Wörterdefinitionen Statistik 1
|
|
- Lorenz Ackermann
- vor 7 Jahren
- Abrufe
Transkript
1 Wörterdefinitionen Statistik 1 Abgrenzungskriterium Absolute Randhäufigkeit Absolutskala Approximation Arithmetisches Mittel Artmäßig Auswahl von Stichproben Balken-/Stapeldiagramm Basisperiode Bedingte Häufigkeitsverteilung Bestandsmasse Bestimmtheitsmaß Bezugsmasse Diskret Egalitäre Verteilung Erklärte Streuung Fragestellung gibt sachliche, räumliche und zeitliche Abgrenzungskriterien vor. Bezeichnet man mit h~ij die absolute Häufigkeit, die man erwarten würde, wenn kein Zusammenhang zwischen den Merkmalen vorliegt, so folgt für das Postulat der empirischen Unabhängigkeit, dass die zu erwartende relative Häufigkeit von x unter der Bedingung y=yi keinen Zusammenhang zwischen x und y aufweist. Ist eine Form der Kardinalskala, bei der die Variablen einen natürlichen Nullpunkt und eine natürliche Einheit besitzen. Bsp. Einwohner eines Landes. Ist ein Synonym für Nährung, steht in unserem Zusammenhang für die Annahme. Additive Verknüpfung bedingt Intervallskalierung. Wenn man Zahlen zu qualitativ artmäßigen Merkmalsausprägungen zuordnet, kann man eine Verschiedenheit feststellen, diese unterliegt allerdings keiner Rangfolge. Beispiele sind Geschlecht, Verwendungszweck bei einer Überweisung, Lage der Wohnung oder Studiengänge. Zufällig oder bewusst. -Skala: nominal -flächenproportional -nicht beliebig viele Teilwerte -Vorsicht: suggeriert ordinale Skalierung der Daten, die nicht gegeben ist -Bsp: Augenfarben von Studenten Basisperioden werden genutzt, um bei Planungen den Verbrauch von Gütern einschätzen zu können. Es werden allerdings negative Effekte in Kauf genommen, da man sonst keine Basisperiode hat und damit keine Zeitreihen und Fort- und Rückschreibungen möglich wären. Die Häufigkeitsverteilung des Merkmals x, die sich für eine gegebene Ausprägung yk des Merkmals y ergibt, heißt bedingte Verteilung von x. Teil der zeitlichen Abgrenzung, bei der der Zeitraum durch die Bewegungsmasse mit dem Prinzip Anfangsbestand + Korrespondierende Bewegungsmasse (Zugänge, Abgänge) folgt Endbestand bestimmt wird. Beispiele sind Lagerzugänge, Jahresniederschlagsmenge, BIP, Geburten in einem Jahr oder Neuzulassungen von KZF. Das Bestimmtheitsmaß gibt den Anteil der Gesamtvarianz der Regressanden (abhängige Merkmale) an, der durch das Regressionsmodell erklärt werden kann. Teil der zeitlichen Abgrenzung mit einem Zeitpunkt(stichtag), z.b. Kinderzahl, Anzahl der Hepatitis-Infizierten oder Eigenkapital. Es sind nur natürliche Zahlen vorhanden, für jede Merkmalsausprägung gibt es ein offenes Intervall. Bei vielen Ausprägungen wird das Merkmal stetig. Beispiele sind Stückzahlen, Anzahl der Personen in einem Haushalt, Anzahl von Toren, gelaufene Kilometer und Alter einer Person (In der Praxis würde man eine Klassierung vornehmen und z.b. Klasse [18,19[ als 18 bezeichnen, sodass Alter wie eine diskrete Größe behandelt wird, auch wenn es sich um eine stetige handelt). Gleichverteilungsgerade Streuung, die aus der Ursprungsverteilung resultiert.
