Institut für Soziologie Werner Fröhlich. Methoden 2. Kontingenztabellen Chi-Quadrat-Unabhängigkeitstest
|
|
- Hilko Schneider
- vor 7 Jahren
- Abrufe
Transkript
1 Institut für Soziologie Methoden 2 Kontingenztabellen Chi-Quadrat-Unabhängigkeitstest
2 Aufbau der Sitzung Was sind Kontingenztabellen? Wofür werden Kontingenztabellen verwendet? Aufbau und Interpretation der Tabelle Chi-Quadrat-( ²)-Unabhängigkeitstest Exkurs zur Inferenzstatistik Beispiel mit SPSS: Recodieren, Kategorisieren von Variablen Erstellen von Kontingenztabellen Durchführen von Chi-Quadrat-Tests # 2
3 Kontingenztabellen Was sind Kontingenztabellen? Gemeinsame Häufigkeitsverteilung zweier kategorialer Variablen zwei gekreuzte Häufigkeitstabellen (= Kreuztabelle) Untersuchung des gemeinsamen Auftretens zweier Merkmale (mit relativ wenigen Ausprägungen) Skalenniveau: Nominalskala oder Ordinalskala Bei höherem Skalenniveau (metrisch) kann prinzipiell kategorisiert werden. Dies ist jedoch nur in Ausnahmefällen anzuraten, da durch das Kategorisieren viel Informationsgehalt verloren geht! Nutzen Sie stattdessen das metrische Skalenniveau aus und verwenden ein aussagekräftigeres Verfahren (z.b. Mittelwertvergleich, Regressionsanalyse)! # 3
4 Kontingenztabellen Wozu verwende ich Kontingenztabellen? Testen von Zusammenhangshypothesen Besteht ein Zusammenhang zwischen X (UV) und Y (AV)? Sind X und Y voneinander abhängig? Signifikanztest: Chi-Quadrat-Unabhängigkeitstest Kann von einem Zusammenhang zwischen X und Y auch in der Grundgesamtheit ausgegangen werden? Zusammenhangsmaße in der nächsten Sitzung Wie stark ist der Zusammenhang zwischen X und Y? # 4
5 Kontingenztabellen Aufbau der Tabelle (1) Konvention: UV (X) in den Tabellenspalten AV (Y) in den Tabellenzeilen Zellen können enthalten: absolute Häufigkeiten (Anzahl) relative Häufigkeiten (%) erwartete Häufigkeiten (theoretische Häufigkeiten unter Gelten der Nullhypothese, wenn also kein Zusammenhang besteht) # 5
6 Kontingenztabellen Aufbau der Tabelle (2) Unabhängige Variable (UV, X) Absolute Häufigkeiten x 1 x 2 Abhängige Variable (AV, Y) y 1 y 2 a c b d a+b c+d Zeilensummen a+c b+d N=a+b+c+d Randhäufigkeiten Fallzahl Spaltensummen # 6
7 Kontingenztabellen Interpretation der Prozentangaben Fragestellung: Hängen der berufliche Ausbildungsabschluss und Geschlecht zusammen? Abhängige Variable Unabhängige Variable Prozentbildung in den Spalten # 7
8 2 Kontingenztabellen ²-Unabhängigkeitstest (Schritt 1) Berechnung erwarteter Häufigkeiten (Indifferenztabelle) für jede Zelle dazugehörige Randhäufigkeiten miteinander multiplizieren und durch Fallzahl teilen! = theoretische Häufigkeiten, die sich ergäben, wenn kein Zusammenhang zwischen X und Y bestünde X 1 m 1 h 1 h 1 N h 1 h m N h 1 Y h 2 h 1 N h 2 h m N h 2 k h k h 1 N h k h m N h k h 1 h m N # 8
9 Kontingenztabellen ²-Unabhängigkeitstest (Schritt 1) Erwartete Häufigkeiten (Indifferenztabelle) empirische Anzahl erwartete Anzahl # 9
10 Kontingenztabellen ²-Unabhängigkeitstest (Schritt 2) Ziel: Prüfung, ob in der Stichprobe festgestellter Zusammenhang zwischen UV und AV auch für die Grundgesamtheit gilt Signifikanztest Getestet wird dabei die Nullhypothese (H 0 ): Es besteht kein Zusammenhang zwischen UV und AV gegen die Forschungshypothese (H 1 ): Es besteht ein Zusammenhang zwischen UV und AV Allgemeine Logik von Signifikanztests: Bestimmung von statistischen Prüfgrößen (die einer bestimmten Verteilung folgen hier ² -Verteilung), welche die Berechnung der Irrtumswahrscheinlichkeit erlauben Prüfgröße für Kontingenztabellen: ²-Koeffizient Idee: Vergleich der tatsächlich beobachteten gemeinsamen Häufigkeitsverteilung mit der Indifferenztabelle (erwartete gemeinsame Häufigkeitsverteilung) # 10
11 Berechnung des ²-Koeffizienten: Summe aller quadrierten Abweichungen der beobachteten Werte von den erwarteten Werten ² Kontingenztabellen ²-Unabhängigkeitstest (Schritt 2) (O km E km)² E k m km O km : beobachtete Häufigkeiten E km : erwartete Häufigkeiten Intuitive Testlogik aus der Berechnungsformel: Je größer der Wert der Testgröße, desto eher kann die Nullhypothese verworfen werden. Berechnung der ²-Testgröße mit SPSS: crosstabs AV by UV /stats chisq. # 11
