UNIVARIATE DATENANALYSE STATISTISCHE MASSZAHLEN MODUL 7 PROSEMINAR ANALYSE UND DARSTELLUNG VON DATEN I (DESKRIPTIVE STATISTIK)
|
|
- Jutta Biermann
- vor 8 Jahren
- Abrufe
Transkript
1 INSTITUT FÜR ERZIEHUNGSWISSENSCHAFT - UNIVERSITÄT SALZBURG PROSEMINAR ANALYSE UND DARSTELLUNG VON DATEN I (DESKRIPTIVE STATISTIK) GÜNTER HAIDER WS 1997/98 MODUL 7 UNIVARIATE DATENANALYSE STATISTISCHE MASSZAHLEN Erziehungswissenschat/Haider 1
2 Wie in den einührenden Modulen beschrieben, ist es Augabe der deskriptiven Statistik, Beragungs- oder Beobachtungsergebnisse in übersichtlicher Form darzustellen und zusammenzuassen. Im Modul 4 wurden dazu Häuigkeitstabellen vorgestellt, die über die Gesamtheit der Verteilung der Werte in einer Variablen Auskunt geben. Im Modul 5 wurden graische Darstellungen (Diagramme) benutzt, die ebenalls die Funktion haben, den Überblick über die Verteilung der Meßwerte zu ermöglichen. Die Augabe der Zusammenassung oder Verdichtung der Inormationen, die in einer Werte- Verteilung stecken, erüllen am besten die statistischen Maßzahlen (synonym spricht man auch von statistischen Kennwerten). Beispiele ür solche Maßzahlen sind Mittelwert oder Standardabweichung. Maßzahlen, die aus Stichproben gewonnen werden (=empirische Verteilungen) werden im allgemeinen Statistiken genannt. Maßzahlen, die die Verteilung in Populationen beschreiben sollen (deren wahre Verteilung man meist nicht kennt, sondern nur schätzt, daher => theoretische Verteilungen) heißen Parameter (Parameter werden durch griechische Buchstaben bezeichnet, z.b. s oder m ). Beispiel: Der Mittelwert von 6,27 der Variable IQTEST aus einer Stichprobenuntersuchung von 651 Salzburger Schülern würde als Statistik bezeichnet - würden wir daraus au den Mittelwert aller Salzburger Schüler derselben Altersgruppe schließen (= die Population), so würde man diesen geschätzten Wert Parameter nennen. Bei dem Bemühen, eine Gesamtheit von Werten (Beobachtungen) prägnant zu charakterisieren, verwendet man zwei Gruppen von Maßzahlen: einerseits Maße der zentralen Tendenz ( Mittelwerte ), die die Lage der Verteilung au der Abszissenachse (x) kennzeichnen und andererseits Maße ür die Streuung der Werte in einer Verteilung ( Streuungswerte ), z.b. die Breite der Verteilung. Mittelwerte und Streuungswerte dienen der numerisch-zusammenassenden Beschreibung von Häuigkeitsverteilungen. Sie können allerdings den Einblick in die originale Datenmatrix und eine Häuigkeitstabelle (tabellarisch oder graisch) nicht völlig ersetzen, denn mit einer Verdichtung von Daten - ausgehend von der originalen Datenmatrix - zu Häuigkeitstabellen und weiter zu Maßzahlen ist stets auch ein gewisser Inormationsverlust verbunden. Die wichtigsten Maßzahlen in der deskriptiven Statistik sind: Maße der zentralen Tendenz (Mittelwerte, means, averages) Maße ür die Streuung (Streuungsmaße, measures o variability) 1.Das arithmetische Mittel (Mittelwert) x 1.Varianz und Standardabweichung s 2,s (Mittel, Durchschnitt, arithmetic mean, average) (variance, standard deviation) 2.Der Median Q 2 2.Der Quartilabstand (die Quartile) Q 1 -Q 4 (mittlerer Wert, Zentralwert, median) (quartiles, interquartile range) 3.Der Modalwert Mode 3.Der Range Range (häuigster Wert, mode) (die Spannweite, range) Für die Erläuterung der Maßzahlen werden bestimmte mathematische Kurzbezeichnungen bzw. Abkürzungen verwendet werden (siehe Tabelle). Weitere wichtige Abkürzungen sind: x i (x 1, x 2,..) ortlauende Bezeichnung der beobachteten Meßwerte (i = Index) x 1, x n der erste und der letzte ( n-te ) Meßwert einer Variable n S Anzahl der Datensätze (untersuchte Personen, Fälle) Summenzeichen Beispiel: ( S x i ) heißt: Summe aller beobachteten Meßwerte entspricht also (x 1 + x 2 + x 3 + x x n ) 2 Skriptum Deskriptive Statistik
3 Die olgenden Graiken zeigen einige Beispiele ür die Formen, die Meßwerteverteilungen einer Variablen annehmen können. Für eine adäquate numerische Beschreibung solcher Verteilungen sind stets sowohl Mittelwerte (= Lage der Kurve au der x-achse) als auch Streuungswerte (= Breite/Form der Kurve) notwendig. symmetrisch (glockenörmig) symmetrisch (U-örmig) asymmetrisch linksschie (rechtssteil) asymmetrisch rechtsschie (linkssteil) J-Verteilung linkssteil J-Verteilung rechtssteil symmetrisch (bimodal) schmalgipelig lach Erziehungswissenschat/Haider 3
4 à Maße der zentralen Tendenz (Mittelwerte) 1. Das arithmetische Mittel (der Mittelwert) Deinition: Der Mittelwert einer Anzahl von Meßwerten einer Variablen ist deren Summe, dividiert durch die Anzahl der Meßwerte. Wir bezeichnen den Mittelwert abgekürzt als x (gesprochen x quer). Voraussetzung zur Berechnung: mindestens intervallskalierte Meßwerte - Voraussetzung zur sinnvollen Interpretation: möglichst eine eingipelige Verteilung, nicht zu stark asymmetrisch Formel: Der Mittelwert wird dadurch bestimmt, daß alle ür die Berechnung relevanten Meßwerte (beobachteten Werte) addiert werden und die so erhaltene Summe durch den Umang der Stichprobe (Anzahl der Meßwerte) n dividiert wird: x... Mittelwert x= S S... Summenzeichen x i x n i... alle Meßwerte n... Anzahl der Meßwerte Eigenschaten des Mittelwerts: a) Die Summe der Dierenzen aller Meßwerte von ihrem Mittelwert ist null => S (x i - x) = 0. b) Addiert oder subtrahiert man zu/von jedem Meßwert einer Stichprobe eine Konstante, so vergrößert/verkleinert sich der Mittelwert genau um diese Konstante. c) Die Summe der Quadrate der Dierenzen aller Meßwerte vom Mittelwert (=Abweichungsquadrate) ist kleiner als die Summe der Quadrate aller Dierenzen aller Meßwerte zu irgendeinem anderen Wert (d.h. die Summe der Abweichungsquadrate ist beim Mittelwert ein Minimum). Beispiel ür die Berechnung: Bei der Messung der Variable Körpergröße der 17 Schüler einer 4. Klasse traten die olgenden Meßwerte au: Im ersten Schritt wird die Summe alle Meßwerte berechnet: Im zweiten Schritt wird diese Summe durch die Anzahl der Meßwerte dividiert: S x i = 2465 cm x = 2465 cm / 17 = 145 cm. Der Mittelwert (das arithmetische Mittel) der 17 Meßwerte der Variable Körpergröße beträgt 145 cm. Valid Missing 0 keine Frequency Bei großen Stichproben - wie in der links dargestellten mit der Geschwisterzahl von 651 bzw. 637 Schülern - kann man den Mittelwert auch aus einer gegebenen Häuigkeitstabelle berechnen: 1. Schritt: Man multipliziert jeden Meßwert mit seiner Häuigkeit. 2. Schritt: Man addiert alle so entstandenen Teilsummen zur Gesamtsumme. 3. Schritt: Man dividiert die Gesamtsumme durch die Anzahl der Meßwerte. In unserem Beispiel würde das Ergebnis lauten: Gesamtsumme = (0*77)+(1*231)+(2*172)+(3*84)+(4*27)+(5*20)+ (6*11)+(7*10)+(8*1)+(9*2)+(10*1)+(14*1) = 1221 Geschwister x = 1221 / 637 Schüler = 1,92 4 Skriptum Deskriptive Statistik