2 Fortschreibungsvorschrift (Verknüpfung) Geometrisches Mittel Gini-Koeffizient Grundgesamtheit Häufbares Merkmal Häufigkeitspolygonzug Herfindahlindex Histogramm Intensität Intensitätsmäßig Intervallskala Kardinal Bestandsmasse zum früheren Stichzeitpunkt (Anfangsbestand) + korrespondierende Bewegungsmasse (zwischen den beiden Stichzeitpunkten erfolgten Zu- und Abgänge) = Bestandsmasse zum nächsten Zeitpunkt (Endbestand). -Multiplikative Verknüpfung bedingt die Verhältnisskalierung -Wachstumsraten haben einen natürlichen Nullpunkt -> Verhältnisskala. Der Gini-Koeffizient ist ein Maß zur Darstellung der Ungleichverteilungen. Er ist abhängig von der relativen Konzentration, die mit Hilfe der Lorenzkurve bestimmt wird. Menge aller Merkmalsträger, die nach bestimmten Abgrenzungsinformationen getrennt werden können. Ein häufbares Merkmal liegt dann vor, wenn am gleichen Merkmalsträger mehrere Merkmalsausprägungen des betreffenden Merkmals vorkommen können. Es können nur nominal skalierte, also artmäßige Merkmale häufbar sein. Beispiele sind erlernte Berufe (Dachdecker/Maurer), Krankheit(Kopf-/Bauchschmerzen) oder Unfallursache (Alkohol/Müdigkeit). -Skala: kardinal mit Klassenbildung -veranschaulicht stetig klassierte Daten (Bei diskreten Zeitgrößen sinnvoll, um den eigentlich stetigen Charakter dieser Größe zu veranschaulichen) -Gradlinige Verbindung der Mittelpunkte der Flächenoberkanten eines Histogramms -Flächen unterhalb des Polygonzugs soll der gesamten Häufigkeit entsprechen -Um das Prinzip der Flächentreue aufrecht zu erhalten, werden vor und nach den eigentlichen Klassen fiktive Klassen eingeführt: Fläche des Histogramms = Fläche unterhalb des Häufigkeitspolygonzugs (bei gleicher Klassenbreite, systematische Fehler bei ungleicher Klassenbreite-> enthalten die selben Informationen) -Bsp: Monatliches Einkommen der Eltern, Qualitätsstichprobe Konzentrationsmessung für absolute Konzentrationen -Grafische Darstellung der Klassenhäufigkeiten klassierter Daten -Skala: kardianal mit Klassenbildung -Histogrammflächen proportional zu den relativen Häufigkeiten -Häufigkeitsdichte: fm/bm -Klassenbreite: bm=am*-am-1* -Prinzip der Flächentreue. Die Rechteckflächen (und nicht die Rechteckhöhen) repräsentieren die darzustellende Häufigkeit -Bsp: Monatliches Einkommen der Eltern, Qualitätsstichprobe Kenngröße verschiedener Werte. Wenn man Zahlen zu qualitativ intensitätsmäßigen Merkmalsausprägungen zuordnet, kann man sie miteinander vergleichen. Sie sind verschieden und besitzen eine Rangfolge. Beispiele sind Schulnoten, Leistungsbeurteilung, Hotelklassen, Weingüte und Lieblingsfilme. Ist eine Form der Kardinalskala, bei der die Variablen keinen natürlichen Nullpunkt und keine natürliche Einheit besitzen, die Abstände sind allerdings gleich. Bsp. Temperatur. Das Kriterium für eine Kardinalskala ist, dass die Verschiedenheit der qualitativen Merkmale eine Rangfolge aufweisen, bei der die Abstände zwischen den Merkmalsausprägungen sinnvoll interprtierbar sind. Z.B.
3 Produktionsdauer, Raumtemperatur, Körpergröße, wöchentliche Arbeitsstunden, Anzahl von Studenten in einer Vorlesung oder Lieferzeit eines Autoherstellers. Kontingenzkoeffizient Der Kontingenzkoeffizient kann insbesondere für nominalskalierte Merkmale berechnet werden. Außerdem auch für ordinalskalierte Merkmaleund für metrisch diskrete Merkmale mit relativ wenig Ausprägungen oder auch für klassierte metrische Merkmale. Konzentration Die Konzentration bezieht sich auf die Anzahl von Teilnehmern im Markt. Bei hoher Konzentration liegt vor, auf eine geringe Anzahl von Merkmalsträgern ein großer Anteil der Merkmalssumme entfällt. Keine Konzentration liegt vor, wenn wir eine gleichmäßige Verteilung vorliegen haben. Wir unterscheiden zwischen absoluter und relativer Konzentration. Korrespondierende Bestandsmasse und die dazu gehörige Bewegungsmasse; die die Masse Veränderung der Bestandsmasse beschreibt: Beispiel Lagerzu & - abhänge und Lagerbestand sind korrespondierende Massen. Kreisdiagramm -nur norminal, da alle Ausprägungen gleichberechtigt um die Kreismitte angeordnet werden. -sinnvoll für Vergleiche zwischen Gruppen. -Darstellung von Verteilungen und Anteilen. -Nicht mehr als 7 Teilwerte. -Flächenproportional, Winkel in Kreisdiagramm = f(aj)*360 -Bsp: Augenfarbe von Studenten Median Beobachtungswert in zwei gleich große Teile der Stichprobe geteilt (50%) Merkmal Die zu untersuchende Eigenschaft eines Merkmalsträgers, z.b. Essgewohnheiten, Körpergröße, Anzahl der Behinderungen oder Weinqualität. Merkmalsausprägung