12 Kontingenztabellen ²-Unabhängigkeitstest (Schritt 3) SPSS berechnet nicht nur die Prüfgröße, sondern führt auch den Signifikanztest durch und gibt direkt die Irrtumswahrscheinlichkeit (p-wert) an Sozialwissenschaftliche Konvention: Wenn p 0,05, dann wird H 0 abgelehnt. Irrtumswahrscheinlichkeit Bedeutung (Symbol) p > 0,05 nicht signifikant (ns) p 0,05 signifikant (*) p 0,01 hoch signifikant (**) p 0,001 höchst signifikant (***) Sprachgebrauch: Effekte, Zusammenhänge, Assoziationen etc. sind signifikant bzw. statistisch überzufällig. Bitte nicht davon sprechen, dass ein Koeffizient, eine Variable oder eine Hypothese signifikant ist! # 12
13 Kontingenztabellen ²-Unabhängigkeitstest (Schritt 3) ²-Wert = 37,264 bei sieben Freiheitsgraden p-wert: 0,000 Interpretation: ²-Wert überschreitet mit 37,264 deutlich den kritischen ²-Wert von 14,067 für das 5%-Niveau (kann man Übersichtstabellen entnehmen; z.b. Jann 2005, S. 195). Der Zusammenhang ist höchst signifikant (p = 0,000) Nullhypothese muss verworfen werden. Die Forschungshypothese wird (vorläufig) angenommen! Es besteht ein signifikanter Zusammenhang zwischen dem Ausbildungsabschluss und dem Geschlecht! # 13
14 Einschub: Inferenzstatistik In der Inferenzstatistik wird versucht, anhand der empirischen Daten aus der Stichprobe auf die Grundgesamtheit zu schließen Ablauf eines Signifikanztests: 1. Festlegung von H 0 und H 1 2. Wahl der Irrtumswahrscheinlichkeit ( ) für H 0 3. Festlegung einer Prüfgröße bzw. Teststatistik unter Berücksichtigung der Modellvoraussetzungen 4. Berechnung der Prüfgröße und Entscheidung über die Verwerfung von H 0 # 14
15 Einschub: Inferenzstatistik 1. H 0 vs. H 1 Hypothesentest erfolgt immer für H 0 H 0 : z. B. Mittelwerte in der GG sind gleich H 1 : z. B. Mittelwerte in der GG sind nicht gleich 2. Die Wahl von Entspricht der maximal zugelassenen Wahrscheinlichkeit, dass H 0 abgelehnt wird, obwohl H 0 wahr ist Fehler 1. Art: H 0 wird verworfen, obwohl H 0 wahr ist (false rejection, -Fehler) Fehler 2. Art: H 0 wird beibehalten, obwohl H 1 wahr ist (false acceptance, -Fehler) # 15
16 Einschub: Inferenzstatistik 3. Festlegung einer Prüfgröße (z.b. t-test) und damit gleichzeitig deren Verteilung (z.b. Normalverteilung, t-verteilung, etc.) Entscheidung für eine bestimmte Prüfgröße, je nach: Skalenniveau der abhängigen Variablen Art der Stichprobe (abhängig/unabhängig) Anzahl der Ausprägungen der unabhängigen Variable 4. Berechnung der Prüfgröße Dann: Vergleich mit dem kritischen Wert des Tests (d.h. liegt die berechnete Prüfgröße im Ablehnungsbereich?) Anschließend: Entscheidung über die Verwerfung der H 0. # 16
17 Einschub: Inferenzstatistik Erklärung anhand des Binomialtests Weicht die Wahrscheinlichkeit eines bestimmten Ereignisses von einem Testwert (gegebene Wahrscheinlichkeit) ab? H 0 : keine Abweichung H 1 : Abweichung Beispiel: Münzwurf Ist die Münze fair, d.h. beträgt die Wahrscheinlichkeit für Kopf und Zahl jeweils 0,5? # 17
18 Einschub: Inferenzstatistik 1 K KKKKK 2 Z K KKKK 3 K Z K K K K 4 K K Z K K K 5 K K K Z K K 6 K K K K Z K 7 K KKKKZ 8 Z Z K K K K 9 Z K Z K K K 10 Z K K Z K K 11 Z K K K Z K /64 15/64 20/64 15/64 6/64 12 ZK KKKZ 13 K Z Z K K K 14 K Z K Z K K 63 K Z ZZZZ 64 Z ZZZZZ /64 0 mal Zahl 1 mal Zahl 2 mal Zahl 3 mal Zahl 4 mal Zahl 5 mal Zahl 1/64 6 mal Zahl # 18
19 Einschub: Inferenzstatistik Teststatistik: Diese ergibt sich aus der Häufigkeit mit der Zahl bei allen n Münzwürfen beobachtet wurde. für Ablehnbereich: Bei einem zweiseitigen Test besteht der Ablehnbereich aus den Ereignissen, bei welchen Zahl zu selten oder zu häufig auftritt, um die H 0 beizubehalten. Der untere kritische Wert ist dasjenige Ereignis, bei dem die Wahrscheinlichkeit, dass Zahl seltener oder genauso oft beobachtet wird, kleiner als das Signifikanzniveau ist. Der obere kritische Wert ist dasjenige Ereignis, bei dem die Wahrscheinlichkeit, dass Zahl häufiger oder genauso oft beobachtet wird, kleiner als das Signifikanzniveau ist. Wird also ein Ereignis beobachtet das kleiner als der untere kritische Wert (hier 0 mal Zahl) oder größer als der obere kritische Wert (hier 6 mal Zahl) ist, so wird die Nullhypothese abgelehnt. # 19
20 Einschub: Inferenzstatistik Was Signifikanztests NICHT leisten können: Aussagen über die Stärke des Zusammenhangs Aussagen über die theoretische Wichtigkeit eines Effekts Beweise über die tatsächliche Existenz eines Effekts (man kann lediglich mit einer bestimmten Irrtumswahrscheinlichkeit auf die Grundgesamtheit schließen). # 20
