Vorlesung: Statistik für Kommunikationswissenschaftler

Größe: px
Ab Seite anzeigen:

Download "Vorlesung: Statistik für Kommunikationswissenschaftler"

Transkript

1 Vorlesung: Statistik für Kommunikationswissenschaftler Prof. Dr. Helmut Küchenhoff Institut für Statistik, LMU München WiSe 2009/2010

2 Übungen zur Veranstaltung Mittwoch: HG DZ007 Cornelia Oberhauser Donnerstag: HG M109 Juliane Manitz Freitag: HG DZ001 Monia Mahling Sprechstunde nach Vereinbarung Homepage zur Übung: Uebung/ Buchkapitel: 0.0 Statistik für KW WiSe 2009/2010 Helmut Küchenhoff (Institut für Statistik, LMU) 2 / 217

3 Literatur Textbuch: Helmut Küchenhoff et al. (2006): Statistik für Kommunikationswissenschaftler 2., überarbeitete Auflage UVK Verlagsgesellschaft mbh, Konstanz Buchkapitel: 0.0 Statistik für KW WiSe 2009/2010 Helmut Küchenhoff (Institut für Statistik, LMU) 3 / 217

4 1 Einführung 2 Wahrscheinlichkeitstheorie 3 Auswahlverfahren 4 Experiment (nicht behandelt) 5 Messung und Erhebungsverfahren (nicht behandelt)

5 6 Datendarstellung 7 Mehrdimensionale Analysen 8 Schätzen und Testen

6 1 Einführung Was ist Statistik Teildisziplinen der Statistik 2 Wahrscheinlichkeitstheorie 3 Auswahlverfahren 4 Experiment (nicht behandelt) 5 Messung und Erhebungsverfahren (nicht behandelt)

7 Beispiel 1: Bundestagswahl 2009 Prognose 18:00 Infratest Dimap (ARD) CDU/CSU SPD FDP Linke Grüne Sonstige 33,5 22, ,5 10,5 6 Basis: Nachwahlbefragung Wahlberechtigte nach Verlassen der Wahllokale Infos unter Buchkapitel: 1.1 Statistik für KW WiSe 2009/2010 Helmut Küchenhoff (Institut für Statistik, LMU) 7 / 217

8 Beispiel 1: Bundestagswahl 2009 Ziele: Schluss von der Befragungsdaten auf das Endergebnis Analyse von Wahlverhalten durch weitere Fragen Buchkapitel: 1.1 Statistik für KW WiSe 2009/2010 Helmut Küchenhoff (Institut für Statistik, LMU) 8 / 217

9 Beispiel 2: WM-Studie Buchkapitel: 1.1 Statistik für KW WiSe 2009/2010 Helmut Küchenhoff (Institut für Statistik, LMU) 9 / 217

10 Beispiel 2: WM-Studie Ziele: Effiziente Planung Datenbeschreibung Modellbildung (Confounder) Konsequenzen, Risiken Buchkapitel: 1.1 Statistik für KW WiSe 2009/2010 Helmut Küchenhoff (Institut für Statistik, LMU) 10 / 217

11 Was ist Statistik? Vielleicht: Es gibt die Notlüge, es gibt die gemeine Lüge und es gibt die Statistik. Glaube keiner Statistik, die Du nicht selbst gefälscht hast. (nicht von Churchill!) Buchkapitel: 1.1 Statistik für KW WiSe 2009/2010 Helmut Küchenhoff (Institut für Statistik, LMU) 11 / 217

12 Warum Statistik? Statistisches Denken wird eines Tages für mündige Staatsbürger ebenso wichtig sein, wie die Fähigkeit zu lesen und zu schreiben (H.G. Wells) Statistik ist für mich das Informationsmittel der Mündigen. Wer mit ihr umgehen kann, ist weniger leicht zu manipulieren. Der Satz Mit Statistik kann man alles beweisen gilt nur für die Bequemen, die keine Lust haben genau hinzusehen. (E. Noelle-Neumann) Statistics is a body of wise methods for making wise decisions in the face of uncertainty. Buchkapitel: 1.1 Statistik für KW WiSe 2009/2010 Helmut Küchenhoff (Institut für Statistik, LMU) 12 / 217

13 Definition Statistik Statistik als Wissenschaft bezeichnet eine Methodenlehre, die sich mit der Erhebung, der Darstellung, der Analyse und der Bewertung von Daten auseinandersetzt. Ein zentraler Aspekt ist dabei die Modellbildung mit zufälligen Komponenten. Teilgebiete: Deskriptive Statistik: beschreibend Explorative Datenanalyse: Suche nach Strukturen Induktive Statistik: Schlüsse von Daten auf Grundgesamtheit oder allgemein Phänomene Buchkapitel: 1.3 Statistik für KW WiSe 2009/2010 Helmut Küchenhoff (Institut für Statistik, LMU) 13 / 217

14 Statistik für KW? Antwort 1: Statistiken und Argumente, die mit statistischen Methoden belegt werden, sind in Medien und Kommunikation sehr weit verbreitet. Meinungsforschung Risikokommunikation Medizinische Studien Beschreibung von gesellschaftlichen Phänomenen Wirtschaftsprognosen Buchkapitel: 1.3 Statistik für KW WiSe 2009/2010 Helmut Küchenhoff (Institut für Statistik, LMU) 14 / 217

15 Statistik für KW? Antwort 2: Methoden der Statistik sind ein wichtiges Hilfsmittel zum Erkenntnisgewinn für Kommunikationswissenschaftler. Beispiele: Experimente (z.b. Wirkung von Filmen) Kommunikationskonzepte bei der Wahrnehmung von Werbung Änderung der Nutzung von Info Graphiken Reichweiten von TV und Hörfunk Messung Buchkapitel: 1.3 Statistik für KW WiSe 2009/2010 Helmut Küchenhoff (Institut für Statistik, LMU) 15 / 217

16 1 Einführung 2 Wahrscheinlichkeitstheorie 3 Auswahlverfahren 4 Experiment (nicht behandelt) 5 Messung und Erhebungsverfahren (nicht behandelt) Die Messung Skalenniveaus

17 Messen: Definition In its broadest sense, measurement is the assignment of numerals to objects or events according the rules Messen bedeutet die Zuordnung von Zahlen zu Ausprägungen von Merkmalen an Objekten (Personen). Dabei ist darauf zu achten, dass Informationen über Gleichheit, Ungleichheit, Reihenfolge und Distanz zwischen einzelnen Merkmalsausprägungen der Objekte (Personen) im Zahlenraum erhalten bleibt. Physikalische Messung Beispiele: Gewicht, Blutdruck, Fettaufnahme Indikatoren (Scores) Beispiele: Intelligenz, Gewaltbereitschaft Buchkapitel: 5.1 Statistik für KW WiSe 2009/2010 Helmut Küchenhoff (Institut für Statistik, LMU) 106 / 217