5 à Nachteil des Mittelwertes * Starke Beeinlußbarkeit durch extreme Meßwerte ( Ausreißer ) Vorteile des Mittelwertes * Zuällige Stichprobeneinlüsse sind gering, d.h. heißt: Zieht man hintereinander mehrere Zuallsstichproben aus der gleichen Population und berechnet den Mittelwert, so sind die Abweichungen dieser Mittelwerte augrund von Stichprobeneinlüssen nur relativ gering - geringer jedenalls als beim Median, der im nächsten Abschnitt dargestellt wird. * Weil der Mittelwert ein Maß au Intervallskalenniveau ist, können alle algebraischen Grundoperationen durchgeührt werden. Ein Beispiel ür die letztgenannte Eigenschat ist das gewogene arithmetische Mittel von Mittelwerten aus mehreren Stichproben. Werden Mittelwerte unterschiedlich großer Stichproben zusammengeaßt, müssen sie mit ihrem Stichprobenumang (n) gewichtet werden. Formel: ( n*x x k... Mittelwerte der Stichproben 1 - k k k x n k... Anzahl der Meßwerte in Stichprobe 1 - k gew = S S n k ( Nehmen wir an, in drei 4. Klassen 4A (n 1 =17 Schüler), 4B (n 2 =21 Schüler) und 4C (n 3 =29 Schüler) wären die olgenden Körpergrößen gemessen worden: x 1 (4A) = 145 cm; x 2 (4B) = 148 cm; x 3 (4C) = 142 cm; Um nun den Gesamtmittelwert aller drei vierten Klassen zu berechnen (ohne die Einzelwerte zu kennen), multipliziert man jeden Mittelwert mit dem dazugehörigen n, addiert die drei Teilsummen und dividiert sie durch die Gesamtanzahl (n 1 +n 2 +n 3 ). In unserem Beispiel lautet die Lösung: x gew = (145*17) + (148*21) + (142*29) = ( ) / ( ) = 9691 / 67 = 144,6 cm 2. Der Median Deinition: Der Median ( mittlere Wert) ist derjenige Punkt der Meßwertskala, unterhalb und oberhalb dessen jeweils die Hälte der Meßwerte liegen. Wir bezeichnen den Median abgekürzt als Q 2, weil er dem Wert des 2. Quartils entspricht (siehe Streuungswerte). Voraussetzung zur Berechnung: mindestens ordinalskalierte Meßwerte Formel: Voraussetzung: Eine nach der Größe der Meßwerte austeigend geordnete Stichprobe. 1. Ist der Stichprobenumang n ungeradzahlig (n = 2k+1), so ist der Median der (k+1)te Wert in der geordneten Meßwertreihe. 2. Ist der Stichprobenumang n geradzahlig (n = 2k), so ist der Median der Mittelwert aus dem (k)ten und dem (k+1)tem Meßwert. Beispiel (verwendet das nebenstehende Beispiel vom Mittelwert Körpergröße, n=17) Dieselben Zahlen lauten nach der Größe geordnet: Da es sich um eine Stichprobe mit ungeradzahligem n handelt (n=17), k daher 8 und (k+1) = 9 beträgt, so ist der Median der 9.Wert in dieser Reihe (von links zu zählen anangen): 146 Erziehungswissenschat/Haider 5
6 Bei großen Stichproben kann der Median auch sehr rasch mithile einer geordneten Häuigkeitstabelle geunden werden. Im nächsten Beispiel wird die Häuigkeitstabelle dere Notenverteilung einer 1. Klasse Hauptschule in Deutsch gezeigt: Valid Missing Valid Cumulative Frequency Percent Percent Percent 37 5,7 6,0 6, ,2 26,5 32, ,8 43,9 76, ,4 22,4 98,7 8 1,2 1,3 100, ,2 100,0 31 4,8 31 4, ,0 Man betrachtet bei der Suche nach dem Median die Spalte mit den kumulierten Häuigkeiten (cumulative Percent). Da der Median der mittlere Wert einer Meßwertreihe ist, entspricht ihm der kumulierte Prozentwert 50%. Es gilt nun den Wert zu inden, der den 50%-Wert beinhaltet. In unserem Beispiel ist dies die Note 3 (sie enthält ja die Meßwerte von 32,5 bis 76,3%). Nach herkömmlicher Formel berechnet, würde der Median dieser Verteilung lauten: Nachdem es sich um eine Stichprobe mit geradzahligem n handelt (n=620, k=310), so ist der Median der Mittelwert zwischen dem 320. und dem 321. Meßwert. Da in der geordneten Meßwertreihe vom 202. bis zum 473. Meßwert die Noten 3 vorkommen, so ist sowohl der 320. als auch der 321. Meßwert eine 3 und (3+3)/2 ist ebenalls 3. à Vorteil des Medians * Wird durch einzelne extreme Meßwerte ( Ausreißer ) nicht so stark beeinlußt wie der Mittelwert. * Kann auch bei extrem asymmetrischen Verteilungen sinnvoll eingesetzt werden. * Er kann auch ür ordinalskalierte Variablen ermittelt werden ( und übernimmt dort die Rolle des Mittelwerts) 3. Der Modalwert Deinition: Der Modalwert ist der in einer Verteilung am häuigsten vorkommende Meßwert. Wir bezeichnen den Modalwert abgekürzt ot mit seinem englischen Name als mode. Voraussetzung zur Berechnung: keine Ermittlung: In einer Häuigkeitstabelle den am häuigsten vorkommenden Wert suchen (bei dem die absolute Häuigkeit am größten ist) - haben zwei oder mehrere Meßwerte die gleiche Häuigkeit, so gibt es zwei oder mehrere Modalwerte, d.h. die Verteilung ist zwei- oder mehrgipelig, bzw. bi- oder multimodal (nebeneinanderliegende Modalwerte düren nicht wie ein Median gemittelt werden - zwei nebeneinanderliegende Modalwerte entsprechen aber einer unimodalen Verteilung.). Beispiel (Körpergröße, n=17; wie in den vorhergehenden Abschnitten) Der am häuigsten vorkommende Meßwert und damit der Modalwert ist 146 (er kommt insgesamt dreimal vor). Vorteil des Modalwerts * Kann sehr einach und schnell ermittelt werden * Kann ür Variablen aller Skalenniveaus bestimmt werden Nachteil des Modalwerts * starke Abhängigkeit von zuälligen Stichprobeneinlüssen (zuällige, lokale Meßwerthäuungen) 6 Skriptum Deskriptive Statistik
7 à Der Vergleich zwischen den drei Maßen der zentralen Tendenz Wann ist welches Maß zu empehlen : Modalwert Median Mittelwert ür alle Skalenniveaus, besonders ür mehrgipelige Verteilungen, enthält wenig Inormation ür ordinal- und intervallskalierte Variablen, besonders ür asymmetrische eingipelige Verteilungen, bei kleiner Beobachtungszahl besser als Mittelwert ür mindestens intervallskalierte Variablen, ür symmetrische eingipelige Verteilungen, eindeutig zu berechnen, lieert zuverlässige Parameterschätzung, enthält die meiste Inormation (weil alle Meßwerte darin eingehen) Je nach Art bzw. Form der Verteilung der Meßwerte einer Variable ist auch das Verhältnis der drei Mittelwerte zueinander unterschiedlich - drei Beispiele sollen das verdeutlichen: Bei symmetrischen eingipeligen Verteilungen gilt die Regel, daß Mittelwert, Median und Modalwert zusammenallen, d.h. etwa denselben Wert haben. x = Q 2 = Mode Bei asymmetrischen linkssteilen (rechtsschieen) Verteilungen gilt die Regel: Modalwert < Median < Mittelwert Mode Q 2 x Bei asymmetrischen rechtssteilen (linksschieen) Verteilungen gilt die Regel: Modalwert > Median > Mittelwert x Q 2 Mode Zur Charakterisierung einer Verteilung als lach oder schmalgipelig reicht die Bestimmung eines Mittelwertes (oder Medians) nicht aus => dazu sind auch Maßzahlen ür die Streuung notwendig! x = Q 2 = Mode Erziehungswissenschat/Haider 7
