Statistische Modellbildung. De nihilo nihil
|
|
- Friederike Stieber
- vor 8 Jahren
- Abrufe
Transkript
1 Statistische Modellbildung De nihilo nihil
2 Kausalitätsbeziehungen Zielgröße Blutdruck Störgröße Nikotinkonsum Störgröße Körpergewicht Einflussgröße Koffeinkonsum ursächlich assoziiert
3 Statistische Modellbildung... beinhaltet die Analyse des funktionellen Zusammenhangs zwischen Zielgrößen bzw. abhängigen Variablen und Einflussgrößen bzw. unabhängigen Variablen, einschließlich der Adjustierung für unkontrollierbare Störgrößen.
4 Statistische Modellbildung grundlegende Ansätze experimentelle Modellbildung experimentelle Bewertung des Einflusses gegebener Einflussgrößen auf eine Zielgröße, einschließlich Randomisierung bzw. Matching ("Kontrolle") für bekannte Störgrößen (z.b. Temperatur und Feuchtigkeit als Determinanten der Klebkraft von Zahnprothesen) beobachtende Modellbildung auf Beobachtungen basierende Analyse des Zusammenhangs zwischen einer Zielgröße und mehreren Einfluss- und Störgrößen (z.b. Geburtsgewicht und -zeitpunkt, mütterliches Alter)
5 Lineare Modelle Y: Zielgröße X 1,...,X k : Einflussgrößen Ε : Zufallsfehler Für Ε wird im Allgemeinen eine N(0,σ 2 )-Verteilung mit unbekanntem σ 2 unterstellt. Y = a + b x + b x b x k k + Ε Multiple lineare (und andere) Modelle erlauben die Schätzung der Regressionskoeffizienten b i unter Berücksichtigung von Störgrößen ("Adjustierung").
6 Lineare Modelle Ε Y 0 E(Y) y präd =a+b 1 x b k x k
7 Miss America y: Körpergewicht (Pfund), x 1 : Körpergröße (Zoll) Körpergewicht (Pfund) y präd = x Körpergröße (Zoll)
8 Statistische Modellbildung Vorgehensweise 1. Datenexploration: isolierte Bewertung der möglichen Relevanz jeder einzelnen Einflussgröße 2. Modellformulierung: mathematische Modellierung des vielschichtigen Zusammenhangs zwischen Einflussund Zielgrößen unter Berücksichtigung der wissenschaftlichen Plausibilität 3. Modellauswahl: Parameterschätzung ("Regression"), Hypothesentests (z.b. Likelihood-Quotient, p-wert, Bestimmtheitsmaß) 4. Modellprüfung: Vergleich der Modellvorhersagen mit den Beobachtungen ("Residuendiagnostik")
9 Vorhersage des Körperfettanteils Der prozentuale Fettanteil des menschlichen Körpers lässt sich relativ genau mit Hilfe der "dual energy X-ray absorptiometry (DXA)" ermitteln. Das Verfahren ist jedoch zeitaufwändig und teuer. Messungen von Trizeps- Hautfaltendicke, Oberschenkel- und Oberarmumfang sind zwar weniger genau, dafür aber schneller und billiger. Quelle: J. Neter, W. Wasserman, M.H. Kutner (1997) Applied Linear Statistical Models
10 Vorhersage des Körperfettanteils Zielgröße Körperfettanteil Einflussgröße Oberschenkel Einflussgröße Oberarm Einflussgröße Hautfalte Quelle: J. Neter, W. Wasserman, M.H. Kutner (1997) Applied Linear Statistical Models
11 Vorhersage des Körperfettanteils Y, X 1,...,X 3 wurden gleichzeitig an 20 Individuen gemessen. Körperfett (%) Y Hautfalte (mm) X 1 Oberschenkel (cm) X 2 Oberarm (cm) X Quelle: J. Neter, W. Wasserman, M.H. Kutner (1997) Applied Linear Statistical Models
12 Multiple Lineare Regression Datenexploration paarweise Pearson Korrelationskoeffizienten r (oben rechts) und zweiseitige p-werte für r=0 (unten links) ^ Y X 1 X 2 X 3 Y X 1 X 2 X < <0.001 <
13 Multiple Lineare Regression Datenexploration y: Körperfettanteil (%) x 1 : Hautfaltendicke (mm) Körperfettanteil (%) y präd = x Hautfaltendicke (mm) R 2 =0.711
14 Multiple Lineare Regression Datenexploration y: Körperfettanteil (%) x 2 : Oberschenkelumfang (cm) Körperfettanteil (%) y präd = x Oberschenkelumfang (cm) R 2 =0.771
15 Multiple Lineare Regression Datenexploration y: Körperfettanteil (%) x 3 : Oberarmumfang (cm) Körperfettanteil (%) y präd = x Oberarmumfang (cm) R 2 =0.020
16 Multiple Lineare Regression Modellformulierung lineares Modell mit normalverteiltem Fehler Ε Y = a + b1x1 + b2x2 + b3x3 + Ε
17 Modellauswahl "Rückwärtsselektion": schrittweise Reduzierung der Anzahl der Einflussgrößen, ausgehend vom "vollen" Modell "Vorwärtsselektion": schrittweise Hinzunahme von Einflussgrößen, ausgehend von der besten Einflussgröße (z.b. der mit dem kleinsten p-wert)
18 Multiple Lineare Regression Modellauswahl (Rückwärtsselektion) Parameterschätzung aus den Modellgleichungen mit Hilfe des Maximum-Likelihood- oder Kleinste-Quadrate-Prinzips y 1 = a + b 1 x 1,1 + b 2 x 1,2 + b 3 x 1,3 + ε 1 y 2 = a + b 1 x 2,1 + b 2 x 2,2 + b 3 x 2,3 + ε 2 M y 20 = a + b 1 x 20,1 + b 2 x 20,2 + b 3 x 20,3 + ε 20
19 Multiple Lineare Regression volles Modell Term Schätzung s.e. a (Achsenabschnitt) b 1 (Hautfalte) b 2 (Oberschenkel) b 3 (Oberarm) s.e.: Standardfehler y präd = x x x 3 R 2 = 0.895
20 Multiple Lineare Regression Modellauswahl (Rückwärtsselektion) Für jeden Regressionskoeffizienten b i wird die Nullhypothese H i,0 : b i =0 gegen die Alternativhypothese H i,a : b i 0 getestet, z.b. mit dem Wald-Test. W i = bˆ s.e.(bˆ i i ) Da W i N(0,1) unter H i,0, verwerfe H i,0 wenn W i > z 1-α/2.
