Projektarbeit UE Angewandte Statistik I MBIOB 17 Sommersemester 2015
|
|
- Philipp Gerhardt
- vor 5 Jahren
- Abrufe
Transkript
1 Projektarbeit UE Angewandte Statistik I MBIOB 17 Sommersemester 2015 Projektgruppe: Namen der Teammitglieder: Aufteilung der Projektarbeit auf die einzelnen Teammitglieder: Datum:
2 Seite 2 von 7 Inhalt 1. Aufgabenstellung und Klassifikation des Problems Methoden Ergebnisse Schlussbemerkung/ Diskussion Referenzen Anhang... 6 Allgemeine Anmerkungen zum Verfassen des Berichts - In Projektberichten werden in knapper Form die Lösungen der in den Aufgaben gestellten Fragen protokolliert. Trotz der gebotenen Kürze ist der Projektbericht aber keine Abhandlung in Schlagworten, sondern ein in vollständigen Sätzen abgefasster Text, ergänzt durch mathematische Absätze, Tabellen und Grafiken. - Es ist die gängige Praxis, dass zur Lösung von statistischen Problemen einschlägige Software (wie z.b. R) verwendet wird. Trotz der Bedeutung der Software für die Problemlösung werden R-Anweisungen nicht in den Hauptteil des Berichtes aufgenommen, sondern nur im Anhang angeführt. - Fokus der Projektarbeit ist nicht das Arbeiten mit der Software R, sondern die Anwendung statistischer Methoden sowie die Dokumentation der statistischen Auswertung. Dementsprechend sind die angewendeten statistischen Methoden im Projektbericht so darzustellen, dass sie auch ohne Kenntnis der Software R verständlich sind. Dies bedeutet im Besonderen, dass im Hauptteil des Projektberichts softwareorientierten Formulierungen (wie z.b. Die Erfolgsrate wurde aus der Stichprobe geschätzt und ein 95%iges Konfidenzintervall für die Erfolgsrate mit der R-Funktion binom.test berechnet. ) zu vermeiden und durch methodenorientierte Formulierungen (wie Die Erfolgsrate wurde aus der Stichprobe geschätzt und ein exaktes 95%iges Clopper-Pearson-Konfidenzintervall für die Erfolgsrate berechnet. ) zu ersetzen sind. (Dass die Berechnung dieses Konfidenzintervalls mit der Funktion binom.test() durchgeführt wurde, kann im Anhang näher kommentiert werden.)
3 Seite 3 von 7 1. Aufgabenstellung und Klassifikation des Problems Dieser Abschnitt beinhaltet: Die Aufgabenstellung (ohne Daten) Eine kurze Beschreibung der Fragestellung - Worum geht es grundsätzlich? (Datenbeschreibung, Parameterschätzung) Was sind die Untersuchungseinheiten? Wie viele Untersuchungseinheiten gibt es (Stichprobengröße) Beschreibung der Variablen im Datensatz (z.b. wie viele Variablen wurden erhoben, handelt es sich jeweils um ein qualitatives/ quantitativ diskretes/ quantitativ stetiges Merkmal? Was sind die Untersuchungsmerkmale?) Ist die Stichprobe gegliedert? (Was sind die Gliederungsmerkmale?) 2. Methoden Hier geht es um die Auswahl der für die jeweilige Problemstellung zweckmäßigen Lösungsmethoden. Die Auswahl erfolgt auf der Grundlage einer detaillierten Problemanalyse. Typische Fragen sind dabei: Was kann über die Verteilung der Untersuchungsmerkmale ausgesagt werden? Stehen die empirischen Verteilungen in Widerspruch zu den angenommenen Modellverteilungen? Welche grafischen Instrumente können zur Beurteilung herangezogen werden? Sind Verteilungsparameter zu schätzen? Wenn ja, mit welchen Stichprobenfunktionen werden die Schätzungen vorgenommen? Womit kann man die Genauigkeit der Schätzungen ausdrücken? Ist die mit den Daten erreichbare Genauigkeit zufriedenstellend? Wie kann gegebenenfalls die Genauigkeit verbessert werden? Mit welcher Software werden die Auswertungen durchgeführt? Bei der Verwendung von R ist die Version anzuführen. Diese kann beim Öffnen der R-Konsole in der ersten Zeile abgelesen werden. Zusätzlich sollte R zitiert und die genaue Literaturangabe in den Referenzen angeführt werden. Die genaue Literaturangabe kann in der R-Konsole mit dem Befehl citation() aufgerufen werden. (z.b. Die statistische Auswertung erfolgte mit der Software R (R Development Core Team, 2013) ) 3. Ergebnisse Über die Ergebnisse ist im Text in vollständigen Sätzen, ergänzt durch Tabellen und Grafiken, zu berichten. Ein Hineinkopieren von Software-Outputs oder Screenshots ist unüblich und zu vermeiden. Zur besseren Übersicht empfiehlt es sich, deskriptive Statistiken in tabellarischer Form anzuführen. Man beachte im Besonderen, dass die betrachteten
