STATISTISCHE MUSTERANALYSE - DARSTELLUNGSVORSCHLAG

Größe: px
Ab Seite anzeigen:

Download "STATISTISCHE MUSTERANALYSE - DARSTELLUNGSVORSCHLAG"

Transkript

1 STATISTISCHE MUSTERANALYSE - DARSTELLUNGSVORSCHLAG Statistische Methoden In der vorliegenden fiktiven Musterstudie wurden X Patienten mit XY Syndrom (im folgenden: Gruppe XY) mit Y Patienten eines unauffälligem Kollektivs (im folgenden: Kontrollgruppe) hinsichtlich einer Reihe von Parametern verglichen. Dabei wurde für den Parameter P, der im zeitlichen Verlauf erhoben wurde, mit Hilfe einer Varianzanalyse für Messwiederholungen untersucht, ob sich Unterschiede im zeitlichen Verlauf, im zeitlichen Durchschnitt sowie zu den jeweiligen Messzeitpunkten zwischen den beiden Gruppen ergeben. Zur Analyse von Messwiederholungsdesigns kann sowohl ein univariater, als auch ein multivariater Ansatz verwendet werden. Im Hinblick auf das jeweilige Verfahren wurden die notwendigen Vorraussetzungen überprüft. War die Voraussetzung der Spherizität für die Anwendung des univariaten Ansatzes nicht gewährleistet wurde alternativ eine Modifikation verwendet, die auf der Multiplikation der Zähler- und Nennerfreiheitsgrade mit Korrekturfaktoren (Epsilons) basiert. In diesem Fall wurde die Grennhouse- Geisser-Korrektur verwandt. Für Parameter, die nicht zeitabhängig erhoben wurden, ist in Abhängigkeit des Skalenniveaus der t- Test für unabhängige Stichproben für metrisch skalierte Parameter angewandt worden. Bei nicht normalverteilten Daten wurde alternativ zum t-test der nichtparametrische Mann-Whitney-U-Test benutzt. Der Chi-Quadrat-Unabhängigkeitstest, oder alternativ der exakte Test von Fisher, wurde für die Analyse kategorialer Parameter im Rahmen von Kontingenztafeln angewandt. Es wurde jeweils untersucht, ob Abhängigkeiten zwischen den Gruppen in bezug auf die untersuchten kategoriealen Parameter vorliegen. Für die Untersuchung des linearen Zusammenhangs, zwischen dem im Zeitverlauf erhobenen Parameter P und weiteren metrisch skalierten Variablen, wurde der Korrelationskoeffiziente nach Pearson verwandt. Literatur: Sachs, L. (1992): Angewandte Statistik, Springer-Verlag, Berlin, Heidelberg. Stevens,J. (1992). Applied multivariate statistics for the social science, Lawrence Erlbaum, New Jersey. 1

2 Muster - Ergebnissteil Darstellung metrisch skalierter Parameter: Auf Wunsch können die in Tabelle 1 gemachten, deskriptiven Angaben um den Median, Minimum, Maximum, usw. erweitert werden. Ordinal skaliert Parameter werden wahlweise als Median mit dem 25%- und 75% Quartil tabellarisch dargestellt, oder, in Abhängigkeit der Anzahl von Kategorien, innerhalb einer Kontingenztafel (siehe Tabelle 2) mit prozentualen Anteilen veranschaulicht. Tabelle 1: Mittelwerte und Standardabweichung der XY- und der Kontrollgruppe. Ein p<0,05 bezeichnet einen signifikanten Unterschied zwischen den beiden Gruppen. Gruppe XY (n=x) Kontrollgruppe (n=y) p Alter (Jahre) 67,3 ± 7,6 65,7 ± 9,1 p=0,64 Größe (cm) 175,7 ± 5,4 170,1 ± 5,6 p<0,05 Gewicht (kg) 83,9 ± 6,9 79,2 ± 8,0 p=0,41 Intensiv-Zeit (Tage) 8,0 ± 4,2 2,3 ± 0,7 p< 0, Interpretationshilfe zu Tabelle 1: Hinsichtlich der Größe und der Liegedauer auf Intensiv ergibt der t- Test für unabhängige Stichproben signifikante Unterschiede zwischen den Gruppen. Bezüglich des Alters und des Gewichtes ergibt sich kein Widerspruch zur Hypothese gleicher Mittelwerte in den Gruppen. Abbildung 1: Balkendiagramm der mittleren Liegedauer auf Intensiv für die beiden Gruppen Liegedauer auf Intensiv [Tage] Gruppe XY (n=x) Kontrollgruppe (n=y) 2

3 Kategoriale Parameter Kategoriale Parameter werden innerhalb einer Kontingenztafel (siehe Tabelle 2) mit prozentualen Anteilen dargestellt. Der Chi-Quadrat-Unabhängigkeitstest, bzw. der exakte Test von Fisher, überprüfen die Hypothese der Unabhängigkeit beider kategorialer Parameter. Im folgenden Beispiel stellen die beiden Gruppen und der Parameter Infektion die kategorialen Variablen dar. Tabelle 2: Abhängigkeit der Gruppen auf eine Infektion. Es besteht ein hochsignifikanter Zusammenhang (p<0,01). Infektion ja nein Gesamt Gruppe XY Anzahl n=x 1 n=x 2 n=x % 88,9% 11,1% 100,0% Kontrolle Anzahl n=y 1 n=y 2 n=y % 12,5% 87,5% 100,0% Gesamt Anzahl n=x 1 +y 1 n=x 2 +y 2 n=x+y % 40,0% 60,0% 100,0% Interpretationshilfe zu Tabelle 2: Hinsichtlich der beiden Gruppen und dem Auftreten einer Infektion ergibt der exakte Test nach Fisher einen hochsignifikanter Zusammenhang (p<0,01). Dieser ergibt sich durch den mit 88,9% hohen Anteil von Infektionen für die Patienten der Gruppe XY, im Vergleich zur Kontrollgruppe mit lediglich 12,5%. 3