21 Multiple Lineare Regression Modellauswahl (Rückwärtsselektion) Term W p a (Achsenabschnitt) b 1 (Hautfalte) b 2 (Oberschenkel) b 3 (Oberarm)
22 Multiple Lineare Regression endgültiges Modell Term Schätzung s.e. a (Achsenabschnitt) b 1 (Hautfalte) b 3 (Oberarm) s.e.: Standardfehler y präd = x x 3 R 2 = 0.887
23 Multiple Lineare Regression endgültiges Modell Term W p a (Achsenabschnitt) b 1 (Hautfalte) <0.001 b 3 (Oberarm)
24 Multiple Lineare Regression Modellprüfung Prüfung, ob der (zufällige) Fehler Ε einer N(0,σ 2 )- Verteilung folgt standardisiertes Residuum ε i = y i s y y präd,i y präd "standardisierte Residuen" Körperfettanteil (%)
25 Weitere (Normale) Lineare Modelle Varianzanalyse (ANOVA) Die Einflussgrößen sind entweder qualitativ oder quantitativ diskret. Kovarianzanalyse (ANCOVA) Einige Einflussgrößen sind stetig, einige sind diskret (multiple Regression).
26 Lineare Modelle Y: Zielgröße X 1,...,X k : Einflussgrößen Ε: N(0,σ 2 ) mit unbekanntem σ Y E(Y) = a + b1x1 + b2x bkxk + Ε = a + b1x1 + b2x bkxk + E( Ε) E( Y) = a + b x b x... b x k k
27 Verallgemeinerte Lineare Modelle Y: Zielgrößen X 1,...,X k : Einflussgrößen G: Link-Funktion G[ E(Y)] = a + b x b x... b x k k für eine dichotome Zielgröße Y gilt: E(Y) = 0 P(Y=0)+1 P(Y=1) = P(Y=1) =π
28 Logistische Regression Verallgemeinertes Lineares Modell mit "logit" als Link-Funktion logit(x) logit(x) = ln( 1 x ) x x logit( π) = a + b + 1x1 + b2x bkxk
29 Logistische Regression adjustierte Odds-Ratio Sei X 1 eine dichotome Einflussgröße (z.b. 1:"exponiert", 0:"nicht exponiert") logit( πe) = a + b1 1 + b2x b logit( π ) = a + b 0 + b x b n k k x x k k b 1 = πe log it( πe) -logit( πn) = ln( ) ln( 1 πe 1 πe π n = ln / = ln(or) 1 e 1 π πn πn π n ) OR = exp(b1)
30 Die Evans-County Herzstudie Im Jahre 1960 wurde die gesamte über 40 Jahre alte Bevölkerung von Evans County, Georgia, einer kompletten kardiovaskulären Untersuchung unterzogen. Anschließend wurden 609 weiße Männer über einen Zeitraum von 9 Jahren nachverfolgt und ihr Zustand in Bezug auf koronare Herzkrankheiten (KHK) ermittelt. Hames C (1971) Arch Intern Med 128:
31 Die Evans-County Herzstudie Y: KHK-Status (dichotom) 0:"nein", 1:"ja" x 1 : Katecholaminspiegel (CAT; dichotom) 0:"niedrig", 1:"hoch" x 2 : Alter (Jahre) x 3 : Cholesterin (CHL; mg/dl) x 4 : Raucherstatus (dichotom) 0:"niemals", 1:"jemals" x 5 : Bluthochdruck (dichotom) 0:"nein", 1:"ja" x 6 : EKG-Abnormalitäten (dichotom) 0:"nein", 1:"ja" Quelle: Kleinbaum DG (1994) Logistic Regression - A Self-Learning Text. Springer, New York
32 Logistische Regression Datenexploration Absolutzahlen und prozentuale Anteile, oder Mittelwert ± s.e., mit p-werten aus χ 2 -Test bzw. t-test KHK Einflussgröße nein (n=538) ja (n=71) p CAT (%) 95 (18%) 27 (38%) <0.001 Alter 53 ± 9 57 ± CHL 210 ± ± Raucher (%) 333 (62%) 54 (76%) Bluthochdruck (%) 212 (39%) 43 (60%) <0.001 EKG (%) 137 (26%) 29 (41%) 0.010
33 Die Evans-County Herzstudie unadjustierte Odds-Ratios CAT hoch niedrig KHK KHK OR=27 443/44 95=2.86 Bluthochdruck ja nein KHK KHK OR=43 326/28 212=2.36 Raucher ja nein KHK KHK OR=54 205/17 333=1.96 EKG-Abnormalitäten ja nein KHK KHK OR=29 401/42 137=2.02
34 Logistische Regression Modellformulierung logistisches Modell, π=e(y): 9-Jahres-Inzidenzanteil (oder "9-Jahres-Risiko") für KHK logit( π) = a + b + 1x1 + b2x b6x6
35 Logistische Regression volles Modell Term Schätzung s.e. a (Achsenabschnitt) b 1 (CAT) b 2 (Alter) b 3 (CHL) b 4 (Raucher) b 5 (Bluthochdruck) b 6 (EKG)
36 Die Evans-County Herzstudie adjustierte vs unadjustierte Odds-Ratios Odds-Ratio Term Schätzung adjustiert unadjustiert b 1 (CAT) b 4 (Raucher) b 5 (Bluthochdruck) b 6 (EKG)
37 Logistische Regression Modellauswahl (Rückwärtsselektion) Term W p a (Achsenabschnitt) b 1 (CAT) b 2 (Alter) b 3 (CHL) b 4 (Raucher) b 5 (Bluthochdruck) b 6 (EKG) <
38 Logistische Regression endgültiges Modell Term Schätzung s.e. a (Achsenabschnitt) b 2 (Alter) b 3 (CHL) b 4 (Raucher) OR Raucher unadjustiert: 1.96, adjustiert: 2.34 logit(π) = x x x 4
39 Logistische Funktion (logit -1 ) logit -1 (x) logit -1 (x) = 1 + exp( x) x π = 1 + exp(-a 1 b1x1 b2x2... b k x k )
40 Die Evans-County Herzstudie Wie groß ist das 9-Jahres-KHK-Risiko eines 45-jährigen Rauchers mit einem Cholesterinspiegel von 260 mg/dl? x 2 =45, x 3 =260, x 4 =1 π = 1 + exp( ) = exp(2.061) = 0.113
41 Logistische Regression Screening-Test Der Vergleich des individuellen Risikos π mit einem festen Grenzwert ρ liefert einen Screening-Test für die Erkrankung. π >ρ ρ test positiv test negativ
42 Logistische Regression Screening-Test (ROC-Kurve) Spezifität Sensitivität AUC: 0.68 ρ: 0.11 Sensitivität: 0.68 Spezifität: 0.61 Youden-Index: 0.29 Basisrisiko: 71/(71+538)=0.12 PPW: 0.19 NPW: 0.93
