

C48wel

Welke

‘Sierra’ (S)

‘Concerto’ (C)

Woche 44 oder 48

nein

ordinal

S_WUR_44

S_WUR_48

C_WUR_44

C_WUR_48

S44wur

S48wur

C44wur

C48wur

Wurzelqualität

‘Sierra’ (S)

‘Concerto’ (C)

Woche 44 oder 48

nein

ordinal


A-2A-26

Übersicht A25: Loss-Werte der vier generalisierten kanonischen Analysen in den ersten beiden Dimensionen

 
‘Sierra’ Woche 44 als Set 6
 
-------------------
Summary of Analysis
-------------------
 
 
Loss per Set
------------                    Dimension
                         Sum        1       2
Set 1 (struktur)         ,347     ,051    ,296
Set 2 (platzbedarf)      ,012     ,001    ,011
Set 3 (temperatur)       ,024     ,001    ,022
Set 4 (schattierung)     ,148     ,051    ,097
Set 5 (substrate)        ,000     ,000    ,000
Set 6 (‘Sierra’ 44)      ,096     ,039    ,057
                       ------- ------- -------
Mean                     ,105     ,024    ,081
 
Fit                     1,895
Eigenvalue                        ,976    ,919
 

 
‘Sierra’ Woche 48 als Set 6
 
-------------------
Summary of Analysis
-------------------
 
 
Loss per Set
------------                    Dimension
                         Sum        1       2
Set 1 (struktur)         ,125     ,026    ,099
Set 2 (platzbedarf)      ,001     ,001    ,000
Set 3 (temperatur)       ,012     ,003    ,009
Set 4 (schattierung)     ,093     ,019    ,074
Set 5 (substrate)        ,000     ,000    ,000
Set 6 (‘Sierra’ 48)      ,031     ,005    ,026
                       ------- ------- -------
Mean                     ,044     ,009    ,035
 
Fit                     1,956
Eigenvalue                        ,991    ,965
 

 
‘Concerto’ Woche 44 als Set 6
-------------------
Summary of Analysis
-------------------
 
 
Loss per Set
------------                    Dimension
                         Sum        1       2
Set 1 (struktur)         ,287     ,047    ,240
Set 2 (platzbedarf)      ,000     ,000    ,000
Set 3 (temperatur)       ,024     ,020    ,004
Set 4 (schattierung)     ,093     ,035    ,059
Set 5 (substrate)        ,000     ,000    ,000
Set 6 (‘Concerto’ 44)    ,096     ,026    ,069
                       ------- ------- -------
Mean                     ,083     ,021    ,062
 
Fit                     1,917
Eigenvalue                        ,979    ,938
 

 
‘Concerto’ Woche 48 als Set 6
-------------------
Summary of Analysis
-------------------
 
 
Loss per Set
------------                    Dimension
                         Sum        1       2
Set 1 (struktur)         ,272     ,034    ,238
Set 2 (platzbedarf)      ,001     ,001    ,000
Set 3 (temperatur)       ,027     ,012    ,015
Set 4 (schattierung)     ,191     ,061    ,130
Set 5 (substrate)        ,000     ,000    ,000
Set 6 (‘Concerto’ 48)    ,205     ,071    ,134
                       ------- ------- -------
Mean                     ,116     ,030    ,086
 
Fit                     1,884
Eigenvalue                        ,970    ,914
 


A-2A-27

Übersicht A26: Multiple Anpassungswerte der Variablensets nach generalisierter kanonischer Analyse, ‘Sierra’

 
a) ‘Sierra’ Woche 44 in Variablenset 6

 
b) ‘Sierra’  Woche 48 in Variablenset 6

 
Multiple Fit
------------                    Dimension
                         Sum        1       2
BIN_ABS                  ,104     ,084    ,019
BIN_BEW1                1,584     ,222   1,363
BIN_BEW2                 ,433     ,432    ,001
BIN_GROE                 ,011     ,010    ,001
BIN_KREI                 ,102     ,056    ,046
BIN_MEN                  ,081     ,061    ,020
BIN_SF1                  ,979     ,003    ,977
BIN_SF2                  ,069     ,023    ,046
BIN_SUBS                 ,257     ,161    ,095
------------------------------ ----------------
ANZ_RUE                  ,281     ,166    ,114
AUFS_END                 ,414     ,288    ,126
AUFSTELL                 ,410     ,298    ,111
ENDSTAND                3,162    3,099    ,063
MAX_PER                  ,106     ,084    ,022
MAX_RED                  ,416     ,047    ,369
NET_JAQM                1,533    1,388    ,145
WOAUFEND                 ,460     ,336    ,123
------------------------------ ----------------
DIF_JUN                  ,055     ,021    ,033
DIF_REST                 ,172     ,052    ,120
LUFT_JUN                1,091     ,366    ,724
LUFT_RES                4,284    4,043    ,241
TMT_JUN                  ,727     ,359    ,368
TMT_REST                1,271     ,923    ,349
RENERGIE                 ,350     ,153    ,197
RLUGTEJ                  ,606     ,591    ,015
RLUGTER                  ,723     ,718    ,005
------------------------------ ----------------
RVKLX1                  1,437    1,259    ,178
RVKLX2                   ,960     ,136    ,825
RFARBE                   ,239     ,211    ,027
------------------------------ ----------------
RK23                     ,698     ,528    ,170
RK29                     ,226     ,016    ,210
RK41                     ,747     ,101    ,646
RN23                     ,433     ,275    ,157
RN29                     ,168     ,100    ,068
RN41                     ,059     ,017    ,042
RPH23                    ,228     ,179    ,049
RPH29                    ,368     ,163    ,206
RPH41                    ,545     ,355    ,190
RSALZ23                  ,390     ,044    ,346
RSALZ29                  ,074     ,008    ,066
RSALZ41                  ,215     ,213    ,002
------------------------------ ----------------
S_GES_44                 ,731     ,709    ,022
S_GIL_44                 ,215     ,006    ,209
S_KNO_44                 ,432     ,170    ,262
S_KRA_44                 ,620     ,380    ,239
S_WEL_44                1,601     ,001   1,600
S_WUR_44                2,135    2,121    ,014
 