18 Nominalskala Beispiele: Diagnosen, Geschlecht, experimentelle Variablen Mögliche Aussagen: gleich, ungleich Erlaubte Transformationen: alle eineindeutigen Transformationen Buchkapitel: 5.2 Statistik für KW WiSe 2009/2010 Helmut Küchenhoff (Institut für Statistik, LMU) 107 / 217

19 Oridnal- oder Rangskala Beispiele: Schulbildung, soziale Schicht, Schweregrad einer Erkrankung Mögliche Aussagen: gleich, ungleich, größer, kleiner Erlaubte Transformationen: alle positiv monotonen Transformationen Buchkapitel: 5.2 Statistik für KW WiSe 2009/2010 Helmut Küchenhoff (Institut für Statistik, LMU) 108 / 217

20 Intervallskala Beispiele: Ergebnisse psychometrischer Tests, Scores, Schulnoten?, Häufigkeit der Kommunikation, physiologische Daten (EKG) Mögliche Aussagen: gleich, ungleich, größer, kleiner, Differenzen Erlaubte Transformationen: alle linearen Transformationen y = ax + b Buchkapitel: 5.2 Statistik für KW WiSe 2009/2010 Helmut Küchenhoff (Institut für Statistik, LMU) 109 / 217

21 Verhältnisskala Intervallskala mit Nullpunkt Beispiele: Fernsehdauer, Preis Mögliche Aussagen: gleich, ungleich, größer, kleiner, Differenzen, Verhältnis Erlaubte Transformationen: y = ax (Multiplikation) Buchkapitel: 5.2 Statistik für KW WiSe 2009/2010 Helmut Küchenhoff (Institut für Statistik, LMU) 110 / 217

22 Indizes Zusammenfassung von Einzelmerkmalen: inhaltlich begründete additive bzw. multiplikative Verknüpfung Jahre der Bildung + Einkommen/100e Buchkapitel: 5.2 Statistik für KW WiSe 2009/2010 Helmut Küchenhoff (Institut für Statistik, LMU) 111 / 217

23 6 Datendarstellung Häufigkeitsverteilungen Statistische Kennwerte Graphische Darstellungen 7 Mehrdimensionale Analysen 8 Schätzen und Testen

24 Deskriptive Statistik Data is merely the raw material of knowledge. Ziel: Beschreibung von Daten mit möglichst geringem Informationsverlust Eigenschaften und Strukturen sichtbar machen Graphisch und durch Kennwerte Eindimensional und mehrdimensional Zunächst keine Schlüsse auf die Grundgesamtheit Buchkapitel: 6.1 Statistik für KW WiSe 2009/2010 Helmut Küchenhoff (Institut für Statistik, LMU) 113 / 217

25 Rohdaten und Datenmatrix Die Daten liegen in der Regel als Datenmatrix vor: Zeilen entsprechen Untersuchungseinheiten Spalten entsprechen Merkmalen Elemente der Matrix sind die Merkmalsausprägungen Fragen mit Mehrfachnennungen als Einzelne binäre Merkmale definieren Hinweise zur Eingabe unter Buchkapitel: 6.1 Statistik für KW WiSe 2009/2010 Helmut Küchenhoff (Institut für Statistik, LMU) 114 / 217

26 Beispiel: Befragung von Redakteuren Buchkapitel: 6.1 Statistik für KW WiSe 2009/2010 Helmut Küchenhoff (Institut für Statistik, LMU) 115 / 217

27 Eindimensionale Häufigkeitsverteilung Ordnen der Daten nach einem Merkmal Auszählen der Häufigkeiten der einzelnen Merkmalsausprägungen Relative Häufigkeiten = Häufigkeit/Stichprobengröße Kumulative Häufigkeiten bei mindestens ordinal skalierten Merkmalen sinnvoll: F (x) :=(Summe der relativen Häufigkeiten x) empirische Verteilungsfunktion Buchkapitel: 6.1 Statistik für KW WiSe 2009/2010 Helmut Küchenhoff (Institut für Statistik, LMU) 116 / 217

28 SPSS-File (Ausschnitt) NR Mitarb ChefVD 1,00 45,00 3,00 2,00 24,00 2,00 3,00 22,00 3,00 4,00 21,00 2,00 5,00 10,00 1,00 Buchkapitel: 6.1 Statistik für KW WiSe 2009/2010 Helmut Küchenhoff (Institut für Statistik, LMU) 117 / 217

29 Eindimensionale statistische Kennwerte Lagemaßzahlen Wo liegt die Masse der Daten? Wo liegt die Mehrzahl der Daten? Wo liegt die Mitte der Daten? Welche Merkmalsausprägung ist typisch für die Häufigkeitsverteilung? Buchkapitel: 6.2 Statistik für KW WiSe 2009/2010 Helmut Küchenhoff (Institut für Statistik, LMU) 118 / 217

30 Statistische Kennwerte Streumaßzahlen Über welchen Bereich erstrecken sich die Daten? Wie groß ist die Schwankung der Ausprägungen? Buchkapitel: 6.2 Statistik für KW WiSe 2009/2010 Helmut Küchenhoff (Institut für Statistik, LMU) 119 / 217

31 Der Modus Definition: Häufigster Wert Eigenschaften: oft nicht eindeutig nur bei gruppierten Daten oder bei Merkmalen mit wenigen Ausprägungen sinnvoll stabil bei allen eindeutigen Transformationen geeignet für alle Skalenniveaus Buchkapitel: 6.2 Statistik für KW WiSe 2009/2010 Helmut Küchenhoff (Institut für Statistik, LMU) 120 / 217

32 Der Median Definition: Wert für den gilt 50% der Daten sind kleiner oder gleich med 50% der Daten sind größer oder gleich med { x (k) falls k = n+1 med = 2 ganze Zahl 1 2 (x (k) + x (k+1) ) falls k = n 2 ganze Zahl x (1),..., x (n) sind geordnete Werte Buchkapitel: 6.2 Statistik für KW WiSe 2009/2010 Helmut Küchenhoff (Institut für Statistik, LMU) 121 / 217

33 Eigenschaften des Median anschaulich stabil gegenüber monotonen Transformationen geeignet für ordinale Daten stabil gegenüber Ausreißern Buchkapitel: 6.2 Statistik für KW WiSe 2009/2010 Helmut Küchenhoff (Institut für Statistik, LMU) 122 / 217