43 "Triple-Test" für Down-Syndrom Der Triple-Test wird zwischen der 16. und 18. SSW durchgeführt. Er misst drei Substanzen, oder Marker, die vom Föten und der Plazenta in den mütterlichen Blutkreislauf abgegeben werden: AFP, humanes Choriongonadotropin und unkonjugiertes Estriol. [...] Es wurde eine Methode entwickelt, um die Resultate der drei Tests mit dem mütterlichen Alter zu kombinieren und so Frauen mit einem erhöhten Risiko für ein Kind mit Down-Syndrom zu identifizieren. Seitdem hat eine Reihe von Studien ergeben, dass mit dem Triple-Test ca. 60% bis 70% der Fälle von Down-Syndrom entdeckt werden können. Da es sich hierbei um einen Screening-Test handelt, identifiziert der Triple-Test lediglich Schwangerschaften mit einem erhöhten Risiko für Down-Syndrom. Ein positives Testergebnis bedeutet also nicht notwendigerweise, dass das Kind betroffen ist, sondern indiziert lediglich weitere Tests. American Society of Clinical Pathology (
44 Zusammenfassung - Statistische Modellbildung ist die Analyse des funktionellen Zusammenhangs zwischen Ziel- und Einflussgrößen. - Die experimentelle Modellbildung basiert auf prospektiven Studien, die Einflussgrößen kontrollieren. Die beobachtende Modellbildung verwendet unkontrollierte Beobachtungsdaten. - Statistische Modellbildung vollzieht sich in mehreren Schritten und umfasst Datenexploration, Modellformulierung, Modellauswahl und Modellprüfung. - Die am häufigsten verwandte Klasse statistischer Modelle sind verallgemeinerte lineare Modelle, zu denen neben der (multiplen) linearen Regression auch die Varianzanalyse und die logistische Regression gehören. - Multiple Modelle "adjustieren" die Effekte von Einflussgrößen für den durch Störgrößen verursachten Bias.
Korrelation - Regression. Berghold, IMI
Korrelation - Regression Zusammenhang zwischen Variablen Bivariate Datenanalyse - Zusammenhang zwischen 2 stetigen Variablen Korrelation Einfaches lineares Regressionsmodell 1. Schritt: Erstellung eines
MehrBachelorabschlussseminar Dipl.-Kfm. Daniel Cracau
1 Einführung in die statistische Datenanalyse Bachelorabschlussseminar Dipl.-Kfm. Daniel Cracau 2 Gliederung 1.Grundlagen 2.Nicht-parametrische Tests a. Mann-Whitney-Wilcoxon-U Test b. Wilcoxon-Signed-Rank
MehrTutorial: Homogenitätstest
Tutorial: Homogenitätstest Eine Bank möchte die Kreditwürdigkeit potenzieller Kreditnehmer abschätzen. Einerseits lebt die Bank ja von der Vergabe von Krediten, andererseits verursachen Problemkredite
MehrFortgeschrittene Statistik Logistische Regression
Fortgeschrittene Statistik Logistische Regression O D D S, O D D S - R A T I O, L O G I T T R A N S F O R M A T I O N, I N T E R P R E T A T I O N V O N K O E F F I Z I E N T E N, L O G I S T I S C H E
MehrMelanie Kaspar, Prof. Dr. B. Grabowski 1
7. Hypothesentests Ausgangssituation: Man muss sich zwischen 2 Möglichkeiten (=Hypothesen) entscheiden. Diese Entscheidung soll mit Hilfe von Beobachtungen ( Stichprobe ) getroffen werden. Die Hypothesen
MehrProfil A 49,3 48,2 50,7 50,9 49,8 48,7 49,6 50,1 Profil B 51,8 49,6 53,2 51,1 51,1 53,4 50,7 50 51,5 51,7 48,8
1. Aufgabe: Eine Reifenfirma hat für Winterreifen unterschiedliche Profile entwickelt. Bei jeweils gleicher Geschwindigkeit und auch sonst gleichen Bedingungen wurden die Bremswirkungen gemessen. Die gemessenen
MehrGemischte Modelle. Fabian Scheipl, Sonja Greven. SoSe 2011. Institut für Statistik Ludwig-Maximilians-Universität München
Gemischte Modelle Fabian Scheipl, Sonja Greven Institut für Statistik Ludwig-Maximilians-Universität München SoSe 2011 Inhalt Amsterdam-Daten: LMM Amsterdam-Daten: GLMM Blutdruck-Daten Amsterdam-Daten:
MehrAngewandte Ökonometrie, WS 2012/13, 1. Teilprüfung am 6.12.2012 - Lösungen. Das folgende Modell ist ein GARCH(1,1)-Modell:
Angewandte Ökonometrie, WS 2012/13, 1. Teilprüfung am 6.12.2012 - Lösungen LV-Leiterin: Univ.Prof.Dr. Sylvia Frühwirth-Schnatter 1 Wahr oder falsch? 1. Das folgende Modell ist ein GARCH(1,1)-Modell: Y
Mehr2.Tutorium Generalisierte Regression
2.Tutorium Generalisierte Regression - Binäre Regression - Moritz Berger: 04.11.2013 und 11.11.2013 Shuai Shao: 06.11.2013 und 13.11.2013 Institut für Statistik, LMU München 1 / 16 Gliederung 1 Erweiterte
MehrPränatales Screening auf Chromosomenstörungen. Pränatales Screening. Leitfaden für werdende Mütter und Väter. Leitfaden für werdende Mütter und Väter
Unsere Patienten-Information Pränatales auf Chromosomenstörungen Pränatales auf Chromosomenstörungen Leitfaden für werdende Mütter und Väter Leitfaden für werdende Mütter und Väter Labor Enders & Partner,
MehrName (in Druckbuchstaben): Matrikelnummer: Unterschrift:
20-minütige Klausur zur Vorlesung Lineare Modelle im Sommersemester 20 PD Dr. Christian Heumann Ludwig-Maximilians-Universität München, Institut für Statistik 2. Oktober 20, 4:5 6:5 Uhr Überprüfen Sie
MehrErfahrungen mit Hartz IV- Empfängern
Erfahrungen mit Hartz IV- Empfängern Ausgewählte Ergebnisse einer Befragung von Unternehmen aus den Branchen Gastronomie, Pflege und Handwerk Pressegespräch der Bundesagentur für Arbeit am 12. November