4 Messwiederholungsdesigns Im folgenden sind für den im zeitlichen Verlauf, für beide Gruppen erhobenen Parameter P, die Mittelwerte und Standardabweichungen dargestellt. Eine Varianzanalyse für Messwiederholungen untersucht im Anschluss typische Fragestellung, die im Zusammenhang mit einem solchen Design entstehen. Tabelle 3: Mittelwerte und Standardabweichung der XY- und der Kontrollgruppe des Parameters P im zeitlichen Verlauf. Ein p<0,05 bezeichnet einen signifikanten Unterschied zwischen den Gruppen zum jeweiligen Zeitpunkt. Gruppe XY (n=x) Kontrolle (n=y) p P Zeitpunkt 1 460,7 ± 26,7 344,2 ± 30,1 p< 0,01 P Zeitpunkt 2 387,3 ± 30,3 177,3 ± 21,7 p< 0,01 P Zeitpunkt 3 275,5 ± 29,8 96,8 ± 22,0 p< 0,01 P Zeitpunkt 4 177,7 ± 26,5 61,3 ± 17,6 p< 0,01 Interpretationshilfe zu Tabelle 3: Hinsichtlich der beiden Gruppen ergibt sich zu jedem der vier Zeitpunkte ein hochsignifikanter Unterschied (p<0,01) in bezug auf den Parameter P. Das jeweilige Signifikanzniveau kann der Spalte mit der Überschrift p entnommen werden. Da hier jeweils der Parameter P zu einem fixen Zeitpunkt analysiert wird, spricht man von einer univariaten Analyse. Werden für eine statistische Analyse mehrere Variablen simultan analysiert spricht man von einer multivariaten Statistik. In unserem Beispiel überprüft eine Varianzanalyse für Messwiederholungen, als multivariates Verfahren zur Analyse des Parameters P, für die Zeitpunkte 1-4 weiterhin die folgenden drei Hypothesen: H 0 1: Die Messungen des Parameters P verlaufen über die Zeitpunkte 1-4 konstant. (Verlaufs-Effekt) H 0 2: Die Messungen des Parameters P sind im zeitlichen Durchschnitt für beide Gruppen gleich. (Gruppen-Effekt) H 0 3: Zwischen dem zeitlichen Verlauf der Messungen des Parameters P in bezug auf die zwei Gruppen bestehen keine Wechselwirkungen. (Parallelität) Die Varianzanalyse für Messwiederholungen ergab für den Parameter P einen signifikant nicht konstanten Verlauf (H 0 1: p<0,05). Die in Tabelle 3 dargestellten Mittelwerte zeigen in diesem Zusammenhang einen kontinuierlichen Abfall der Messwerte des Parameters P über die Zeit. Im zeitlichen Durchschnitt ergeben sich ebenfalls signifikante Unterschiede der Messwerte des Parameters P zwischen der Gruppe XY und der Kontrollgruppe (H 0 2: p<0,01). Die in Tabelle 3 dargestellten Mittelwerte zeigen für die Gruppe XY, im Vergleich zur Kontrolle, ein deutlich höheres Niveau der Messwerte. 4

5 Hinsichtlich des zeitlichen Verlaufs der Messungen des Parameters P ergeben sich keine signifikanten Unterschiede (H 0 3: p=0,49). Es kann also davon ausgegangen werden, dass keine Wechselwirkungen zwischen den Gruppen und den Messzeitpunkten vorliegen, der Kurvenverlauf der beiden Gruppen also parallel sind. In Abbildung 2 wird deutlich, dass die Verläufe für die Gruppe XY und die Kontrolle annähernd parallel verlaufen und somit keine Wechselwirkungen aufweisen. Abbildung 2: Liniendiagramm des Parameters P im zeitlichen Verlauf für die beiden Gruppen Messverläufe des Parameters P Gruppe XY Kontrollgruppe Maßeinheit des Parameters P Messzeitpunkt 5

6 Korrelationsanalyse Berechnet wurden die Pearsonschen Korrelationskoeffizienten zwischen dem im Zeitverlauf erhobenen Parameter P und der OP-Zeit, der EKZ-Zeit sowie der Ischämie-Zeit. Signifikante Korrelationen wurden mit einem Sternchen (p < 0,05) resp. mit zwei Sternchen (p < 0,01) gekennzeichnet. Tabelle 4: Korrelationen (R) des Parameters P mit der OP-, EKZ- und Ischämie-Zeit OP-Zeit EKZ-Zeit Ischämie-Zeit Parameter P (n=xy) Zeitpunkt 1 0,129 0,165 0,109 Zeitpunkt 2 0,238 0,296 0,154 Zeitpunkt 3 0,584* 0,770** 0,732** Zeitpunkt 4 0,607* 0,802** 0,828** Interpretationshilfe zu Tabelle 4: Über die Gruppen hinweg sind signifikante Korrelationen des Parameters P für die Zeitpunkte 3 und 4 und der OP-Zeit, der EKZ-Zeit sowie der Ischämie-Zeit zu beobachten. Die Korrelationen sind insbesondere für die EKZ-, und die Ischämie-Zeit, mit Werten von R>0,7, besonders stark ausgeprägt. Bemerkung: Auf Wunsch können etwa Streudiagramme mit eingezeichneter Regressionsgerade erstellt werden. 6

Statistik II (Sozialwissenschaften)

Statistik II (Sozialwissenschaften) Dr. Hans-Otfried Müller Institut für Mathematische Stochastik Fachrichtung Mathematik Technische Universität Dresden http://www.math.tu-dresden.de/sto/mueller/ Statistik II (Sozialwissenschaften) 2. Konsultationsübung,

Mehr

Zusammenhangsanalyse mit SPSS. Messung der Intensität und/oder der Richtung des Zusammenhangs zwischen 2 oder mehr Variablen

Zusammenhangsanalyse mit SPSS. Messung der Intensität und/oder der Richtung des Zusammenhangs zwischen 2 oder mehr Variablen - nominal, ordinal, metrisch In SPSS: - Einfache -> Mittelwerte vergleichen -> Einfaktorielle - Mehrfaktorielle -> Allgemeines lineares Modell -> Univariat In SPSS: -> Nichtparametrische Tests -> K unabhängige