34 Das Quantil Definition: Wert für den gilt Anteil p der Daten sind kleiner oder gleich x p Anteil 1 p der Daten sind größer oder gleich x p { x (k) falls np keine ganze Zahl und k kleinste Zahl > np 1 2 (x (k) + x (k+1) ) falls k = np ganze Zahl Buchkapitel: 6.2 Statistik für KW WiSe 2009/2010 Helmut Küchenhoff (Institut für Statistik, LMU) 123 / 217

35 Fünf-Punkte Zusammenfassung Minimum, 25%-Quantil, Median, 75%-Quantil, Maximum Buchkapitel: 6.2 Statistik für KW WiSe 2009/2010 Helmut Küchenhoff (Institut für Statistik, LMU) 124 / 217

36 Der Mittelwert (arithmetisches Mittel) Definition: x = 1 n n i=1 x i bekanntestes Lagemaß instabil gegen extreme Werte geeignet für intervallskalierte Daten Buchkapitel: 6.2 Statistik für KW WiSe 2009/2010 Helmut Küchenhoff (Institut für Statistik, LMU) 125 / 217

37 Mittelwert bei gruppierten Daten x = 1 n n i=1 x i = 1 n (x 1 + x x n ) = 1 n k n j x j j=1 n j : Häufigkeit von x j Buchkapitel: 6.2 Statistik für KW WiSe 2009/2010 Helmut Küchenhoff (Institut für Statistik, LMU) 126 / 217

38 Das geometrische Mittel x G = n n i=1 x i arithmetisches Mittel auf der log-skala nur geeignet für positive Werte geeignet für intervallskalierte Daten Buchkapitel: 6.2 Statistik für KW WiSe 2009/2010 Helmut Küchenhoff (Institut für Statistik, LMU) 127 / 217

39 Die Spannweite (Range) Definition: q = x max x min Bereich in dem die Daten liegen Wichtig für Datenkontrolle Buchkapitel: 6.2 Statistik für KW WiSe 2009/2010 Helmut Küchenhoff (Institut für Statistik, LMU) 128 / 217

40 Der Quartilsabstand Definition: q = x 0.75 x 0.25 Größe des Bereichs in dem die mittlere Hälfte der Daten liegt Geeignet für ordinal skalierte Daten Zentraler 50%-Bereich Buchkapitel: 6.2 Statistik für KW WiSe 2009/2010 Helmut Küchenhoff (Institut für Statistik, LMU) 129 / 217

41 Standardabweichung Definition S 2 = 1 n 1 S = S 2 n (x i x) 2 i=1 Mittlere Abweichung vom Mittelwert Manchmal auch 1/n statt 1/(n-1) Intervallskala Voraussetzung Buchkapitel: 6.2 Statistik für KW WiSe 2009/2010 Helmut Küchenhoff (Institut für Statistik, LMU) 130 / 217

0 Einführung: Was ist Statistik

0 Einführung: Was ist Statistik 0 Einführung: Was ist Statistik 1 Datenerhebung und Messung Die Messung Skalenniveaus 2 Univariate deskriptive Statistik 3 Multivariate Statistik 4 Regression 5 Ergänzungen Grundbegriffe Statistische Einheit,

Mehr

Empirische Verteilungsfunktion

Empirische Verteilungsfunktion Empirische Verteilungsfunktion H(x) := Anzahl der Werte x ist. Deskriptive

Mehr

Vorlesung: Statistik I für Statistiker, Mathematiker und Informatiker

Vorlesung: Statistik I für Statistiker, Mathematiker und Informatiker Vorlesung: Statistik I für Statistiker, Mathematiker und Informatiker Prof. Dr. Helmut Küchenhoff Institut für Statistik, LMU München WiSe 2009/2010 Termine und Informationen Homepage: www.stat.uni-muenchen.de/

Mehr

1,11 1,12 1,13 1,14 1,15 1,16 1,17 1,17 1,17 1,18

1,11 1,12 1,13 1,14 1,15 1,16 1,17 1,17 1,17 1,18 3. Deskriptive Statistik Ziel der deskriptiven (beschreibenden) Statistik (explorativen Datenanalyse) ist die übersichtliche Darstellung der wesentlichen in den erhobenen Daten enthaltene Informationen

Mehr

Einführung: Was ist Statistik?

Einführung: Was ist Statistik? Einführung: Was ist Statistik? 1 Datenerhebung und Messung Die Messung Skalenniveaus 2 Univariate deskriptive Statistik 3 Multivariate Statistik 4 Regression 5 Ergänzungen Grundbegriffe Statistische Einheit,

Mehr

Teil I: Deskriptive Statistik

Teil I: Deskriptive Statistik Teil I: Deskriptive Statistik 2 Grundbegriffe 2.1 Merkmal und Stichprobe 2.2 Skalenniveau von Merkmalen 2.3 Geordnete Stichproben und Ränge 2.1 Merkmal und Stichprobe An (geeignet ausgewählten) Untersuchungseinheiten

Mehr

Deskriptive Statistik

Deskriptive Statistik Deskriptive Statistik [descriptive statistics] Ziel der deskriptiven (beschreibenden) Statistik einschließlich der explorativen Datenanalyse [exploratory data analysis] ist zunächst die übersichtliche

Mehr

a) Zeichnen Sie in das nebenstehende Streudiagramm mit Lineal eine Regressionsgerade ein, die Sie für passend halten.

a) Zeichnen Sie in das nebenstehende Streudiagramm mit Lineal eine Regressionsgerade ein, die Sie für passend halten. Statistik für Kommunikationswissenschaftler Wintersemester 2009/200 Vorlesung Prof. Dr. Helmut Küchenhoff Übung Cornelia Oberhauser, Monia Mahling, Juliane Manitz Thema 4 Homepage zur Veranstaltung: http://www.statistik.lmu.de/~helmut/kw09.html

Mehr

2. Deskriptive Statistik 2.1. Häufigkeitstabellen, Histogramme, empirische Verteilungsfunktionen

2. Deskriptive Statistik 2.1. Häufigkeitstabellen, Histogramme, empirische Verteilungsfunktionen 4. Datenanalyse und Modellbildung Deskriptive Statistik 2-1 2. Deskriptive Statistik 2.1. Häufigkeitstabellen, Histogramme, empirische Verteilungsfunktionen Für die Auswertung einer Messreihe, die in Form

Mehr

Auswertung und Darstellung wissenschaftlicher Daten (1)

Auswertung und Darstellung wissenschaftlicher Daten (1) Auswertung und Darstellung wissenschaftlicher Daten () Mag. Dr. Andrea Payrhuber Zwei Schritte der Auswertung. Deskriptive Darstellung aller Daten 2. analytische Darstellung (Gruppenvergleiche) SPSS-Andrea