Merkmalsausprägungen sind verschiedene Erscheinungsformen eines Merkmals, z.b. Fast food, Häufigkeit Alkoholmissbrauch, zu dick, zu groß, Stückzahlen, gut, schlecht. Merkmalsträger Es sind Träger der Informationen, z.b. Studenten, Jugendliche in Deutschland, Mitarbeiter im Betrieb oder Weine in der Pfalz. Merkmalswert Ein Merkmalswert ist eine festgestellte Merkmalsausprägung an einem bestimmten Merkmalsträger, z.b. Student 1 isst Spinat. Modalwert Der Modus ist bei empirischen Häufigkeitsverteilung der höchste Wert, bzw. bei einer diskreten Zufallsvariablen die Ausprägung mit der höchsten Wahrscheinlichkeit. Man muss beachten, ob die Klassenbreite unterschiedlich ist oder nicht. Nicht zufällige Auswahl -Methode der typischen Fälle, z.b. Merkmalsträger mit einer bestimmten Krankheit. -Quotenauswahl, z.b. Aufteilung der befragten Studenten nach ihrer Herkunft. -Konzentrationsprinzip, z.b. Kunden eines Shops; man befragt nur Studenten. Nominal Das Kriterium für eine Nominalskala ist, dass qualitative Merkmale eine Verschiedenheit aufweisen, aber keine natürliche Reihenfolge. Ausprägungen sind nominal messbar. Z.B. Studienfach, Herkunftsland, erlernter Beruf, Unfallursache, Krankheit, Schokoladenmarken, Hörsäle, Fahrtüchtigkeit oder Lieblingsfilm. Ordinal Das Kriterium für eine Ordinalskala ist, dass die Verschiedenheit der intensitätsmäßigen Merkmale eine Rangfolge aufweisen (besser, schlechter). Die Abstände zwischen den Merkmalsausprägungen sind
4 Preisindex Laspeyeres Preisindex Paasche Qualitativ Quantitativ Quasi-stetig Randverteilung Regressant Regressor Relative Randhäufigkeit Scheinkorrelation Schiefemaß Spannweite Stab-/Säulendiagramm Statische Einheit Statistik Stetig Stichprobe nicht sinnvoll interpretierbar. Z.B. Klausurnote, Hotelkategorien, Parteipräferenz, Betriebsklima, Zufriedenheit, Schwirigkeitsgrad einer Klettertour oder Intelligenzquotient. Er überschätzt die Teuerung, weil er den Substituionseffekt außer Betracht lässt. Er basiert auf einem Warenkorb der Basisperiode. Er unterschätzt die Teuerung, weil er vom Warenkorb der Berichtsperiode ausgeht und somit der Warenkorb der Berichtsperiode auf die Preise der Basisperiode angewandt wird. Substitutionseffekte werden somit vollständig angerechnet, was zu einer Unterschätzung führt. Unterscheidung zwischen artmäßig und intensitätsmäßig. Beispiele sind Schokoladenmarken, Hörsäle, Fahrtüchtigkeit, Parteipräferenz, Schulnote, Betriebsklima oder Kundenzufriedenheit. Stetig oder diskret. Beispiele sind wöchentliche Arbeitsstunden, Anzahl von Studenten in Vorlesung oder Lieferzeit eines Autoherstellers. Geldeinheiten sind quasi-stetig, da sie prinzipiell diskret (1 Cent) skaliert sind. Aufgrund der Vielzahl von Ausprägungen jedoch als stetig modelliert werden. Beispiele sind BIP, Einkommen und Umsatz. Ist eine zweidimensionale Häufigkeitsverteilung über die Merkmale x und y gegeben, so gibt die Randverteilung des Merkmals x an, wie häufig die Merkmalsausprägungen von x (x1, x2,...,xn) unabhängig von der Verteilung über die Merkmalsuasprägungen des Merkmals y vorkommen. Mit hi. wird die beobachtete relative Randhäufigkeit von x gezeigt, mit h.j wird die relative Randhäufigkeit von y gezeigt. Aus der Korrelation lässt sich nicht sofort die Kausalität herleiten. Denn Kausalität bezeichnet eine Ursache-Wirkungs-Beziehung, Korrelation kann aber auch entstehen, wenn eine Kausalität vorliegt. Wir nehmen eine Scheinkorrelation bei einer Aufgabenstellung an, wenn eine versteckte dritte Variable zugrundeliegt. Die beiden Merkmale hängen zwar irgendwie voneinander ab, aber es fehlt ein Merkmal, um den Zusammenhang zu finden. Schiefemaße gehören zu den Formmaßen und kennzeichnen die Asymmetrie. Bei einer ordinalen Skalierung ist nur möglichden Bereich anzugeben, in dem die Merkmalsausprägungen liegen (von-bis). -Skala: nominal, ordinal, kardinal, ohne Klassenbildung -Vergleich zwischen den Elementen -Wenig Platz, um Teilwerte zu beschriften -höhenproportionale Darstellung einer Häufigkeitsverteilung -Bsp: Augenfarbe von Studenten, Güterklasse Synonym für Merkmalsträger, Träger der Informationen. Gesamtheit des methodischen Instrumentariums zur Untersuchung von Massenerscheinungen. Durch Sammlung, Darstellung und Analyse von Sacherhalten werden entscheidungsrelevante Daten bereitgestellt, um Entscheidungen vorzubereiten. Allerdings ist eine Statistik manipulierbar. Jede reelle Zahl kann Merkmalsausprägung sein, zb. das Volumen, die Arbeitslosenquote, Wohnfläche oder die Dichte eines Stoffes. Ausgewählter Teil der Grundgesamtheit.