 
Multiple Fit
------------                    Dimension
                         Sum        1       2
BIN_ABS                  ,130     ,115    ,015
BIN_BEW1                 ,089     ,051    ,038
BIN_BEW2                 ,497     ,453    ,043
BIN_GROE                 ,097     ,003    ,094
BIN_KREI                 ,501     ,338    ,163
BIN_MEN                 1,010     ,977    ,032
BIN_SF1                  ,386     ,180    ,206
BIN_SF2                  ,184     ,139    ,045
BIN_SUBS                 ,563     ,106    ,457
------------------------------ ----------------
ANZ_RUE                  ,878     ,574    ,304
AUFS_END                 ,809     ,032    ,777
AUFSTELL                 ,172     ,084    ,087
ENDSTAND                1,783    1,758    ,025
MAX_PER                  ,363     ,045    ,318
MAX_RED                  ,232     ,081    ,150
NET_JAQM                2,952    2,939    ,014
WOAUFEND                1,635     ,256   1,379
------------------------------ ----------------
DIF_JUN                  ,484     ,404    ,080
DIF_REST                 ,744     ,001    ,743
LUFT_JUN                 ,261     ,172    ,090
LUFT_RES                 ,332     ,006    ,327
TMT_JUN                  ,014     ,003    ,011
TMT_REST                 ,774     ,037    ,738
RENERGIE                 ,233     ,157    ,077
RLUGTEJ                 1,534     ,980    ,554
RLUGTER                  ,706     ,689    ,017
------------------------------ ----------------
RVKLX1                  1,986    1,223    ,763
RVKLX2                   ,835     ,662    ,173
RFARBE                  1,057     ,017   1,040
------------------------------ ----------------
RK23                    1,007    1,004    ,003
RK29                     ,849     ,262    ,587
RK41                     ,479     ,068    ,411
RN23                     ,603     ,294    ,308
RN29                     ,277     ,250    ,028
RN41                     ,182     ,163    ,018
RPH23                    ,245     ,240    ,005
RPH29                    ,508     ,001    ,506
RPH41                    ,190     ,075    ,115
RSALZ23                  ,618     ,027    ,591
RSALZ29                  ,045     ,001    ,044
RSALZ41                  ,817     ,703    ,113
------------------------------ ----------------
S_GES_48                1,574     ,949    ,626
S_GIL_48                 ,583     ,000    ,583
S_KNO_48                 ,877     ,417    ,460
S_KRA_48                1,928    1,916    ,012
S_WEL_48                 ,060     ,041    ,019
S_WUR_48                 ,377     ,024    ,353
 


A-2A-28

Übersicht A27: Multiple Anpassungswerte der Variablensets nach generalisierter kanonischer Analyse, ‘Concerto’