8 à Maße ür die Streuung (Streuungsmaße) 1. Die Varianz und die Standardabweichung Deinition: Die Varianz ist die Summe aller Abweichungsquadrate (SAQ) der Meßwerte einer Verteilung von ihrem arithmetischen Mittel, dividiert durch (n - 1). Wir bezeichnen die Varianz abgekürzt als s 2 (gesprochen s quadrat). Die Standardabweichung (s) ist die Quadratwurzel aus der Varianz. Voraussetzung zur Berechnung: mindestens intervallskalierte Meßwerte, Einsatz wie Mittelwert Formel: Die Varianz wird dadurch bestimmt, daß zuerst alle Abweichungen zwischen den Meßwerten und dem Mittelwert ermittelt werden - diese Abweichungen werden quadriert (wodurch große Abweichungen ein noch stärkeres Gewicht erhalten) und addiert. Die SAQ wird durch (n - 1) dividiert, dies macht Varianz/Standardabweichung zu erwartungstreuen Schätzern ür die Parameter s= S 2 (x - ) i x n-1 2 x... Mittelwert S... Summenzeichen x i... alle Meßwerte n... Anzahl der Meßwerte Die Standardabweichung ist dann s = s 2. Beispiel zur Varianz/Standardabweichung (dasselbe Beispiel wie in den vorigen Abschnitten) Nr. x i x i -x (x i -x) 2 Mittelwert = Varianz (s 2 ) = 616 / = 38, Stdabw (s) = 6,20 cm Σ = 616 Zur händischen Berechnung der Standardabweichung s ist es am günstigsten, sich eine Tabelle anzuertigen wie die nebenstehende. Hier werden von links nach rechts die notwendigen Operationen durchgeührt (in der dritten Spalte die Abweichungen, in der letzten Spalte die quadrierten Abweichungen) - die Summe aus der letzten Spalte ergibt die SAQ (Summe aller Abweichungsquadrate), die dann nur noch durch n - 1 (Anzahl der Meßwerte minus 1) dividiert werden muß, um die Varianz zu erhalten. Die Wurzel aus der Varianz ist die Standardabweichung. 8 Skriptum Deskriptive Statistik
9 Je stärker die beobachteten Meßwerte von ihrem Mittelwert abweichen, desto größer ist die Standardabweichung (desto lacher ist die Verteilung). Je mehr sich die Meßwerte eng um den Mittelwert gruppieren (schmalgipelige Verteilung), desto kleiner werden s und s 2. Standardabweichung und Varianz sind prinzipiell als gleichwertig inormative Streuungsmaße anzusehen, denn wenn s 2 groß (klein) ist, ist auch s groß (klein). Für deskriptive Zwecke ziehen wir jedoch die Standardabweichung s vor, weil sie ein Maß ist, das in den Einheiten der zugrundeliegenden Meßwerte skaliert ist (in unserem Beispiel also cm). Vorteile von Varianz/Standardabweichung * Sie werden von zuälligen Extremwerten der Stichprobe nur wenig beeinlußt. * Sie hängen von allen Meßwerten der Verteilung ab (und nicht von extremen wie beim Range). * Sie sind zuverlässige ( erwartungstreue ) Schätzwerte ür die Streuung s in der Grundgesamtheit Nachteile von Varianz/Standardabweichung * Sie werden durch die Größe der gewählten/verwendeten Maßeinheiten stark bestimmt - man kann also nicht soort sagen, daß s = 6,2 eine große oder eine kleine Streuung darstellt. Will man Streuungen aus unterschiedlichen Stichproben vergleichen, so geht das z.b. über den Variabilitätskoeizienten von PEARSON: V = 100s / x. In unserem Beispiel wäre V= 620/145= 4,28. INTERPRETATION: Ist eine Verteilung einigermaßen symmetrisch/glockenörmig und eingipelig (eine Normalverteilung /Gauß-Kurve), so kann die Standardabweichung olgendermaßen gedeutet werden: -2s -s 95% 68% x +s +2s Normalverteilung, Gauß-Kurve Wenn sehr viele Meßwerte vorliegen (mind. 120) und deren Verteilung der Normalverteilung ausreichend angenähert ist, so beinden sich in einem Intervall von +s bis -s links und rechts vom Mittelwert rund 68% aller Meßwerte. In einem Intervall von +2s und - 2s um den Mittelwerte sind rund 95% aller Meßwerte anzutreen. Im (nicht dargestellten) Intervall von insgesamt +- 3s um den Mittelwert liegen dann 99% der Meßwerte. à 2. Der Quartilabstand (die Quartile) Deinition: Das 1. Quartil (Q1) ist derjenige Punkt der Meßwertskala, unterhalb dessen 25% der Meßwerte liegen. Das 2. Quartil (Q2, Median) ist derjenige Punkt der Meßwertskala, unterhalb und oberhalb dessen 50% der Meßwerte liegen. Das 3. Quartil (Q3) ist derjenige Punkt der Meßwertskala, unterhalb dessen 75% der Meßwerte liegen. Der Quartilabstand (QA, Interquartilabstand IQA) ist das Intervall au der Merkmalsachse, das durch das Q1/das erste Quartil und Q3/das dritte Quartil begrenzt wird (QA = Q3 - Q1). Der QA oder auch der halbe QA sind Streuungsmaße, die zur Charakterisierung der Breite einer Verteilung verwendet werden. Berechnung Im wesentlichen wird dieselbe Berechnungsart wie beim Median gewählt (siehe S.5). Erziehungswissenschat/Haider 9
10 Quartilabstand 50% Eigenschaten des Quartilabstands: Er repräsentiert den mittleren 50%-Abstand zwischen dem 1. und dem letzten Viertel einer Verteilung. Der QA kann auch bei ordinalskalierten Variablen bestimmt werden und ist besonders bei asymmetrischen Verteilungen günstig und besser interpretierbar als die Standardabweichung. Q1 Q2 Q3 Beispiel ür die Berechnung: Nr. des Schülers Größe in cm Reihenolge => Q1 Da es sich um ein ungeradzahliges n (n=17) handelt, geht man olgendermaßen vor: 1. Bestimmung des Q2 (Medians) => (k+1)te Wert => 9.Wert = 146 cm. (siehe S. 5) 2. Bestimmung von Q1: Ein Viertel der Verteilung wären 4,25 Meßwerte (n = 17) - Bruchteile von Meßwerten gibt es aber nicht, so wird - analog zur Medianberechnung - auch hier ein gewichteter Wert der nebeneinanderliegenden Meßwerte 4 (139cm) und 5 (141cm) herangezogen => 140 cm. 3. Bestimmung von Q3 analog zu Q1: gewichteter Wert zwischen 13.Wert (149) und 14.Wert (151) ergibt 150 cm. 4. Der Quartilabstand QA beträgt also: 150cm - 140cm = 10 cm. Es gibt in der Literatur einige unterschiedlich komplizierte (Schätz-)ormeln ür Quartile, wer händisch unbedingt die genauen Werte unter Einberechnung exakter Klassengrenzen berechnen will, wird au ZÖFEL 1985, S. 54. verwiesen. Der Abstand zwischen Q2 - Q1 im Vergleich zum Abstand Q3 - Q2 sagt etwas über die Schiee der Verteilung aus: Ist Q2 - Q1 größer als Q3 - Q2 so handelt es sich um eine linksschiee (rechtssteile) Verteilung. Bei extremer Ausprägung spricht man von ceiling eect loor eect einem Decken-Eekt (ceiling eect) der Untersuchung, d.h. zum Beispiel bei einem Test => ein Großteil der Schüler hat ast alle Punkte erreicht. Das Gegenteil ist der Boden-Eekt (loor eect) - hier ist Q3-Q2 deutlich größer als Q2-Q1 - der Test war zu schwierig ür Q1 Q2 Q3 Q1 Q2 Q3 die meisten Schüler. Q2 Q3 10 Skriptum Deskriptive Statistik