5 Stichprobenauswahl Totalerhebung Unsinnskorrelation Variable Varianz Vergleich Verhältnisskala Wachstumsrate Zeitliche Abgrenzung Zufällige Auswahl Bei der Stichprobenauswahl gibt es zwei Verfahren, die nicht zufällige Auswahl und die zufällig Auswahl. Erfassung und Aufbereitung aller statistischen Einheiten, um eine passende Grundgesamtheit zu finden. Ein Zusammenhang basiert auf einer zufälligen Entscheidung. Eine statistische Variable beschreibt wie ein statistisches Merkmal die zu untersuchende Eigenschaft eines Merkmalsträgers, z.b. Essgewohnheiten, Körpergröße, Anzahl der Behinderungen oder Weinqualität. Maß für die mittlere quadratische Abweichung einer Zufallsvariablen von ihrem Erwartungswert, dem arithmetischen Mitel. Ergebnisse können nur verglichen werden, wenn sie dieselbe Grundgesamtheit aufweisen. Ist eine Form der Kardinalskala, bei der die Variablen einen natürlichen Nullpunkt, aber keine natürliche Einheit besitzen. Bsp. Längeneinheiten bzw. Stückzahlen. Wachstumsrate bezeichnet die durchschnittliche relative Zunahme einer Größe pro Zeiteinheit. Entweder wird der Zeitpunkt(stichtag) durch die Bestandsmasse ermittelt oder der Zeitraum durch die Bewegungsmasse mit dem Prinzip Anfangsbestand + Korrespondierende Bewegungsmasse (Zugänge, Abgänge) folgt Endbestand. -Schichtenauswahl, z.b. Städte nach Einwohnerzahl: Kommunen, Gemeinden, Großstädte. -Klumpenauswahl, z.b. Untersuchung aller Mitglieder in einem bestimmten Sportverein bei der Untersuchung aller deutschen Sportvereine. -Mehrstufige Auswahlverfahren, die Grundgesamtheit wird erst in Gruppen der Primäreinheit eingeteilt, dann kommt eine Zufallsprobe der Sekundäreinheiten.
Serie 1 Serie 2 Serie 3 Serie 4 Serie 5 Serie 6. Statistik-Tutorium. Lösungsskizzen Übung SS2005. Thilo Klein. Grundstudium Sommersemester 2008
Serie 1 Serie 2 Serie 3 Serie 4 Serie 5 Serie 6 Lösungsskizzen Übung SS2005 Grundstudium Sommersemester 2008 Serie 1 Serie 2 Serie 3 Serie 4 Serie 5 Serie 6 Inhalt Serie 1 Serie 2 Serie 3 Serie 4 Serie
MehrDeskriptive Statistik Auswertung durch Informationsreduktion
Deskriptive Statistik Auswertung durch Informationsreduktion Gliederung Ø Grundbegriffe der Datenerhebung Total-/Stichprobenerhebung, qualitatives/quantitatives Merkmal Einteilung der Daten (Skalierung,
MehrGünther Bourier. Beschreibende Statistik. Praxisorientierte Einführung - Mit. Aufgaben und Lösungen. 12., überarbeitete und aktualisierte Auflage
i Günther Bourier Beschreibende Statistik Praxisorientierte Einführung - Mit Aufgaben und Lösungen 12., überarbeitete und aktualisierte Auflage 4^ Springer Gabler Inhaltsverzeichnis Vorwort V 1 Einführung
MehrStatistik I Sommersemester 2009 Aufgabenlösung Übung 1: Grundbegriffe und univariate Datenanalyse - deskriptiv
Statistik I Sommersemester 2009 Aufgabenlösung Übung 1: Grundbegriffe und univariate Datenanalyse - deskriptiv Aufgabe 2.1.1 Nachfolgend werden drei statistische Grundgesamtheiten beschrieben. Prüfen Sie,
MehrBeschreibende Statistik
Gunther Bourier Beschreibende Statistik Praxisorientierte Einfuhrung Mit Aufgaben und Losungen 7., uberarbeitete Auflage GABIER Inhaltsverzeichnis Vorwort Inhaltsverzeichnis V VII 1 Einfuhrung 1 1.1 Begriff
Mehr3. Merkmale und Daten
3. Merkmale und Daten Ziel dieses Kapitels: Vermittlung des statistischen Grundvokabulars Zu klärende Begriffe: Grundgesamtheit Merkmale (Skalenniveau etc.) Stichprobe 46 3.1 Grundgesamtheiten Definition
MehrMusterlösung zur Übungsklausur Statistik
Musterlösung zur Übungsklausur Statistik WMS4A Oettinger 6/205 Aufgabe (a) Falsch: der Modus ist die am häufigsten auftretende Merkmalsausprägung in einer Stichprobe. (b) Richtig: ein ordinales Merkmal
MehrAllgemeine Grundlagen Seite Termin: Eindimensionale Häufigkeitsverteilung
Statistik für alle Gliederung insgesamt Allgemeine Grundlagen Seite 1 1. Termin: Allgemeine Grundlagen 2. Termin: Eindimensionale Häufigkeitsverteilung 3. Termin: Lageparameter 4. Termin: Streuungsparameter
Mehrhtw saar 1 EINFÜHRUNG IN DIE STATISTIK: BESCHREIBENDE STATISTIK
htw saar 1 EINFÜHRUNG IN DIE STATISTIK: BESCHREIBENDE STATISTIK htw saar 2 Grundbegriffe htw saar 3 Grundgesamtheit und Stichprobe Ziel: Über eine Grundgesamtheit (Population) soll eine Aussage über ein
Mehr1. Einführung und statistische Grundbegriffe. Grundsätzlich unterscheidet man zwei Bedeutungen des Begriffs Statistik:
. Einführung und statistische Grundbegriffe Beispiele aus dem täglichen Leben Grundsätzlich unterscheidet man zwei Bedeutungen des Begriffs Statistik: Quantitative Information Graphische oder tabellarische
MehrStatistik I für Betriebswirte Vorlesung 9
Statistik I für Betriebswirte Vorlesung 9 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik Vorlesung am 8. Juni 2017 im Audi-Max (AUD-1001) Dr. Andreas Wünsche Statistik I für Betriebswirte
MehrGrundlagen der Statistik
www.nwb.de NWB Studium Betriebswirtschaft Grundlagen der Statistik Band 1: Beschreibende Verfahren Von Professor Dr. Jochen Schwarze 12., vollständig überarbeitete Auflage nwb STUDIUM Inhaltsverzeichnis
MehrGrundlagen der Statistik I
NWB-Studienbücher Wirtschaftswissenschaften Grundlagen der Statistik I Beschreibende Verfahren Von Professor Dr. Jochen Schwarze 10. Auflage Verlag Neue Wirtschafts-Briefe Herne/Berlin Inhaltsverzeichnis
Mehr1. Tutorial. Online-Tutorium-Statistik von T.B.