4 Seite 4 von 7 Merkmale häufig dimensionsbehaftet sind: Ergebnisse ohne Angabe der entsprechenden Einheiten sind unbrauchbar. In Grafiken sind die Achsen mit den jeweils dargestellten Größen zu beschriften und die Einheiten anzugeben (z.b. Alter in Jahren, Gewicht in kg, Wirkstoffkonzentration in mg/l usw.) Speziell sind folgende Punkte zu beachten: 3.1. Beschreibung der Stichprobe Bei der Beschreibung der Stichprobe durch deskriptive Statistiken sollten gegliederte Datensätze berücksichtigt werden und allfällige fehlende sowie extreme Werte hervorgehoben werden Tabellen Tabellen sind durch zu nummerieren und mit einem Text (oberhalb der Tabelle) zu ergänzen. Der Tabellentext hat eine kurze inhaltliche Beschreibung zu enthalten (z.b. Deskriptive Statistiken) sowie allenfalls verwendete Abkürzungen zu erklären (z.b. Q1 1. Quartil). Was die Tabelle aussagt, ist im Berichtstext mit einem entsprechenden Verweis auf die jeweilige Tabelle darzustellen. Beispiel: Verweis im Berichtstext z.b.: Wichtige Kennzahlen zur Beschreibung der Stichprobe sind in Tabelle 1 angeführt. Tabelle 1. Deskriptive Statistiken (n Fallzahl, NA fehlende Werte, SD Standardabweichung, min Minimum, max Maximum, Q1 1. Quartil, Q3 3. Quartil) Variable Geschlecht n NA Mittelwert SD Min Q1 Median Q3 Max Alter (Jahre) männlich weiblich Gewicht (kg) männlich weiblich Größe (m) männlich weiblich Abbildungen Abbildungen sind Instrumente, um verbale Ausführungen im Berichtstext zu veranschaulichen. Um gezielte Verweise auf Abbildungen zu ermöglichen, werden auch die Abbildungen unabhängig von den Tabellen durchnummeriert. Bei Abbildungen wird die Legende (der Abbildungstext) unter die Grafik gesetzt. Legende und Grafik dürfen nicht durch einen Seitenumbruch getrennt werden.
5 Seite 5 von 7 Werden zwei Grafiken einander gegenübergestellt (z.b. Histogramme über das Alter der Männer vs. Alter der Frauen), so sollten die Achsen angeglichen werden, d.h. die Achsen sollten in beiden Grafiken über denselben Wertebereich gehen und bei Histogrammen sollte für die beiden Grafiken die gleiche Klasseneinteilung vorgenommen werden, um einen direkten Vergleich zu ermöglichen. Bei einer ungleichen Anzahl von Beobachtungen in den beiden zu vergleichenden Datensätzen empfiehlt es sich, die relative Häufigkeit (bei diskreten Merkmalen) bzw. die Dichte (bei stetigen Merkmalen) anstelle der absoluten Häufigkeit darzustellen (siehe Abbildung 1). Bei Boxplots besteht die Möglichkeit, beide Boxplots in eine Grafik zu stellen (siehe Abbildung 2). R-spezifische Anmerkungen zum Erstellen von Grafiken: Achsenbeschriftung: Die Achsenskalierung der y-achse bzw. x-achse kann mit den Argumenten ylim bzw. xlim verändert werden. Die Beschriftung der y-achse erfolgt generell in R mit dem Argument ylab, die Beschriftung der x-achse mit dem Argument xlab. Speziell für Boxplots können mit dem Argument names einzelne Boxplots beschriftet werden. (z.b. boxplot(alter, ylab= Alter (Jahre), xlab= Geschlecht, names=c( männlich, weiblich )). Bei Histogrammen können benutzerdefinierte Klassen durch das Argument breaks erstellt werden (z.b. hist(alter[geschlecht==1],xlab== Alter (Jahre) der Männer, ylab= Klassenhäufigkeitsdichte, breaks= seq(10,80,10), ylim=c(0,0.04),freq=f). Eine in R erstellte Grafik kann entweder mit copy und paste in word eingefügt werden oder z.b. mit den R-Befehlen jpeg("grafik.jpeg") boxplot(y) dev.off() als Grafik im aktuellen Arbeitsverzeichnis abgespeichert werden und in word mit Einfügen Grafik eingefügt werden (Das aktuelle Arbeitsverzeichnis kann mit der R-Funktion getwd() aufgerufen und mit der R-Funktion setwd() oder über den Menüpunkt Datei- Verzeichnis wechseln geändert werden.) Klassenhäufigkeitsdichte Klassenhäufigkeitsdichte Alter(Jahre) der Männer Alter(Jahre) der Frauen Abbildung 1. Altersverteilung der Männer (links, n = 30) und Frauen (rechts, n = 20)
6 Seite 6 von 7 Alter (Jahre) männlich weiblich Geschlecht Abbildung 2. Boxplot über das Alter (in Jahren) der Männer (links, n = 30) und Frauen (rechts, n = 20). 4. Schlussbemerkung/ Diskussion In diesem Abschnitt werden die Ergebnisse in kurzen prägnanten Sätzen zusammengefasst und die Hauptaussagen formuliert. In der Diskussion wird zum Ausdruck gebracht, ob die eingangs präzisierten Fragestellungen durch die Ergebnisse beantwortet werden, wie die Antworten lauten bzw. warum eine Beantwortung nicht möglich ist. 5. Referenzen In diesen Abschnitt werden die Literaturangaben gestellt. Die Referenzen werden als nummerierte Liste angeführt. Die einzelnen Literaturangaben beinhalten jeweils die Namen des Autors/ der Autoren, die Jahreszahl, den Titel des Artikels/ Buches, das Journal bei einem Artikel bzw. den Verlag in dem das Buch erschienen ist, sowie die Seitenzahl der Seite(n) aus der/denen das Zitat entnommen wurde. Bei Internetquellen wird der genaue link angeführt, sowie das Datum an dem die Seite abgerufen wurde. 6. Anhang In den Anhang wird der vollständige strukturierte R-Code hineingestellt. Dabei sollte beachtet werden, dass alle Berechnungen und ggf. Kommentare, die im Anhang enthalten sind, auch im Bericht erwähnt werden sollten. Der Anhang dient nur dazu, den genauen Rechengang
7 Seite 7 von 7 der Berechnungen verfolgen zu können, die im Methoden- und Ergebnisteil beschrieben werden. Wird also beispielsweise im Anhang die R-Funktion fivenum()angeführt, so sollten die entsprechenden deskriptiven Statistiken auch im Ergebnisteil in Abschnitt 3 aufscheinen. Wird neben den R-Code ein Kommentar eingefügt, warum ein bestimmter Befehl verwendet wurde, so sollten diese Überlegungen auch bei der Beschreibung der Methoden in Abschnitt 2. berücksichtigt werden.