11 à 3. Der Range (die Spannweite) Deinition: Der Range entspricht der Dierenz zwischen dem größten und dem kleinsten vorkommenden Meßwert (x max - x min ). Berechnung Suchen Sie in der geordneten Meßwertreihe (oder in der Häuigkeitstabelle) den größten und den kleinsten vorkommenden Meßwert und subtrahieren Sie x min von x max. Beispiel: In unserem Körpergröße-Beispiel ist der kleinste Wert 133cm und der größte 157cm. Der Range beträgt also = 24 cm. Vorteile des Range: * Er ist einach zu berechnen, leicht verständlich und kann ab Ordinalniveau der Daten auch interpretiert werden. * Repräsentiert die Extremwerte der Verteilung (günstige Inormation, wenn man z.b. Klassen bestimmen will) Nachteile des Range: * Äußerst sensibel au extreme Werte (Range ungünstig, wenn man wissen will, wo die meisten Werte liegen) * wenig stabil gegenüber Zuallseinlüssen der Stichprobe gegenüber (hängt ziemlich von der Stichprobengröße ab und lieert unzuverlässige, weil meist zu niedrige Schätzwerte ür die Streuung in der Grundgesamtheit). Standardwerte (z-transormierte Werte) als Anwendung von x und s Eine wichtige Anwendung des Mittelwerts und der Standardabweichung besteht darin, daß mit ihrer Hile jede (mindestens intervallskalierte und symmetrisch eingipelige) Meßwerteverteilung in Standardwerte bzw. z-werte umgerechnet werden kann (= Standardnormalverteilung). Die Formel ür die Umrechnung lautet: z i... ein Standardwert/z-Wert Beispiel: i x z= x- i s x i... ein Meßwert x... Standardabweichung s... Standardabweichung Nr. des Schülers Größeincm z-wert => -1,94-0,32 1,13-0,16-0,65-1,29 1,94-1,13 0,16 0,32 0,65 1,13 0,16-0,97 0,16 0,97-0,16 Jeder alte Wert der Variablen Körpergröße wird durch die z-transormation in einen neuen Standardwert umgeormt. Diese neu entstandene Standardnormalverteilung (z-verteilung) der Variablen hat die olgenden (günstigen) Eigenschaten: * Der Mittelwert ist stets 0 (null) und die Standardabweichung der neuen z-verteilung ist stets 1. * Die Form der Verteilung ändert sich durch die z-transormation nicht. * Aus dem z-wert ist daher soort ersichtlich, ob ein Wert größer (+) oder kleiner (-) als der Mittelwert ist und um wieviel s-einheiten er oberhalb oder unterhalb des Mittelwerts liegt (z.b. +0,32 entspricht einem Wert, der etwa ein Drittel einer Standardabweichung oberhalb des Mittels liegt) Erziehungswissenschat/Haider 11
12 Die Berechnung der sechs Maße mit SPSS a) Berechnung aller Mittelwerte und Streuungsmaße mit FREQUENCIES Die einachste Berechnung aller gewünschten Maße der zentralen Tendenz sowie der Streuungsmaße erolgt über das Auswahleld Statistics in der Prozedur FREQUENCIES. Nach Anwahl von Statistics önet sich ein Menü, das alle besprochenen Maße (und noch einige mehr) zur Auswahl bereithält. Klicken Sie einach jene Maße an, die Sie berechnet haben wollen. Das Ergebnis könnte z.b. ür die Variable GROESSE im Übungsdatensatz SL.SAV so aussehen: Statistics GROESSE/K rpergr e in cm am Ende der GRUNDSCHULE Valid N Missing Mean Median Mode Std. Percentiles Deviation Variance Range ,78 140, ,27 39, ,00 140,00 144,00 Zur Erklärung muß hinzugeügt werden, daß die Quartile 1 bis 3 dem 25., 50. und 75. Percentil entsprechen (Percentile teilen die Stichprobe in hundert gleich breite Bereiche). b) Berechnung von Mittelwert und Standardabweichung mit DESCRIPTIVES Ein Teil der gewünschten Maßzahlen und die z-standardisierten Werte (!) lassen sich auch rasch über die Prozedur Descriptives (Untermenü Options ) berechnen. Um eine neue Variable mit den z-werten zu berechnen, muß die Option Save standardized values as variables ausgewählt werden. SPSS berechnet dann eine neue Variable mithile der z-transormation und benennt sie mit z +alter Name, also z.b. zgroesse. Mit der Prozedur Descriptives lassen sich keine Quartile, also auch kein Median, berechnen. 12 Skriptum Deskriptive Statistik
13 c) Berechnung von Maßzahlen ür Teilgruppen mit MEANS Es kommt relativ häuig vor, daß man neben dem Gesamtmittelwert einer Gruppe auch an den Mittelwerten von Teilgruppen interessiert ist. Ein Beispiel in unserem Datensatz SL.SAV wäre die Frage, welche Mittelwerte die Mädchen und die Buben im Schulleistungstest (SLTEST) erzielen. Die Mittelwerte und Standardabweichungen solcher Teilgruppen lassen sich mit der Prozedur MEANS berechnen (Sie erreichen MEANS über Statistics - Compare Means - Means. Als dependent variable muß nun die interessierende (intervallskalierte) Variable SLTEST ausgewählt werden - und als independent variable wählen Sie die gruppierende Variable, in unserem Fall also das Geschlecht (GESCHL). Klickt man das Auswahleld Options an, so kann man aus einer Liste verschiedenster Maßzahlen auswählen, welche man ür jede Teilgruppe berechnet haben will. Man erhält dann olgenden Ausdruck von SPSS: Report SCHULLEISTUNGSTEST: Punkte im standardisierten Test 1 M NNLICH 2 WEIBLICH Mean N Std. Deviation Mean N Std. Deviation Mean N Std. Deviation 49, ,90 49, ,85 49, ,87 In dieser Tabelle inden Sie nun: <== Mittelwert und Standardabweichung der 337 Buben in der Stichprobe. <== Mittelwert und Standardabweichung der 293 Mädchen in der Stichprobe. <== Mittelwert und Standardabweichung der 630 Schülerinnen und Schüler in der gesamten Stichprobe. Weitere Berechnungsmöglichkeiten und Tabellen mit Maßzahlen können Sie über die Report -Prozeduren von Statistics - Summarize - Report summaries in Rows/Columns anordern. Diese Prozeduren ermöglichen Ihnen viele verschiedene Variationen von übersichtlichen Maßzahl-Tabellen - experimentieren Sie auch mit diesen Prozeduren, bis Siemit ihren Leistungen vertraut sind. Erziehungswissenschat/Haider 13