Online-Tutorium-Statistik von T.B. 1 Grundbegriffe I Gegenstand einer statistischen Untersuchung sind bestimmte Objekte (z.b. Personen, Unternehmen) bei denen man sich für gewisse Eigenschaften (z.b. Geschlecht,
MehrStatistik I für Betriebswirte Vorlesung 10
Statistik I für Betriebswirte Vorlesung 10 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 15. Juni 2017 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 10 Version: 13.
MehrStatistik I. Zusammenfassung und wichtiges zur Prüfungsvorbereitung. Malte Wissmann. 9. Dezember Universität Basel.
Zusammenfassung und wichtiges zur Prüfungsvorbereitung 9. Dezember 2008 Begriffe Kenntnis der wichtigen Begriffe und Unterscheidung dieser. Beispiele: Merkmal, Merkmalsraum, etc. Skalierung: Nominal etc
MehrStatistiktutorium (Kurs Frau Jacobsen)
Statistiktutorium (Kurs Frau Jacobsen) von Timo Beddig Einführungsveranstaltung am 16.4.2012 1 Grundbegriffe I Gegenstand einer statistischen Untersuchung sind bestimmte Objekte (z.b. Personen, Unternehmen)
MehrKapitel 1 Beschreibende Statistik
Beispiel 1.5: Histogramm (klassierte erreichte Punkte, Fortsetzung Bsp. 1.1) 0.25 0.2 Höhe 0.15 0.1 0.05 0 0 6 7 8,5 10 11 erreichte Punkte Dr. Karsten Webel 24 Beispiel 1.5: Histogramm (Fortsetzung) Klasse
MehrWelche der folgenden Aussagen sind richtig? (x aus 5) A Ein metrisches Merkmal, das überabzählbar viele Ausprägungen besitzt heißt diskret.
Grundlagen der Statistik 25.9.2014 7 Aufgabe 7 Welche der folgenden Aussagen sind richtig? (x aus 5) A Ein metrisches Merkmal, das überabzählbar viele Ausprägungen besitzt heißt diskret. B Ein Merkmal
Mehr1 Einleitung und Grundlagen 1
Inhaltsverzeichnis Vorwort vii 1 Einleitung und Grundlagen 1 1.1 Einführende Beispiele 1 1.2 Statistischer Prozess 2 1.3 Grundlagen 2 1.4 Unterscheidung von Merkmalen 3 1.4.1 Skalenniveaus 3 1.4.2 Stetige
MehrInhaltsverzeichnis Grundlagen aufigkeitsverteilungen Maßzahlen und Grafiken f ur eindimensionale Merkmale
1. Grundlagen... 1 1.1 Grundgesamtheit und Untersuchungseinheit................ 1 1.2 Merkmal oder statistische Variable........................ 2 1.3 Datenerhebung.........................................
MehrDeskriptive Statistik
Helge Toutenburg Christian Heumann Deskriptive Statistik Eine Einführung in Methoden und Anwendungen mit R und SPSS Siebte, aktualisierte und erweiterte Auflage Mit Beiträgen von Michael Schomaker 4ü Springer
MehrKapitel V - Graphische Darstellung von Häufigkeitsverteilungen
Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel V - Graphische Darstellung von Häufigkeitsverteilungen Deskriptive Statistik Prof. Dr. W.-D. Heller Hartwig Senska
MehrStatistik Grundbegriffe
Kapitel 2 Statistik Grundbegriffe 2.1 Überblick Im Abschnitt Statistik Grundbegriffe werden Sie die Bedeutung von statistischen Grundbegriffen wie Stichprobe oder Merkmal kennenlernen und verschiedene
MehrStatistik. Von Dr. Günter Bamberg. o. Professor für Statistik und Dr. habil. Franz Baur. Universität Augsburg. 12., überarbeitete Auflage
Statistik Von Dr. Günter Bamberg o. Professor für Statistik und Dr. habil. Franz Baur Universität Augsburg 12., überarbeitete Auflage R.01denbourg Verlag München Wien V INHALTSVERZEICHNIS Vorwort Liste
MehrModul 04: Messbarkeit von Merkmalen, Skalen und Klassierung. Prof. Dr. W. Laufner Beschreibende Statistik
Modul 04: Messbarkeit von Merkmalen, Skalen und 1 Modul 04: Informationsbedarf empirische (statistische) Untersuchung Bei einer empirischen Untersuchung messen wir Merkmale bei ausgewählten Untersuchungseinheiten
MehrAuswertung statistischer Daten 1
Auswertung statistischer Daten 1 Dr. Elke Warmuth Sommersemester 2018 1 / 26 Statistik Untersuchungseinheiten u. Merkmale Grundgesamtheit u. Stichprobe Datenaufbereitung Urliste, Strichliste, Häufigkeitstabelle,
MehrEinführung in die Statistik