Basis-Kurs Statistik und SPSS für Mediziner Lösungen. SPSS-Übung Deskriptive Statistik
Basis-Kurs Statistik und SPSS für Mediziner Lösungen SPSS-Übung Deskriptive Statistik Mit Datensatz Daten_SPSS_Kurs_I.sav 1) Die Ergebnisse der Studie sollen in einem medizinischen Journal veröffentlicht
MehrUnivariate explorative Datenanalyse in R
Univariate explorative Datenanalyse in R Achim Zeileis, Regina Tüchler 2006-10-03 1 Ein metrisches Merkmal Wir laden den Datensatz: R> load("statlab.rda") und machen die Variablen direkt verfügbar: R>
MehrEinstieg in SPSS. Man kann auch für jede Ausprägung einer Variablen ein Wertelabel vergeben.
Einstieg in SPSS In SPSS kann man für jede Variable ein Label vergeben, damit in einer Ausgabe nicht der Name der Variable (der kryptisch sein kann) erscheint, sondern ein beschreibendes Label. Der Punkt
Mehr3. Lektion: Deskriptive Statistik
Seite 1 von 5 3. Lektion: Deskriptive Statistik Ziel dieser Lektion: Du kennst die verschiedenen Methoden der deskriptiven Statistik und weißt, welche davon für Deine Daten passen. Inhalt: 3.1 Deskriptive
MehrBitte am PC mit Windows anmelden!
Einführung in SPSS Plan für heute: Grundlagen/ Vorwissen für SPSS Vergleich der Übungsaufgaben Einführung in SPSS http://weknowmemes.com/generator/uploads/generated/g1374774654830726655.jpg Standardnormalverteilung
MehrDeskription, Statistische Testverfahren und Regression. Seminar: Planung und Auswertung klinischer und experimenteller Studien
Deskription, Statistische Testverfahren und Regression Seminar: Planung und Auswertung klinischer und experimenteller Studien Deskriptive Statistik Deskriptive Statistik: beschreibende Statistik, empirische
MehrUniversität Osnabrück
Universität Osnabrück SEMINARARBEIT zum Proseminar im Sommersemester 2012 Thema : Hinweise zur Anfertigung der Seminararbeit Referent: Prof. Dr. Valeriya Dinger Vorgelegt von: Name Matrikelnummer Adresse
MehrPROC MEANS. zum Berechnen statistischer Maßzahlen (für quantitative Merkmale)
PROC MEAS zum Berechnen statistischer Maßzahlen (für quantitative Merkmale) Allgemeine Form: PROC MEAS DATA=name Optionen ; VAR variablenliste ; CLASS vergleichsvariable ; Beispiel und Beschreibung der
MehrUnivariate explorative Datenanalyse in R
Univariate explorative Datenanalyse in R Achim Zeileis 2009-02-20 1 Grundlegende Befehle Zunächst laden wir den Datensatz (siehe auch Daten.pdf ) BBBClub R> load("bbbclub.rda") das den "data.frame" BBBClub
MehrKapitel 1: Deskriptive Statistik
Kapitel 1: Deskriptive Statistik Grafiken Mit Hilfe von SPSS lassen sich eine Vielzahl unterschiedlicher Grafiken für unterschiedliche Zwecke erstellen. Wir besprechen hier die zwei in Kapitel 1.1 thematisierten
MehrAufgaben zu Kapitel 1
Aufgaben zu Kapitel 1 Aufgabe 1 a) Öffnen Sie die Datei Beispieldatensatz.sav, die auf der Internetseite zum Download zur Verfügung steht. Berechnen Sie die Häufigkeiten für die beiden Variablen sex und
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung 3. Vorlesung Dr. Jochen Köhler 1 Inhalte der heutigen Vorlesung Ziel: Daten Modellbildung Probabilistisches Modell Wahrscheinlichkeit von Ereignissen Im ersten
MehrProjektarbeit. Projektarbeit. Angewandte Methoden zur Beurteilung der Materialeigenschaften von Bauholz
Projektarbeit Angewandte Methoden zur Beurteilung der Materialeigenschaften von Bauholz 12.05.2010 1 Durchführung der Versuche 12.05.2010 2 12.05.2010 3 12.05.2010 4 12.05.2010 5 12.05.2010 6 12.05.2010
MehrKlausur Statistik I Dr. Andreas Voß Wintersemester 2005/06
Klausur Statistik I Dr. Andreas Voß Wintersemester 2005/06 Hiermit versichere ich, dass ich an der Universität Freiburg mit dem Hauptfach Psychologie eingeschrieben bin Name: Mat.Nr.: Unterschrift: Bearbeitungshinweise:
MehrKapitel 35 Histogramme
Kapitel 35 Histogramme In einem Histogramm können Sie die Häufigkeitsverteilung der Werte einer intervallskalierten Variablen darstellen. Die Werte werden zu Gruppen zusammengefaßt und die Häufigkeiten
MehrBivariate explorative Datenanalyse in R
Bivariate explorative Datenanalyse in R Achim Zeileis, Regina Tüchler 2006-10-09 In der LV Statistik 1 haben wir auch den Zusammenhang von 2 Variablen untersucht. Hier werden die dazugehörenden R-Befehle
MehrInhaltsverzeichnis. 1 Über dieses Buch Zum Inhalt dieses Buches Danksagung Zur Relevanz der Statistik...