21 Kontingenztabellen mit SPSS 1. Vorbereiten der Variablen Hypothese: Männer trinken häufiger Bier als Frauen. Was ist die unabhängige und abhängige Variable? UV: Geschlecht; AV: Häufigkeit des Biertrinkens. Wie sieht die Verteilung der abhängigen Variable aus? fre v23_1. # 21
22 Kontingenztabellen mit SPSS 1. Vorbereiten der Variablen Wie ist die Variable Geschlecht verteilt? fre v55. Die 86 Fälle mit Keine Angabe (Ausprägung -77 in Variablev55) sollen unberücksichtigt bleiben. # 22
23 Zwei Möglichkeiten: temp. select if v55 NE -77. fre v55. Kontingenztabellen mit SPSS 1. Vorbereiten der Variablen not equal: ungleich Sehr umständlich, den temp-select-befehl vor jeden Befehl zu setzen missing values v55 (9). fre v55. Elegantere Variante: Der Befehl muss nur einmal ausgeführt werden. Die Werte sind dauerhaft als Fehlend klassifiziert. # 23
24 Kontingenztabellen mit SPSS 2. Berechnung der Kreuztabelle Syntax für Kreuztabelle (absolute, bedingte und erwartete Häufigkeiten) crosstabs /tables = AV by UV /cells count column expected. Befehl: Kürzer: crosstabs /tables = v23_1 by v55/cells=count column expected. crosstabs v23_1 by v55/cells count col exp. # 24
25 Kontingenztabellen mit SPSS 3. Chi²-Unabhängigkeitstest 3. Durchführung eines ²-Tests crosstabs /tables= AV by UV /stats chisq. Befehl:crosstabs /tables = v23_1 by v55/cells count exp /stats chisq. # 25
26 Kontingenztabellen mit SPSS 3. Chi²-Unabhängigkeitstest Eigenschaften der ²-Teststatistik: ²-Wert ist immer positiv, daher ist mit ²-Wert allein keine Interpretation über die Richtung des Zusammenhangs möglich Konkreter ²-Wert hängt auch von Tabellen- und Stichprobengröße ab. Also: primäre Orientierung am p-wert! Von SPSS zusätzlich ausgegebene Chi-Quadrat-Statistiken interessieren uns (jetzt noch) nicht. # 26
27 Befehlsübersicht zur heutigen Sitzung 1. temporary sel if 2. crosstabs /tables = /cells 3. crosstabs /tables = /stats chisq. 4. missing values... (). # 27
28 Literatur Wittenberg/Cramer (2003): Datenanalyse mit SPSS für Windows. Stuttgart: UTB. Kap und Jann (2005): Einführung in die Statistik. München: Oldenbourg. S , 121f. Pigeot/Tutz/Fahrmeier (2007): Statistik. Berlin: Springer. Kap Tobias Wolbring # 28
29 Übungsaufgabe Prüfen Sie folgende Hypothesen im Hinblick auf den Konsum von Obst (v21_1): H1: Wenn jemand raucht (v24), dann isst er weniger Obst als jemand, der nicht raucht. Reduzieren Sie hierfür zunächst die Variable Obstessen (v21_1) auf drei geeignete Kategorien und die Variable zum Rauchen (v24) auf zwei geeignete Kategorien. Schließen Sie zudem bei der Variable obst unplausible Werte aus. H2: Je häufiger jemand Sport treibt (v18), desto häufiger isst er Obst. Reduzieren Sie hierfür zunächst die Variable Sporttreiben (v18) auf drei geeignete Kategorien und verwenden die vorher generierte Variable obst. Erstellen Sie für jede Hypothese eine Kreuztabelle mit absoluten, relativen und erwarteten Häufigkeiten. Führen Sie jeweils einen ²-Test durch und interpretieren Sie Ihre Befunde. # 29
Institut für Soziologie Werner Fröhlich. Methoden 2. Kontingenztabellen Chi-Quadrat-Unabhängigkeitstest
Institut für Soziologie Methoden 2 Kontingenztabellen Chi-Quadrat-Unabhängigkeitstest Aufbau der Sitzung Was sind Kontingenztabellen? Wofür werden Kontingenztabellen verwendet? Aufbau und Interpretation
MehrInstitut für Soziologie Sabine Düval. Methoden 2. Kontingenztabellen Chi-Quadrat-Unabhängigkeitstest
Institut für Soziologie Methoden 2 Kontingenztabellen Chi-Quadrat-Unabhängigkeitstest Aufbau der Sitzung Wiederholung Exkurs zur Inferenzstatistik Was sind Kontingenztabellen? Recodieren, Kategorisieren
MehrEinführung in SPSS. Sitzung 4: Bivariate Zusammenhänge. Knut Wenzig. 27. Januar 2005
Sitzung 4: Bivariate Zusammenhänge 27. Januar 2005 Inhalt der letzten Sitzung Übung: ein Index Umgang mit missing values Berechnung eines Indexes Inhalt der letzten Sitzung Übung: ein Index Umgang mit
MehrBivariater Zusammenhang in der Vierfeldertafel PEΣO
Bivariater Zusammenhang in der Vierfeldertafel PEΣO 12. Oktober 2001 Zusammenhang zweier Variablen und bivariate Häufigkeitsverteilung Die Bivariate Häufigkeitsverteilung gibt Auskunft darüber, wie zwei