Mehr9. Schätzen und Testen bei unbekannter Varianz
9. Schätzen und Testen bei unbekannter Varianz Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Schätzen und Testen bei unbekannter Varianz Wenn wir die Standardabweichung σ nicht kennen,
MehrMultiple Regression. Ziel: Vorhersage der Werte einer Variable (Kriterium) bei Kenntnis der Werte von zwei oder mehr anderen Variablen (Prädiktoren)
Multiple Regression 1 Was ist multiple lineare Regression? Ziel: Vorhersage der Werte einer Variable (Kriterium) bei Kenntnis der Werte von zwei oder mehr anderen Variablen (Prädiktoren) Annahme: Der Zusammenhang
Mehrε heteroskedastisch BINARY CHOICE MODELS Beispiele: Wahlentscheidung Kauf langlebiger Konsumgüter Arbeitslosigkeit Schätzung mit OLS?
BINARY CHOICE MODELS 1 mit Pr( Y = 1) = P Y = 0 mit Pr( Y = 0) = 1 P Beispiele: Wahlentscheidung Kauf langlebiger Konsumgüter Arbeitslosigkeit Schätzung mit OLS? Y i = X i β + ε i Probleme: Nonsense Predictions
MehrRauchen bis kurz vor Bekanntwerden einer Schwangerschaft: Physiologische Beeinträchtigung im Kindergartenalter?
Rauchen bis kurz vor Bekanntwerden einer Schwangerschaft: Physiologische Beeinträchtigung im Kindergartenalter? Marc Jarczok, Sven Schneider, Joachim E. Fischer, Freia De Bock 1 Mannheimer Institut für
MehrMessung von Veränderungen. Dr. Julia Kneer Universität des Saarlandes
von Veränderungen Dr. Julia Kneer Universität des Saarlandes Veränderungsmessung Veränderungsmessung kennzeichnet ein Teilgebiet der Methodenlehre, das direkt mit grundlegenden Fragestellungen der Psychologie
MehrGibt es einen Geschmacksunterschied zwischen Coca Cola und Cola Zero?
Gibt es einen Geschmacksunterschied zwischen Coca Cola und Cola Zero? Manche sagen: Ja, manche sagen: Nein Wie soll man das objektiv feststellen? Kann man Geschmack objektiv messen? - Geschmack ist subjektiv
MehrStatistik II für Betriebswirte Vorlesung 2
PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik Statistik II für Betriebswirte Vorlesung 2 21. Oktober 2014 Verbundene Stichproben Liegen zwei Stichproben vor, deren Werte einander
MehrÜbersicht: Modul 2. Methoden der empirischen Sozialforschung, Statistik und computergestützte Datenanalyse. Dr. H.-G. Sonnenberg
Übersicht: Modul 2 Methoden der empirischen Sozialforschung, Statistik und computergestützte Datenanalyse Dr. H.-G. Sonnenberg Modul 2 4 Kurse : Modul 2 im Bc. Psychologie: - Empirische Sozialforschung
MehrStatistische Auswertung:
Statistische Auswertung: Die erhobenen Daten mittels der selbst erstellten Tests (Surfaufgaben) Statistics Punkte aus dem Punkte aus Surftheorietest Punkte aus dem dem und dem Surftheorietest max.14p.
MehrGüte von Tests. die Wahrscheinlichkeit für den Fehler 2. Art bei der Testentscheidung, nämlich. falsch ist. Darauf haben wir bereits im Kapitel über
Güte von s Grundlegendes zum Konzept der Güte Ableitung der Gütefunktion des Gauss im Einstichprobenproblem Grafische Darstellung der Gütefunktionen des Gauss im Einstichprobenproblem Ableitung der Gütefunktion
Mehr1.3 Die Beurteilung von Testleistungen
1.3 Die Beurteilung von Testleistungen Um das Testergebnis einer Vp zu interpretieren und daraus diagnostische Urteile ableiten zu können, benötigen wir einen Vergleichsmaßstab. Im Falle des klassischen
MehrKorrelation. Übungsbeispiel 1. Übungsbeispiel 4. Übungsbeispiel 2. Übungsbeispiel 3. Korrel.dtp Seite 1
Korrelation Die Korrelationsanalyse zeigt Zusammenhänge auf und macht Vorhersagen möglich Was ist Korrelation? Was sagt die Korrelationszahl aus? Wie geht man vor? Korrelation ist eine eindeutige Beziehung
Mehreinfache Rendite 0 145 85 1 160 90 2 135 100 3 165 105 4 190 95 5 210 110
Übungsbeispiele 1/6 1) Vervollständigen Sie folgende Tabelle: Nr. Aktie A Aktie B Schlusskurs in Schlusskurs in 0 145 85 1 160 90 2 135 100 3 165 105 4 190 95 5 210 110 Arithmetisches Mittel Standardabweichung
MehrMETHODENLEHRE I WS 2013/14 THOMAS SCHÄFER
METHODENLEHRE I WS 2013/14 THOMAS SCHÄFER DAS THEMA: INFERENZSTATISTIK IV INFERENZSTATISTISCHE AUSSAGEN FÜR ZUSAMMENHÄNGE UND UNTERSCHIEDE Inferenzstatistik für Zusammenhänge Inferenzstatistik für Unterschiede
MehrDarstellungsformen einer Funktion
http://www.flickr.com/photos/sigfrid/348144517/ Darstellungsformen einer Funktion 9 Analytische Darstellung: Eplizite Darstellung Funktionen werden nach Möglichkeit eplizit dargestellt, das heißt, die
MehrBinäre abhängige Variablen
Binäre abhängige Variablen Thushyanthan Baskaran thushyanthan.baskaran@awi.uni-heidelberg.de Alfred Weber Institut Ruprecht Karls Universität Heidelberg Einführung Oft wollen wir qualitative Variablen
MehrAllgemeine Regressionsanalyse. Kovariablen / Prädiktoren / unabhängige Variablen X j R d, evtl. deterministisch
Prof. Dr. J. Franke Statistik II für Wirtschaftswissenschaftler 9.1 Allgemeine Regressionsanalyse Daten (X j, Y j ), j = 1,..., N unabhängig Kovariablen / Prädiktoren / unabhängige Variablen X j R d, evtl.
MehrUnterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis
Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis Das komplette Material finden Sie hier: Download bei School-Scout.de
MehrQuantitative Methoden der Bildungsforschung
Glieung Wieholung Korrelationen Grundlagen lineare Regression Lineare Regression in SPSS Übung Wieholung Korrelationen Standardisiertes Zusammenhangsmaß (unstandardisiert: Kovarianz) linearer Zusammenhang
MehrÜberblick über die Verfahren für Ordinaldaten
Verfahren zur Analyse ordinalskalierten Daten 1 Überblick über die Verfahren für Ordinaldaten Unterschiede bei unabhängigen Stichproben Test U Test nach Mann & Whitney H Test nach Kruskal & Wallis parametrische
MehrInterne und externe Modellvalidität
Interne und externe Modellvalidität Interne Modellvalidität ist gegeben, o wenn statistische Inferenz bzgl. der untersuchten Grundgesamtheit zulässig ist o KQ-Schätzer der Modellparameter u. Varianzschätzer
MehrLineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
MehrIn konstanten Modellen wird davon ausgegangen, dass die zu prognostizierende Größe sich über die Zeit hinweg nicht verändert.
Konstante Modelle: In konstanten Modellen wird davon ausgegangen, dass die zu prognostizierende Größe sich über die Zeit hinweg nicht verändert. Der prognostizierte Wert für die Periode T+i entspricht
MehrProfessionelle Seminare im Bereich MS-Office
Der Name BEREICH.VERSCHIEBEN() ist etwas unglücklich gewählt. Man kann mit der Funktion Bereiche zwar verschieben, man kann Bereiche aber auch verkleinern oder vergrößern. Besser wäre es, die Funktion
MehrDie DOE-Funktionen im Assistenten führen Benutzer durch einen sequenziellen Prozess zum Entwerfen und Analysieren eines oder mehrerer Experimente, in
Dieses White Paper ist Teil einer Reihe von Veröffentlichungen, welche die Forschungsarbeiten der Minitab-Statistiker erläutern, in deren Rahmen die im Assistenten der Minitab 17 Statistical Software verwendeten
MehrÜbungen zur Veranstaltung Statistik 2 mit SPSS
Raum 22, Tel. 39 4 Aufgabe 5. Wird der neue Film MatchPoint von Woody Allen von weiblichen und männlichen Zuschauern gleich bewertet? Eine Umfrage unter 00 Kinobesuchern ergab folgende Daten: Altersgruppe
MehrWürfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!.
040304 Übung 9a Analysis, Abschnitt 4, Folie 8 Die Wahrscheinlichkeit, dass bei n - maliger Durchführung eines Zufallexperiments ein Ereignis A ( mit Wahrscheinlichkeit p p ( A ) ) für eine beliebige Anzahl
MehrHautkrebsscreening. 49 Prozent meinen, Hautkrebs sei kein Thema, das sie besorgt. Thema Hautkrebs. Ist Hautkrebs für Sie ein Thema, das Sie besorgt?
Hautkrebsscreening Datenbasis: 1.004 gesetzlich Krankenversicherte ab 1 Jahren Erhebungszeitraum:. bis 4. April 01 statistische Fehlertoleranz: +/- Prozentpunkte Auftraggeber: DDG Hautkrebs ist ein Thema,
MehrAllgemeines Lineares Modell: Univariate Varianzanalyse und Kovarianzanalyse
Allgemeines Lineares Modell: Univariate Varianzanalyse und Kovarianzanalyse Univariate Varianz- und Kovarianzanlyse, Multivariate Varianzanalyse und Varianzanalyse mit Messwiederholung finden sich unter
MehrBernadette Büsgen HR-Consulting www.buesgen-consult.de
Reiss Profile Es ist besser mit dem Wind zu segeln, als gegen ihn! Möchten Sie anhand Ihres Reiss Rofiles erkennen, woher Ihr Wind weht? Sie haben verschiedene Möglichkeiten, Ihr Leben aktiv zu gestalten.
MehrAnhand des bereits hergeleiteten Models erstellen wir nun mit der Formel
Ausarbeitung zum Proseminar Finanzmathematische Modelle und Simulationen bei Raphael Kruse und Prof. Dr. Wolf-Jürgen Beyn zum Thema Simulation des Anlagenpreismodels von Simon Uphus im WS 09/10 Zusammenfassung
MehrWillkommen zur Vorlesung Statistik
Willkommen zur Vorlesung Statistik Thema dieser Vorlesung: Varianzanalyse Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften Prof. Dr. Wolfgang
Mehr4. Erstellen von Klassen
Statistik mit Tabellenkalkulation 4. Erstellen von Klassen Mit einem einfachen Befehl lässt sich eine Liste von Zahlen auf die Häufigkeit der einzelnen Werte untersuchen. Verwenden Sie dazu den Befehl
MehrLineare Funktionen. 1 Proportionale Funktionen 3 1.1 Definition... 3 1.2 Eigenschaften... 3. 2 Steigungsdreieck 3
Lineare Funktionen Inhaltsverzeichnis 1 Proportionale Funktionen 3 1.1 Definition............................... 3 1.2 Eigenschaften............................. 3 2 Steigungsdreieck 3 3 Lineare Funktionen
MehrEinfache statistische Auswertungen mit dem Programm SPSS
Einfache statistische Auswertungen mit dem Programm SPSS Datensatz: fiktive_daten.sav Dipl. Päd. Anne Haßelkus Dr. Dorothea Dette-Hagenmeyer 11/2011 Überblick 1 Deskriptive Statistiken; Mittelwert berechnen...
