Regressionsanalyse mit SPSS / / Christian FG Schendera.
Dieses Buch führt ein in die grundlegenden Ansätze: Korrelation, Regression (linear, multipel, nichtlinear), logistische und ordinale Regression, sowie die Überlebenszeitanalyse (Survivalanalyse). Bei allen Ansätzen werden Voraussetzungen und häufig begangene Fehler ausführlich erläutert. Das Buch i...
Saved in:
Superior document: | Title is part of eBook package: De Gruyter DGBA Business and Economics 2000 - 2014 |
---|---|
VerfasserIn: | |
Place / Publishing House: | Berlin ;, Boston : : Oldenbourg Wissenschaftsverlag, , [2011] ©2008 |
Year of Publication: | 2011 |
Language: | German |
Online Access: | |
Physical Description: | 1 online resource (466 p.) |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
id |
9783486710625 |
---|---|
ctrlnum |
(DE-B1597)215955 (OCoLC)979884091 |
collection |
bib_alma |
record_format |
marc |
spelling |
Schendera, Christian FG, author. aut http://id.loc.gov/vocabulary/relators/aut Regressionsanalyse mit SPSS / Christian FG Schendera. Berlin ; Boston : Oldenbourg Wissenschaftsverlag, [2011] ©2008 1 online resource (466 p.) text txt rdacontent computer c rdamedia online resource cr rdacarrier text file PDF rda Front Matter -- 1 Korrelation -- 2 Lineare und nichtlineare Regression -- 3 Logistische und ordinale Regression -- 4 Survivalanalysen -- 5 Weitere Anwendungsbeispiele der Regressionsanalyse -- 6 Weitere Ansätze und Modelle (Ausblick) -- 7 Anhang: Formeln -- Back Matter restricted access http://purl.org/coar/access_right/c_16ec online access with authorization star Dieses Buch führt ein in die grundlegenden Ansätze: Korrelation, Regression (linear, multipel, nichtlinear), logistische und ordinale Regression, sowie die Überlebenszeitanalyse (Survivalanalyse). Bei allen Ansätzen werden Voraussetzungen und häufig begangene Fehler ausführlich erläutert. Das Buch ist für Mauslenker und Syntaxprogrammierung gleichermaßen geeignet. Das Buch wurde für SPSS Version 16 geschrieben. Zahlreiche Rechenbeispiele werden von der Fragestellung, der Anforderung der einzelnen Statistiken (per Maus, per Syntax) bis hin zur Interpretation des SPSS Ausgaben systematisch durchgespielt. Es wird auch auf diverse Fehler und Fallstricke eingegangen. Zur Prüfung von Daten vor der Durchführung einer statistischen Analyse wird auf "Datenqualität mit SPSS" (Schendera, 2007) verwiesen. Bei der Korrelationsanalyse werden z.B. die Voraussetzungen wie z.B. Skalenniveau, Homoskedastizität und Kontinuität erläutert. Weitere Abschnitte behandeln die Themen Linearität, Scheinkorrelation und Alphafehler-Kumulation. Auch wird erläutert, warum die bloße Angabe eines Korrelationskoeffizienten im Prinzip Unfug ist. Als spezielle Anwendungen werden der Vergleich von Korrelationskoeffizienten und die Kanonische Korrelation vorgestellt. Bei der Regressionsanalyse werden z.B. das Grundprinzip der klassischen bivariaten, linearen Regression vorgestellt: Eine lineare Funktion wird mittels einer linearen Regressionsanalyse untersucht. An einem einfachen Beispiel die Überprüfung der Linearität und Identifikation von Ausreißern anhand von Hebelwerten und Residuen erläutert. Auch wird das Überprüfen auf eine möglicherweise vorliegende Autokorrelation erläutert. Am Beispiel der nichtlinearen einfachen Regression wird demonstriert, warum es ein (nicht selten begangener) Fehler ist, eine nichtlineare Funktion mittels einer linearen Regressionsanalyse zu untersuchen. Weitere Abschnitte bieten zwei Lösungsmöglichkeiten an: Eine nichtlineare Funktion kann linearisiert und mittels einer linearen Regression analysiert werden. Alternativ kann eine nichtlineare Funktion mittels einer nichtlinearen Regression geschätzt werden. Außerdem