MehrChi Quadrat-Unabhängigkeitstest
Fragestellung 1: Untersuchung mit Hilfe des Chi-Quadrat-Unabhängigkeitstestes, ob zwischen dem Herkunftsland der Befragten und der Bewertung des Kontaktes zu den Nachbarn aus einem Anderen Herkunftsland
MehrHypothesentests mit SPSS
Beispiel für einen chi²-test Daten: afrikamie.sav Im Rahmen der Evaluation des Afrikamie-Festivals wurden persönliche Interviews durchgeführt. Hypothese: Es gibt einen Zusammenhang zwischen dem Geschlecht
MehrSozialwissenschaftliche 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 1. Ziel der Kreuztabellierung 2. Übersicht CROSSTABS - Syntax 3. 2x2 Kreuztabellen Überblick
MehrSozialwissenschaftliche 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
MehrKreuztabellenanalyse. bedingte Häufigkeiten
Lehrveranstaltung Empirische Forschung und Politikberatung der Universität Bonn, WS 2007/2008 Kreuztabellenanalyse bedingte Häufigkeiten 07. Dezember 2007 Michael Tiemann, Bundesinstitut für Berufsbildung,
MehrStatistisches Testen
Statistisches Testen Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Differenzen Anteilswert Chi-Quadrat Tests Gleichheit von Varianzen Prinzip des Statistischen Tests Konfidenzintervall
MehrStatistik II: Signifikanztests /1
Medien Institut : Signifikanztests /1 Dr. Andreas Vlašić Medien Institut (0621) 52 67 44 vlasic@medien-institut.de Gliederung 1. Noch einmal: Grundlagen des Signifikanztests 2. Der chi 2 -Test 3. Der t-test
MehrSozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester Statistik mit SPSS
Sommersemester 2009 Statistik mit SPSS 15. Mai 2009 15. Mai 2009 Statistik Dozentin: mit Esther SPSSOchoa Fernández 1 Überblick Kreuztabellen 1. Ziel der Kreuztabellierung 2. Übersicht CROSSTABS - Syntax
MehrHypothesentests. Hypothese Behauptung eines Sachverhalts, dessen Überprüfung noch aussteht.
Hypothese Behauptung eines Sachverhalts, dessen Überprüfung noch aussteht. Wissenschaftliche Vorgehensweise beim Hypothesentest Forscher formuliert eine Alternativhypothese H 1 (die neue Erkenntnis, die
MehrHypothesenprüfung. Darüber hinaus existieren zahlreiche andere Testverfahren, die alle auf der gleichen Logik basieren
Hypothesenprüfung Teil der Inferenzstatistik Befaßt sich mit der Frage, wie Hypothesen über eine (in der Regel unbekannte) Grundgesamtheit an einer Stichprobe überprüft werden können Behandelt werden drei
MehrChi-Quadrat Verfahren
Chi-Quadrat Verfahren Chi-Quadrat Verfahren werden bei nominalskalierten Daten verwendet. Die einzige Information, die wir bei Nominalskalenniveau zur Verfügung haben, sind Häufigkeiten. Die Quintessenz
MehrHypothesentests 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
MehrLösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1
LÖSUNG 4B a.) Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1 Mit "Deskriptive Statistiken", "Kreuztabellen " wird die Dialogbox "Kreuztabellen" geöffnet. POL wird in das Eingabefeld von
MehrAlternative Darstellung des 2-Stcihprobentests für Anteile
Alternative Darstellung des -Stcihprobentests für Anteile DCF CF Total n 111 11 3 Response 43 6 69 Resp. Rate 0,387 0,3 0,309 Bei Gültigkeit der Nullhypothese Beobachtete Response No Response Total absolut
MehrBivariate Zusammenhänge
Bivariate Zusammenhänge Tabellenanalyse: Kreuztabellierung und Kontingenzanalyse Philosophische Fakultät Institut für Soziologie Berufsverläufe und Berufserfolg von Hochschulabsolventen Dozent: Mike Kühne
Mehrfh management, communication & it Constantin von Craushaar fh-management, communication & it Statistik Angewandte Statistik
fh management, communication & it Folie 1 Überblick Grundlagen (Testvoraussetzungen) Mittelwertvergleiche (t-test,..) Nichtparametrische Tests Korrelationen Regressionsanalyse... Folie 2 Überblick... Varianzanalyse
MehrAnalytische Statistik II
Analytische Statistik II Institut für Geographie 1 Schätz- und Teststatistik 2 Das Testen von Hypothesen Während die deskriptive Statistik die Stichproben nur mit Hilfe quantitativer Angaben charakterisiert,
MehrDer χ2-test Der χ2-test
Der χ 2 -Test Überblick Beim χ 2 -Test handelt es sich um eine Familie ähnlicher Tests, die bei nominal- oder ordinalskalierten Merkmalen mit zwei oder mehr Ausprägungen angewendet werden können. Wir behandeln
MehrDer χ 2 -Test. Überblick. Beispiel 1 (χ 2 -Anpassungstest)