Mehr

Vorlesung Stichproben WS 2009/2010

Vorlesung Stichproben WS 2009/2010 Institut für Statistik Statistisches Beratungslabor Prof. Dr. Helmut Küchenhoff WS 2009/2010 http://www.stat.uni-muenchen.de/~helmut/stichproben_0910.html Übung: Monia Mahling donnerstags 08:00 bis 10:00

Mehr

90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft

90-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

Mehr

Daten, Datentypen, Skalen

Daten, Datentypen, Skalen Bildung kommt von Bildschirm und nicht von Buch, sonst hieße es ja Buchung. Daten, Datentypen, Skalen [main types of data; levels of measurement] Die Umsetzung sozialwissenschaftlicher Forschungsvorhaben

Mehr

Statistische Grundlagen I

Statistische Grundlagen I Statistische Grundlagen I Arten der Statistik Zusammenfassung und Darstellung von Daten Beschäftigt sich mit der Untersuchung u. Beschreibung von Gesamtheiten oder Teilmengen von Gesamtheiten durch z.b.

Mehr

Einfache statistische Auswertungen mit dem TI-Nspire

Einfache statistische Auswertungen mit dem TI-Nspire 1. Neues Dokument und darin eine neue Seite anlegen Als Typ 6: Lists & Spreadsheet wählen. Darin die Messwerte in einer Spalte erfassen. Dies ergibt die Urliste. Wenn mehrere Messwerte vorliegen, die diejenigen,

Mehr

1. Einführung und statistische Grundbegriffe. Grundsätzlich unterscheidet man zwei Bedeutungen des Begriffs Statistik:

1. Einführung und statistische Grundbegriffe. Grundsätzlich unterscheidet man zwei Bedeutungen des Begriffs Statistik: . Einführung und statistische Grundbegriffe Grundsätzlich unterscheidet man zwei Bedeutungen des Begriffs Statistik: Quantitative Information Graphische oder tabellarische Darstellung von Datenmaterial

Mehr

Skalenniveau Grundlegende Konzepte

Skalenniveau Grundlegende Konzepte Skalenniveau Grundlegende Konzepte M E R K M A L / V A R I A B L E, M E R K M A L S A U S P R Ä G U N G / W E R T, C O D I E R U N G, D A T E N - M A T R I X, Q U A N T I T A T I V E S M E R K M A L, Q

Mehr

Statistik. Jan Müller

Statistik. Jan Müller Statistik Jan Müller Skalenniveau Nominalskala: Diese Skala basiert auf einem Satz von qualitativen Attributen. Es existiert kein Kriterium, nach dem die Punkte einer nominal skalierten Variablen anzuordnen

Mehr

Statistik I für Betriebswirte Vorlesung 2

Statistik I für Betriebswirte Vorlesung 2 Statistik I für Betriebswirte Vorlesung 2 PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik 16. April 2015 PD Dr. Frank Heyde Statistik I für Betriebswirte Vorlesung 2 1 ii) empirische

Mehr

Statistik II: Grundlagen und Definitionen der Statistik

Statistik II: Grundlagen und Definitionen der Statistik Medien Institut : Grundlagen und Definitionen der Statistik Dr. Andreas Vlašić Medien Institut (0621) 52 67 44 vlasic@medien-institut.de Gliederung 1. Hintergrund: Entstehung der Statistik 2. Grundlagen

Mehr

Methoden der empirischen Sozialforschung I

Methoden der empirischen Sozialforschung I Methoden der empirischen Sozialforschung I Annelies Blom, PhD TU Kaiserslautern Wintersemester 2011/12 Übersicht Quantitative Datenauswertung: deskriptive und induktive Statistik Wiederholung: Die wichtigsten

Mehr

Zusammenhänge zwischen metrischen Merkmalen

Zusammenhänge zwischen metrischen Merkmalen Zusammenhänge zwischen metrischen Merkmalen Darstellung des Zusammenhangs, Korrelation und Regression Daten liegen zu zwei metrischen Merkmalen vor: Datenpaare (x i, y i ), i = 1,..., n Beispiel: x: Anzahl

Mehr

Elisabeth Raab-Steiner/Michael Benesch. Der Fragebogen. Von der Forschungsidee zur SPSS/PASW-Auswertung. 2., aktualisierte Auflage. facultas.

Elisabeth Raab-Steiner/Michael Benesch. Der Fragebogen. Von der Forschungsidee zur SPSS/PASW-Auswertung. 2., aktualisierte Auflage. facultas. Elisabeth Raab-Steiner/Michael Benesch Der Fragebogen Von der Forschungsidee zur SPSS/PASW-Auswertung 2., aktualisierte Auflage facultas.wuv Inhaltsverzeichnis 1 Elementare Definitionen 11 1.1 Deskriptive

Mehr

1 Verteilungen und ihre Darstellung

1 Verteilungen und ihre Darstellung GKC Statistische Grundlagen für die Korpuslinguistik Kapitel 2: Univariate Deskription von Daten 8.11.2004 Univariate (= eindimensionale) Daten bestehen aus Beobachtungen eines einzelnen Merkmals. 1 Verteilungen

Mehr

Teil I Beschreibende Statistik 29

Teil I Beschreibende Statistik 29 Vorwort zur 2. Auflage 15 Vorwort 15 Kapitel 0 Einführung 19 0.1 Methoden und Aufgaben der Statistik............................. 20 0.2 Ablauf statistischer Untersuchungen..............................

Mehr

Bestimmung einer ersten

Bestimmung einer ersten Kapitel 6 Bestimmung einer ersten zulässigen Basislösung Ein Problem, was man für die Durchführung der Simplexmethode lösen muss, ist die Bestimmung einer ersten zulässigen Basislösung. Wie gut das geht,

Mehr

Planung und Auswertung klinischer und experimenteller Studien: Datenmanagement

Planung und Auswertung klinischer und experimenteller Studien: Datenmanagement Planung und Auswertung klinischer und experimenteller Studien: Datenmanagement Institut für Medizininformatik, Biometrie und Epidemiologie Universität Erlangen - Nürnberg 1 Einordnung in den Ablauf 1.

Mehr

Studiendesign/ Evaluierungsdesign

Studiendesign/ Evaluierungsdesign Jennifer Ziegert Studiendesign/ Evaluierungsdesign Praxisprojekt: Nutzerorientierte Evaluierung von Visualisierungen in Daffodil mittels Eyetracker Warum Studien /Evaluierungsdesign Das Design einer Untersuchung

Mehr

Grundbegriffe (1) Grundbegriffe (2)

Grundbegriffe (1) Grundbegriffe (2) Grundbegriffe (1) S.1 Äquivalenzklasse Unter einer Äquivalenzklasse versteht man eine Klasse von Objekten, die man hinsichtlich bestimmter Merkmalsausprägungen als gleich (äquivalent) betrachtet. (z.b.