werden Sinn und Grenzen der SPSS Prozedur CURVEFIT für die (non)lineare Kurvenanpassung erläutert. Abschließend wird eine nichtlineare Regression mit zwei Prädiktoren vorgestellt. An der multiplen linearen Regression werden Besonderheiten des Verfahrens, sowie die Multikollinearität und andere Fallstricke erläutert. Zu den Besonderheiten der multiplen Regression zählen u.a. die Verfahren der Variablenselektion, sowie die Interpretation der speziellen Statistiken der multiplen Regression. Neben dem Identifizieren und Beheben von Multikollinearität wird auch auf das Umgehen mit zeitabhängigen (autoregressiven) Daten eingegangen. Abschließend werden Hinweise für die Berechnung einer Partialregression gegeben. Bei den Verfahren der logistischen, sowie ordinalen Regression wird zunächst auf das Kausalmodell und das Messniveau der abhängigen Variablen eingegangen. Als grundlegendes Verfahren wird zunächst die binäre logistische Regression vorgestellt und die Gemeinsamkeiten und Unterschiede zu anderen Verfahren erläutert. Anhand mehrerer Rechenbeispiele werden u.a. die unterschiedlichen Verfahren der Variablenselektion, sowie die Interpretation der ausgegebenen Statistiken erläutert. Abschließend wird auf das häufige Auseinanderklaffen von Modellgüte und Vorhersagegenauigkeit eingegangen. Die multinomiale logistische Regression wird analog behandelt. Zusätzlich wird der Spezialfall der Gematchten Fall-Kontroll-Studie (1:1) mit metrischen Prädiktoren vorgestellt. Anschließend wird die ordinale Regression vorgestellt und die Gemeinsamkeiten und Unterschiede mit den anderen Verfahren erläutert. Anhand mehrerer Rechenbeispiele werden u.a. die Interpretation der SPSS Ausgaben für Modelle mit intervallskalierten und kategorial skalierten Prädiktoren erläutert. Bei der Überlebenszeitanalyse (syn.: Survivalanalyse, survival analysis, Lebenszeitanalyse, lifetime analysis, failure time analysis, time to effect, time to event analysis, etc.) werden z.B. das das Grundprinzip der Survivalanalyse, sowie die Bedeutung zensierte Daten erläutert. Als Verfahren zur Schätzung der Überlebenszeit S(t) werden die versicherungsmathematische Methode (Sterbetafel-Methode), der Kaplan-Meier-Ansatz, sowie Regressionen nach Cox behandelt. Bei der Sterbetafel-Methode werden Beispiele mit bzw. ohne Faktoren vorgestellt. Beim Kaplan-Meier-Ansatz werden Beispiele mit/ohne Faktoren, mit Schichtvariablen, sowie für die Ermittlung von Konfidenzintervallen vorgestellt. Bei den Regressionen nach Cox werden neben dem Unterschied zwischen Ansätzen für zeitunabhängige und zeitabhängige Kovariaten, ebenfalls zahlreichen Rechenbeispiele, sowie Cox-Regressionen für Interaktionen, sowie auch die Überprüfung der speziellen Voraussetzungen der Cox-Regression vorgestellt. Weitere Abschnitte behandeln weitere regressionsanalytische Ansätze und Modelle (u.a. PLS-Regression, Ridge-Regression, Modellierung individueller Wachstumskurven). Mode of access: Internet via World Wide Web. In German. Description based on online resource; title from PDF title page (publisher's Web site, viewed 29. Nov 2021) Social sciences Statistical methods Computer programs. Korrelation. Lineare und nichtlineare Regression. Logistische und ordinale Regression. Survivalanalysen. BUSINESS & ECONOMICS / Economics / General. bisacsh Title is part of eBook package: De Gruyter DGBA Business and Economics 2000 - 2014 9783110635737 ZDB-23-GBE Title is part of eBook package: De Gruyter eBook-Paket OWV/AV BWL, VWL 2005-2012 9783110345650 ZDB-23-OAV print 9783486586923 https://doi.org/10.1524/9783486710625 https://www.degruyter.com/isbn/9783486710625 Cover https://www.degruyter.com/document/cover/isbn/9783486710625/original |
language |
German |