MehrVarianzanalyse ANOVA
Varianzanalyse ANOVA Johannes Hain Lehrstuhl für Mathematik VIII Statistik 1/23 Einfaktorielle Varianzanalyse (ANOVA) Bisher war man lediglich in der Lage, mit dem t-test einen Mittelwertsvergleich für
MehrData Mining: Einige Grundlagen aus der Stochastik
Data Mining: Einige Grundlagen aus der Stochastik Hagen Knaf Studiengang Angewandte Mathematik Hochschule RheinMain 21. Oktober 2015 Vorwort Das vorliegende Skript enthält eine Zusammenfassung verschiedener
MehrPortfoliotheorie. Von Sebastian Harder
Portfoliotheorie Von Sebastian Harder Inhalt - Begriffserläuterung - Allgemeines zur Portfoliotheorie - Volatilität - Diversifikation - Kovarianz - Betafaktor - Korrelationskoeffizient - Betafaktor und
MehrZeichen bei Zahlen entschlüsseln
Zeichen bei Zahlen entschlüsseln In diesem Kapitel... Verwendung des Zahlenstrahls Absolut richtige Bestimmung von absoluten Werten Operationen bei Zahlen mit Vorzeichen: Addieren, Subtrahieren, Multiplizieren
MehrDie Quantitative und Qualitative Sozialforschung unterscheiden sich bei signifikanten Punkten wie das Forschungsverständnis, der Ausgangspunkt oder
1 2 3 Die Quantitative und Qualitative Sozialforschung unterscheiden sich bei signifikanten Punkten wie das Forschungsverständnis, der Ausgangspunkt oder die Forschungsziele. Ein erstes Unterscheidungsmerkmal
MehrTheoretische Grundlagen der Informatik WS 09/10
Theoretische Grundlagen der Informatik WS 09/10 - Tutorium 6 - Michael Kirsten und Kai Wallisch Sitzung 13 02.02.2010 Inhaltsverzeichnis 1 Formeln zur Berechnung Aufgabe 1 2 Hamming-Distanz Aufgabe 2 3
Mehr5 Zusammenhangsmaße, Korrelation und Regression
5 Zusammenhangsmaße, Korrelation und Regression 5.1 Zusammenhangsmaße und Korrelation Aufgabe 5.1 In einem Hauptstudiumsseminar des Lehrstuhls für Wirtschafts- und Sozialstatistik machten die Teilnehmer
MehrKritische Lebensereignisse und Gesundheit im Alter
Christian Deindl, Universität zu Köln Kritische Lebensereignisse und Gesundheit im Alter DGS Trier, Oktober 2014 Hintergrund Die Geburt eines Kindes Arbeitslosigkeit Auszug aus dem Elternhaus Haben Auswirkungen
Mehrgeben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Gehen wir einmal davon aus, dass die von uns angenommenen
geben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Vollständigkeit halber aufgeführt. Gehen wir einmal davon aus, dass die von uns angenommenen 70% im Beispiel exakt berechnet sind. Was würde
MehrDas große ElterngeldPlus 1x1. Alles über das ElterngeldPlus. Wer kann ElterngeldPlus beantragen? ElterngeldPlus verstehen ein paar einleitende Fakten
Das große x -4 Alles über das Wer kann beantragen? Generell kann jeder beantragen! Eltern (Mütter UND Väter), die schon während ihrer Elternzeit wieder in Teilzeit arbeiten möchten. Eltern, die während
MehrKapitel 7 und Kapitel 8: Gleichgewichte in gemischten Strategien. Einleitung. Übersicht Teil 2 2. Übersicht 3
Übersicht Teil 2 Kaitel 7 und Kaitel 8: Gleichgewichte in gemischten Strategien Übersicht Teil 2 2 Übersicht Einleitung Was ist eine gemischte Strategie? Nutzen aus gemischten Strategien Reaktionsfunktionen
MehrPlotten von Linien ( nach Jack Bresenham, 1962 )
Plotten von Linien ( nach Jack Bresenham, 1962 ) Ac Eine auf dem Bildschirm darzustellende Linie sieht treppenförmig aus, weil der Computer Linien aus einzelnen (meist quadratischen) Bildpunkten, Pixels
MehrZählstatistik. Peter Appel. 31. Januar 2005
Zählstatistik Peter Appel 31. Januar 2005 1 Einleitung Bei der quantitativen Analyse im Bereich von Neben- und Spurenelementkonzentrationen ist es von Bedeutung, Kenntnis über die möglichen Fehler und
Mehr90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft
Prof. Dr. Helmut Küchenhoff SS08 90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft am 22.7.2008 Anmerkungen Überprüfen Sie bitte sofort, ob Ihre Angabe vollständig ist. Sie sollte
MehrEva Douma: Die Vorteile und Nachteile der Ökonomisierung in der Sozialen Arbeit
Eva Douma: Die Vorteile und Nachteile der Ökonomisierung in der Sozialen Arbeit Frau Dr. Eva Douma ist Organisations-Beraterin in Frankfurt am Main Das ist eine Zusammen-Fassung des Vortrages: Busines
MehrGewinnvergleichsrechnung
Gewinnvergleichsrechnung Die Gewinnvergleichsrechnung stellt eine Erweiterung der Kostenvergleichsrechnung durch Einbeziehung der Erträge dar, die - im Gegensatz zu der Annahme bei der Kostenvergleichsrechnung
MehrWeitere Fragestellungen im Zusammenhang mit einer linearen Einfachregression
Weitere Fragestellungen im Zusammenhang mit einer linearen Einfachregression Speziell im Zusammenhang mit der Ablehnung der Globalhypothese werden bei einer linearen Einfachregression weitere Fragestellungen
MehrEinleitung 19. Teil I Datenanalyse und Modellbildung Grundlagen 25
Inhaltsverzeichnis Einleitung 19 Zu diesem Buch 19 Konventionen in diesem Buch 20 Was Sie nicht lesen müssen 21 Falsche Voraussetzungen 21 Wie dieses Buch aufgebaut ist 21 Teil I: Datenanalyse und Grundlagen
MehrCytomegalie & Co. Häufige Virusinfektionen in der Schwangerschaft. Deutsches Grünes Kreuz e.v.