14 ÜBUNGSFRAGEN UND PRAKTISCHE ÜBUNGEN zu Modul 7 Univariate Statistik - Maßzahlen 1. Warum berechnet man statistische Maßzahlen? Mit welchen Mitteln lassen sich Verteilungen charakterisieren? 2. Wie unterscheiden sich Statistiken von Parametern? 3. Welche drei Maße der zentralen Tendenz sind am wichtigsten? Wie lauten ihre englischen Namen und ihre Abkürzungen? 4. Welche drei Maße der Streuung sind am wichtigsten? Wie lauten ihre englischen Namen und ihre Abkürzungen? 5. Was bedeuten die Abkürzungen/Zeichen: x i, x 1, x, n, S? 6. Zeichnen Sie verschiedene Verteilungsormen au, z.b. eine lache symmetrische Verteilung, eine rechtsschiee aber relativ schmalgipelige Verteilung, eine Verteilung, die dem ceiling-eect entspricht, usw. Tragen Sie in jede Verteilung ein, wo Ihrer Meinung nach Q2, Mode und Mittelwert liegen. 7. Berechnen Sie die drei Maßzahlen ür die zentrale Tendenz von der olgenden Verteilung (erzielte Testpunkte von 21 Schülerinnen und Schülern in einem Mathe-Test): a) Berechnen Sie die drei Maßzahlen ür die zentrale Tendenz aus der olgenden Häuigkeitstabelle. b) Was kann aus der Häuigkeitstabelle über die Form der Verteilung ausgesagt werden? Valid Frequency Percent , , ,1 52 8,0 18 2, ,6 Missing ,4 22 3, ,0 9. Welche Maße der zentralen Tendenz lassen sich jeweils ür nominal-, ordinal- und intervallskalierte Variablen berechnen? Begründen Sie diese Antwort. 10.Was sind Ausreißer und was bewirken sie bei den jeweiligen Mittel- und Streuungswerten? 11.Konstruieren Sie eine einache Häuigkeitsverteilung, ür die gilt: Mode = Median = Mittelwert. 12.Ein Persönlichkeitstest ist an einer Stichprobe von 36 Personen durchgeührt worden. Die Auswertung ergab: Mittelwert= 12; Median= 9; Mode =9. Welche Werte nehmen die drei Maßzahlen an, wenn jeder der 36 Meßwerte in der Urliste verdoppelt wird (bzw. mit 2 multipliziert wird)? 13.In einer Stichprobe von 24 Buben ergab sich ein Mittelwert bei einem Test von 107 Punkten - die 31 Mädchen erzielten bei demselben Test 112 Punkte. Wie lautet der Gesamtmittelwert der gesamten Gruppe? 14.Berechnen Sie die drei Maßzahlen der Streuung ür die 21 Werte von Augabe Schildern Sie die Vor- und Nachteile der verschiedenen Streuungsmaße. 16.Was ist der Unterschied zwischen s und s, und zwischen x und m? 17.Zeigen Sie an einem vollständigen Beispiel, daß der Satz: Die Summe aller Dierenzen aller Meßwerte von ihrem Mittelwert ist null korrekt ist. 14 Skriptum Deskriptive Statistik
15 18.Deinieren Sie ein neues Datenile mit den 21 Meßwerten der Augabe 7 und berechnen Sie die 6 Maßzahlen mithile von Frequencies - vergleichen Sie die Ergebnisse mit Ihren händisch errechneten Resultaten von 7 und Führen Sie die olgenden Berechnungen mit dem Übungsdatensatz SL.SAV durch und interpretieren Sie die Ergebnisse: a) Berechnen Sie die 6 Maßzahlen der Variablen GEWICHT und IQTEST. Welche Form haben die beiden Verteilungen? b) Wählen Sie in DESCRIPTIVES alle Noten aus (DEUGS1 RECHGS1 DEUGS4 RECHGS4 DEUNGS MA- THNGS ENGNGS DEULJ MATHLJ ENGLJ) - behandeln Sie die Werte wie intervallskalierte Daten und berechnen Sie Mittelwert und Standardabweichung. Lassen Sie sich die Ergebnisse nach der Größe der Mittelwerte sortiert ausgeben (Options - Display order - Ascending means). Was kann man daraus ersehen? c) Bestimmen Sie die Mittelwerte der Variablen SLTEST (Schulleistungstest) je nach der abgeschlossenen Schulbildung des Vaters (MEANS!). Fällt Ihnen dabei etwas au? d) Erzeugen Sie die z-standardisierten Werte der Variable SLTEST. Prüen Sie mit Descriptives, ob die Behauptung, diese Verteilung hätte einen Mittelwert von 0 und eine Standardabweichung von 1 wirklich stimmt. 20.Erklären Sie aus dem Gedächtnis, au welche Weise die sechs Maßzahlen berechnet werden und welche Vor- und Nachteile jede Maßzahl hat. 21.Über eine Häuigkeitsverteilung werden die olgenden Behauptungen augestellt: a) Der Mode ist größer als der Mittelwert. b) s ist größer als der Mittelwert. c) Die Varianz beträgt -3,56. d) Die Standardabweichung ist größer als die Varianz. e) Das Merkmal ist stetig und ordinalskaliert. Welche der Aussagen sind mit Sicherheit alsch? Erziehungswissenschat/Haider 15
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
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
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
Mehr2. 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
MehrLineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
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
MehrQM: Prüfen -1- KN16.08.2010
QM: Prüfen -1- KN16.08.2010 2.4 Prüfen 2.4.1 Begriffe, Definitionen Ein wesentlicher Bestandteil der Qualitätssicherung ist das Prüfen. Sie wird aber nicht wie früher nach der Fertigung durch einen Prüfer,
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
MehrAuswertung 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
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
MehrSTATISTIK. Erinnere dich
Thema Nr.20 STATISTIK Erinnere dich Die Stichprobe Drei Schüler haben folgende Noten geschrieben : Johann : 4 6 18 7 17 12 12 18 Barbara : 13 13 12 10 12 3 14 12 14 15 Julia : 15 9 14 13 10 12 12 11 10
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
MehrInformationsblatt Induktionsbeweis
Sommer 015 Informationsblatt Induktionsbeweis 31. März 015 Motivation Die vollständige Induktion ist ein wichtiges Beweisverfahren in der Informatik. Sie wird häufig dazu gebraucht, um mathematische Formeln
MehrOECD Programme for International Student Assessment PISA 2000. Lösungen der Beispielaufgaben aus dem Mathematiktest. Deutschland
OECD Programme for International Student Assessment Deutschland PISA 2000 Lösungen der Beispielaufgaben aus dem Mathematiktest Beispielaufgaben PISA-Hauptstudie 2000 Seite 3 UNIT ÄPFEL Beispielaufgaben
MehrPrimzahlen und RSA-Verschlüsselung
Primzahlen und RSA-Verschlüsselung Michael Fütterer und Jonathan Zachhuber 1 Einiges zu Primzahlen Ein paar Definitionen: Wir bezeichnen mit Z die Menge der positiven und negativen ganzen Zahlen, also
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,
MehrWebergänzung zu Kapitel 10
Webergänzung zu Kapitel 10 10.1.4 Varianzanalyse (ANOVA: analysis of variance) Im Kapitel 10 haben wir uns hauptsächlich mit Forschungsbeispielen beschäftigt, die nur zwei Ergebnissätze hatten (entweder
MehrStellen Sie bitte den Cursor in die Spalte B2 und rufen die Funktion Sverweis auf. Es öffnet sich folgendes Dialogfenster
Es gibt in Excel unter anderem die so genannten Suchfunktionen / Matrixfunktionen Damit können Sie Werte innerhalb eines bestimmten Bereichs suchen. Als Beispiel möchte ich die Funktion Sverweis zeigen.