format |
eBook |
author |
Schendera, Christian FG, Schendera, Christian FG, |
spellingShingle |
Schendera, Christian FG, Schendera, Christian FG, Regressionsanalyse mit SPSS / Front Matter -- 1 Korrelation -- 2 Lineare und nichtlineare Regression -- 3 Logistische und ordinale Regression -- 4 Survivalanalysen -- 5 Weitere Anwendungsbeispiele der Regressionsanalyse -- 6 Weitere Ansätze und Modelle (Ausblick) -- 7 Anhang: Formeln -- Back Matter |
author_facet |
Schendera, Christian FG, Schendera, Christian FG, |
author_variant |
c f s cf cfs c f s cf cfs |
author_role |
VerfasserIn VerfasserIn |
author_sort |
Schendera, Christian FG, |
title |
Regressionsanalyse mit SPSS / |
title_full |
Regressionsanalyse mit SPSS / Christian FG Schendera. |
title_fullStr |
Regressionsanalyse mit SPSS / Christian FG Schendera. |
title_full_unstemmed |
Regressionsanalyse mit SPSS / Christian FG Schendera. |
title_auth |
Regressionsanalyse mit SPSS / |
title_alt |
Front Matter -- 1 Korrelation -- 2 Lineare und nichtlineare Regression -- 3 Logistische und ordinale Regression -- 4 Survivalanalysen -- 5 Weitere Anwendungsbeispiele der Regressionsanalyse -- 6 Weitere Ansätze und Modelle (Ausblick) -- 7 Anhang: Formeln -- Back Matter |
title_new |
Regressionsanalyse mit SPSS / |
title_sort |
regressionsanalyse mit spss / |
publisher |
Oldenbourg Wissenschaftsverlag, |
publishDate |
2011 |
physical |
1 online resource (466 p.) |
contents |
Front Matter -- 1 Korrelation -- 2 Lineare und nichtlineare Regression -- 3 Logistische und ordinale Regression -- 4 Survivalanalysen -- 5 Weitere Anwendungsbeispiele der Regressionsanalyse -- 6 Weitere Ansätze und Modelle (Ausblick) -- 7 Anhang: Formeln -- Back Matter |
isbn |
9783486710625 9783110635737 9783110345650 9783486586923 |
callnumber-first |
H - Social Science |
callnumber-subject |
HA - Statistics |
callnumber-label |
HA32 |
callnumber-sort |
HA 232 S34 42008EB |
url |
https://doi.org/10.1524/9783486710625 https://www.degruyter.com/isbn/9783486710625 https://www.degruyter.com/document/cover/isbn/9783486710625/original |
illustrated |
Not Illustrated |
dewey-hundreds |
500 - Science |
dewey-tens |
510 - Mathematics |
dewey-ones |
519 - Probabilities & applied mathematics |
dewey-full |
519.536 |
dewey-sort |
3519.536 |
dewey-raw |
519.536 |
dewey-search |
519.536 |
doi_str_mv |
10.1524/9783486710625 |
oclc_num |
979884091 |
work_keys_str_mv |
AT schenderachristianfg regressionsanalysemitspss |
status_str |
n |
ids_txt_mv |
(DE-B1597)215955 (OCoLC)979884091 |
carrierType_str_mv |
cr |
hierarchy_parent_title |
Title is part of eBook package: De Gruyter DGBA Business and Economics 2000 - 2014 Title is part of eBook package: De Gruyter eBook-Paket OWV/AV BWL, VWL 2005-2012 |
is_hierarchy_title |
Regressionsanalyse mit SPSS / |
container_title |
Title is part of eBook package: De Gruyter DGBA Business and Economics 2000 - 2014 |
_version_ |
1806145635619962880 |
fullrecord |
<?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>08065nam a22007095i 4500</leader><controlfield tag="001">9783486710625</controlfield><controlfield tag="003">DE-B1597</controlfield><controlfield tag="005">20211129102213.0</controlfield><controlfield tag="006">m|||||o||d||||||||</controlfield><controlfield tag="007">cr || ||||||||</controlfield><controlfield tag="008">211129t20112008gw fo d z ger d</controlfield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783486710625</subfield></datafield><datafield tag="024" ind1="7" ind2=" "><subfield code="a">10.1524/9783486710625</subfield><subfield code="2">doi</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-B1597)215955</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)979884091</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-B1597</subfield><subfield