Einführung in die Statistik 1. Deskriptive Statistik 2. Induktive Statistik 1. Deskriptive Statistik 1.0 Grundbegriffe 1.1 Skalenniveaus 1.2 Empirische Verteilungen 1.3 Mittelwerte 1.4 Streuungsmaße 1.0
MehrGraphische Darstellung einer univariaten Verteilung:
Graphische Darstellung einer univariaten Verteilung: Die graphische Darstellung einer univariaten Verteilung hängt von dem Messniveau der Variablen ab. Bei einer graphischen Darstellung wird die Häufigkeit
MehrDiese Lücken sollten nicht auch bei Ihnen vorhanden sein: Aufgrund einer statistischen Untersuchung entsteht eine geordnete bzw. ungeordnete, die durc
SS 2017 Torsten Schreiber 222 Diese Lücken sollten nicht auch bei Ihnen vorhanden sein: Aufgrund einer statistischen Untersuchung entsteht eine geordnete bzw. ungeordnete, die durch Summierung je Ausprägung
MehrStatistik Grundbegriffe
Statistik Grundbegriffe 2 2.1 Überblick Im Kap. 2 werden Sie die Bedeutung von statistischen Grundbegriffen wie Stichprobe oder Merkmal kennenlernen und verschiedene Skalenniveaus voneinander abgrenzen.
MehrSTATISIK. LV Nr.: 0021 WS 2005/06 11.Oktober 2005
STATISIK LV Nr.: 0021 WS 2005/06 11.Oktober 2005 1 Literatur Bleymüller, Gehlert, Gülicher: Statistik für Wirtschaftswissenschaftler, Verlag Vahlen Hartung: Statistik. Lehr- und Handbuch der angewandten
MehrDeskriptive Statistik
Deskriptive Statistik 1 Ziele In der deskriptiven (=beschreibenden) Statistik werden Untersuchungsergebnisse übersichtlich dargestellt, durch Kennzahlen charakterisiert und grafisch veranschaulicht. 2
MehrStatistik K urs SS 2004
Statistik K urs SS 2004 3.Tag Grundlegende statistische Maße Mittelwert (mean) Durchschnitt aller Werte Varianz (variance) s 2 Durchschnittliche quadrierte Abweichung aller Werte vom Mittelwert >> Die
MehrKapitel V - Graphische Darstellung von Häufigkeitsverteilungen
Universität Karlsruhe (TH) Institut für Statistik und Mathematische Wirtschaftstheorie Statistik 1 - Deskriptive Statistik Kapitel V - Graphische Darstellung von Häufigkeitsverteilungen Markus Höchstötter
MehrJosefPuhani. Kleine Formelsammlung zur Statistik. 10. Auflage. averiag i
JosefPuhani Kleine Formelsammlung zur Statistik 10. Auflage averiag i Inhalt- Vorwort 7 Beschreibende Statistik 1. Grundlagen 9 2. Mittelwerte 10 Arithmetisches Mittel 10 Zentral wert (Mediän) 10 Häufigster
MehrEinführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management
Einführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management Sommersemester 03 Hochschule Augsburg : Gliederung Einführung Deskriptive Statistik 3 Wahrscheinlichkeitstheorie
MehrWISTA WIRTSCHAFTSSTATISTIK
WISTA WIRTSCHAFTSSTATISTIK PROF DR ROLF HÜPEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT Seminar für Theoretische Wirtschaftslehre Vorlesungsprogramm 23042013 Datenlagen und Darstellung eindimensionaler Häufigkeitsverteilungen
MehrMusterlösung zur Übungsklausur Statistik
Musterlösung zur Übungsklausur Statistik WMS15B Oettinger 9/216 Aufgabe 1 (a) Falsch: der Modus ist die am häufigsten auftretende Merkmalsausprägung in einer Stichprobe. (b) Falsch: die beiden Größen sind
MehrI Beschreibende Statistik 1
Inhaltsverzeichnis Vorwort ix I Beschreibende Statistik 1 Lernziele zu Teil I 2 1 Statistik, Daten und statistische Methoden 3 1.1 Statistik im Alltag, in Politik und Gesellschaft...... 3 1.2 Aufgaben
MehrVariablen und Skalenniveaus
Analytics Grundlagen Variablen und Skalenniveaus : Photo Credit: Unsplash, Roman Mager Statistik Was ist eigentlich eine Variable? Variable In der Datenanalyse wird häufig die Bezeichnung Variable verwendet.
MehrDr. Maike M. Burda. Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp 7.-9.
Dr. Maike M. Burda Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp 7.-9. Januar 2011 BOOTDATA11.GDT: 250 Beobachtungen für die Variablen...