Cytomegalie & Co Häufige Virusinfektionen in der Schwangerschaft Schwangerschaft Eine ganz besondere Zeit der Vorfreude Verantwortung Sorge Die werdenden Eltern möchten alles richtig machen für das Wohl
MehrPräsentation vom 13.10.2011 im Rahmen der Fachberatertagung der Unfallkasse NRW in Haltern.
Präsentation vom 13.10.2011 im Rahmen der Fachberatertagung der Unfallkasse NRW in Haltern. Martin Kraft, VMS, Deutsche Verkehrswacht. Kontakt: mk@dvw-ev.de 1 Entgegen dem allgemeinen Trend beim Unfallgeschehen
MehrDie Gesellschaftsformen
Jede Firma - auch eure Schülerfirma - muss sich an bestimmte Spielregeln halten. Dazu gehört auch, dass eine bestimmte Rechtsform für das Unternehmen gewählt wird. Für eure Schülerfirma könnt ihr zwischen
MehrEinführung in statistische Analysen
Einführung in statistische Analysen Andreas Thams Econ Boot Camp 2008 Wozu braucht man Statistik? Statistik begegnet uns jeden Tag... Weihnachten macht Deutschen Einkaufslaune. Im Advent überkommt die
MehrDieses erste Kreisdiagramm, bezieht sich auf das gesamte Testergebnis der kompletten 182 getesteten Personen. Ergebnis
Datenanalyse Auswertung Der Kern unseres Projektes liegt ganz klar bei der Fragestellung, ob es möglich ist, Biere von und geschmacklich auseinander halten zu können. Anhand der folgenden Grafiken, sollte
Mehry 1 2 3 4 5 6 P (Y = y) 1/6 1/6 1/6 1/6 1/6 1/6
Fachhochschule Köln Fakultät für Wirtschaftswissenschaften Prof. Dr. Arrenberg Raum 221, Tel. 39 14 jutta.arrenberg@fh-koeln.de Übungen zur Statistik für Prüfungskandidaten und Prüfungskandidatinnen Unabhängigkeit
MehrProgrammierkurs Java
Programmierkurs Java Dr. Dietrich Boles Aufgaben zu UE16-Rekursion (Stand 09.12.2011) Aufgabe 1: Implementieren Sie in Java ein Programm, das solange einzelne Zeichen vom Terminal einliest, bis ein #-Zeichen
MehrEine der Aktien hat immer einen höheren Gewinn als die andere Aktie. Ihre Aufgabe ist es diese auszuwählen.
Instruktionen am Anfang von Experiment 1 (auf Papier ausgeteilt: grünmarkierte Textstellen zeigen den Instruktionstext in der jeweiligen Bedingung an; Kommentare sind gelb markiert.) Stellen Sie sich vor,
MehrNaturgewalten & Risikoempfinden
Naturgewalten & Risikoempfinden Eine aktuelle Einschätzung durch die TIROLER Bevölkerung Online-Umfrage Juni 2015 Eckdaten zur Untersuchung - Online-Umfrage von 11.-17. Juni 2015 - Themen... - Einschätzung
MehrAuswerten mit Excel. Viele Video-Tutorials auf Youtube z.b. http://www.youtube.com/watch?v=vuuky6xxjro
Auswerten mit Excel Viele Video-Tutorials auf Youtube z.b. http://www.youtube.com/watch?v=vuuky6xxjro 1. Pivot-Tabellen erstellen: In der Datenmaske in eine beliebige Zelle klicken Registerkarte Einfügen
MehrWas können Schüler anhand von Primzahltests über Mathematik lernen?
Was können Schüler anhand von Primzahltests über Mathematik lernen? Innermathematisches Vernetzen von Zahlentheorie und Wahrscheinlichkeitsrechnung Katharina Klembalski Humboldt-Universität Berlin 20.
MehrWie lässt sich die Multiplikation von Bruchzahlen im Operatorenmodell und wie im Größenmodell einführen?
Modulabschlussprüfung ALGEBRA / GEOMETRIE Lösungsvorschläge zu den Klausuraufgaben Aufgabe 1: Wie lässt sich die Multiplikation von Bruchzahlen im Operatorenmodell und wie im Größenmodell einführen? Im
MehrGrundlagen der Datenanalyse am Beispiel von SPSS
Grundlagen der Datenanalyse am Beispiel von SPSS Einführung Dipl. - Psych. Fabian Hölzenbein hoelzenbein@psychologie.uni-freiburg.de Einführung Organisatorisches Was ist Empirie? Was ist Statistik? Dateneingabe
MehrDie Größe von Flächen vergleichen
Vertiefen 1 Die Größe von Flächen vergleichen zu Aufgabe 1 Schulbuch, Seite 182 1 Wer hat am meisten Platz? Ordne die Figuren nach ihrem Flächeninhalt. Begründe deine Reihenfolge. 1 2 3 4 zu Aufgabe 2
MehrMeinungen der Bürgerinnen und Bürger in Hamburg und Berlin zu einer Bewerbung um die Austragung der Olympischen Spiele
Meinungen der Bürgerinnen und Bürger in Hamburg und Berlin zu einer Bewerbung um die Austragung der Olympischen Spiele 4. März 2015 q5337/31319 Le forsa Politik- und Sozialforschung GmbH Büro Berlin Schreiberhauer
MehrEinige Statistische Tests für den Ein- Zwei- und k-stichprobenfall (Nach Sachs, Stat. Meth.)
ue biostatistik: nichtparametrische testverfahren / ergänzung 1/6 h. Lettner / physik Statistische Testverfahren Einige Statistische Tests für den Ein- Zwei- und k-stichprobenfall (Nach Sachs, Stat. Meth.)