Mehr

Faustformeln / Zusammenhänge a) Binomialverteilung als Poissonverteilung:

Faustformeln / Zusammenhänge a) Binomialverteilung als Poissonverteilung: Faustformeln / Zusammenhänge a) Binomialverteilung als Poissonverteilung: k ( np) np B( n, p; k) Poi( np, k) e k! falls gilt: p

Mehr

4. Auswertung eindimensionaler Daten

4. Auswertung eindimensionaler Daten 4. Auswertung eindimensionaler Daten Ziel dieses Kapitels: Präsentation von Methoden zur statistischen Auswertung eines einzelnen Merkmals 64 Bezeichnungen (Wiederholung): Merkmalsträger: e 1,..., e n

Mehr

Univariate Häufigkeitsverteilungen Kühnel, Krebs 2001: Statistik für die Sozialwissenschaften, S.41-66

Univariate Häufigkeitsverteilungen Kühnel, Krebs 2001: Statistik für die Sozialwissenschaften, S.41-66 Univariate Häufigkeitsverteilungen Kühnel, Krebs 2001: Statistik für die Sozialwissenschaften, S.41-66 Gabriele Doblhammer: Empirische Sozialforschung Teil II, SS 2004 1/19 Skalenniveaus Skalenniveau Relation

Mehr

Forschungsmethoden in der Sozialen Arbeit

Forschungsmethoden in der Sozialen Arbeit Forschungsmethoden in der Sozialen Arbeit Fachhochschule für Sozialarbeit und Sozialpädagogik Alice- Salomon Hochschule für Soziale arbeit, Gesundheit, Erziehung und Bildung University of Applied Sciences

Mehr

Grundlagen der Datenanalyse am Beispiel von SPSS

Grundlagen 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

Mehr

Einführung in die Statistik mit EXCEL und SPSS

Einführung in die Statistik mit EXCEL und SPSS Christine Duller Einführung in die Statistik mit EXCEL und SPSS Ein anwendungsorientiertes Lehr- und Arbeitsbuch Zweite, überarbeitete Auflage Mit 71 Abbildungen und 26 Tabellen Physica-Verlag Ein Unternehmen

Mehr

1. Einfuhrung zur Statistik

1. Einfuhrung zur Statistik Philipps-Universitat Marburg Was ist Statistik? Statistik = Wissenschaft vom Umgang mit Daten Phasen einer statistischen Studie 1 Studiendesign Welche Daten sollen erhoben werden? Wie sollen diese erhoben

Mehr

Dr. habil. Rüdiger Jacob Methoden und Techniken der empirischen Sozialforschung Vorlesung mit Diskussion

Dr. habil. Rüdiger Jacob Methoden und Techniken der empirischen Sozialforschung Vorlesung mit Diskussion Dr. habil. Rüdiger Jacob Methoden und Techniken der empirischen Sozialforschung Vorlesung mit Diskussion 4. Messtheorie Messen in den Sozialwissenschaften, Operationalisierung und Indikatoren, Messniveaus,

Mehr

Skript zur Übung: Grundlagen der empirischen Sozialforschung - Datenanalyse

Skript zur Übung: Grundlagen der empirischen Sozialforschung - Datenanalyse Skript zur Übung: Grundlagen der empirischen Sozialforschung - Datenanalyse Phasen des Forschungsprozesses Auswahl des Forschungsproblems Theoriebildung Theoretische Phase Konzeptspezifikation / Operationalisierung

Mehr

Grundlagen der Datenanalyse

Grundlagen der Datenanalyse Schematischer Überblick zur Behandlung quantitativer Daten Theorie und Modellbildung Untersuchungsdesign Codierung / Datenübertragung (Erstellung einer Datenmatrix) Datenerhebung Fehlerkontrolle / -behebung

Mehr

Auswertung mit dem Statistikprogramm SPSS: 30.11.05

Auswertung mit dem Statistikprogramm SPSS: 30.11.05 Auswertung mit dem Statistikprogramm SPSS: 30.11.05 Seite 1 Einführung SPSS Was ist eine Fragestellung? Beispiel Welche statistische Prozedur gehört zu welcher Hypothese? Statistische Berechnungen mit

Mehr

Einführung in die Statistik mit EXCEL und SPSS

Einführung in die Statistik mit EXCEL und SPSS Christine Duller 2008 AGI-Information Management Consultants May be used for personal purporses only or by libraries associated to dandelon.com network. Einführung in die Statistik mit EXCEL und SPSS Ein

Mehr

Medizinische Biometrie (L5)

Medizinische Biometrie (L5) Medizinische Biometrie (L5) Vorlesung II Daten Deskription Prof. Dr. Ulrich Mansmann Institut für Medizinische Informationsverarbeitung, Biometrie und Epidemiologie mansmann@ibe.med.uni-muenchen.de IBE,

Mehr

Einführung in die statistische Datenanalyse I

Einführung in die statistische Datenanalyse I Einführung in die statistische Datenanalyse I Inhaltsverzeichnis 1. EINFÜHRUNG IN THEORIEGELEITETES WISSENSCHAFTLICHES ARBEITEN 2 2. KRITIERIEN ZUR AUSWAHL STATISTISCH METHODISCHER VERFAHREN 2 3. UNIVARIATE

Mehr

SAS-Vertiefung zur Statistischen Software im SS 2010 Übungsaufgaben

SAS-Vertiefung zur Statistischen Software im SS 2010 Übungsaufgaben SAS-Vertiefung zur Statistischen Software im SS 2010 Übungsaufgaben Helmut Küchenhoff, Cornelia Oberhauser, Monia Mahling, Armin Monecke Im Folgenden gibt es 4 Aufgabenblöcke. Block 1: Daten einlesen,

Mehr

Franz Kronthaler. Statistik angewandt. Datenanalyse ist (k)eine Kunst. Excel Edition. ^ Springer Spektrum

Franz Kronthaler. Statistik angewandt. Datenanalyse ist (k)eine Kunst. Excel Edition. ^ Springer Spektrum Franz Kronthaler Statistik angewandt Datenanalyse ist (k)eine Kunst Excel Edition ^ Springer Spektrum Inhaltsverzeichnis Teil I Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist Spaß 3

Mehr

Expertenrunde Gruppe 1: Wiederholungsgruppe EXCEL (Datenerfassung, Darstellungsformen, Verwertung)

