@phdthesis{Berger2004,
  author    = {Berger, Martin},
  title     = {Typologiebildung und Erkl{\"a}rung des Aktivit{\"a}ten-(Verkehrs-)verhaltens - ein Multimethodenansatz unter Verwendung der Optimal Matching Technik},
  doi       = {10.25643/bauhaus-universitaet.203},
  url       = {http://nbn-resolving.de/urn:nbn:de:gbv:wim2-20041115-2108},
  school      = {Bauhaus-Universit{\"a}t Weimar},
  year      = {2004},
  abstract  = {Vor dem Hintergrund des gesellschaftlichen Wandels sieht sich die Verkehrsforschung mit neuen Anforderungen an die Konzeption, Anpassung, Anwendung usw. von statistischen Ans{\"a}tzen zur Analyse des Aktivit{\"a}ten-(Verkehrs-)verhaltens konfrontiert, um auf Basis empirischer Daten ad{\"a}quat Zusammenh{\"a}nge der Verkehrsentstehung zu erforschen. Ausgehend von der musterorientierten Perspektive - das heißt Untersuchungsgegenstand sind chronologische Abfolgen von Ortsver{\"a}nderungen und T{\"a}tigkeiten in Form von Wege-Aktivit{\"a}tenmustern - besteht das Ziel einer m{\"o}glichst realit{\"a}tsnahen Abbildung und Erkl{\"a}rung von individuellen Unterschieden im Raum-Zeit-Verhalten. Neu bzw. kaum etabliert sind in diesem Kontext der eigens konzipierte Multimethodenansatz sowie die Optimal Matching Technik, die erweiterte Abbildungseigenschaften zur Distanzmessung zwischen Wege-Aktivit{\"a}tenmustern aufweist. Erkannt werden durch jene Methode gleiche T{\"a}tigkeiten bzw. Ortsver{\"a}nderungen, die zeitlich an unterschiedlichen Stellen der zu vergleichenden Muster angeordnet sind sowie identische Subsequenzen. Zielf{\"u}hrend in der Datenanalyse ist nachstehende Abfolge von Verfahren: Die Klassifikation von Wege-Aktivit{\"a}tenmustern zur Reduktionen deren immenser Komplexit{\"a}t gelingt durch Einsatz der Optimal Matching Technik. Diese quantifiziert (Un-){\"a}hnlichkeiten zwischen Wege-Aktivit{\"a}tenmustern („Abstandsmessung") unterschiedlicher Personen oder zu vergleichender Zeitabschnitte einer Person. Die dadurch berechnete Distanzmatrix bildet den Ausgangspunkt des clusteranalytischen Fusions-algorithmus, dessen Aufgabe die Zusammenfassung der Wege-Aktivit{\"a}tenmuster ist (explorative Stufe). Die Anwendung eines multinomialen Logit-Modells erm{\"o}glicht auf Individualebene die Vorhersage der Affinit{\"a}t zu Wege-Aktivit{\"a}tenmuster-Typen anhand von Merkmalswerten identifizierter Erkl{\"a}rungsgr{\"o}ßen der Personen, des Haushaltes usw. (induktive Stufe). Im Gegensatz zu einschl{\"a}gigen Forschungsarbeiten zeichnet sich die gew{\"a}hlte Untersuchungsstrategie durch die Objektivit{\"a}t des Vorgehens aus, da eine a-priori Bildung von Personen-kategorien nicht notwendig ist. Ebenso grenzt die Ber{\"u}cksichtigung der zuf{\"a}lligen und nicht-erkl{\"a}rbaren Verhaltensvariabilit{\"a}t durch das Wahrscheinlichkeitsprinzip des gew{\"a}hlten Logit-Modells das eigene Vorgehen von anderen Untersuchungen ab. Aufgrund der weitgehend ungekl{\"a}rten Anwendungsgrundlagen der Optimal Matching Technik befasst sich die vorliegende Arbeit zun{\"a}chst mit dessen inhaltlicher Ausrichtung am Untersuchungsgegenstand. Die Anpassung der festzulegenden Aufwandswerte, welche f{\"u}r die ben{\"o}tigten Aktionen angesetzt werden, um ein Wege-Aktivit{\"a}tenmuster in ein anderes zu transformieren, erfolgt mit Hilfe einer empirisch Absch{\"a}tzung, die weit {\"u}ber ein argumentatives Vorgehen hinausgeht. Der ermittelte Sequenzabstand inkludiert dabei die operationsspezifische Distanz bei {\"U}berg{\"a}ngen zwischen den konstituierenden Zust{\"a}nden der zu vergleichenden Wege-Aktivit{\"a}tenmuster („Zustands{\"a}hnlichkeit"). Abstandsmaß f{\"u}r die qualitativen Zust{\"a}nde ist dabei die ermittelte Priorit{\"a}t von wege- und t{\"a}tigkeitenbezogenen Handlungen. Die Relevanz einer Ausrichtung belegt auch die durchgef{\"u}hrte Sensitivit{\"a}tsanalyse: Das Ausmaß der Empfindlichkeit der Optimal Matching Technik ist insbesondere gegen{\"u}ber der Festlegung der Aufwandswerte betr{\"a}chtlich. Um die Analysepotenziale