code="b">eng</subfield><subfield code="c">DE-B1597</subfield><subfield code="e">rda</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="044" ind1=" " ind2=" "><subfield code="a">gw</subfield><subfield code="c">DE</subfield></datafield><datafield tag="050" ind1=" " ind2="4"><subfield code="a">HA32</subfield><subfield code="b">.S34 2008eb</subfield></datafield><datafield tag="072" ind1=" " ind2="7"><subfield code="a">BUS069000</subfield><subfield code="2">bisacsh</subfield></datafield><datafield tag="082" ind1="0" ind2="4"><subfield code="a">519.536</subfield><subfield code="2">22/ger</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">ST 601</subfield><subfield code="2">rvk</subfield><subfield code="0">(DE-625)rvk/143682:</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Schendera, Christian FG, </subfield><subfield code="e">author.</subfield><subfield code="4">aut</subfield><subfield code="4">http://id.loc.gov/vocabulary/relators/aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Regressionsanalyse mit SPSS /</subfield><subfield code="c">Christian FG Schendera.</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Berlin ;</subfield><subfield code="a">Boston : </subfield><subfield code="b">Oldenbourg Wissenschaftsverlag, </subfield><subfield code="c">[2011]</subfield></datafield><datafield tag="264" ind1=" " ind2="4"><subfield code="c">©2008</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">1 online resource (466 p.)</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="a">text</subfield><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="a">computer</subfield><subfield code="b">c</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="a">online resource</subfield><subfield code="b">cr</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="347" ind1=" " ind2=" "><subfield code="a">text file</subfield><subfield code="b">PDF</subfield><subfield code="2">rda</subfield></datafield><datafield tag="505" ind1="0" ind2="0"><subfield code="t">Front Matter -- </subfield><subfield code="t">1 Korrelation -- </subfield><subfield code="t">2 Lineare und nichtlineare Regression -- </subfield><subfield code="t">3 Logistische und ordinale Regression -- </subfield><subfield code="t">4 Survivalanalysen -- </subfield><subfield code="t">5 Weitere Anwendungsbeispiele der Regressionsanalyse -- </subfield><subfield code="t">6 Weitere Ansätze und Modelle (Ausblick) -- </subfield><subfield code="t">7 Anhang: Formeln -- </subfield><subfield code="t">Back Matter</subfield></datafield><datafield tag="506" ind1="0" ind2=" "><subfield code="a">restricted access</subfield><subfield code="u">http://purl.org/coar/access_right/c_16ec</subfield><subfield code="f">online access with authorization</subfield><subfield code="2">star</subfield></datafield><datafield tag="520" ind1=" " ind2=" "><subfield code="a">Dieses Buch führt ein in die grundlegenden Ansätze: Korrelation, Regression (linear, multipel, nichtlinear), logistische und ordinale Regression, sowie die Überlebenszeitanalyse (Survivalanalyse). Bei allen Ansätzen werden Voraussetzungen und häufig begangene Fehler ausführlich erläutert. Das Buch ist für Mauslenker und Syntaxprogrammierung gleichermaßen geeignet. Das Buch wurde für SPSS Version 16 geschrieben. Zahlreiche Rechenbeispiele werden von der Fragestellung, der Anforderung der einzelnen Statistiken (per Maus, per Syntax) bis hin zur Interpretation des SPSS Ausgaben systematisch durchgespielt. Es wird auch auf diverse Fehler und Fallstricke eingegangen. Zur Prüfung von Daten vor der Durchführung einer statistischen Analyse wird auf "Datenqualität mit SPSS" (Schendera, 2007) verwiesen. Bei der Korrelationsanalyse werden