Mehr

Eine zweidimensionale Stichprobe

Eine zweidimensionale Stichprobe Eine zweidimensionale Stichprobe liegt vor, wenn zwei qualitative Merkmale gleichzeitig betrachtet werden. Eine Urliste besteht dann aus Wertepaaren (x i, y i ) R 2 und hat die Form (x 1, y 1 ), (x 2,

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

Hypothesentests mit SPSS. Beispiel für eine einfaktorielle Varianzanalyse Daten: museum_m_v05.sav

Hypothesentests mit SPSS. Beispiel für eine einfaktorielle Varianzanalyse Daten: museum_m_v05.sav Beispiel für eine einfaktorielle Varianzanalyse Daten: museum_m_v05.sav Hypothese: Die Beschäftigung mit Kunst ist vom Bildungsgrad abhängig. 1. Annahmen Messniveau: Modell: Die Skala zur Erfassung der

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

Angewandte Statistik 3. Semester

Angewandte Statistik 3. Semester Angewandte Statistik 3. Semester Übung 5 Grundlagen der Statistik Übersicht Semester 1 Einführung ins SPSS Auswertung im SPSS anhand eines Beispieles Häufigkeitsauswertungen Grafiken Statistische Grundlagen

Mehr

Kapitel 6: Zweifaktorielle Varianzanalyse

Kapitel 6: Zweifaktorielle Varianzanalyse Kapitel 6: Zweifaktorielle Varianzanalyse Durchführung einer zweifaktoriellen Varianzanalyse ohne Messwiederholung 1 Effektstärke und empirische Teststärke einer zweifaktoriellen Varianzanalyse ohne Messwiederholung

Mehr

? Unterscheiden sich Burschen und Mädchen im Ausmaß der Mithilfe im Haushalt?

? Unterscheiden sich Burschen und Mädchen im Ausmaß der Mithilfe im Haushalt? 341 i Metrische und kategoriale Merkmale An einer Beobachtungseinheit werden metrische und kategoriale Variable erhoben. Beispiel: Hausarbeit von Teenagern (Stunden/Woche) 25 15 STUNDEN 5-5 weiblich männlich?

Mehr

Inhaltsverzeichnis. II. Statistische Modelle und sozialwissenschaftliche Meßniveaus 16

Inhaltsverzeichnis. II. Statistische Modelle und sozialwissenschaftliche Meßniveaus 16 Vorwort 1 1. Kapitel: Der Stellenwert der Statistik für die sozialwissenschaflliche Forschung 1 1. Zur Logik (sozial-)wissenschaftlicher Forschung 1 1. Alltagswissen und wissenschaftliches Wissen 1 2.

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

Statistische Auswertung (Signifikanzen) Projekt: Evaluation der Langzeitauswirkung des Imago Paartherapie Workshops

Statistische Auswertung (Signifikanzen) Projekt: Evaluation der Langzeitauswirkung des Imago Paartherapie Workshops Auswertung: Irina Zamfirescu Auftraggeber: Mag. Klaus Brehm Statistische Auswertung (Signifikanzen) Projekt: Evaluation der Langzeitauswirkung des Imago Paartherapie Workshops Fragestellung: Wirkt sich

Mehr

Einfache statistische Auswertungen mit dem Programm SPSS

Einfache 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...

Mehr

Elisabeth Raab-Steiner/ Michael Benesch. Der Fragebogen. Von der Forschungsidee zur SPSS-Auswertung. 3., aktualisierte und überarbeitete Auflage

Elisabeth Raab-Steiner/ Michael Benesch. Der Fragebogen. Von der Forschungsidee zur SPSS-Auswertung. 3., aktualisierte und überarbeitete Auflage Elisabeth Raab-Steiner/ Michael Benesch Der Fragebogen Von der Forschungsidee zur SPSS-Auswertung 3., aktualisierte und überarbeitete Auflage facultas.wuv Inhaltsverzeichnis 1 Elementare Definitionen 13

Mehr

Inhaltsverzeichnis. Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden

Inhaltsverzeichnis. Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden Inhaltsverzeichnis Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist Spaß 3 Warum Statistik? 3 Checkpoints 4 Daten 4 Checkpoints 7 Skalen - lebenslang wichtig bei der Datenanalyse

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

Signifikanztests zur Prüfung von Unterschieden in der zentralen Tendenz -Teil 1-

Signifikanztests zur Prüfung von Unterschieden in der zentralen Tendenz -Teil 1- SPSSinteraktiv Signifikanztests (Teil ) - - Signifikanztests zur Prüfung von Unterschieden in der zentralen Tendenz -Teil - t-test bei einer Stichprobe - SPSS-Output Der t-test bei einer Stichprobe wird

Mehr

Grundbegriffe und Grundlagen der Statistik Vortragender: Thomas Zidek Allgemeinmediziner

Grundbegriffe und Grundlagen der Statistik Vortragender: Thomas Zidek Allgemeinmediziner Grundbegriffe und Grundlagen der Statistik Vortragender: Thomas Zidek Allgemeinmediziner Was werden wir behandeln? Grundbegriffe der Statistik 2 wesentliche Themen bereits behandelt Wissenschaftliche Studien

Mehr

3.2.1 Neurogeneserate der magnetfeldbehandelten Tiere aus restriktiver Haltung

3.2.1 Neurogeneserate der magnetfeldbehandelten Tiere aus restriktiver Haltung Eigene Untersuchungen 25 3.2 Ergebnisse 3.2.1 Neurogeneserate der magnetfeldbehandelten Tiere aus restriktiver Haltung Untersucht wurde, ob die Magnetfeldbehandlung mit 1, 8, 12, 29 und 5 Hz einen Einfluss

Mehr

SPSS V Gruppenvergleiche ( 2 Gruppen) abhängige (verbundene) Stichproben

SPSS V Gruppenvergleiche ( 2 Gruppen) abhängige (verbundene) Stichproben SPSS V Gruppenvergleiche ( 2 Gruppen) abhängige (verbundene) Stichproben ÜBERSICHT: Testverfahren bei abhängigen (verbundenen) Stichproben parametrisch nicht-parametrisch 2 Gruppen t-test bei verbundenen

Mehr

Es können keine oder mehrere Antworten richtig sein. Eine Frage ist NUR dann richtig beantwortet, wenn ALLE richtigen Antworten angekreuzt wurden.