Expertenrunde Gruppe 1: Wiederholungsgruppe EXCEL (Datenerfassung, Darstellungsformen, Verwertung) Epertenrunde Gruppe 1: Wiederholungsgruppe EXCEL (Datenerfassung, Darstellungsformen, Verwertung) Im Folgenden wird mit Hilfe des Programms EXEL, Version 007, der Firma Microsoft gearbeitet. Die meisten

Mehr

3 Lage- und Streuungsmaße

3 Lage- und Streuungsmaße 3 Lage- und Streuungsmaße Grafische Darstellungen geben einen allgemeinen Eindruck der Verteilung eines Merkmals, u.a. von Lage und Zentrum der Daten, Streuung der Daten um dieses Zentrum, Schiefe / Symmetrie

Mehr

Analyse von Querschnittsdaten. Regression mit Dummy-Variablen

Analyse 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

Mehr

Kapitel 1 Beschreibende Statistik

Kapitel 1 Beschreibende Statistik Beispiel 1.25: fiktive Aktienkurse Zeitpunkt i 0 1 2 Aktienkurs x i 100 160 100 Frage: Wie hoch ist die durchschnittliche Wachstumsrate? Dr. Karsten Webel 53 Beispiel 1.25: fiktive Aktienkurse (Fortsetzung)

Mehr

Physica-Lehrbuch. Ein anwendungsorientiertes Lehr- und Arbeitsbuch. von Christine Duller

Physica-Lehrbuch. Ein anwendungsorientiertes Lehr- und Arbeitsbuch. von Christine Duller Physica-Lehrbuch Einführung in die Statistik mit EXCEL und SPSS Ein anwendungsorientiertes Lehr- und Arbeitsbuch von Christine Duller Neuausgabe Einführung in die Statistik mit EXCEL und SPSS Duller schnell

Mehr

Florian Frötscher und Demet Özçetin

Florian Frötscher und Demet Özçetin Statistische Tests in der Mehrsprachigkeitsforschung Aufgaben, Anforderungen, Probleme. Florian Frötscher und Demet Özçetin florian.froetscher@uni-hamburg.de SFB 538 Mehrsprachigkeit Max-Brauer-Allee 60

Mehr

Häufigkeitsauszählungen, zentrale statistische Kennwerte und Mittelwertvergleiche

Häufigkeitsauszählungen, zentrale statistische Kennwerte und Mittelwertvergleiche Lehrveranstaltung Empirische Forschung und Politikberatung der Universität Bonn, WS 2007/2008 Häufigkeitsauszählungen, zentrale statistische Kennwerte und Mittelwertvergleiche 30. November 2007 Michael

Mehr

Eine Arbeitsgemeinschaft der Verlage UTB 2832

Eine Arbeitsgemeinschaft der Verlage UTB 2832 UTB 2832 Eine Arbeitsgemeinschaft der Verlage Beltz Verlag Weinheim Basel Böhlau Verlag Köln Weimar Wien Wilhelm Fink Verlag München A. Francke Verlag Tübingen und Basel Haupt Verlag Bern Stuttgart Wien

Mehr

Deskriptive Statistik

Deskriptive Statistik Deskriptive Statistik In der beschreibenden Statistik werden Methoden behandelt, mit deren Hilfe man Daten übersichtlich darstellen und kennzeichnen kann. Die Urliste (=Daten in der Reihenfolge ihrer Erhebung)

Mehr

1. GEGENSTAND UND GRUNDBEGRIFFE DER STATISTIK

1. GEGENSTAND UND GRUNDBEGRIFFE DER STATISTIK 1 1. GEGENSTAND UND GRUNDBEGRIFFE DER STATISTIK 1.1 Gegenstand der Statistik Die Statistik stellt ein Instrumentarium bereit, um Informationen über die Realität oder Wirklichkeit verfügbar zu machen. Definition

Mehr

Teil II: Einführung in die Statistik

Teil II: Einführung in die Statistik Teil II: Einführung in die Statistik (50 Punkte) Bitte beantworten Sie ALLE Fragen. Es handelt sich um multiple choice Fragen. Sie müssen die exakte Antwortmöglichkeit angeben, um die volle Punktzahl zu

Mehr

Kapitel 5 Kenngrößen empirischer Verteilungen 5.1. Lagemaße. x mod (lies: x-mod) Wofür? Lageparameter. Modus/ Modalwert Zentrum. Median Zentralwert

Kapitel 5 Kenngrößen empirischer Verteilungen 5.1. Lagemaße. x mod (lies: x-mod) Wofür? Lageparameter. Modus/ Modalwert Zentrum. Median Zentralwert Kapitel 5 Kenngrößen empirischer Verteilungen 5.1. Lagemaße Wofür? Lageparameter Modus/ Modalwert Zentrum Median Zentralwert Im Datensatz stehende Informationen auf wenige Kenngrößen verdichten ermöglicht

Mehr

14 PRÜFUNGSINHALTE MARKETINGFACH- LEUTE

14 PRÜFUNGSINHALTE MARKETINGFACH- LEUTE 14 PRÜFUNGSINHALTE MARKETINGFACH- LEUTE Marktforschung (Prüfungszeit: 1.5 Stunden schriftlich) ALLGEMEIN Sinnvolle Selektionskriterien für die Wahl eines geeigneten Marktforschungsinstitutsumschreiben

Mehr

Auswertung und Darstellung wissenschaftlicher Daten (2)

Auswertung und Darstellung wissenschaftlicher Daten (2) Auswertung und Darstellung wissenschaftlicher Daten () Mag. Dr. Andrea Payrhuber SPSS-Andrea Payrhuber Ergebnisse dem Skalenniveau der einzelnen Daten entsprechend darstellen. nominalskalierte Daten. ordinalskalierte

Mehr

0 Einführung: Was ist Statistik

0 Einführung: Was ist Statistik 0 Einführung: Was ist Statistik 1 Datenerhebung und Messung 2 Univariate deskriptive Statistik 3 Multivariate Statistik 4 Regression 5 Ergänzungen Explorative Datenanalyse EDA Auffinden von Strukturen

Mehr

Fachrechnen für Tierpfleger

Fachrechnen für Tierpfleger Z.B.: Fachrechnen für Tierpfleger A10. Statistik 10.1 Allgemeines Was ist Statistik? 1. Daten sammeln: Durch Umfragen, Zählung, Messung,... 2. Daten präsentieren: Tabellen, Grafiken 3. Daten beschreiben/charakterisieren:

Mehr

Willkommen zur Vorlesung Statistik

Willkommen zur Vorlesung Statistik Willkommen zur Vorlesung Statistik Thema dieser Vorlesung: Maßzahlen für zentrale Tendenz, Streuung und andere Eigenschaften von Verteilungen Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische

Mehr

Deskription, 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 Deskription, Statistische Testverfahren und Regression Seminar: Planung und Auswertung klinischer und experimenteller Studien Deskriptive Statistik Deskriptive Statistik: beschreibende Statistik, empirische

Mehr

Einführung in die Statistik mir R

Einführung in die Statistik mir R Einführung in die Statistik mir R ww w. syn t egris.de Überblick GESCHÄFTSFÜHRUNG Andreas Baumgart, Business Processes and Service Gunar Hofmann, IT Solutions Sven-Uwe Weller, Design und Development Jens

Mehr

Vorlesung: Statistik I für Wirtschaftswissenschaft

Vorlesung: Statistik I für Wirtschaftswissenschaft Vorlesung: Statistik I für Wirtschaftswissenschaft Prof. Dr. Helmut Küchenho Institut für Statistik, LMU München WiSe 2016/2017 Termine und Informationen Homepage: http://www.stablab.stat.uni-muenchen.de/wiwistat1_1617

Mehr

Alle weiteren Messoperationen schließen die Klassifikation als Minimaloperation ein.