Inhaltsverzeichnis 1 Über dieses Buch... 11 1.1 Zum Inhalt dieses Buches... 13 1.2 Danksagung... 15 2 Zur Relevanz der Statistik... 17 2.1 Beispiel 1: Die Wahrscheinlichkeit, krank zu sein, bei einer positiven
MehrBOXPLOT 1. Begründung. Boxplot A B C
BOXPLOT 1 In nachstehender Tabelle sind drei sortierte Datenreihen gegeben. Zu welchem Boxplot gehört die jeweilige Datenreihe? Kreuze an und begründe Deine Entscheidung! Boxplot A B C Begründung 1 1 1
MehrKapitel 1: Deskriptive Statistik
Kapitel 1: Deskriptive Statistik Grafiken 1 Statistische Kennwerte 5 z-standardisierung 7 Grafiken Mit Hilfe von SPSS lassen sich eine Vielzahl unterschiedlicher Grafiken für unterschiedliche Zwecke erstellen.
MehrPROC NPAR1WAY. zum Durchführen des U-Tests für zwei unverbundene Stichproben (für quantitative nicht-normalverteilte Merkmale)
PROC NPAR1WAY zum Durchführen des U-Tests für zwei unverbundene Stichproben (für quantitative nicht-normalverteilte Merkmale) Allgemeine Form: PROC NPAR1WAY DATA=name Optionen ; VAR variablenliste ; CLASS
MehrErgebnisse VitA und VitVM
Ergebnisse VitA und VitVM 1 Basisparameter... 2 1.1 n... 2 1.2 Alter... 2 1.3 Geschlecht... 5 1.4 Beobachtungszeitraum (von 1. Datum bis letzte in situ)... 9 2 Extraktion... 11 3 Extraktionsgründe... 15
MehrBiometrisches Tutorial III
Biometrisches Tutorial III Montag 16-18 Uhr Sitzung 3 07.05.2018 Dr. Christoph Borzikowsky Biometrisches Tutorial III 1. Anforderungen an Daten und Datenstrukturen 2. Einführung in SPSS (Grundlagen) 3.
MehrAufgaben zu Kapitel 1
Aufgaben zu Kapitel 1 Aufgabe 1 a) Öffnen Sie die Datei Beispieldatensatz.sav, die auf der Internetseite zum Download zur Verfügung steht. Berechnen Sie die Häufigkeiten für die beiden Variablen sex und
MehrTabellen und Abbildungen Dr. Z. Shi Wiss. Arbeiten
Tabellen und Abbildungen 23.11.16 Dr. Z. Shi Wiss. Arbeiten Tree of Knowledge 1.Zweck von Tabellen & Abbildungen 2. Leitfragen 3. Regeln für Tabellen & Abbildungen 4. Tabellen 5. Abbildungen 6. Checklist
Mehr3. Deskriptive Statistik
3. Deskriptive Statistik Eindimensionale (univariate) Daten: Pro Objekt wird ein Merkmal durch Messung / Befragung/ Beobachtung erhoben. Resultat ist jeweils ein Wert (Merkmalsausprägung) x i : - Gewicht
MehrStatistische Software (R)
Statistische Software (R) Paul Fink, M.Sc., Eva Endres, M.Sc. Institut für Statistik Ludwig-Maximilians-Universität München Grafiken Leitmotiv bei Erstellung von Grafiken Sinnvolle, leicht zu verstehende
MehrInstitut für Biometrie und klinische Forschung. WiSe 2012/2013
Klinische Forschung WWU Münster Pflichtvorlesung zum Querschnittsfach Epidemiologie, Biometrie und Med. Informatik Praktikum der Medizinischen Biometrie () Überblick. Deskriptive Statistik I - Grundlegende
Mehr10. Medizinische Statistik
10. Medizinische Statistik Projektplanung Deskriptive Statistik Inferenz-Statistik Literatur: Hüsler, J. und Zimmermann, H.: Statistische Prinzipien für medizinische Projekte, Verlag Hans Huber, 1993.