Es können keine oder mehrere Antworten richtig sein. Eine Frage ist NUR dann richtig beantwortet, wenn ALLE richtigen Antworten angekreuzt wurden. Teil III: Statistik Alle Fragen sind zu beantworten. Es können keine oder mehrere Antworten richtig sein. Eine Frage ist NUR dann richtig beantwortet, wenn ALLE richtigen Antworten angekreuzt wurden. Wird

Mehr

Vergleiche von Gruppen hinsichtlich Ihrer zentralen Tendenz

Vergleiche von Gruppen hinsichtlich Ihrer zentralen Tendenz Vergleiche von Gruppen hinsichtlich Ihrer zentralen Tendenz Im folgenden sollen Analyseverfahren dargestellt werden, die zwei oder mehr Gruppen hinsichtlich ihrer zentralen Tendenz in einer einzelnen Variablen

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

Computergestützte Methoden. Master of Science Prof. Dr. G. H. Franke WS 07/08

Computergestützte Methoden. Master of Science Prof. Dr. G. H. Franke WS 07/08 Computergestützte Methoden Master of Science Prof. Dr. G. H. Franke WS 07/08 1 Seminarübersicht 1. Einführung 2. Recherchen mit Datenbanken 3. Erstellung eines Datenfeldes 4. Skalenniveau und Skalierung

Mehr

VS PLUS

VS PLUS VS PLUS Zusatzinformationen zu Medien des VS Verlags Statistik II Inferenzstatistik 2010 Übungsaufgaben und Lösungen Inferenzstatistik 2 [Übungsaufgaben und Lösungenn - Inferenzstatistik 2] ÜBUNGSAUFGABEN

Mehr

Kapitel 6: Zweifaktorielle Varianzanalyse

Kapitel 6: Zweifaktorielle Varianzanalyse Kapitel 6: Zweifaktorielle Varianzanalyse Durchführung einer zweifaktoriellen Varianzanalyse ohne Messwiederholung Dieser Abschnitt zeigt die Durchführung der in Kapitel 6 behandelten zweifaktoriellen

Mehr

6. METRISCHE UND KATEGORIALE MERKMALE

6. METRISCHE UND KATEGORIALE MERKMALE 6. METRISCHE UND KATEGORIALE MERKMALE wenn an einer Beobachtungseinheit eine (oder mehrere) metrische und eine (oder mehrere) kategoriale Variable(n) erhoben wurden Beispiel: Haushaltsarbeit von Teenagern

Mehr

Kapitel 5 FRAGESTELLUNG 1. Öffne die Datei alctobac.sav.

Kapitel 5 FRAGESTELLUNG 1. Öffne die Datei alctobac.sav. Kapitel 5 FRAGESTELLUNG 1 Öffne die Datei alctobac.sav. Zuerst werden wir ein Streudiagramm erstellen, um einen grafischen Überblick von diesem Datensatz zu erhalten. Gehe dazu auf Grafiken / Streudiagramm

Mehr

TEIL 7: EINFÜHRUNG UNIVARIATE ANALYSE TABELLARISCHE DARSTELLUNG / AUSWERTUNG

TEIL 7: EINFÜHRUNG UNIVARIATE ANALYSE TABELLARISCHE DARSTELLUNG / AUSWERTUNG TEIL 7: EINFÜHRUNG UNIVARIATE ANALYSE TABELLARISCHE DARSTELLUNG / AUSWERTUNG Statistik eine Umschreibung Mathematische Hilfswissenschaft mit der Aufgabe, Methoden für die Sammlung, Aufbereitung, Analyse

Mehr

Aufgaben zu Kapitel 7:

Aufgaben zu Kapitel 7: Aufgaben zu Kapitel 7: Aufgabe 1: In einer Klinik sollen zwei verschiedene Therapiemethoden miteinander verglichen werden. Zur Messung des Therapieerfolges werden die vorhandenen Symptome einmal vor Beginn

Mehr

Tutorial: Regression Output von R

Tutorial: Regression Output von R Tutorial: Regression Output von R Eine Firma erzeugt Autositze. Ihr Chef ist besorgt über die Anzahl und die Kosten von Maschinenausfällen. Das Problem ist, dass die Maschinen schon alt sind und deswegen

Mehr

Zur Statistik im neuen Genehmigungsantrag

Zur Statistik im neuen Genehmigungsantrag Zur Statistik im neuen Genehmigungsantrag 21. Essener Informationstreffen, 12. März 2014 PD Dr. Nicole Heussen nheussen@ukaachen.de Institut für Medizinische Statistik RWTH Aachen Zur Statistik im neuen

Mehr

Biostatistische Studienplanung. Dr. Matthias Kohl SIRS-Lab GmbH

Biostatistische Studienplanung. Dr. Matthias Kohl SIRS-Lab GmbH Biostatistische Studienplanung Dr. Matthias Kohl SIRS-Lab GmbH Ausgangspunkt Fragestellung(en)/Hypothese(n): Hauptfragestellung: Grund für Durchführung der Studie Nebenfragestellung(en): Welche Fragestellungen

Mehr

Sozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester 2009, Statistik mit SPSS

Sozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester 2009, Statistik mit SPSS Sommersemester 2009, Statistik mit SPSS 26. August 2009 26. August 2009 Statistik Dozentin: mit Anja SPSS Mays 1 Bivariate Datenanalyse, Überblick bis Freitag heute heute Donnerstag Donnerstag Freitag

Mehr

Test-Finder. Inhalt. Orientierung im Test-Chaos Dipl.-Psych. Dr. Guido Strunk

Test-Finder. Inhalt. Orientierung im Test-Chaos Dipl.-Psych. Dr. Guido Strunk Test-Finder 1 Test-Finder Orientierung im Test-Chaos Dipl.-Psych. Dr. Guido Strunk Inhalt 1 Grundlagen... 2 2 Maße der zentralen Tendenz vergleichen Zwei Gruppen... 3 2.1 T-Test für unabhängige Daten...