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
MehrAufgabe 1: Nehmen Sie Stellung zu den folgenden Behauptungen (richtig/falsch mit stichwortartiger Begründung).
Aufgabe 1: Nehmen Sie Stellung zu den folgenden Behauptungen (richtig/falsch mit stichwortartiger Begründung). a) Die Anzahl der voneinander verschiedenen Beobachtungswerte eines statistischen Merkmals
MehrMODUL 4 UNIVARIATE DATENANALYSE HÄUFIGKEITEN UND DIAGRAMME PROSEMINAR ANALYSE UND DARSTELLUNG VON DATEN I (DESKRIPTIVE STATISTIK)
INSTITUT FÜR ERZIEHUNGSWISSENSCHAFT - UNIVERSITÄT SALZBURG PROSEMINAR ANALYSE UND DARSTELLUNG VON DATEN I (DESKRIPTIVE STATISTIK) GÜNTER HAIDER WS 1997/98 MODUL 4 UNIVARIATE DATENANALYSE HÄUFIGKEITEN UND
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 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,
MehrBerechnung der Erhöhung der Durchschnittsprämien
Wolfram Fischer Berechnung der Erhöhung der Durchschnittsprämien Oktober 2004 1 Zusammenfassung Zur Berechnung der Durchschnittsprämien wird das gesamte gemeldete Prämienvolumen Zusammenfassung durch die
MehrModul 1 STATISTIK Eine erste Einführung
Kassel Modul 1 STATISTIK Eine erste Einführung 2009 Alphadi - www.alphadi.de Copyright Die Informa@onen in diesem Produkt werden ohne Rücksicht auf einen eventuellen Patentschutz veröffentlicht. Warennamen
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
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
Mehr50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte
50. Mathematik-Olympiade. Stufe (Regionalrunde) Klasse 3 Lösungen c 00 Aufgabenausschuss des Mathematik-Olympiaden e.v. www.mathematik-olympiaden.de. Alle Rechte vorbehalten. 503 Lösung 0 Punkte Es seien
MehrZahlen auf einen Blick
Zahlen auf einen Blick Nicht ohne Grund heißt es: Ein Bild sagt mehr als 1000 Worte. Die meisten Menschen nehmen Informationen schneller auf und behalten diese eher, wenn sie als Schaubild dargeboten werden.
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
Mehr1,11 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
MehrV 2 B, C, D Drinks. Möglicher Lösungsweg a) Gleichungssystem: 300x + 400 y = 520 300x + 500y = 597,5 2x3 Matrix: Energydrink 0,7 Mineralwasser 0,775,
Aufgabenpool für angewandte Mathematik / 1. Jahrgang V B, C, D Drinks Ein gastronomischer Betrieb kauft 300 Dosen Energydrinks (0,3 l) und 400 Liter Flaschen Mineralwasser und zahlt dafür 50, Euro. Einen
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
MehrKorrelation (II) Korrelation und Kausalität
Korrelation (II) Korrelation und Kausalität Situation: Seien X, Y zwei metrisch skalierte Merkmale mit Ausprägungen (x 1, x 2,..., x n ) bzw. (y 1, y 2,..., y n ). D.h. für jede i = 1, 2,..., n bezeichnen
MehrPhysik & Musik. Stimmgabeln. 1 Auftrag
Physik & Musik 5 Stimmgabeln 1 Auftrag Physik & Musik Stimmgabeln Seite 1 Stimmgabeln Bearbeitungszeit: 30 Minuten Sozialform: Einzel- oder Partnerarbeit Voraussetzung: Posten 1: "Wie funktioniert ein
MehrLösungsmethoden gewöhnlicher Differentialgleichungen (Dgl.)
Lösungsmethoden gewöhnlicher Dierentialgleichungen Dgl) Allgemeine und partikuläre Lösung einer gewöhnlichen Dierentialgleichung Eine Dierentialgleichung ist eine Gleichung! Zum Unterschied von den gewöhnlichen
Mehr1 Mathematische Grundlagen
Mathematische Grundlagen - 1-1 Mathematische Grundlagen Der Begriff der Menge ist einer der grundlegenden Begriffe in der Mathematik. Mengen dienen dazu, Dinge oder Objekte zu einer Einheit zusammenzufassen.
MehrLösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1
LÖSUNG 3A Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1 Mit den Berechnungsfunktionen LG10(?) und SQRT(?) in "Transformieren", "Berechnen" können logarithmierte Werte sowie die Quadratwurzel
MehrDie Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung.
Lineare Gleichungen mit einer Unbekannten Die Grundform der linearen Gleichung mit einer Unbekannten x lautet A x = a Dabei sind A, a reelle Zahlen. Die Gleichung lösen heißt, alle reellen Zahlen anzugeben,
MehrDaten sammeln, darstellen, auswerten
Vertiefen 1 Daten sammeln, darstellen, auswerten zu Aufgabe 1 Schulbuch, Seite 22 1 Haustiere zählen In der Tabelle rechts stehen die Haustiere der Kinder aus der Klasse 5b. a) Wie oft wurden die Haustiere
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
MehrBusiness 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
MehrSowohl die Malstreifen als auch die Neperschen Streifen können auch in anderen Stellenwertsystemen verwendet werden.
Multiplikation Die schriftliche Multiplikation ist etwas schwieriger als die Addition. Zum einen setzt sie das kleine Einmaleins voraus, zum anderen sind die Überträge, die zu merken sind und häufig in
MehrRekursionen. Georg Anegg 25. November 2009. Methoden und Techniken an Beispielen erklärt
Methoden und Techniken an Beispielen erklärt Georg Anegg 5. November 009 Beispiel. Die Folge {a n } sei wie folgt definiert (a, d, q R, q ): a 0 a, a n+ a n q + d (n 0) Man bestimme eine explizite Darstellung
MehrLaufende Auswertung von Feedback-Fragebögen... 2. Eine Vorlage zur Auswertung eines Fragebogens und die Präsentation erstellen...