MehrStandardisierung von Daten Darstellung von Daten in Texten, Tabellen und Abbildungen. Standardisierung von Daten
DAS THEMA: TABELLEN UND ABBILDUNGEN Standardisierung von Daten Darstellung von Daten in Texten, Tabellen und Abbildungen Standardisierung von Daten z-standardisierung Standardnormalverteilung 1 DIE Z-STANDARDISIERUNG
MehrHauptseminar am Fachgebiet für Quantitative Methoden der Wirtschaftswissenschaften
Hauptseminar am Fachgebiet für Quantitative Methoden der Wirtschaftswissenschaften Fehlende Daten in der Multivariaten Statistik SS 2011 Allgemeines Das Seminar richtet sich in erster Linie an Studierende
MehrUniversität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip. KLAUSUR Statistik B
Universität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip Sommersemester 2010 KLAUSUR Statistik B Hinweise zur Bearbeitung: Bei allen Teilaufgaben
MehrAnalyse von Querschnittsdaten. Regression mit Dummy-Variablen
Analyse von Querschnittsdaten Regression mit Dummy-Variablen Warum geht es in den folgenden Sitzungen? Datum Vorlesung 9.0.05 Einführung 26.0.05 Beispiele 02..05 Forschungsdesigns & Datenstrukturen 09..05
MehrAustausch- bzw. Übergangsprozesse und Gleichgewichtsverteilungen
Austausch- bzw. Übergangsrozesse und Gleichgewichtsverteilungen Wir betrachten ein System mit verschiedenen Zuständen, zwischen denen ein Austausch stattfinden kann. Etwa soziale Schichten in einer Gesellschaft:
MehrAlbert HAYR Linux, IT and Open Source Expert and Solution Architect. Open Source professionell einsetzen
Open Source professionell einsetzen 1 Mein Background Ich bin überzeugt von Open Source. Ich verwende fast nur Open Source privat und beruflich. Ich arbeite seit mehr als 10 Jahren mit Linux und Open Source.
MehrAusarbeitung des Seminarvortrags zum Thema
Ausarbeitung des Seminarvortrags zum Thema Anlagepreisbewegung zum Seminar Finanzmathematische Modelle und Simulationen bei Raphael Kruse und Prof. Dr. Wolf-Jürgen Beyn von Imke Meyer im W9/10 Anlagepreisbewegung
MehrEin möglicher Unterrichtsgang
Ein möglicher Unterrichtsgang. Wiederholung: Bernoulli Experiment und Binomialverteilung Da der sichere Umgang mit der Binomialverteilung, auch der Umgang mit dem GTR und den Diagrammen, eine notwendige
MehrThermodynamik Wärmeempfindung
Folie 1/17 Warum fühlt sich 4 warmes wesentlich heißer an als warme? Und weshalb empfinden wir kühles wiederum kälter als kühle? 7 6 5 4 2 - -2 32 32 Folie 2/17 Wir Menschen besitzen kein Sinnesorgan für
MehrBevor lineare Gleichungen gelöst werden, ein paar wichtige Begriffe, die im Zusammenhang von linearen Gleichungen oft auftauchen.
R. Brinkmann http://brinkmann-du.de Seite 1 13.0.010 Lineare Gleichungen Werden zwei Terme durch ein Gleichheitszeichen miteinander verbunden, so entsteht eine Gleichung. Enthält die Gleichung die Variable
MehrFlüchtlingskinder in Deutschland Eine Studie von infratest dimap im Auftrag des Deutschen Kinderhilfswerkes e.v.
Eine Studie von infratest dimap im Auftrag des Deutschen Kinderhilfswerkes e.v. Zusammenfassung Nach Schätzungen leben in Deutschland mehr als 65.000 Kinder und Jugendliche mit unsicherem Aufenthaltsstatus.
MehrMotivation. Wilcoxon-Rangsummentest oder Mann-Whitney U-Test. Wilcoxon Rangsummen-Test Voraussetzungen. Bemerkungen
Universität Karlsruhe (TH) Forschungsuniversität gegründet 825 Wilcoxon-Rangsummentest oder Mann-Whitney U-Test Motivation In Experimenten ist die Datenmenge oft klein Daten sind nicht normalverteilt Dann
MehrDer monatliche Tarif für ein Handy wurde als lineare Funktion der Form f(x) = k x + d modelliert (siehe Grafik).
1) Handytarif Der monatliche Tarif für ein Handy wurde als lineare Funktion der Form f(x) = k x + d modelliert (siehe Grafik). Euro Gesprächsminuten Tragen Sie in der folgenden Tabelle ein, welche Bedeutung
MehrKugel-Fächer-Modell. 1fach. 3fach. Für die Einzelkugel gibt es 3 Möglichkeiten. 6fach. 3! Möglichkeiten
Kugel-Fächer-Modell n Kugeln (Rosinen) sollen auf m Fächer (Brötchen) verteilt werden, zunächst 3 Kugeln auf 3 Fächer. 1fach 3fach Für die Einzelkugel gibt es 3 Möglichkeiten } 6fach 3! Möglichkeiten Es
MehrFragebogen: Abschlussbefragung
Fragebogen: Abschlussbefragung Vielen Dank, dass Sie die Ameise - Schulung durchgeführt haben. Abschließend möchten wir Ihnen noch einige Fragen zu Ihrer subjektiven Einschätzung unseres Simulationssystems,
MehrGenetisch... Unterschied. DNA zu... 99,9% identisch
Genetisch... Unterschied DNA zu... 99,9% identisch Alle Menschen unterscheiden sich aus genetischer Sicht nur um 0,1% Die übrigen 99,9% sind exakt gleich, egal ob miteinander verwandt oder nicht. Diese
MehrGrundlagen der Inferenzstatistik
Grundlagen der Inferenzstatistik (Induktive Statistik oder schließende Statistik) Dr. Winfried Zinn 1 Deskriptive Statistik versus Inferenzstatistik Die Deskriptive Statistik stellt Kenngrößen zur Verfügung,
Mehr