MehrStatistik I für Betriebswirte Vorlesung 10
Statistik I für Betriebswirte Vorlesung 10 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 13. Juni 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung
MehrMATHEMATIK MTA 12 SCHULJAHR 07/08 STATISTIK
MATHEMATIK MTA 12 SCHULJAHR 07/08 STATISTIK PROF. DR. CHRISTINA BIRKENHAKE Inhaltsverzeichnis 1. Merkmale 2 2. Urliste und Häufigkeitstabellen 9. Graphische Darstellung von Daten 10 4. Lageparameter 1
MehrArbeitsbuch zur deskriptiven und induktiven Statistik
Helge Toutenburg Michael Schomaker Malte Wißmann Christian Heumann Arbeitsbuch zur deskriptiven und induktiven Statistik Zweite, aktualisierte und erweiterte Auflage 4ü Springer Inhaltsverzeichnis 1. Grundlagen
MehrBitte am PC mit Windows anmelden!
Einführung in SPSS Plan für heute: Grundlagen/ Vorwissen für SPSS Vergleich der Übungsaufgaben Einführung in SPSS http://weknowmemes.com/generator/uploads/generated/g1374774654830726655.jpg Standardnormalverteilung
MehrDie folgende Tabelle 1 wurde im Rahmen einer Umfrage unter den Studenten eines Statistikseminars erstellt.
Nr. Die folgende Tabelle wurde im Rahmen einer Umfrage unter den Studenten eines Statistikseminars erstellt. Gewicht (x i ) Raucher Geschlecht Lieblingssportart Ausübung des Sports Geld pro Monat Klassenmitte
MehrInhaltsverzeichnis (Ausschnitt)
4 Zweidimensionale Daten Inhaltsverzeichnis (Ausschnitt) 4 Zweidimensionale Daten Häufigkeitsverteilungen unklassierter Daten Häufigkeitsverteilungen klassierter Daten Bedingte Häufigkeitsverteilungen
MehrPhilipp Sibbertsen Hartmut Lehne. Statistik. Einführung für Wirtschafts- und. Sozialwissenschaftler. 2., überarbeitete Auflage. 4^ Springer Gabler
Philipp Sibbertsen Hartmut Lehne Statistik Einführung für Wirtschafts- und Sozialwissenschaftler 2., überarbeitete Auflage 4^ Springer Gabler Inhaltsverzeichnis Teil I Deskriptive Statistik 1 Einführung
MehrPrüfung aus Statistik 1 für SoziologInnen
Prüfung aus Statistik 1 für SoziologInnen 1) Wissenstest (maximal 20 Punkte) Prüfungsdauer: 120 Minuten netto Kreuzen ( ) Sie die jeweils richtige Antwort an. Jede richtige Antwort gibt 2 Punkte. Pro falsche
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
MehrVorlesungsskript. Deskriptive Statistik. Prof. Dr. Günter Hellmig
Vorlesungsskript Deskriptive Statistik Prof. Dr. Günter Hellmig Prof. Dr. Günter Hellmig Vorlesungsskript Deskriptive Statistik Erstes Kapitel Die Feingliederung des ersten Kapitels, welches sich mit einigen
MehrInstitut für Biometrie und klinische Forschung. WiSe 2012/2013
Klinische Forschung WWU Münster Pflichtvorlesung zum Querschnittsfach Epidemiologie, Biometrie und Med. Informatik Praktikum der Medizinischen Biometrie () Überblick. Deskriptive Statistik I - Grundlegende
Mehr1 Stochastik deskriptive Statistik und Wahrscheinlichkeitsrechnung. Statistik und Wahrscheinlichkeitsrechnung
1 Stochastik deskriptive Statistik und Wahrscheinlichkeitsrechnung Statistik und Wahrscheinlichkeitsrechnung 2 Stochastik deskriptive Statistik und Wahrscheinlichkeitsrechnung Stochastik Wahrscheinlichkeitsrechnung
MehrAngewandte Statistik mit R
Reiner Hellbrück Angewandte Statistik mit R Eine Einführung für Ökonomen und Sozialwissenschaftler 2., überarbeitete Auflage B 374545 GABLER Inhaltsverzeichnis Vorwort zur zweiten Auflage Tabellenverzeichnis
MehrMathematische Statistik. Zur Notation
Mathematische Statistik dient dazu, anhand von Stichproben Informationen zu gewinnen. Während die Wahrscheinlichkeitsrechnung Prognosen über das Eintreten zufälliger (zukünftiger) Ereignisse macht, werden
MehrDie deskriptive (beschreibende) Statistik hat als Aufgabe, große Datenmengen durch wenige Kennzahlen. oder Grafiken zu beschreiben.
Die deskriptive (beschreibende) Statistik hat als Aufgabe, große Datenmengen durch wenige Kennzahlen wie Lage- und Streuungsmaße oder Grafiken zu beschreiben. Solche Datenmengen entstehen bei der Untersuchung
MehrRumpfskript. Deskriptive Statistik. Prof. Dr. Ralf Runde Statistik und Ökonometrie, Universität Siegen
Rumpfskript Deskriptive Statistik Prof. Dr. Ralf Runde Statistik und Ökonometrie, Universität Siegen Vorbemerkung Vorbemerkung Das vorliegende Skript heißt nicht nur Rumpf skript, sondern ist auch nur
MehrWelche der folgenden Aussagen sind richtig (jeweils 1 Punkt)?