Mehr

Sonderanhang: Manuelle Berechnungen der Statistikaufgaben

Sonderanhang: Manuelle Berechnungen der Statistikaufgaben Albert/Marx 04: Empirisches Arbeiten Sonderanhang: Manuelle Berechnungen der Statistikaufgaben Kaum jemand führt heutzutage statistische Berechnungen noch von Hand durch, weil es sehr viele Computerprogramme

Mehr

Kapitel 8: Verfahren für Rangdaten

Kapitel 8: Verfahren für Rangdaten Kapitel 8: Verfahren für Rangdaten Der Mann-Whitney U-Test In Kapitel 8.1 dient eine Klassenarbeit in einer Schule als Beispielanwendung für einen U-Test. Wir werden an dieser Stelle die Berechnung dieses

Mehr

Brückenkurs Statistik für Wirtschaftswissenschaften

Brückenkurs Statistik für Wirtschaftswissenschaften Peter von der Lippe Brückenkurs Statistik für Wirtschaftswissenschaften Weitere Übungsfragen UVK Verlagsgesellschaft mbh Konstanz Mit UVK/Lucius München UVK Verlagsgesellschaft mbh Konstanz und München

Mehr

ÜBUNGSAUFGABEN ZU INFERENZSTATISTIK II

ÜBUNGSAUFGABEN ZU INFERENZSTATISTIK II ÜBUNGSAUFGABEN ZU INFERENZSTATISTIK II 1.1 Durch welche Elemente lässt sich laut der Formel für die multiple Regression der Wert einer Person auf einer bestimmten abhängigen Variable Y vorhersagen? a)

Mehr

Übungsserie Nr. 10 mit Lösungen

Übungsserie Nr. 10 mit Lösungen Übungsserie Nr. 10 mit Lösungen 1 Ein Untersuchungsdesign sieht einen multivariaten Vergleich einer Stichprobe von Frauen mit einer Stichprobe von Männern hinsichtlich der Merkmale X1, X2 und X3 vor (Codierung:

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

Statistik für Psychologen und Sozialwissenschaftler

Statistik für Psychologen und Sozialwissenschaftler Markus Bühner Matthias Ziegler Statistik für Psychologen und Sozialwissenschaftler Mit über 480 Abbildungen PEARSON Studium Ein Imprint von Pearson Education München Boston San Francisco Harlow, England

Mehr

Biostatistik Erne Einfuhrung fur Biowissenschaftler

Biostatistik Erne Einfuhrung fur Biowissenschaftler Matthias Rudolf Wiltrud Kuhlisch Biostatistik Erne Einfuhrung fur Biowissenschaftler PEARSON Studium Inhaltsverzeichnis Vorwort xi Kapitel 1 Einfiihrung 1 1.1 Biostatistik als Bestandteil biowissenschafllicher

Mehr

Kapitel 5: Einfaktorielle Varianzanalyse

Kapitel 5: Einfaktorielle Varianzanalyse Kapitel 5: Einfaktorielle Varianzanalyse Durchführung einer einfaktoriellen Varianzanalyse ohne Messwiederholung 1 Berechnung der Effektstärke und der beobachteten Teststärke einer einfaktoriellen Varianzanalyse

Mehr

Lösung Aufgabe 1 (Regression) Es wurden in einer Befragung zwei metrische Merkmale X und Y erhoben. Betrachten Sie dazu die

Lösung Aufgabe 1 (Regression) Es wurden in einer Befragung zwei metrische Merkmale X und Y erhoben. Betrachten Sie dazu die Statistik für Kommunikationswissenschaftler Wintersemester 2010/2011 Vorlesung Prof. Dr. Nicole Krämer Übung Nicole Krämer, Cornelia Oberhauser, Monia Mahling Lösung Thema 9 Homepage zur Veranstaltung:

Mehr

Anhang A: Fragebögen und sonstige Unterlagen

Anhang A: Fragebögen und sonstige Unterlagen Anhang Anhang A: Fragebögen und sonstige Unterlagen A.: Flyer zur Probandenrekrutierung 46 A.: Fragebogen zur Meditationserfahrung 47 48 A.3: Fragebogen Angaben zur Person 49 5 5 A.4: Termin- und Einladungsschreiben

Mehr

Metrische Daten. Johannes Hain. Lehrstuhl für Mathematik VIII Statistik 1/28

Metrische Daten. Johannes Hain. Lehrstuhl für Mathematik VIII Statistik 1/28 Metrische Daten Johannes Hain Lehrstuhl für Mathematik VIII Statistik 1/28 Metrische Daten Übersicht Besitzen die Daten, die statistisch ausgewertet werden sollen, metrisches Skalenniveau, unterscheidet

Mehr

Kapitel 6 FRAGESTELLUNG 1.1. Öffne die Datei teenagework.sav.

Kapitel 6 FRAGESTELLUNG 1.1. Öffne die Datei teenagework.sav. Kapitel 6 FRAGESTELLUNG 1.1 Öffne die Datei teenagework.sav. Für eine grafische Darstellung bietet sich ein Boxplot an. Dazu gehe auf Grafiken / Boxplot. Im anschließenden Menü wähle Einfach aus und drücke

Mehr

If something has a 50% chance of happening, then 9 times out of 10 it will. Yogi Berra

If something has a 50% chance of happening, then 9 times out of 10 it will. Yogi Berra If something has a 50% chance of happening, then 9 times out of 10 it will. Yogi Berra If you torture your data long enough, they will tell you whatever you want to hear. James L. Mills Warum Biostatistik?