MehrIDEE DER STATISTIK: Variabilität (Erscheinung der Natur) durch. Zufall (mathematische Abstraktion) modellieren.
IDEE DER STATISTIK: Variabilität (Erscheinung der Natur) durch Zufall (mathematische Abstraktion) modellieren. Statistik = Datenanalyse mit Hilfe stochastischer Modelle Theoretische Statistik ist ein Teil
MehrÜ B U N G S S K R I P T S T A T I S T I K
Ü B U N G S S K R I P T S T A T I S T I K A. Ploner H. Strelec C. Yassouridis Universität für Bodenkultur Department für Raum, Landschaft und Infrastruktur Institut für Angewandte Statistik & EDV Peter-Jordan-Strasse
MehrLV: Höhere und Angewandte Mathematik Teil: Statistik (Teil: Numerik&Simulation: Prof. Günter)
LV: Höhere und Angewandte Mathematik Teil: Statistik (Teil: Numerik&Simulation: Prof. Günter) Am Ende: Gemeinsame Klausur mit 2 Teilen, jeder Teil geht mit 50% in die Endnote ein. Teil (5 ECTS) Grabowski
MehrWahrscheinlichkeits - rechnung und Statistik
Michael Sachs Mathematik-Studienhilfen Wahrscheinlichkeits - rechnung und Statistik für Ingenieurstudenten an Fachhochschulen 4., aktualisierte Auflage 2.2 Eindimensionale Häufigkeitsverteilungen 19 absolute
MehrDeskriptive Statistik
Deskriptive Statistik 1 Ziele In der deskriptiven (=beschreibenden) Statistik werden Untersuchungsergebnisse übersichtlich dargestellt, durch Kennzahlen charakterisiert und grafisch veranschaulicht. 2
MehrZufallsauswahl mit R
Zufallsauswahl mit R Wie in der Vorlesung erwähnt, werden Zufallsstichproben mit Hilfe eines Computers erzeugt. In R kann der Befehl sample() verwendet werden, um aus einer Grundgesamtheit zufällige Elemente
MehrPhallosan-Studie. Statistischer Bericht
Phallosan-Studie Statistischer Bericht Verfasser: Dr. Clemens Tilke 15.04.2005 1/36 Inhaltsverzeichnis Inhaltsverzeichnis... 2 Einleitung... 3 Alter der Patienten... 4 Körpergewicht... 6 Penisumfang...
MehrÜbung 1 im Fach "Biometrie / Q1"
Universität Ulm, Institut für Epidemiologie und Medizinische Biometrie, D-89070 Ulm Institut für Epidemiologie und Medizinische Biometrie Leiter: Prof. Dr. D. Rothenbacher Schwabstr. 13, 89075 Ulm Tel.
Mehr1. Datei Informationen
1. Datei Informationen Datei vorbereiten (Daten, Variablen, Bezeichnungen und Skalentypen) > Datei Dateiinformation anzeigen Arbeitsdatei 2. Häufigkeiten Analysieren Deskriptive Statistik Häufigkeiten
MehrWolfgang Kohn Riza Öztürk. Statistik für Ökonomen. Datenanalyse mit R und SPSS. 3., überarbeitete Auflage. 4^ Springer Gabler
Wolfgang Kohn Riza Öztürk Statistik für Ökonomen Datenanalyse mit R und SPSS 3., überarbeitete Auflage 4^ Springer Gabler Inhaltsverzeichnis Teil I Einführung 1 Statistik-Programme 3 1.1 Kleine Einführung
MehrWS 1.1 Aufgabenstellung: Lösung:
WS 1.1 Werte aus tabellarischen und elementaren grafischen Darstellungen ablesen (bzw. zusammengesetzte Werte ermitteln) und im jeweiligen Kontext angemessen interpretieren können Anmerkung: (un-)geordnete
MehrForschungsstatistik I
Prof. Dr. G. Meinhardt 6. Stock, Taubertsberg 2 R. 06-206 (Persike) R. 06-214 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet03.sowi.uni-mainz.de/
MehrGrafische Darstellungen. Box-and-Whiskers-Plot (Boxplot) Grafische Darstellungen. Grafische Darstellungen
Box-and-Whiskers-Plot (Boxplot) der Boxplot vereinigt bekannte deskriptive Kenngrößen zu einer grafischen Darstellung Box x 0.5, Median, x 0.75 vertikale Linien x 0.5 -.5 IQR x 0.75 +.5 IQR Extremwerte
MehrAnforderungen an die Benchmarking-Berichte und den zusammenfassenden Jahresbericht. Inhalt
Anlage 7: Anforderungen an die Benchmarking-Berichte und den zusammenfassenden Jahresbericht Inhalt A Benchmarking-Bericht an die Ärzte / Einrichtungen... 2 B Zusammenfassender Jahresbericht... 25 C Anhang
MehrStatistikpraktikum. Carsten Rezny. Sommersemester Institut für angewandte Mathematik Universität Bonn
Statistikpraktikum Carsten Rezny Institut für angewandte Mathematik Universität Bonn Sommersemester 2016 Anmeldung in Basis: 06. 10.06.2016 Organisatorisches Einführung Statistik Analyse empirischer Daten
MehrArtikelaufbau. Gliederung
Artikelaufbau Gliederung 1. Titel a. Titelseite b. Inhaltsverzeichnis 2. Abstract 3. Einleitung 4. Methode a. Versuchspersonen b. Material c. Durchführung d. Versuchsplan 5. Ergebnisse a. Wichtige Regel
MehrAufgaben. Frage: (Aufgabe 3) Warum findet R den Befehl approx.r nicht?