Der χ 2 -Test Überblick Beim χ 2 -Test handelt es sich um eine Familie ähnlicher Tests, die bei nominal- oder ordinalskalierten Merkmalen mit zwei oder mehr Ausprägungen angewendet werden können. Wir behandeln
MehrTest 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
MehrAlternative Darstellung des 2-Stichprobentests für Anteile
Alternative Darstellung des -Stichprobentests für Anteile DCF CF Total n= 111 11 3 Response 43 6 69 Resp. Rate 0,387 0,3 0,309 Bei Gültigkeit der Nullhypothese Beobachtete Response No Response Total absolut
MehrAlternative Darstellung des 2-Stichprobentests für Anteile
Alternative Darstellung des -Stichprobentests für Anteile DCF CF Total n= 111 11 3 Response 43 6 69 Resp. Rate 0,387 0,3 0,309 Bei Gültigkeit der Nullhypothese Beobachtete Response No Response Total absolut
MehrAngewandte 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
MehrStatistik III Regressionsanalyse, Varianzanalyse und Verfahren bei Messwiederholung mit SPSS
Statistik III Regressionsanalyse, Varianzanalyse und Verfahren bei Messwiederholung mit SPSS Verena Hofmann Dr. phil. des. Departement für Sonderpädagogik Universität Freiburg Petrus-Kanisius-Gasse 21
MehrLösungen zu den Übungsaufgaben in Kapitel 10
Lösungen zu den Übungsaufgaben in Kapitel 10 (1) In einer Stichprobe mit n = 10 Personen werden für X folgende Werte beobachtet: {9; 96; 96; 106; 11; 114; 114; 118; 13; 14}. Sie gehen davon aus, dass Mittelwert
Mehrerwartete Häufigkeit n=80 davon 50% Frauen fe=40 davon 50% Männer fe=40 Abweichung der beobachteten von den erwarteten Häufigkeiten:
Verfahren zur Analyse von Nominaldaten Chi-Quadrat-Tests Vier-Felder Kontingenztafel Mehrfach gestufte Merkmale Cramers V, Kontingenzkoeffizient, Phi-Koeffizient Muster aller Chi-Quadrat-Verfahren eine
Mehr4.1. Nullhypothese, Gegenhypothese und Entscheidung
rof. Dr. Roland Füss Statistik II SS 8 4. Testtheorie 4.. Nullhypothese, Gegenhypothese und Entscheidung ypothesen Annahmen über die Verteilung oder über einzelne arameter der Verteilung eines Merkmals
MehrWahrscheinlichkeitsrechnung und Statistik. 11. Vorlesung /2019
Wahrscheinlichkeitsrechnung und Statistik 11. Vorlesung - 2018/2019 Quantil der Ordnung α für die Verteilung des beobachteten Merkmals X ist der Wert z α R für welchen gilt z 1 2 heißt Median. P(X < z
MehrAlternative Darstellung des 2-Stichprobentests für Anteile
Alternative Darstellung des -Stichprobentests für Anteile DCF CF Total n= 111 11 3 Response 43 6 69 Resp. Rate 0,387 0,3 0,309 Bei Gültigkeit der Nullhypothese Beobachtete Response No Response Total absolut
MehrSozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester Statistik mit SPSS
Sommersemester 2009 Statistik mit SPSS 09. Mai 2009 09. Mai 2009 Statistik Dozentin: mit Esther SPSSOchoa Fernández 1 Arbeitsschritte bei der Datenanalyse Datenmanagement (Einlesen von Daten, Teilen von
MehrStatistik II. Statistische Tests. Statistik II
Statistik II Statistische Tests Statistik II - 12.5.2006 1 Test auf Anteilswert: Binomialtest Sei eine Stichprobe unabhängig, identisch verteilter ZV (i.i.d.). Teile diese Stichprobe in zwei Teilmengen
MehrStatistik I im Sommersemester 2007
Themen am 18.6.2007: Statistik I im Sommersemester 2007 Zusammenhangsanalyse in der Vierfeldertabelle Von der Anteilsdifferenz zur Vierfeldertabelle Probeklausur 2 Lernziele: 1. Aufbau einer Kreuztabelle:
MehrWiederholung Hypothesentests Zusammenfassung. Hypothesentests. Statistik I. Sommersemester Statistik I Hypothesentests I (1/36)
Statistik I Sommersemester 2009 Statistik I I (1/36) Wiederholung Grenzwertsatz Konfidenzintervalle Logik des 0.0 0.1 0.2 0.3 0.4 4 2 0 2 4 Statistik I I (2/36) Zum Nachlesen Agresti/Finlay: Kapitel 6+7
MehrComputergestützte 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
MehrMethodenlehre. Vorlesung 12. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 12 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre II Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 18.2.15 Psychologie als Wissenschaft
Mehr3. Lektion: Deskriptive Statistik
Seite 1 von 5 3. Lektion: Deskriptive Statistik Ziel dieser Lektion: Du kennst die verschiedenen Methoden der deskriptiven Statistik und weißt, welche davon für Deine Daten passen. Inhalt: 3.1 Deskriptive