 
a) ‘Concerto’ Woche 44 in Variablenset 6

 
b) ‘Concerto’ Woche 48 in Variablenset 6

 
Multiple Fit
------------                    Dimension
                         Sum        1       2
BIN_ABS                  ,263     ,150    ,113
BIN_BEW1                 ,936     ,285    ,651
BIN_BEW2                 ,708     ,702    ,006
BIN_GROE                 ,093     ,002    ,092
BIN_KREI                 ,049     ,018    ,031
BIN_MEN                  ,924     ,856    ,069
BIN_SF1                 1,088     ,319    ,769
BIN_SF2                  ,153     ,152    ,001
BIN_SUBS                 ,063     ,048    ,014
------------------------------ ----------------
ANZ_RUE                  ,327     ,015    ,312
AUFS_END                 ,392     ,025    ,367
AUFSTELL                 ,588     ,266    ,322
ENDSTAND                1,682     ,490   1,192
MAX_PER                  ,219     ,179    ,040
MAX_RED                  ,373     ,004    ,369
NET_JAQM                 ,629     ,620    ,009
WOAUFEND                 ,691     ,579    ,111
------------------------------ ----------------
DIF_JUN                  ,699     ,189    ,510
DIF_REST                 ,997     ,102    ,895
LUFT_JUN                1,319     ,478    ,840
LUFT_RES                1,178     ,444    ,734
TMT_JUN                  ,009     ,007    ,002
TMT_REST                 ,279     ,020    ,259
RENERGIE                 ,459     ,282    ,177
RLUGTEJ                  ,835     ,384    ,451
RLUGTER                  ,359     ,222    ,137
------------------------------ ----------------
RVKLX1                  1,674    1,593    ,080
RVKLX2                  1,121     ,286    ,835
RFARBE                   ,453     ,355    ,098
------------------------------ ----------------
RK23                     ,647     ,434    ,212
RK29                     ,067     ,003    ,064
RK41                     ,985     ,454    ,531
RN23                     ,470     ,062    ,407
RN29                     ,456     ,127    ,328
RN41                     ,333     ,067    ,266
RPH23                    ,172     ,171    ,001
RPH29                    ,454     ,093    ,362
RPH41                    ,142     ,084    ,058
RSALZ23                  ,498     ,134    ,364
RSALZ29                  ,124     ,001    ,123
RSALZ41                  ,241     ,239    ,002
------------------------------ ----------------
C_GES_44                2,495    2,271    ,224
C_GIL_44                 ,229     ,214    ,015
C_KNO_44                1,683     ,382   1,302
C_KRA_44                 ,433     ,101    ,332
C_WEL_44                 ,096     ,084    ,013
C_WUR_44                 ,330     ,309    ,021

 
Multiple Fit
------------                    Dimension
                         Sum        1       2
BIN_ABS                  ,706     ,207    ,499
BIN_BEW1                1,080     ,152    ,928
BIN_BEW2                 ,258     ,213    ,045
BIN_GROE                 ,012     ,011    ,001
BIN_KREI                 ,504     ,452    ,052
BIN_MEN                  ,292     ,267    ,025
BIN_SF1                 1,595    1,367    ,228
BIN_SF2                  ,520     ,039    ,481
BIN_SUBS                 ,639     ,069    ,570
------------------------------ ----------------
ANZ_RUE                 1,269     ,004   1,265
AUFS_END                 ,129     ,101    ,027
AUFSTELL                 ,174     ,019    ,155
ENDSTAND                1,415     ,128   1,288
MAX_PER                  ,154     ,145    ,009
MAX_RED                  ,429     ,384    ,045
NET_JAQM                 ,696     ,366    ,329
WOAUFEND                 ,488     ,334    ,153
------------------------------ ----------------
DIF_JUN                  ,428     ,023    ,405
DIF_REST                 ,386     ,001    ,385
LUFT_JUN                 ,882     ,019    ,863
LUFT_RES                2,051    1,981    ,069
TMT_JUN                 2,751    1,897    ,855
TMT_REST                2,153    1,727    ,427
RENERGIE                 ,924     ,292    ,633
RLUGTEJ                  ,674     ,538    ,136
RLUGTER                  ,064     ,051    ,013
------------------------------ ----------------
RVKLX1                  1,584    1,458    ,126
RVKLX2                   ,385     ,081    ,304
RFARBE                   ,726     ,724    ,001
------------------------------ ----------------
RK23                     ,830     ,628    ,202
RK29                     ,773     ,747    ,026
RK41                    1,306     ,103   1,203
RN23                     ,628     ,420    ,208
RN29                     ,126     ,027    ,099
RN41                     ,336     ,336    ,000
RPH23                    ,073     ,008    ,065
RPH29                    ,645     ,269    ,376
RPH41                    ,344     ,334    ,010
RSALZ23                  ,841     ,341    ,500
RSALZ29                  ,166     ,010    ,157
RSALZ41                  ,271     ,033    ,238
------------------------------ ----------------
C_GES_48                 ,259     ,254    ,005
C_GIL_48                 ,219     ,172    ,046
C_KNO_48                 ,343     ,048    ,295
C_KRA_48                 ,646     ,572    ,074
C_WEL_48                 ,284     ,221    ,063
C_WUR_48                1,132     ,038   1,093


[Titelseite] [Danksagung] [1] [2] [3] [4] [5] [Bibliographie] [Abkürzungsverzeichnis] [Lebenslauf] [Selbständigkeitserklärung] [Anhang] [Anhang] [Anhang] [Anhang] [Anhang]

© Die inhaltliche Zusammenstellung und Aufmachung dieser Publikation sowie die elektronische Verarbeitung sind urheberrechtlich geschützt. Jede Verwertung, die nicht ausdrücklich vom Urheberrechtsgesetz zugelassen ist, bedarf der vorherigen Zustimmung. Das gilt insbesondere für die Vervielfältigung, die Bearbeitung und Einspeicherung und Verarbeitung in elektronische Systeme.

DiML DTD Version 2.0
Zertifizierter Dokumentenserver
der Humboldt-Universität zu Berlin
HTML - Version erstellt am:
Wed May 24 16:40:53 2000