Inhaltsverzeichnis Laufende Auswertung von Feedback-Fragebögen... 2 Eine Vorlage zur Auswertung eines Fragebogens und die Präsentation erstellen... 2 Namen verwalten... 4 Dr. Viola Vockrodt-Scholz edvdidaktik.de
MehrUli Greßler. Qualitätsmanagement. Überwachung der Produkt- und Prozessqualität. Arbeitsheft. 2. Auflage. Bestellnummer 04796
Uli Greßler Qualitätsmanagement Überwachung der Produt- und Prozessqualität Arbeitsheft 2. Auflage Bestellnummer 04796 Haben Sie Anregungen oder Kritipunte zu diesem Produt? Dann senden Sie eine E-Mail
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
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
MehrEvaluation der Normalverteilungsannahme
Evaluation der Normalverteilungsannahme. Überprüfung der Normalverteilungsannahme im SPSS P. Wilhelm; HS SPSS bietet verschiedene Möglichkeiten, um Verteilungsannahmen zu überprüfen. Angefordert werden
MehrWas meinen die Leute eigentlich mit: Grexit?
Was meinen die Leute eigentlich mit: Grexit? Grexit sind eigentlich 2 Wörter. 1. Griechenland 2. Exit Exit ist ein englisches Wort. Es bedeutet: Ausgang. Aber was haben diese 2 Sachen mit-einander zu tun?
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
MehrBerechnungen in Access Teil I
in Access Teil I Viele Daten müssen in eine Datenbank nicht eingetragen werden, weil sie sich aus anderen Daten berechnen lassen. Zum Beispiel lässt sich die Mehrwertsteuer oder der Bruttopreis in einer
MehrOutlook. sysplus.ch outlook - mail-grundlagen Seite 1/8. Mail-Grundlagen. Posteingang
sysplus.ch outlook - mail-grundlagen Seite 1/8 Outlook Mail-Grundlagen Posteingang Es gibt verschiedene Möglichkeiten, um zum Posteingang zu gelangen. Man kann links im Outlook-Fenster auf die Schaltfläche
MehrRepetitionsaufgaben Wurzelgleichungen
Repetitionsaufgaben Wurzelgleichungen Inhaltsverzeichnis A) Vorbemerkungen B) Lernziele C) Theorie mit Aufgaben D) Aufgaben mit Musterlösungen 4 A) Vorbemerkungen Bitte beachten Sie: Bei Wurzelgleichungen
Mehr4. Jeder Knoten hat höchstens zwei Kinder, ein linkes und ein rechtes.
Binäre Bäume Definition: Ein binärer Baum T besteht aus einer Menge von Knoten, die durch eine Vater-Kind-Beziehung wie folgt strukturiert ist: 1. Es gibt genau einen hervorgehobenen Knoten r T, die Wurzel
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,
MehrLeichte-Sprache-Bilder
Leichte-Sprache-Bilder Reinhild Kassing Information - So geht es 1. Bilder gucken 2. anmelden für Probe-Bilder 3. Bilder bestellen 4. Rechnung bezahlen 5. Bilder runterladen 6. neue Bilder vorschlagen
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
MehrApproximation durch Taylorpolynome
TU Berlin Fakultät II - Mathematik und Naturwissenschaften Sekretariat MA 4-1 Straße des 17. Juni 10623 Berlin Hochschultag Approximation durch Taylorpolynome Im Rahmen der Schülerinnen- und Schüler-Uni
MehrAUTOMATISIERTE HANDELSSYSTEME
UweGresser Stefan Listing AUTOMATISIERTE HANDELSSYSTEME Erfolgreich investieren mit Gresser K9 FinanzBuch Verlag 1 Einsatz des automatisierten Handelssystems Gresser K9 im Portfoliomanagement Portfoliotheorie
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...
MehrAuswertung zur. Hauptklausur Unternehmensbesteuerung. vom 24.02.10. und Ergebnisse der Kundenbefragung
Auswertung zur Hauptklausur Unternehmensbesteuerung vom 24.02.10 Vergleich: Skriptteufel-Absolventen vs. alle Teilnehmer und Ergebnisse der Kundenbefragung In diesem Dokument vergleichen wir die Klausurergebnisse
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
MehrDokumentation. estat Version 2.0
Dokumentation estat Version 2.0 Installation Die Datei estat.xla in beliebiges Verzeichnis speichern. Im Menü Extras AddIns... Durchsuchen die Datei estat.xla auswählen. Danach das Auswahlhäkchen beim
MehrAccess [basics] Gruppierungen in Abfragen. Beispieldatenbank. Abfragen gruppieren. Artikel pro Kategorie zählen
Abfragen lassen sich längst nicht nur dazu benutzen, die gewünschten Felder oder Datensätze einer oder mehrerer Tabellen darzustellen. Sie können Daten auch nach bestimmten Kriterien zu Gruppen zusammenfassen
MehrStatistische Thermodynamik I Lösungen zur Serie 1
Statistische Thermodynamik I Lösungen zur Serie Zufallsvariablen, Wahrscheinlichkeitsverteilungen 4. März 2. Zwei Lektoren lesen ein Buch. Lektor A findet 2 Druckfehler, Lektor B nur 5. Von den gefundenen
MehrUnivariates Chi-Quadrat-Verfahren für ein dichotomes Merkmal und eine Messwiederholung: Test nach McNemar
Univariates Chi-Quadrat-Verfahren für ein dichotomes Merkmal und eine Messwiederholung: Test nach McNemar Inhaltsverzeichnis Univariates Chi-Quadrat-Verfahren für ein dichotomes Merkmal und eine Messwiederholung:
MehrPTV VISWALK TIPPS UND TRICKS PTV VISWALK TIPPS UND TRICKS: VERWENDUNG DICHTEBASIERTER TEILROUTEN
PTV VISWALK TIPPS UND TRICKS PTV VISWALK TIPPS UND TRICKS: VERWENDUNG DICHTEBASIERTER TEILROUTEN Karlsruhe, April 2015 Verwendung dichte-basierter Teilrouten Stellen Sie sich vor, in einem belebten Gebäude,
MehrDas RSA-Verschlüsselungsverfahren 1 Christian Vollmer
Das RSA-Verschlüsselungsverfahren 1 Christian Vollmer Allgemein: Das RSA-Verschlüsselungsverfahren ist ein häufig benutztes Verschlüsselungsverfahren, weil es sehr sicher ist. Es gehört zu der Klasse der
Mehr8. Berechnung der kalkulatorischen Zinsen
8. Berechnung der kalkulatorischen Zinsen 8.1. Allgemeines In der laufenden Rechnung werden im Konto 322.00 Zinsen nur die ermittelten Fremdkapitalzinsen erfasst. Sobald aber eine Betriebsabrechnung erstellt
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
MehrMathematik: Mag. Schmid Wolfgang Arbeitsblatt 3 1. Semester ARBEITSBLATT 3 RECHNEN MIT GANZEN ZAHLEN
ARBEITSBLATT 3 RECHNEN MIT GANZEN ZAHLEN Wir wollen nun die Rechengesetze der natürlichen Zahlen auf die Zahlenmenge der ganzen Zahlen erweitern und zwar so, dass sie zu keinem Widerspruch mit bisher geltenden
MehrBarrierefreie Webseiten erstellen mit TYPO3
Barrierefreie Webseiten erstellen mit TYPO3 Alternativtexte Für jedes Nicht-Text-Element ist ein äquivalenter Text bereitzustellen. Dies gilt insbesondere für Bilder. In der Liste der HTML 4-Attribute
MehrMulticheck Schülerumfrage 2013
Multicheck Schülerumfrage 2013 Die gemeinsame Studie von Multicheck und Forschungsinstitut gfs-zürich Sonderauswertung ICT Berufsbildung Schweiz Auswertung der Fragen der ICT Berufsbildung Schweiz Wir
MehrFunktionsbeschreibung. Lieferantenbewertung. von IT Consulting Kauka GmbH
Funktionsbeschreibung Lieferantenbewertung von IT Consulting Kauka GmbH Stand 16.02.2010 odul LBW Das Modul LBW... 3 1. Konfiguration... 4 1.1 ppm... 4 1.2 Zertifikate... 5 1.3 Reklamationsverhalten...