MehrEinführung in Quantitative Methoden
Einführung in Quantitative Methoden Pantelis Christodoulides & Karin Waldherr 4. Juni 2014 Christodoulides / Waldherr Einführung in Quantitative Methoden 1/35 Ein- und Zweiseitige Hypothesen H 0 : p =
MehrDie Familie der χ 2 (n)-verteilungen
Die Familie der χ (n)-verteilungen Sind Z 1,..., Z m für m 1 unabhängig identisch standardnormalverteilte Zufallsvariablen, so genügt die Summe der quadrierten Zufallsvariablen χ := m Z i = Z 1 +... +
MehrDie Familie der χ 2 (n)-verteilungen
Die Familie der χ (n)-verteilungen Sind Z 1,..., Z m für m 1 unabhängig identisch standardnormalverteilte Zufallsvariablen, so genügt die Summe der quadrierten Zufallsvariablen χ := m Z i = Z 1 +... +
Mehr1.4 Der Binomialtest. Die Hypothesen: H 0 : p p 0 gegen. gegen H 1 : p p 0. gegen H 1 : p > p 0
1.4 Der Binomialtest Mit dem Binomialtest kann eine Hypothese bezüglich der Wahrscheinlichkeit für das Auftreten einer Kategorie einer dichotomen (es kommen nur zwei Ausprägungen vor, z.b. 0 und 1) Zufallsvariablen
MehrSo berechnen Sie einen Schätzer für einen Punkt
htw saar 1 EINFÜHRUNG IN DIE STATISTIK: SCHÄTZEN UND TESTEN htw saar 2 Schätzen: Einführung Ziel der Statistik ist es, aus den Beobachtungen eines Merkmales in einer Stichprobe Rückschlüsse über die Verteilung
MehrKlassifikation von Signifikanztests
Klassifikation von Signifikanztests nach Verteilungsannahmen: verteilungsabhängige = parametrische Tests verteilungsunabhängige = nichtparametrische Tests Bei parametrischen Tests werden im Modell Voraussetzungen
MehrStatistik Einführung // Kategoriale Daten 10 p.2/26
Statistik Einführung Kategoriale Daten Kapitel 10 Statistik WU Wien Gerhard Derflinger Michael Hauser Jörg Lenneis Josef Leydold Günter Tirler Rosmarie Wakolbinger Statistik Einführung // Kategoriale Daten
MehrEinführung in die sozialwissenschaftliche Statistik
Einführung in die sozialwissenschaftliche Statistik Sitzung 4 Bivariate Deskription Heinz Leitgöb in Vertretung von Katrin Auspurg Sommersemester 2015 04.05.2015 Überblick 1. Kontingenztabellen 2. Assoziationsmaße
MehrStatistische Überlegungen: Eine kleine Einführung in das 1 x 1
Statistische Überlegungen: Eine kleine Einführung in das 1 x 1 PD Dr. Thomas Friedl Klinik für Frauenheilkunde und Geburtshilfe, Universitätsklinikum Ulm München, 23.11.2012 Inhaltsübersicht Allgemeine
Mehr= 0.445, also annähernd die Hälfte aller Männer zugelassen 557
1 Einleitung Es soll anhand des UCBAdmissions Datensatzes die Frage beantwortet werden, ob bei der Zulassung von Studenten Frauen benachteiligt werden. Die Stichprobe lautet zunächst # Daten (UCB
MehrParametrische vs. Non-Parametrische Testverfahren
Parametrische vs. Non-Parametrische Testverfahren Parametrische Verfahren haben die Besonderheit, dass sie auf Annahmen zur Verteilung der Messwerte in der Population beruhen: die Messwerte sollten einer
MehrWahrscheinlichkeit 1-α: richtige Entscheidung - wahrer Sachverhalt stimmt mit Testergebnis überein. Wahrscheinlichkeit α: falsche Entscheidung -
wahrer Sachverhalt: Palette ist gut Palette ist schlecht Entscheidung des Tests: T K; Annehmen von H0 ("gute Palette") positive T > K; Ablehnen von H0 ("schlechte Palette") negative Wahrscheinlichkeit
MehrStatistik II. Weitere Statistische Tests. Statistik II
Statistik II Weitere Statistische Tests Statistik II - 19.5.2006 1 Überblick Bisher wurden die Test immer anhand einer Stichprobe durchgeführt Jetzt wollen wir die statistischen Eigenschaften von zwei
MehrKonfidenzintervalle. Statistische Methoden in der Korpuslinguistik Heike Zinsmeister WS 2008/09
Konfidenzintervalle Statistische Methoden in der Korpuslinguistik Heike Zinsmeister WS 2008/09 Münzspiel Experiment 100 Münzwürfe: Stefan gewinnt bei "Kopf" Hypothesen H 0 : Stefan wird so oft gewinnen
MehrStatistik II für Betriebswirte Vorlesung 1
Statistik II für Betriebswirte Vorlesung 1 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 16. Oktober 2017 Dr. Andreas Wünsche Statistik II für Betriebswirte Vorlesung 1 Version:
MehrTutorial:Unabhängigkeitstest
Tutorial:Unabhängigkeitstest Mit Daten aus einer Befragung zur Einstellung gegenüber der wissenschaftlich-technischen Entwicklungen untersucht eine Soziologin den Zusammenhang zwischen der Einstellung
MehrWas sind Zusammenhangsmaße?