des Multimethodenansatzes zu demonstrieren, werden exemplarisch interpersonelle Unterschiede im w{\"o}chentlichen Aktivit{\"a}ten-(Verkehrs-)verhaltens (Datenbasis: deutsches Mobilit{\"a}tspanel) analysiert. Ergebnis der Klassifikation (explorative Analysestufe) ist eine auf den ersten Blick inhaltlich stichhaltige Wege-Aktivit{\"a}tenmuster-Typologie charakteristischer Wochenabl{\"a}ufe des Aktivit{\"a}ten-(Verkehrs-)verhaltens: Unterschiedliche Arten, zeitlicher Umfang und zeitliche Lage der Haupt-aktivit{\"a}ten, unterschiedliche Verkehrsverhaltensweisen sowie unterschiedliche clusterspezifische Tag zu Tag Rhythmen, Gleichf{\"o}rmigkeiten, Schwankungen usw. des Raum-Zeit-Verhaltens kennzeichnen die Wege-Aktivit{\"a}tenmuster-Typen. Die Abbildungs-eigenschaften der Optimal-Matching Technik zeichnen sich in den erstellten Clustern nur teilweise ab: W{\"a}hrend die Zustandselementkomposition - augenscheinlich betrachtet - passabel durch die Wege-Aktivit{\"a}tenmuster-Typologie abgebildet wird, bleibt ungewiss, ob und inwieweit dies f{\"u}r die Abfolge{\"a}hnlichkeit gilt. Aus dem induktiven Analyseschritt geht hervor: Alter, Geschlecht, Verf{\"u}gbarkeit einer {\"O}PNV-Zeitkarte, F{\"u}hrerscheinbesitz und mit herausragender Bedeutung der Erwerbsstatus signalisieren als maßgebende Erkl{\"a}rungsgr{\"o}ßen eine Trennwirkung. {\"U}berdies zeigt das Gesamtbild der ermittelten Wirkungsrichtungen und Effektst{\"a}rken {\"u}berzeugende Erkl{\"a}rungszusammenh{\"a}nge auf. Damit ist ein Nachweis der Praktikabilit{\"a}t des eigens konzipierten Multimethodenansatzes unter Verwendung der Optimal Matching Technik zur musterorientierten Analyse des Raum-Zeit-Verhaltens erbracht.},
  subject      = {Verkehrsverhalten},
  language  = {de}
}
@article{Kalisch,
  author    = {Kalisch, Dominik},
  title     = {Wissen wer wo wohnt},
  doi       = {10.25643/bauhaus-universitaet.2669},
  url       = {http://nbn-resolving.de/urn:nbn:de:gbv:wim2-20160822-26695},
  abstract  = {In cities people live together in neighbourhoods. Here they can find the infrastructure they need, starting with shops for the daily purpose to the life-cycle based infrastructures like kindergartens or nursing homes. But not all neighbourhoods are identical. The infrastructure mixture varies from neighbourhood to neighbourhood, but different people have different needs which can change e.g. based on the life cycle situation or their affiliation to a specific milieu. We can assume that a person or family tries to settle in a specific neighbourhood that satisfies their needs. So, if the residents are happy with a neighbourhood, we can further assume that this neighbourhood satisfies their needs. The socio-oeconomic panel (SOEP) of the German Institute for Economy (DIW) is a survey that investigates the economic structure of the German population. Every four years one part of this survey includes questions about what infrastructures can be found in the respondents neighbourhood and the satisfaction of the respondent with their neighbourhood. Further, it is possible to add a milieu estimation for each respondent or household. This gives us the possibility to analyse the typical neighbourhoods in German cities as well as the infrastructure profiles of the different milieus. Therefore, we take the environment variables from the dataset and recode them into a binary variable - whether an infrastructure is available or not. According to Faust (2005), these sets can also be understood, as a network of actors in a neighbourhood, which share two, three or more infrastructures. Like these networks, this neighbourhood network can also be visualized as a bipartite affiliation network and therefore analysed using correspondence analysis. We will show how a neighbourhood analysis will benefit from an upstream correspondence analysis and how this could be done. We will also present and discuss the results of such an analysis.},
  subject      = {urban planning},
  language  = {de}
}