z.B. die Voraussetzungen wie z.B. Skalenniveau, Homoskedastizität und Kontinuität erläutert. Weitere Abschnitte behandeln die Themen Linearität, Scheinkorrelation und Alphafehler-Kumulation. Auch wird erläutert, warum die bloße Angabe eines Korrelationskoeffizienten im Prinzip Unfug ist. Als spezielle Anwendungen werden der Vergleich von Korrelationskoeffizienten und die Kanonische Korrelation vorgestellt. Bei der Regressionsanalyse werden z.B. das Grundprinzip der klassischen bivariaten, linearen Regression vorgestellt: Eine lineare Funktion wird mittels einer linearen Regressionsanalyse untersucht. An einem einfachen Beispiel die Überprüfung der Linearität und Identifikation von Ausreißern anhand von Hebelwerten und Residuen erläutert. Auch wird das Überprüfen auf eine möglicherweise vorliegende Autokorrelation erläutert. Am Beispiel der nichtlinearen einfachen Regression wird demonstriert, warum es ein (nicht selten begangener) Fehler ist, eine nichtlineare Funktion mittels einer linearen Regressionsanalyse zu untersuchen. Weitere Abschnitte bieten zwei Lösungsmöglichkeiten an: Eine nichtlineare Funktion kann linearisiert und mittels einer linearen Regression analysiert werden. Alternativ kann eine nichtlineare Funktion mittels einer nichtlinearen Regression geschätzt werden. Außerdem werden Sinn und Grenzen der SPSS Prozedur CURVEFIT für die (non)lineare Kurvenanpassung erläutert. Abschließend wird eine nichtlineare Regression mit zwei Prädiktoren vorgestellt. An der multiplen linearen Regression werden Besonderheiten des Verfahrens, sowie die Multikollinearität und andere Fallstricke erläutert. Zu den Besonderheiten der multiplen Regression zählen u.a. die Verfahren der Variablenselektion, sowie die Interpretation der speziellen Statistiken der multiplen Regression. Neben dem Identifizieren und Beheben von Multikollinearität wird auch auf das Umgehen mit zeitabhängigen (autoregressiven) Daten eingegangen. Abschließend werden Hinweise für die Berechnung einer Partialregression gegeben. Bei den Verfahren der logistischen, sowie ordinalen Regression wird zunächst auf das Kausalmodell und das Messniveau der abhängigen Variablen eingegangen. Als grundlegendes Verfahren wird zunächst die binäre logistische Regression vorgestellt und die Gemeinsamkeiten und Unterschiede zu anderen Verfahren erläutert. Anhand mehrerer Rechenbeispiele werden u.a. die unterschiedlichen Verfahren der Variablenselektion, sowie die Interpretation der ausgegebenen Statistiken erläutert. Abschließend wird auf das häufige Auseinanderklaffen von Modellgüte und Vorhersagegenauigkeit eingegangen. Die multinomiale logistische Regression wird analog behandelt. Zusätzlich wird der Spezialfall der Gematchten Fall-Kontroll-Studie (1:1) mit metrischen Prädiktoren vorgestellt. Anschließend wird die ordinale Regression vorgestellt und die Gemeinsamkeiten und Unterschiede mit den anderen Verfahren erläutert. Anhand mehrerer Rechenbeispiele werden u.a. die Interpretation der SPSS Ausgaben für Modelle mit intervallskalierten und kategorial skalierten Prädiktoren erläutert. Bei der Überlebenszeitanalyse (syn.: Survivalanalyse, survival analysis, Lebenszeitanalyse, lifetime analysis, failure time analysis, time to effect, time to event analysis, etc.) werden z.B. das das Grundprinzip der Survivalanalyse, sowie die Bedeutung zensierte Daten erläutert. Als Verfahren zur Schätzung der Überlebenszeit S(t) werden die versicherungsmathematische Methode (Sterbetafel-Methode), der Kaplan-Meier-Ansatz, sowie Regressionen nach Cox behandelt. Bei der Sterbetafel-Methode werden Beispiele mit bzw. ohne Faktoren vorgestellt. Beim Kaplan-Meier-Ansatz werden Beispiele mit/ohne Faktoren, mit Schichtvariablen, sowie für die Ermittlung von Konfidenzintervallen vorgestellt. Bei den Regressionen nach Cox werden neben dem Unterschied zwischen Ansätzen für zeitunabhängige und zeitabhängige Kovariaten, ebenfalls zahlreichen Rechenbeispiele, sowie Cox-Regressionen für Interaktionen, sowie auch die Überprüfung der speziellen Voraussetzungen der Cox-Regression vorgestellt. Weitere Abschnitte behandeln weitere regressionsanalytische Ansätze und Modelle (u.a. PLS-Regression, Ridge-Regression, Modellierung individueller Wachstumskurven).