Mehr

Kapitel 5: Einfaktorielle Varianzanalyse

Kapitel 5: Einfaktorielle Varianzanalyse Kapitel 5: Einfaktorielle Varianzanalyse Durchführung einer einfaktoriellen Varianzanalyse ohne Messwiederholung Dieser Abschnitt zeigt die Durchführung der in Kapitel 5 vorgestellten einfaktoriellen Varianzanalyse

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

3.1 Die Bedeutung der Kindslage während der Schwangerschaft für die Lage zur Geburt sowie ihr Zusammenhang mit der fetalen Kopfform

3.1 Die Bedeutung der Kindslage während der Schwangerschaft für die Lage zur Geburt sowie ihr Zusammenhang mit der fetalen Kopfform 31 III ERGEBNISSE 3.1 Die Bedeutung der Kindslage während der Schwangerschaft für die Lage zur Geburt sowie ihr Zusammenhang mit der fetalen Kopfform 3.1.1 Die Kindslage im Verlauf der Schwangerschaft

Mehr

Häufigkeitstabellen. Balken- oder Kreisdiagramme. kritischer Wert für χ2-test. Kontingenztafeln

Häufigkeitstabellen. Balken- oder Kreisdiagramme. kritischer Wert für χ2-test. Kontingenztafeln Häufigkeitstabellen Menüpunkt Data PivotTable Report (bzw. entsprechendes Icon): wähle Data Range (Zellen, die die Daten enthalten + Zelle mit Variablenname) wähle kategoriale Variable für Spalten- oder

Mehr

Test auf den Erwartungswert

Test auf den Erwartungswert Test auf den Erwartungswert Wir interessieren uns für den Erwartungswert µ einer metrischen Zufallsgröße. Beispiele: Alter, Einkommen, Körpergröße, Scorewert... Wir können einseitige oder zweiseitige Hypothesen

Mehr

Einige Statistische Tests für den Ein- Zwei- und k-stichprobenfall (Nach Sachs, Stat. Meth.)

Einige Statistische Tests für den Ein- Zwei- und k-stichprobenfall (Nach Sachs, Stat. Meth.) ue biostatistik: nichtparametrische testverfahren / ergänzung 1/6 h. Lettner / physik Statistische Testverfahren Einige Statistische Tests für den Ein- Zwei- und k-stichprobenfall (Nach Sachs, Stat. Meth.)

Mehr

Willkommen zur Vorlesung Statistik (Master)

Willkommen zur Vorlesung Statistik (Master) Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Verteilungsfreie Verfahren Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften

Mehr

Übersicht über verschiedene Signifikanztests und ihre Voraussetzungen

Übersicht über verschiedene Signifikanztests und ihre Voraussetzungen SPSSinteraktiv von Signifikanztests - 1 - Übersicht über verschiedene Signifikanztests und ihre Verfahren zur Überprüfung von Unterschieden in der zentralen Tendenz Unterschieden werden können Testsituationen

Mehr

Statistik Testverfahren. Heinz Holling Günther Gediga. Bachelorstudium Psychologie. hogrefe.de

Statistik Testverfahren. Heinz Holling Günther Gediga. Bachelorstudium Psychologie. hogrefe.de rbu leh ch s plu psych Heinz Holling Günther Gediga hogrefe.de Bachelorstudium Psychologie Statistik Testverfahren 18 Kapitel 2 i.i.d.-annahme dem unabhängig. Es gilt also die i.i.d.-annahme (i.i.d = independent

Mehr

Überblick über multivariate Verfahren in der Statistik/Datenanalyse

Überblick über multivariate Verfahren in der Statistik/Datenanalyse Überblick über multivariate Verfahren in der Statistik/Datenanalyse Die Klassifikation multivariater Verfahren ist nach verschiedenen Gesichtspunkten möglich: Klassifikation nach der Zahl der Art (Skalenniveau)

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

Tabelle 6a: Deskriptive Statistiken der metrischen Variablen

Tabelle 6a: Deskriptive Statistiken der metrischen Variablen Ergebnisse 77 5 Ergebnisse Das folgende Kapitel widmet sich der statistischen Auswertung der Daten zur Ü- berprüfung der Hypothesen. Die hier verwendeten Daten wurden mit den in 4.3 beschriebenen Instrumenten

Mehr

Abhängigkeit zweier Merkmale

Abhängigkeit zweier Merkmale Abhängigkeit zweier Merkmale Johannes Hain Lehrstuhl für Mathematik VIII Statistik 1/33 Allgemeine Situation Neben der Untersuchung auf Unterschiede zwischen zwei oder mehreren Untersuchungsgruppen hinsichtlich

Mehr

ÜBUNGSAUFGABEN ZUR DESKRIPTIVEN UND EXPLORATIVEN DATENANALYSE

ÜBUNGSAUFGABEN ZUR DESKRIPTIVEN UND EXPLORATIVEN DATENANALYSE ÜBUNGSAUFGABEN ZUR DESKRIPTIVEN UND EXPLORATIVEN DATENANALYSE 1.1 Füllen Sie bitte folgenden Lückentext aus. Daten, die in Untersuchungen erhoben werden, muss man grundsätzlich nach ihrem unterscheiden.

Mehr

Probeklausur zur Vorlesung Statistik II für Studierende der Soziologie und Nebenfachstudierende

Probeklausur zur Vorlesung Statistik II für Studierende der Soziologie und Nebenfachstudierende Probeklausur zur Vorlesung Statistik II für Studierende der Soziologie und Nebenfachstudierende im Sommersemester 2012 Prof. Dr. H. Küchenhoff, J. Brandt, G. Schollmeyer, G. Walter Aufgabe 1 Betrachten

Mehr

Statistik, Geostatistik

Statistik, Geostatistik Geostatistik Statistik, Geostatistik Statistik Zusammenfassung von Methoden (Methodik), die sich mit der wahrscheinlichkeitsbezogenen Auswertung empirischer (d.h. beobachteter, gemessener) Daten befassen.