Aufgaben Frage: (Aufgabe 3) Warum findet R den Befehl approx.r nicht? Antwort: Weil es kein Befehl ist! Es ist eine Skriptdatei die man sich von der HP der Vorlesung runterladen und in R ausführen soll.
MehrHinweise zum Verfassen von Bachelor- und Masterarbeiten
Hinweise zum Verfassen von Bachelor- und Masterarbeiten Allgemeine Hinweise - BSc und MSc Arbeiten folgen demselben Schema und unterscheiden sich lediglich im Umfang - Schrift 12 pt Times oder 11 pt Arial/Helvetica,
MehrDr. Maike M. Burda. Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp 7.-9.
Dr. Maike M. Burda Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp 7.-9. Januar 2011 BOOTDATA11.GDT: 250 Beobachtungen für die Variablen...
MehrUniversität Hildesheim, Institut für Sozialwissenschaften, Fach Soziologie
Universität Hildesheim, Institut für Sozialwissenschaften, Fach Soziologie Hinweise zum Verfassen eines wissenschaftlichen Textes Liebe Studierende, auf den folgenden Seiten finden Sie einige Informationen,
MehrInhaltsbereich Wahrscheinlichkeit und Statistik
Inhaltsbereich Wahrscheinlichkeit und Statistik AG Mathematik, Sankt Pölten 11.11.2009 Markus Binder Modell für die zentrale srp im Schulversuch Teil I: Aufgaben mit 15-25 Items Teil II: 6-8 Aufgaben,
MehrInhaltsverzeichnisse
Inhaltsverzeichnisse Überschriften zuweisen Formatieren Sie die Überschriften mit Hilfe der integrierten Formatvorlagen als Überschrift. Klicken Sie dazu in die jeweilige Überschrift und dann auf der Registerkarte
MehrDie erhobenen Daten werden zunächst in einer Urliste angeschrieben. Daraus ermittelt man:
Die erhobenen Daten werden zunächst in einer Urliste angeschrieben. Daraus ermittelt man: a) Die absoluten Häufigkeit: Sie gibt an, wie oft ein Variablenwert vorkommt b) Die relative Häufigkeit: Sie erhält
MehrDie erhobenen Daten werden zunächst in einer Urliste angeschrieben. Daraus ermittelt man:
Die erhobenen Daten werden zunächst in einer Urliste angeschrieben. Daraus ermittelt man: a) Die absoluten Häufigkeit: Sie gibt an, wie oft ein Variablenwert vorkommt b) Die relative Häufigkeit: Sie erhält
MehrKapitel 25 Checklisten für die Beurteilung psychologischer Gutachten durch Fachfremde
Kapitel 25 Checklisten für die Beurteilung psychologischer Gutachten durch Fachfremde Westhoff, K. & Kluck, M.-L. (2008 5 ). Psychologische Gutachten schreiben und beurteilen. Heidelberg: Springer. GH
MehrDatenstrukturen. Querschnitt. Grösche: Empirische Wirtschaftsforschung
Datenstrukturen Datenstrukturen Querschnitt Panel Zeitreihe 2 Querschnittsdaten Stichprobe von enthält mehreren Individuen (Personen, Haushalte, Firmen, Länder, etc.) einmalig beobachtet zu einem Zeitpunkt
MehrUE Angewandte Statistik Termin 2 deskriptive Darstellungsmöglichkeiten
UE Angewandte Statistik Termin 2 deskriptive Darstellungsmöglichkeiten Martina Koller Institut für Pflegewissenschaft SoSe 2015 INHALT 1 Benutzerdefinierte Tabellen... 2 1.1 Zusammenfassung von Häufigkeiten...
MehrStandardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend
Standardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend oder eindeutig, wenn keine alternativen Interpretationsmöglichkeiten
MehrSPSS (20.0) Hilfe Version 1
SPSS (20.0) Hilfe Version 1 Statistik-UE SS 2015 Datenmanagement Informationen zur Syntax: Öffnen der Syntax: Datei Öffnen Syntax Eingabe z. B. COMPUTE bzw. wenn Sie einen Befehl in SPSS ausführen, drücken
MehrVerfahren für metrische Variable
Verfahren für metrische Variable Grafische Methoden Histogramm Mittelwertsplot Boxplot Lagemaße Mittelwert, Median, Quantile Streuungsmaße Standardabweichung, Interquartilsabstand Lagemaße und Streumaße
MehrMusterlösung zur Übungsklausur Statistik
Musterlösung zur Übungsklausur Statistik WMS4A Oettinger 6/205 Aufgabe (a) Falsch: der Modus ist die am häufigsten auftretende Merkmalsausprägung in einer Stichprobe. (b) Richtig: ein ordinales Merkmal
MehrStatistik I für Betriebswirte Vorlesung 9
Statistik I für Betriebswirte Vorlesung 9 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik Vorlesung am 8. Juni 2017 im Audi-Max (AUD-1001) Dr. Andreas Wünsche Statistik I für Betriebswirte
MehrInhalt. Übersicht über das Gerät 6. Die Hauptanwendung "Main" 7. Das Interaktivmenü 10. Variablen und Funktionen 15
3 Inhalt Übersicht über das Gerät 6 Die Hauptanwendung "Main" 7 Das Edit-Menü 8 Die Software-Tastatur 8 Kopieren und Einfügen 10 Das Interaktivmenü 10 Der Gleichlösungs-Befehl "solve" 11 Umformungen 12
MehrLeitfaden zur Erstellung der Masterarbeit in der Erziehungswissenschaft Schwerpunkt Sozialpädagogik
Stand: SoSe 204 Institut für Erziehungswissenschaft Arbeitsbereich Sozialpädagogik Georgskommende 33 4843 Münster Leitfaden zur Erstellung der Masterarbeit in der Erziehungswissenschaft Schwerpunkt Sozialpädagogik
MehrDeskriptive Statistik
Deskriptive Statistik Deskriptive Statistik: Ziele Daten zusammenfassen durch numerische Kennzahlen. Grafische Darstellung der Daten. Quelle: Ursus Wehrli, Kunst aufräumen 1 Modell vs. Daten Bis jetzt
Mehr2. Deskriptive Statistik
Philipps-Universitat Marburg 2.1 Stichproben und Datentypen Untersuchungseinheiten: mogliche, statistisch zu erfassende Einheiten je Untersuchungseinheit: ein oder mehrere Merkmale oder Variablen beobachten
MehrSimulation einer Binomialverteilung
HTL Saalfelden Simulation einer Binomialverteilung Seite 1 von 7 Wilfried Rohm wrohm@aon.at Simulation einer Binomialverteilung Mathematische / Fachliche Inhalte in Stichworten: Binomialverteilung, Simulation
MehrKlausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2008/2009. Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2008/2009 Aufgabe 1 Der Student
MehrStatistik für Ökonomen
Wolfgang Kohn Riza Öztürk Statistik für Ökonomen Datenanalyse mit R und SPSS tfü. Springer Inhaltsverzeichnis Teil I Einführung 1 Kleine Einführung in R 3 1.1 Installieren und Starten von R 3 1.2 R-Befehle
MehrWie bekomme ich einen schnellen Überblick über die bereits eingegebenen Daten?
Datenanalyse 1 Datenanalyse Wie bekomme ich einen schnellen Überblick über die bereits eingegebenen Daten? In SPSS: Die Variablenansicht sollte bereits ordentlich ausgefüllt sein! Daten öffnen: Doppelklick
MehrDeskriptive Statistiken
Deskriptive Statistiken Inhaltsverzeichnis DESKRIPTIVE STATISTIKEN... 1 Deskriptive Statistiken Deskriptive Statistiken Mit MAXQDA Stats können Sie zahlreiche Maßzahlen der deskriptiven Statistiken für
MehrEinführung in die Statistik für Politikwissenschaftler Sommersemester 2011
Einführung in die Statistik für Politikwissenschaftler Sommersemester 2011 Es können von den Antworten alle, mehrere oder keine Antwort(en) richtig sein. Nur bei einer korrekten Antwort (ohne Auslassungen
MehrAnfertigen von wissenschaftlichen Arbeiten. Peter Altenbernd - Hochschule Darmstadt
Anfertigen von wissenschaftlichen Arbeiten 1 Übersicht 1. Die Einleitung 2. Die Einführung 3. Der Inhalt 4. Experimente 5. Stand der Technik (Related Work) 6. Zusammenfassung Kurzfassung (Abstract) Anhang
MehrTabellengestaltung nach APA-Standard
Tabellengestaltung nach APA-Standard Checkliste für Hausarbeiten, Bachelorarbeiten und Masterarbeiten Version 1.1 Arndt Regorz (B.Sc.Psychologie & Dipl. Kaufmann) Stand: 11.04.2018 Beim Erstellen von Tabellen
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung Dr. Jochen Köhler 26.02.2008 1 Warum Statistik und Wahrscheinlichkeits rechnung im Ingenieurwesen? Zusammenfassung der letzten Vorlesung Statistik und Wahrscheinlichkeitsrechnung
Mehrabsolute Häufigkeit h: Anzahl einer bestimmten Note relative Häufigkeit r: Anzahl einer bestimmten Note, gemessen an der Gesamtzahl der Noten