</subfield></datafield><datafield tag="538" ind1=" " ind2=" "><subfield code="a">Mode of access: Internet via World Wide Web.</subfield></datafield><datafield tag="546" ind1=" " ind2=" "><subfield code="a">In German.</subfield></datafield><datafield tag="588" ind1="0" ind2=" "><subfield code="a">Description based on online resource; title from PDF title page (publisher's Web site, viewed 29. Nov 2021)</subfield></datafield><datafield tag="650" ind1=" " ind2="0"><subfield code="a">Social sciences</subfield><subfield code="x">Statistical methods</subfield><subfield code="x">Computer programs.</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Korrelation.</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Lineare und nichtlineare Regression.</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Logistische und ordinale Regression.</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Survivalanalysen.</subfield></datafield><datafield tag="650" ind1=" " ind2="7"><subfield code="a">BUSINESS & ECONOMICS / Economics / General.</subfield><subfield code="2">bisacsh</subfield></datafield><datafield tag="773" ind1="0" ind2="8"><subfield code="i">Title is part of eBook package:</subfield><subfield code="d">De Gruyter</subfield><subfield code="t">DGBA Business and Economics 2000 - 2014</subfield><subfield code="z">9783110635737</subfield><subfield code="o">ZDB-23-GBE</subfield></datafield><datafield tag="773" ind1="0" ind2="8"><subfield code="i">Title is part of eBook package:</subfield><subfield code="d">De Gruyter</subfield><subfield code="t">eBook-Paket OWV/AV BWL, VWL 2005-2012</subfield><subfield code="z">9783110345650</subfield><subfield code="o">ZDB-23-OAV</subfield></datafield><datafield tag="776" ind1="0" ind2=" "><subfield code="c">print</subfield><subfield code="z">9783486586923</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">https://doi.org/10.1524/9783486710625</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">https://www.degruyter.com/isbn/9783486710625</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="3">Cover</subfield><subfield code="u">https://www.degruyter.com/document/cover/isbn/9783486710625/original</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">EBA_BACKALL</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">EBA_CL_CHCOMSGSEN</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">EBA_CL_LAEC</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">EBA_DGALL</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">EBA_EBKALL</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">EBA_SSHALL</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">EBA_STMALL</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV-deGruyter-alles</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">PDA11SSHE</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">PDA12STME</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">PDA5EBK</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-23-GBE</subfield><subfield code="c">2000</subfield><subfield code="d">2014</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-23-OAV</subfield><subfield code="c">2005</subfield><subfield code="d">2012</subfield></datafield></record></collection> |