Alle weiteren Messoperationen schließen die Klassifikation als Minimaloperation ein. 1 unterschiedliche Skalenniveaus Wir haben zuvor schon kurz von unterschiedlichen Skalenniveaus gehört, nämlich dem: - Nominalskalenniveau - Ordinalskalenniveau - Intervallskalenniveau - Ratioskalenniveau

Mehr

Deskriptive Statistik

Deskriptive Statistik Fakultät für Humanwissenschaften Sozialwissenschaftliche Methodenlehre Prof. Dr. Daniel Lois Deskriptive Statistik Stand: April 2015 (V2) Inhaltsverzeichnis 1. Notation 2 2. Messniveau 3 3. Häufigkeitsverteilungen

Mehr

report Mainz - Islam in Deutschland

report Mainz - Islam in Deutschland Ergebnisse einer repräsentativen Erhebung - Tabellarische Übersichten Eine Studie von Infratest dimap im Auftrag von report Mainz Berlin, 8. Oktober 2010 67.10.113326 Untersuchungsanlage Grundgesamtheit:

Mehr

TÜV Service tested Prüfgrundlagen

TÜV Service tested Prüfgrundlagen TÜV Service tested Prüfgrundlagen 60 Grundsätzliche Prüfgrundlagen Für die Auszeichnung TÜV Service tested müssen drei Voraussetzungen erfüllt sein: 1. Die Gesamtzufriedenheit muss von den Kunden des Unternehmens

Mehr

2. Eindimensionale (univariate) Datenanalyse

2. Eindimensionale (univariate) Datenanalyse 2. Eindimensionale (univariate) Datenanalyse Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Kennzahlen, Statistiken In der Regel interessieren uns nicht so sehr die beobachteten Einzeldaten

Mehr

Mathematische und statistische Methoden I

Mathematische und statistische Methoden I Prof. Dr. G. Meinhardt Methodenlehre Mathematische und statistische Methoden I Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung Wallstr. 3, 6. Stock, Raum 06-206 Dr. Malte Persike persike@uni-mainz.de

Mehr

Allgemeines Lineares Modell Einführung

Allgemeines Lineares Modell Einführung Professur E-Learning und Neue Medien Institut für Medienforschung Philosophische Fakultät Allgemeines Lineares Modell Einführung Zu meiner Person Guenter-Daniel.Rey@Phil.TU-Chemnitz.de Rawema-Haus, Straße

Mehr

5. MESSUNG & DATENERHEBUNG IN DEN SOWI

5. MESSUNG & DATENERHEBUNG IN DEN SOWI 5. MESSUNG & DATENERHEBUNG IN DEN SOWI Ziel: kontrollierte Gewinnung empirischer Informationen Bei den Entscheidungen über geeignete Erhebungsinstrumente, Messen, Auswahlverfahren und dem anzustrebenden

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik und Wahrscheinlichkeitsrechnung Übung 2 28.02.2008 1 Inhalt der heutigen Übung Beschreibende Statistik Gemeinsames Lösen der Übungsaufgaben 2.1: Häufigkeitsverteilung 2.2: Tukey Boxplot 25:Korrelation

Mehr

Messtherorie Definitionen

Messtherorie Definitionen Messtherorie Definitionen Begriff Definition Beispiel Relationen Empirisches Relativ eine Menge von Objekten und ein oder mehreren beobachtbaren Relationen zwischen dieses Objekten Menge der Objekte =

Mehr

11./ 12. April 2006. Andrea Ossig andrea.ossig@web.de. Prof. Dr. Helmut Küchenhoff kuechenhoff@stat.uni-muenchen.de

11./ 12. April 2006. Andrea Ossig andrea.ossig@web.de. Prof. Dr. Helmut Küchenhoff kuechenhoff@stat.uni-muenchen.de Einführung in SPSS 11./ 12. April 2006 Andrea Ossig andrea.ossig@web.de Prof. Dr. Helmut Küchenhoff kuechenhoff@stat.uni-muenchen.de Monia Mahling monia.mahling@web.de 1 Vor /Nachteile von SPSS +/ intuitiv

Mehr

Psychologische Methodenlehre und Statistik I

Psychologische Methodenlehre und Statistik I Psychologische Methodenlehre und Statistik I Karin Waldherr & Pantelis Christodoulides 4. November 2009 Karin Waldherr & Pantelis Christodoulides Psychologische Methodenlehre und Statistik I 1/56 Informationen,

Mehr

Wirtschaftsmathematik und Statistik

Wirtschaftsmathematik und Statistik Lehrplan Wirtschaftsmathematik und Statistik Akademie für Betriebs- und Unternehmensführung Ministerium für Bildung, Familie, Frauen und Kultur Hohenzollernstraße 60, 66117 Saarbrücken Postfach 10 24 52,

Mehr

Skalenniveaus =,!=, >, <, +, -

Skalenniveaus =,!=, >, <, +, - ZUSAMMENHANGSMAßE Skalenniveaus Nominalskala Ordinalskala Intervallskala Verhältnisskala =,!= =,!=, >, < =,!=, >, ,

Mehr

Einführung in die Statistik mit R

Einführung in die Statistik mit R Einführung in die Statistik mit R Bernd Weiler syntegris information solutions GmbH Neu Isenburg Schlüsselworte Statistik, R Einleitung Es ist seit längerer Zeit möglich statistische Berechnungen mit der

Mehr

Datenanalyse und Statistik

Datenanalyse und Statistik Datenanalyse und Statistik Vorlesung 1 K.Gerald van den Boogaart http://www.stat.boogaart.de/ws0708/dn0708 Datenanalyse und Statistik p.1/42 Daten Schätzung Test Mathe Die Datenminen Riesige Halde mit