Mehr

Sozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester 2009. Statistik mit SPSS

Sozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester 2009. Statistik mit SPSS Sommersemester 2009 Statistik mit SPSS 15. Mai 2009 15. Mai 2009 Statistik Dozentin: mit Esther SPSSOchoa Fernández 1 Überblick 1. Korrelationsanalysen Kovariation und Kovarianz Korrelation: - Interpretation

Mehr

Übungsbuch Statistik für Dummies

Übungsbuch Statistik für Dummies beborah Rumseif Übungsbuch Statistik für Dummies WILEY- VCH WILEY-VCH Verlag GmbH & Co. KGaA Inhaltsverzeichnis Über die Autorin 8 Über den Übersetzer 8 Einführung 15 Über dieses Buch 15 Törichte Annahmen

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

Herzlich willkommen zum Thema SPSS

Herzlich willkommen zum Thema SPSS Herzlich willkommen zum Thema SPSS (SUPERIOR PERFORMING SOFTWARE SYSTEM) Qualitative und quantitative Forschungsmethoden Qualitative Methoden: Qualitative Verfahren werden oft benutzt, wenn der Forschungsgegenstand

Mehr

Allgemeines Lineares Modell: Univariate Varianzanalyse und Kovarianzanalyse

Allgemeines Lineares Modell: Univariate Varianzanalyse und Kovarianzanalyse Allgemeines Lineares Modell: Univariate Varianzanalyse und Kovarianzanalyse Univariate Varianz- und Kovarianzanlyse, Multivariate Varianzanalyse und Varianzanalyse mit Messwiederholung finden sich unter

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

Hypothesentests mit SPSS. Beispiel für einen t-test

Hypothesentests mit SPSS. Beispiel für einen t-test Beispiel für einen t-test Daten: museum-f-v04.sav Hypothese: Als Gründe, in ein Museum zu gehen, geben mehr Frauen als Männer die Erweiterung der Bildung für Kinder an. Dies hängt mit der Geschlechtsrolle

Mehr

Kategoriale Daten. Johannes Hain. Lehrstuhl für Mathematik VIII Statistik 1/17

Kategoriale Daten. Johannes Hain. Lehrstuhl für Mathematik VIII Statistik 1/17 Johannes Hain Lehrstuhl für Mathematik VIII Statistik 1/17 Übersicht Besitzen die Daten, die statistisch ausgewertet werden sollen, kategoriales Skalenniveau, unterscheidet man die folgenden Szenarien:

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

Test auf einen Anteilswert (Binomialtest) Vergleich zweier Mittelwerte (t-test)

Test auf einen Anteilswert (Binomialtest) Vergleich zweier Mittelwerte (t-test) Spezielle Tests Test auf einen Anteilswert (Binomialtest) Vergleich zweier Anteilswerte Test auf einen Mittelwert (Ein-Stichproben Gauss bzw. t-test) Vergleich zweier Mittelwerte (t-test) Test auf einen

Mehr

3.4.1 Referenzwerte für das fetale Schätzgewicht in der SSW

3.4.1 Referenzwerte für das fetale Schätzgewicht in der SSW 60 3.4 Die Bedeutung des fetalen und des mütterlichen Gewichts in der 21.-24.SSW als prädiktiver Parameter für das Geburtsgewicht bei Geburt in der 36.-43.SSW 3.4.1 Referenzwerte für das fetale Schätzgewicht

Mehr

12. Vergleich mehrerer Stichproben

12. Vergleich mehrerer Stichproben 12. Vergleich mehrerer Stichproben Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Häufig wollen wir verschiedene Populationen, Verfahren, usw. miteinander vergleichen. Beipiel: Vergleich

Mehr

Einführung in die Induktive Statistik: Varianzanalyse

Einführung in die Induktive Statistik: Varianzanalyse Einführung in die Induktive Statistik: Varianzanalyse Jörg Drechsler LMU München Wintersemester 2011/2012 Varianzanalyse bisher: Vergleich der Erwartungswerte für zwei normalverteilte Variablen durch t-test

Mehr

4. Erstellen von Klassen

4. 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

Mehr

Unsere Hilfe bei statistischen Analysen für wissenschaftliche Arbeiten

Unsere Hilfe bei statistischen Analysen für wissenschaftliche Arbeiten Unsere Hilfe bei statistischen Analysen für wissenschaftliche Arbeiten Sie schreiben eine wissenschaftliche Arbeit und müssen hierfür Daten statistisch analysieren? Sie haben bisher wenig Erfahrung im

Mehr

Prüfungstutorat: Angewandte Methoden der Politikwissenschaft. Polito Seminar Carl Schweinitz 10.12.2014

Prüfungstutorat: Angewandte Methoden der Politikwissenschaft. Polito Seminar Carl Schweinitz 10.12.2014 Prüfungstutorat: Angewandte Methoden der Politikwissenschaft Polito Seminar Carl Schweinitz 10.12.2014 Übersicht 1. Einheiten und Variablen 2. Skalen und ihre Transformation 3. Deskriptive Statistik 4.

Mehr

fh management, communication & it Constantin von Craushaar FH-management, communication & it Statistik Angewandte Statistik

fh management, communication & it Constantin von Craushaar FH-management, communication & it Statistik Angewandte Statistik fh management, communication & it Folie 1 Angewandte Statistik Übersicht Semester 1 Einführung ins SPSS Auswertung im SPSS anhand eines einfachen Beispieles Häufigkeitsauswertungen Grafiken Datenmanipulationen

Mehr

MATHEMATIK 3 STUNDEN

MATHEMATIK 3 STUNDEN EUROPÄISCHES ABITUR 01 MATHEMATIK 3 STUNDEN DATUM : 11. Juni 01, Vormittag DAUER DER PRÜFUNG : Stunden (10 Minuten) ZUGELASSENE HILFSMITTEL : Prüfung mit technologischem Hilfsmittel 1/5 DE AUFGABE B1 ANALYSIS

Mehr

SPSS III Mittelwerte vergleichen

SPSS III Mittelwerte vergleichen SPSS III Mittelwerte vergleichen A Zwei Gruppen ------------ Zwei-Stichproben t-test Beispieldatei: Seegräser Fragestellung: Unterscheidet sich die Anzahl der Seegräser in Gebieten mit und ohne Seeigelvorkommen

Mehr

Dr. I. Fahrner WiSe 2016/17 Fakultät Grundlagen Hochschule Esslingen Übungsblatt 2. Statistik

Dr. I. Fahrner WiSe 2016/17 Fakultät Grundlagen Hochschule Esslingen Übungsblatt 2. Statistik Dr. I. Fahrner WiSe 2016/17 Fakultät Grundlagen 6.10.2016 Hochschule Esslingen Übungsblatt 2 Statistik Stichworte: arithmetischer Mittelwert, empirische Varianz, empirische Standardabweichung, empirischer

Mehr

Kursangebote für Studierende über das Leibniz-Rechenzentrum (http://www.lrzmuenchen.de/services/schulung/)

Kursangebote für Studierende über das Leibniz-Rechenzentrum (http://www.lrzmuenchen.de/services/schulung/) Statistik-Manual für SPSS Anmerkung: Softwarebezug über das Leibniz-Rechenzentrum (Barer Straße 21, 80333 München, Telefon: (089) 289-28886 oder (089) 289-28784, http://www.lrz-muenchen.de/services /swbezug/lizenzen/spss/).