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme 1 Zwei Gleichungen mit zwei Unbekannten Es kommt häufig vor, dass man nicht mit einer Variablen alleine auskommt, um ein Problem zu lösen. Das folgende Beispiel soll dies verdeutlichen
MehrWachstum 2. Michael Dröttboom 1 LernWerkstatt-Selm.de
1. Herr Meier bekommt nach 3 Jahren Geldanlage 25.000. Er hatte 22.500 angelegt. Wie hoch war der Zinssatz? 2. Herr Meiers Vorfahren haben bei der Gründung Roms (753. V. Chr.) 1 Sesterze auf die Bank gebracht
MehrLineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der
MehrGleichungen Lösen. Ein graphischer Blick auf Gleichungen
Gleichungen Lösen Was bedeutet es, eine Gleichung zu lösen? Was ist überhaupt eine Gleichung? Eine Gleichung ist, grundsätzlich eine Aussage über zwei mathematische Terme, dass sie gleich sind. Ein Term
MehrGeld Verdienen im Internet leicht gemacht
Geld Verdienen im Internet leicht gemacht Hallo, Sie haben sich dieses E-book wahrscheinlich herunter geladen, weil Sie gerne lernen würden wie sie im Internet Geld verdienen können, oder? Denn genau das
MehrAnleitung über den Umgang mit Schildern
Anleitung über den Umgang mit Schildern -Vorwort -Wo bekommt man Schilder? -Wo und wie speichert man die Schilder? -Wie füge ich die Schilder in meinen Track ein? -Welche Bauteile kann man noch für Schilder
MehrMitarbeiterbefragung als PE- und OE-Instrument
Mitarbeiterbefragung als PE- und OE-Instrument 1. Was nützt die Mitarbeiterbefragung? Eine Mitarbeiterbefragung hat den Sinn, die Sichtweisen der im Unternehmen tätigen Menschen zu erkennen und für die
MehrFachhochschule Düsseldorf Wintersemester 2008/09
Fachhochschule Düsseldorf Wintersemester 2008/09 Teilfachprüfung Statistik im Studiengang Wirtschaft Prüfungsdatum: 26.01.2009 Prüfer: Prof. Dr. H. Peters, Diplom-Vw. Lothar Schmeink Prüfungsform: 2-stündige
MehrTangentengleichung. Wie lautet die Geradengleichung für die Tangente, y T =? Antwort:
Tangentengleichung Wie Sie wissen, gibt die erste Ableitung einer Funktion deren Steigung an. Betrachtet man eine fest vorgegebene Stelle, gibt f ( ) also die Steigung der Kurve und somit auch die Steigung
MehrKontingenzkoeffizient (nach Pearson)
Assoziationsmaß für zwei nominale Merkmale misst die Unabhängigkeit zweier Merkmale gibt keine Richtung eines Zusammenhanges an 46 o jl beobachtete Häufigkeiten der Kombination von Merkmalsausprägungen
Mehr1 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
MehrBox-and-Whisker Plot -0,2 0,8 1,8 2,8 3,8 4,8
. Aufgabe: Für zwei verschiedene Aktien wurde der relative Kurszuwachs (in % beobachtet. Aus den jeweils 20 Quartaldaten ergaben sich die folgenden Box-Plots. Box-and-Whisker Plot Aktie Aktie 2-0,2 0,8,8
MehrKapitalerhöhung - Verbuchung
Kapitalerhöhung - Verbuchung Beschreibung Eine Kapitalerhöhung ist eine Erhöhung des Aktienkapitals einer Aktiengesellschaft durch Emission von en Aktien. Es gibt unterschiedliche Formen von Kapitalerhöhung.
MehrFunktion Erläuterung Beispiel
WESTFÄLISCHE WILHELMS-UNIVERSITÄT WIRTSCHAFTSWISSENSCHAFTLICHE FAKULTÄT BETRIEBLICHE DATENVERARBEITUNG Folgende Befehle werden typischerweise im Excel-Testat benötigt. Die Beispiele in diesem Dokument
Mehr5. Bildauflösung ICT-Komp 10
5. Bildauflösung ICT-Komp 10 Was sind dpi? Das Maß für die Bildauflösung eines Bildes sind dpi. Jeder spricht davon, aber oft weiß man gar nicht genau was das ist. Die Bezeichnung "dpi" ist ein Maß, mit
MehrMusterlösungen zur Linearen Algebra II Blatt 5
Musterlösungen zur Linearen Algebra II Blatt 5 Aufgabe. Man betrachte die Matrix A := über dem Körper R und über dem Körper F und bestimme jeweils die Jordan- Normalform. Beweis. Das charakteristische
MehrExcel Pivot-Tabellen 2010 effektiv
7.2 Berechnete Felder Falls in der Datenquelle die Zahlen nicht in der Form vorliegen wie Sie diese benötigen, können Sie die gewünschten Ergebnisse mit Formeln berechnen. Dazu erzeugen Sie ein berechnetes
MehrVarianzanalyse (ANOVA: analysis of variance)
Varianzanalyse (AOVA: analysis of variance) Einfaktorielle VA Auf der Basis von zwei Stichproben wird bezüglich der Gleichheit der Mittelwerte getestet. Variablen müssen Variablen nur nominalskaliert sein.
MehrBehörde für Bildung und Sport Abitur 2008 Lehrermaterialien zum Leistungskurs Mathematik
Abitur 8 II. Insektenpopulation LA/AG In den Tropen legen die Weibchen einer in Deutschland unbekannten Insektenpopulation jedes Jahr kurz vor Beginn der Regenzeit jeweils 9 Eier und sterben bald darauf.
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
MehrWS 2008/09. Diskrete Strukturen
WS 2008/09 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0809
MehrTutorial: Entlohnungsberechnung erstellen mit LibreOffice Calc 3.5
Tutorial: Entlohnungsberechnung erstellen mit LibreOffice Calc 3.5 In diesem Tutorial will ich Ihnen zeigen, wie man mit LibreOffice Calc 3.5 eine einfache Entlohnungsberechnung erstellt, wobei eine automatische
MehrWas ist Sozial-Raum-Orientierung?
Was ist Sozial-Raum-Orientierung? Dr. Wolfgang Hinte Universität Duisburg-Essen Institut für Stadt-Entwicklung und Sozial-Raum-Orientierte Arbeit Das ist eine Zusammen-Fassung des Vortrages: Sozialräume
Mehr