Was sind Zusammenhangsmaße? Zusammenhangsmaße beschreiben einen Zusammenhang zwischen zwei Variablen Beispiele für Zusammenhänge: Arbeiter wählen häufiger die SPD als andere Gruppen Hochgebildete vertreten
MehrStatistische Methoden in den Umweltwissenschaften
Statistische Methoden in den Umweltwissenschaften Korrelationsanalysen Kreuztabellen und χ²-test Themen Korrelation oder Lineare Regression? Korrelationsanalysen - Pearson, Spearman-Rang, Kendall s Tau
MehrWahrscheinlichkeitsrechnung und Statistik
10. Vorlesung - 017 Quantil der Ordnung α für die Verteilung des beobachteten Merkmals X ist der Wert z α R für welchen gilt z 1 heißt Median. P(X < z α ) α P(X z α ). Falls X stetige zufällige Variable
MehrSkalenniveaus =,!=, >, <, +, -
ZUSAMMENHANGSMAßE Skalenniveaus Nominalskala Ordinalskala Intervallskala Verhältnisskala =,!= =,!=, >, < =,!=, >, ,
MehrStatistik-Quiz Wintersemester
Statistik-Quiz Wintersemester Seite 1 von 8 Statistik-Quiz Wintersemester Die richtigen Lösungen sind mit gekennzeichnet. 1a Für 531 Personen liegen Daten zu folgenden Merkmalen vor. Welche der genannten
MehrStatistische Tests (Signifikanztests)
Statistische Tests (Signifikanztests) [testing statistical hypothesis] Prüfen und Bewerten von Hypothesen (Annahmen, Vermutungen) über die Verteilungen von Merkmalen in einer Grundgesamtheit (Population)
MehrExakter Binomialtest als Beispiel
Prinzipien des statistischen Testens Entscheidungsfindung Exakter Binomialtest als Beispiel Statistische Tests Nullhypothese Alternativhypothese Fehlentscheidungen Ausgangspunkt: Forschungshypothese Beispiele:.
Mehr5. Seminar Statistik
Sandra Schlick Seite 1 5. Seminar 5. Seminar Statistik 30 Kurztest 4 45 Testen von Hypothesen inkl. Übungen 45 Test- und Prüfverfahren inkl. Übungen 45 Repetitorium und Prüfungsvorbereitung 15 Kursevaluation
MehrSTATISTIK Teil 2 Wahrscheinlichkeitsrechnung und schließende Statistik
Kapitel 15 Statistische Testverfahren 15.1. Arten statistischer Test Klassifikation von Stichproben-Tests Einstichproben-Test Zweistichproben-Test - nach der Anzahl der Stichproben - in Abhängigkeit von
MehrTutorial: χ 2 -Test auf vorgegebene Verteilung
Tutorial: χ 2 -Test auf vorgegebene Verteilung Das Management eines Kaufhauses will durch eine Werbekampagne eine Verjüngung der Kundschaft erreichen. Bisher war die Verteilung (in %) auf Altersschichten
MehrGrundlagen sportwissenschaftlicher Forschung Inferenzstatistik 2
Grundlagen sportwissenschaftlicher Forschung Inferenzstatistik 2 Dr. Jan-Peter Brückner jpbrueckner@email.uni-kiel.de R.216 Tel. 880 4717 Statistischer Schluss Voraussetzungen z.b. bzgl. Skalenniveau und
MehrMacht des statistischen Tests (power)
Macht des statistischen Tests (power) Realer Treatment ja Ergebnis der Studie H 0 verworfen statistisch signifikant O.K. Macht H 0 beibehalten statistisch nicht signifikant -Fehler Effekt nein -Fehler
MehrJost Reinecke. 7. Juni 2005
Universität Bielefeld 7. Juni 2005 Testtheorie Test für unabhängige Stichproben Test für abhängige Stichproben Testtheorie Die Testtheorie beinhaltet eine Reihe von Testverfahren, die sich mit der Überprüfung
Mehr3.Wiederholung: Toleranzbereiche Für EX Geg:
3.Wiederholung: Toleranzbereiche Für EX Geg: Vl. 24.2.2017 Schätzfunktion für Güte: Ist X Problem: Feb 17 13:21 > Wir berechnen Bereiche (Toleranzbereiche) für sind untere und obere Grenzen, berechnet
MehrOnline-Aufgaben Statistik (BIOL, CHAB) Auswertung und Lösung
Online-Aufgaben Statistik (BIOL, CHAB) Auswertung und Lösung Abgaben: 92 / 234 Maximal erreichte Punktzahl: 7 Minimal erreichte Punktzahl: 1 Durchschnitt: 4 Frage 1 (Diese Frage haben ca. 0% nicht beantwortet.)
MehrVorlesung: Statistik II für Wirtschaftswissenschaft
Vorlesung: Statistik II für Wirtschaftswissenschaft Prof. Dr. Helmut Küchenhoff Institut für Statistik, LMU München Sommersemester 2017 Einführung 1 Wahrscheinlichkeit: Definition und Interpretation 2
MehrZweiseitiger Test für den unbekannten Mittelwert µ einer Normalverteilung bei unbekannter Varianz
Grundlage: Zweiseitiger Test für den unbekannten Mittelwert µ einer Normalverteilung bei unbekannter Varianz Die Testvariable T = X µ 0 S/ n genügt der t-verteilung mit n 1 Freiheitsgraden. Auf der Basis
MehrStatistik II. Statistische Tests. Statistik II
Statistik II Statistische Tests Statistik II - 5.5.2006 1 Ausgangslage Wir können Schätzen (z.b. den Erwartungswert) Wir können abschätzen, wie zuverlässig unsere Schätzungen sind: In welchem Intervall
MehrMethodenlehre. Vorlesung 11. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 11 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 03.12.13 Methodenlehre I Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 25.9.13 Psychologie
Mehr3) Testvariable: T = X µ 0
Beispiel 4.9: In einem Molkereibetrieb werden Joghurtbecher abgefüllt. Der Sollwert für die Füllmenge dieser Joghurtbecher beträgt 50 g. Aus der laufenden Produktion wurde eine Stichprobe von 5 Joghurtbechern
MehrDer χ 2 -Test (Chiquadrat-Test)
Der χ 2 -Test (Chiquadrat-Test) Der Grundgedanke Mit den χ 2 -Methoden kann überprüft werden, ob sich die empirischen (im Experiment beobachteten) Häufigkeiten einer nominalen Variable systematisch von
MehrModul 141 Statistik. 1. Studienjahr 11. Sitzung Signifikanztests
Modul 141 Statistik 1. Studienjahr 11. Sitzung Signifikanztests Inhalt der 11. Sitzung 1. Parametrische Signifikanztests 2. Formulierung der Hypothesen 3. Einseitige oder zweiseitige Fragestellung 4. Signifikanzniveau
MehrGRUNDPRINZIPIEN statistischen Testens
Fragestellungen beim Testen GRUNDPRINZIPIEN statistischen Testens. Vergleiche Unterscheidet sich die Stichprobenbeobachtung von einer vorher spezifizierten Erwartung ( Hypothese ) mit ausreichender Sicherheit?