Statistik Eine Aufgabe der Statistik ist es, Datenmengen zusammenzufassen und darzustellen. Man verwendet dazu bestimmte Kennzahlen und wertet Stichproben aus, um zu Aussagen bzw. Prognosen über die Gesamtheit
Mehr1 Einleitung und Grundlagen 1
Inhaltsverzeichnis Vorwort vii 1 Einleitung und Grundlagen 1 1.1 Einführende Beispiele 1 1.2 Statistischer Prozess 2 1.3 Grundlagen 2 1.4 Unterscheidung von Merkmalen 3 1.4.1 Skalenniveaus 3 1.4.2 Stetige
Mehr1 Univariate Statistiken
1 Univariate Statistiken Im ersten Kapitel berechnen wir zunächst Kenngrößen einer einzelnen Stichprobe bzw. so genannte empirische Kenngrößen, wie beispielsweise den Mittelwert. Diese können, unter gewissen
MehrBivariate explorative Datenanalyse in R
Bivariate explorative Datenanalyse in R Achim Zeileis 2009-02-20 1 Zwei metrische Merk Zunächst einmal wird wieder der BBBClub Datensatz geladen und der Bequemlichkeit halber auch attached. R> load("bbbclub.rda")
MehrTesten von Unterschiedshypothesen mit parametrischen Verfahren Der t-test
Schäfer A & Schöttker-Königer T, Statistik und quantitative Methoden für (2015) Arbeitsblatt 1 SPSS Kapitel 5 Seite 1 Testen von Unterschiedshypothesen mit parametrischen Verfahren Der t-test Im Folgenden
Mehr5 Exkurs: Deskriptive Statistik
5 EXKURS: DESKRIPTIVE STATISTIK 6 5 Ekurs: Deskriptive Statistik Wir wollen zuletzt noch kurz auf die deskriptive Statistik eingehen. In der Statistik betrachtet man für eine natürliche Zahl n N eine Stichprobe
Mehrfh management, communication & it Constantin von Craushaar fh-management, communication & it Statistik Angewandte Statistik
fh management, communication & it Folie 1 Überblick Grundlagen (Testvoraussetzungen) Mittelwertvergleiche (t-test,..) Nichtparametrische Tests Korrelationen Regressionsanalyse... Folie 2 Überblick... Varianzanalyse
MehrLÖSUNG 2C a. Bei HHEINK handelt es sich um eine metrische Variable.
LÖSUNG 2C a. Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1 Bei HHEINK handelt es sich um eine metrische Variable. Bei den Analysen sollen Extremwerte ausgeschlossen werden. Man sollte
MehrFranz Kronthaler. Statistik angewandt. Datenanalyse ist (k)eine Kunst. mit dem R Commander. A Springer Spektrum
Franz Kronthaler Statistik angewandt Datenanalyse ist (k)eine Kunst mit dem R Commander A Springer Spektrum Inhaltsverzeichnis Teil I Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist
MehrErmitteln Sie auf 2 Dezimalstellen genau die folgenden Kenngrößen der bivariaten Verteilung der Merkmale Weite und Zeit:
1. Welche der folgenden Kenngrößen, Statistiken bzw. Grafiken sind zur Beschreibung der Werteverteilung des Merkmals Konfessionszugehörigkeit sinnvoll einsetzbar? A. Der Modalwert. B. Der Median. C. Das
Mehr8. Statistik Beispiel Noten. Informationsbestände analysieren Statistik
Informationsbestände analysieren Statistik 8. Statistik Nebst der Darstellung von Datenreihen bildet die Statistik eine weitere Domäne für die Auswertung von Datenbestände. Sie ist ein Fachgebiet der Mathematik
MehrInhaltsverzeichnis. Teil I Einführung
Teil I Einführung 1 Was ist Statistik?... 3 1.1 Der Begriff Statistik..................................... 3 1.2 Wozu Statistik?......................................... 4 1.3 Grundbegriffe...........................................
MehrFriedrich-Ebert-Schule Brunhildenstraße 53 65819 Wiesbaden. Leitfaden zur Anfertigung von Projektdokumentationen
Friedrich-Ebert-Schule Brunhildenstraße 53 65819 Wiesbaden Leitfaden zur Anfertigung von Projektdokumentationen INHALTSVERZEICHNIS Seite 1. ALLGEMEINES 1 1.1 VORBEMERKUNGEN.1 1.2 ABGABE DER ARBEIT..1 2.
MehrÜber den Autor 7. Einführung 21
Inhaltsverzeichnis Über den Autor 7 Einführung 21 Über dieses Buch oder:» für Dummies«verpflichtet! 21 Wie man dieses Buch benutzt 22 Wie ich Sie mir vorstelle 22 Wie dieses Buch aufgebaut ist 23 Teil
MehrÜbungen mit dem Applet Rangwerte
Rangwerte 1 Übungen mit dem Applet Rangwerte 1 Statistischer Hintergrund... 2 1.1 Verteilung der Einzelwerte und der Rangwerte...2 1.2 Kurzbeschreibung des Applets...2 1.3 Ziel des Applets...4 2 Visualisierungen
MehrÜbungsaufgabe Parameter und Verteilungsschätzung
Übungsaufgabe Parameter und Verteilungsschätzung Prof. Dr. rer. nat. Lüders Datum: 21.01.2019 Autor: Marius Schulte Matr.-Nr.: 10049060 FH Südwestfalen Aufgabenstellung Analysiert werden sollen die Verteilungen
MehrStatistik K urs SS 2004
Statistik K urs SS 2004 3.Tag Grundlegende statistische Maße Mittelwert (mean) Durchschnitt aller Werte Varianz (variance) s 2 Durchschnittliche quadrierte Abweichung aller Werte vom Mittelwert >> Die
MehrWahrscheinlichkeitsrechnung und Statistik
9. Vorlesung - 2017 Monte Carlo Methode für numerische Integration Sei g : [0, 1] R stetige Funktion; man möchte 1 0 g(t)dt numerisch approximieren mit Hilfe von Zufallszahlen: Sei (U n ) n eine Folge
Mehr