Mehr

Gegeben sei folgende zweidimensionale Wahrscheinlichkeitsdichtefunktion zweier Zufallsvariablen. 0 sonst.

Gegeben sei folgende zweidimensionale Wahrscheinlichkeitsdichtefunktion zweier Zufallsvariablen. 0 sonst. Aufgabe 1 (2 + 4 + 2 + 1 Punkte) Gegeben sei folgende zweidimensionale Wahrscheinlichkeitsdichtefunktion zweier Zufallsvariablen X und Y : { 2x + 2y für 0.5 x 0.5, 1 y 2 f(x, y) = 3 0 sonst. a) Berechnen

Mehr

Kapitel 5: Einfaktorielle Varianzanalyse

Kapitel 5: Einfaktorielle Varianzanalyse Rasch, Friese, Hofmann & Naumann (006). Quantitative Methoden. Band (. Auflage). Heidelberg: Springer. Kapitel 5: Einfaktorielle Varianzanalyse Berechnen der Teststärke a priori bzw. Stichprobenumfangsplanung

Mehr

Testklausur Finanzmathematik / Statistik

Testklausur Finanzmathematik / Statistik Testklausur Finanzmathematik / Statistik Aufgabe - Grundlagen 0 a) Nennen Sie die charakteristische Eigenschaft einer geometrischen Zahlenfolge. b) Für eine geometrische Zahlenfolge seien das Glied a 0

Mehr

Formelsammlung für das Modul. Statistik 2. Bachelor. Sven Garbade

Formelsammlung für das Modul. Statistik 2. Bachelor. Sven Garbade Version 2015 Formelsammlung für das Modul Statistik 2 Bachelor Sven Garbade Prof. Dr. phil. Dipl.-Psych. Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de

Mehr

METHODENLEHRE I WS 2013/14 THOMAS SCHÄFER

METHODENLEHRE 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

Mehr

Varianzanalytische Methoden Zweifaktorielle Versuchspläne 4/13. Durchführung in SPSS (File Trait Angst.sav)

Varianzanalytische Methoden Zweifaktorielle Versuchspläne 4/13. Durchführung in SPSS (File Trait Angst.sav) Zweifaktorielle Versuchspläne 4/13 Durchführung in SPSS (File Trait Angst.sav) Analysieren > Allgemeines Lineares Modell > Univariat Zweifaktorielle Versuchspläne 5/13 Haupteffekte Geschlecht und Gruppe

Mehr

Von Wilcoxon bis McNemar es kann nur einen Signifikanztest geben

Von Wilcoxon bis McNemar es kann nur einen Signifikanztest geben Institut für Medizinische Biometrie und Epidemiologie Von Wilcoxon bis McNemar es kann nur einen Signifikanztest geben Zum Nacharbeiten Auswahl von Signifikanztests 2 prinzipielle Unterscheidungskriterien:

Mehr

Elternbefragung. 1. Einleitung. 2. Ziele und Fragestellung. Projekt Lernzahnbürste

Elternbefragung. 1. Einleitung. 2. Ziele und Fragestellung. Projekt Lernzahnbürste Projekt Lernzahnbürste Institut für Hygiene und Arbeitsphysiologie ETH-Zentrum, Clausiusstr. 25 892 Zürich E-mail: www_zahnbuerstenergonomie@web.ethz.ch Elternbefragung 1. Einleitung Grosse Bedeutung für

Mehr

B 2. " Zeigen Sie, dass die Wahrscheinlichkeit, dass eine Leiterplatte akzeptiert wird, 0,93 beträgt. (genauerer Wert: 0,933).!:!!

B 2.  Zeigen Sie, dass die Wahrscheinlichkeit, dass eine Leiterplatte akzeptiert wird, 0,93 beträgt. (genauerer Wert: 0,933).!:!! Das folgende System besteht aus 4 Schraubenfedern. Die Federn A ; B funktionieren unabhängig von einander. Die Ausfallzeit T (in Monaten) der Federn sei eine weibullverteilte Zufallsvariable mit den folgenden

Mehr

Mittelwertvergleiche, Teil I: Zwei Gruppen

Mittelwertvergleiche, Teil I: Zwei Gruppen FB W. Ludwig-Mayerhofer Statistik II Mittelwertvergleiche Herzlich willkommen zur Vorlesung Mittelwertvergleiche, Teil I: Zwei Gruppen FB W. Ludwig-Mayerhofer Statistik II Mittelwertvergleiche Mittelwertvergleiche:

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

STATISTIK II. Hans-Otfried Müller Institut für Mathematische Stochastik.

STATISTIK II. Hans-Otfried Müller Institut für Mathematische Stochastik. STATISTIK II Hans-Otfried Müller Institut für Mathematische Stochastik http://www.math.tu-dresden.de/sto/mueller 1 Ausgewählte Verfahren der multivariaten Datenanalyse und Statistik Werden bei einer Analyse

Mehr

Biometrie und Methodik (Statistik) - WiSem08/09 Probeklausur 1

Biometrie und Methodik (Statistik) - WiSem08/09 Probeklausur 1 Biometrie und Methodik (Statistik) - WiSem08/09 Probeklausur 1 Aufgabe 1 (10 Punkte). 10 Schüler der zehnten Klasse unterziehen sich zur Vorbereitung auf die Abschlussprüfung einem Mathematiktrainingsprogramm.

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