Mehr

Stichprobenauslegung. für stetige und binäre Datentypen

Stichprobenauslegung. für stetige und binäre Datentypen Stichprobenauslegung für stetige und binäre Datentypen Roadmap zu Stichproben Hypothese über das interessierende Merkmal aufstellen Stichprobe entnehmen Beobachtete Messwerte abbilden Schluss von der Beobachtung

Mehr

3. Deskriptive Statistik

3. 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

Mehr

Einführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management

Einführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management Einführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management Sommersemester 03 Hochschule Augsburg : Gliederung Einführung Deskriptive Statistik 3 Wahrscheinlichkeitstheorie

Mehr

Günther Bourier. Beschreibende Statistik. Praxisorientierte Einführung - Mit. Aufgaben und Lösungen. 12., überarbeitete und aktualisierte Auflage

Günther Bourier. Beschreibende Statistik. Praxisorientierte Einführung - Mit. Aufgaben und Lösungen. 12., überarbeitete und aktualisierte Auflage i Günther Bourier Beschreibende Statistik Praxisorientierte Einführung - Mit Aufgaben und Lösungen 12., überarbeitete und aktualisierte Auflage 4^ Springer Gabler Inhaltsverzeichnis Vorwort V 1 Einführung

Mehr

3.2 Streuungsmaße. 3 Lage- und Streuungsmaße 133. mittlere Variabilität. geringe Variabilität. große Variabilität 0.0 0.1 0.2 0.3 0.4 0.

3.2 Streuungsmaße. 3 Lage- und Streuungsmaße 133. mittlere Variabilität. geringe Variabilität. große Variabilität 0.0 0.1 0.2 0.3 0.4 0. Eine Verteilung ist durch die Angabe von einem oder mehreren Mittelwerten nur unzureichend beschrieben. Beispiel: Häufigkeitsverteilungen mit gleicher zentraler Tendenz: geringe Variabilität mittlere Variabilität

Mehr

1 45, 39, 44, 48, 42, 39, 40, , 31, 46, 35, 31, 42, 51, , 42, 33, 46, 33, 44, 43

1 45, 39, 44, 48, 42, 39, 40, , 31, 46, 35, 31, 42, 51, , 42, 33, 46, 33, 44, 43 1) Ermittle jeweils das arithmetische Mittel. Ordne die Datenerhebungen nach der Größe der arithmetischen Mittel. Beginne mit dem Größten. 1 45, 39, 44, 48, 42, 39, 40, 31 2 35, 31, 46, 35, 31, 42, 51,

Mehr

3 Deskriptive Statistik in R (univariat)

3 Deskriptive Statistik in R (univariat) (univariat) Markus Burkhardt (markus.burkhardt@psychologie.tu-chemnitz.de) Inhalt 3.1 Ziel... 1 3.2 Häufigkeiten... 1 3.3 Deskriptive Kennziffern I Lagemaße... 2 3.4 Streuungsmaße... 5 3.5 Standardisierung:

Mehr

Lage- und Streuungsmaße

Lage- und Streuungsmaße Sommersemester 2009 Modus Median Arithmetisches Mittel Symmetrie/Schiefe Wölbung/Exzess 4 6 8 10 ALQ Tutorien Begleitend zur Vorlesung, inhaltlich identisch mit der Übung Mögliche Zeiten: Do 10-12, Do

Mehr

Schätzung des Lifetime Values von Spendern mit Hilfe der Überlebensanalyse

Schätzung des Lifetime Values von Spendern mit Hilfe der Überlebensanalyse Schätzung Lifetime Values von Spenn mit Hilfe Überlebensanalyse Einführung in das Verfahren am Beispiel Einzugsgenehmigung Überlebensanalysen o Ereignisdatenanalysen behandeln das Problem, mit welcher

Mehr

Business Value Launch 2006

Business Value Launch 2006 Quantitative Methoden Inferenzstatistik alea iacta est 11.04.2008 Prof. Dr. Walter Hussy und David Tobinski UDE.EDUcation College im Rahmen des dokforums Universität Duisburg-Essen Inferenzstatistik Erläuterung

Mehr

Einführung in statistische Analysen

Einführung 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

Mehr

Stigmatisierung von Adipositas in Deutschland Ergebnisse einer repräsentativen Befragung im September 2012

Stigmatisierung von Adipositas in Deutschland Ergebnisse einer repräsentativen Befragung im September 2012 Stigmatisierung von Adipositas in Deutschland Ergebnisse einer repräsentativen Befragung im September 2012 PD Dr. med. Thomas Ellrott an der Georg-August-Universität Göttingen Universitätsmedizin Humboldtallee

Mehr

Sozialwissenschaftliche Methoden I

Sozialwissenschaftliche Methoden I Sozialwissenschaftliche Methoden I 4. Grundlagen der empirischen Sozialforschung Wintersemester 2008/09 Jr.-Prof. Dr. Thomas Behrends Internationales Institut für Management ABWL, insb. Personal und Organisation

Mehr

3 Lage- und Streuungsmaße

3 Lage- und Streuungsmaße 3 Lage- und Streuungsmaße 3.0 Kumulierte Häufigkeiten und empirische Verteilungsfunktion Grafische Darstellungen geben einen allgemeinen Eindruck der Verteilung eines Merkmals: Lage und Zentrum der Daten,

Mehr

Was heißt messen? Konzeptspezifikation Operationalisierung Qualität der Messung

Was heißt messen? Konzeptspezifikation Operationalisierung Qualität der Messung Was heißt messen? Ganz allgemein: Eine Eigenschaft eines Objektes wird ermittelt, z.b. die Wahlabsicht eines Bürgers, das Bruttosozialprodukt eines Landes, die Häufigkeit von Konflikten im internationalen

Mehr

4. Kumulierte Häufigkeiten und Quantile

4. Kumulierte Häufigkeiten und Quantile 4. Kumulierte Häufigkeiten und Quantile Kumulierte Häufigkeiten Oft ist man nicht an der Häufigkeit einzelner Merkmalsausprägungen interessiert, sondern an der Häufigkeit von Intervallen. Typische Fragestellung:

Mehr

Grundlagen empirische Sozialforschung Befragung und Fragebogen im Unternehmen. Marco Skulschus Marcus Wiederstein

Grundlagen empirische Sozialforschung Befragung und Fragebogen im Unternehmen. Marco Skulschus Marcus Wiederstein Grundlagen empirische Sozialforschung Befragung und Fragebogen im Unternehmen Marco Skulschus Marcus Wiederstein 1 2 Grundlagen empirische Sozialforschung Befragung und Fragebogen im Unternehmen Marco

Mehr

Bitte am PC mit Windows anmelden!

Bitte 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

Mehr