MehrAnalyse von Kontingenztafeln
Analyse von Kontingenztafeln Mit Hilfe von Kontingenztafeln (Kreuztabellen) kann die Abhängigkeit bzw. die Inhomogenität der Verteilungen kategorialer Merkmale beschrieben, analysiert und getestet werden.
Mehr73 Hypothesentests Motivation Parametertest am Beispiel eines Münzexperiments
73 Hypothesentests 73.1 Motivation Bei Hypothesentests will man eine gewisse Annahme über eine Zufallsvariable darauf hin überprüfen, ob sie korrekt ist. Beispiele: ( Ist eine Münze fair p = 1 )? 2 Sind
MehrKapitel 17. Unabhängigkeit und Homogenität Unabhängigkeit
Kapitel 17 Unabhängigkeit und Homogenität 17.1 Unabhängigkeit Im Rahmen der Wahrscheinlichkeitsrechnung ist das Konzept der Unabhängigkeit von zentraler Bedeutung. Die Ereignisse A und B sind genau dann
MehrKlassifikation von Signifikanztests
Klassifikation von Signifikanztests nach Verteilungsannahmen: verteilungsabhängige = parametrische Tests verteilungsunabhängige = nichtparametrische Tests Bei parametrischen Tests werden im Modell Voraussetzungen
MehrStatistik II. IV. Hypothesentests. Martin Huber
Statistik II IV. Hypothesentests Martin Huber 1 / 41 Übersicht Struktur eines Hypothesentests Stichprobenverteilung t-test: Einzelner-Parameter-Test F-Test: Multiple lineare Restriktionen 2 / 41 Struktur
MehrSoftware oder Tabellen (nicht Thema dieser Veranstaltung).
p-wert p-wert Der p-wert ist die Wahrscheinlichkeit, dass die Testgröße den beobachteten Wert oder einen noch extremeren Wert (,,weiter weg von H 0 ) annimmt unter der Bedingung, dass H 0 wahr ist. Bemerkungen
MehrKapitel 10 Mittelwert-Tests Einstichproben-Mittelwert-Tests 10.2 Zweistichproben Mittelwert-Tests
Kapitel 10 Mittelwert-Tests 10.1 Einstichproben-Mittelwert-Tests 10.2 Zweistichproben Mittelwert-Tests 10.1 Einstichproben- Mittelwert-Tests 10.1.1 Einstichproben- Gauß-Test Dichtefunktion der Standard-Normalverteilung
MehrTHEMA: "STATISTIK IN DER PRAXIS TESTEN IST BESSER ALS VERMUTEN" TORSTEN SCHOLZ
WEBINAR@LUNCHTIME THEMA: "STATISTIK IN DER PRAXIS TESTEN IST BESSER ALS VERMUTEN" TORSTEN SCHOLZ EINLEITENDES BEISPIEL SAT: Standardisierter Test, der von Studienplatzbewerbern an amerikanischen Unis gefordert
MehrStatistik I. Sommersemester 2009
I Sommersemester 2009 I χ 2 =?!? Nächste Woche: Maße für ordinale, nominal/intervallskalierte und intervallskalierte Daten I Zum Nachlesen Agresti/Finlay: Kapitel 8.1-8.4 Gehring/Weins: Kapitel 7.1 Schumann:
MehrGrundlagen sportwissenschaftlicher Forschung Deskriptive Statistik 2 Inferenzstatistik 1
Grundlagen sportwissenschaftlicher Forschung Deskriptive Statistik 2 Inferenzstatistik 1 Dr. Jan-Peter Brückner jpbrueckner@email.uni-kiel.de R.216 Tel. 880 4717 Rückblick: Besonders wichtige Themen Wissenschaftstheoretischer
MehrBiomathematik für Mediziner
Institut für Medizinische Biometrie, Informatik und Epidemiologie der Universität Bonn (Direktor: Prof. Dr. Max P. Baur) Biomathematik für Mediziner Klausur SS 2002 Aufgabe 1: Franz Beckenbauer will, dass
MehrAnalyse von Querschnittsdaten. Signifikanztests I Basics
Analyse von Querschnittsdaten Signifikanztests I Basics Warum geht es in den folgenden Sitzungen? Kontinuierliche Variablen Generalisierung kategoriale Variablen Datum 13.10.2004 20.10.2004 27.10.2004
Mehr