Aufgabe 1 Welche der folgenden Aussagen sind richtig (jeweils 1 Punkt)? (a) Der Median entspricht dem 50%-Quantil. (b) Für eine eingipflige und symmetrische Verteilung gilt stets, dass der Median und der
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
MehrAngewandte Statistik mit R. Eine Einführung für Ökonomen und
Reiner Hellbrück Angewandte Statistik mit R Eine Einführung für Ökonomen und Sozialwissenschaftler 3. Auflage Springer Gabler Inhaltsverzeichnis Vorwort zur dritten Auflage Vorwort zur ersten Auflage Vorwort
MehrPrüfung aus Statistik 1 für SoziologInnen- Gruppe A
Prüfung aus Statistik 1 für SoziologInnen- Gruppe A 26. Juni 2012 Gesamtpunktezahl =80 Prüfungsdauer: 2 Stunden 1) Wissenstest (maximal 20 Punkte) Lösungen Kreuzen ( ) Sie die jeweils richtige Antwort
MehrKlausur zu Methoden der Statistik I (mit Kurzlösung) Sommersemester Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik I (mit Kurzlösung) Sommersemester 2015 Aufgabe 1 In der aktuellen
MehrStatistik I für Betriebswirte Vorlesung 8
Statistik I für Betriebswirte Vorlesung 8 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 30. Mai 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung
MehrSBP Mathe Aufbaukurs 1 # 0 by Clifford Wolf. SBP Mathe Aufbaukurs 1
SBP Mathe Aufbaukurs 1 # 0 by Clifford Wolf SBP Mathe Aufbaukurs 1 # 0 Antwort Diese Lernkarten sind sorgfältig erstellt worden, erheben aber weder Anspruch auf Richtigkeit noch auf Vollständigkeit. Das
MehrStatistik I für Betriebswirte Vorlesung 9
Statistik I für Betriebswirte Vorlesung 9 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 06. Juni 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung
MehrStatistik. 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
MehrGrundbegriffe. Bibliografie
Grundbegriffe Merkmale und Merkmalsausprägungen Skalen und Skalentransformation Einführung und Grundbegriffe II 1 Bibliografie Bleymüller / Gehlert / Gülicher Verlag Vahlen Statistik für Wirtschaftswissenschaftler
MehrDeskriptive Statistik Lösungen zu Blatt 1 Christian Heumann, Susanne Konrath SS Lösung Aufgabe 1
1 Deskriptive Statistik Lösungen zu Blatt 1 Christian Heumann, Susanne Konrath SS 2011 Lösung Aufgabe 1 (a) Es sollen die mathematischen Vorkenntnisse der Studenten, die die Vorlesung Statistik I für Statistiker,
MehrTabellarische und graphie Darstellung von univariaten Daten
Part I Wrums 1 Motivation und Einleitung Motivation Satz von Bayes Übersetzten mit Paralleltext Merkmale und Datentypen Skalentypen Norminal Ordinal Intervall Verältnis Merkmalstyp Diskret Stetig Tabellarische
MehrPrüfung aus Statistik 1 für SoziologInnen
Prüfung aus Statistik 1 für SoziologInnen 27. Juni 2009 Nachname: Vorname: Matrikelnummer: Studienkennzahl: Beispiel 1: (6 Punkte) a) Wie viel Prozent der Beobachtungen liegen beim Box-Plot außerhalb der
MehrEinführung in die Statistik für Politikwissenschaftler Sommersemester 2011
Einführung in die Statistik für Politikwissenschaftler Sommersemester 2011 Es können von den Antworten alle, mehrere oder keine Antwort(en) richtig sein. Nur bei einer korrekten Antwort (ohne Auslassungen
MehrEs 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
MehrStatistik. Prof. em. Dr. Dr. h.c. Günter Bamberg PD Dr. Franz Baur Prof. Dr.Michael Krapp. 17., überarbeitete Auflage. Oldenbourg Verlag München.
Statistik von Prof. em. Dr. Dr. h.c. Günter Bamberg PD Dr. Franz Baur Prof. Dr.Michael Krapp 17., überarbeitete Auflage Oldenbourg Verlag München Inhaltsverzeichnis Vorwort Liste wichtiger Symbole IX XI
MehrKapitel 3: Lagemaße. Ziel. Komprimierung der Daten zu einer Kenngröße, welche die Lage, das Zentrum der Daten beschreibt
Kapitel 3: Lagemaße Ziel Komprimierung der Daten zu einer Kenngröße, welche die Lage, das Zentrum der Daten beschreibt Dr. Matthias Arnold 52 Definition 3.1 Seien x 1,...,x n Ausprägungen eines kardinal
MehrStatistik II: Grundlagen und Definitionen der Statistik
Medien Institut : Grundlagen und Definitionen der Statistik Dr. Andreas Vlašić Medien Institut (0621) 52 67 44 vlasic@medien-institut.de Gliederung 1. Hintergrund: Entstehung der Statistik 2. Grundlagen
MehrHäufigkeitsverteilungen und Statistische Maßzahlen. Häufigkeitsverteilungen und Statistische Maßzahlen. Variablentypen. Stichprobe und Grundgesamtheit
TECHNISCHE UNIVERSITÄT MÜNCHEN-WEIHENSTEPHAN MATHEMATIK UND STATISTIK INFORMATIONS- UND DOKUMENTATIONSZENTRUM R. Häufigkeitsverteilungen und Statistische Maßzahlen Statistik SS Variablentypen Qualitative
MehrWillkommen zur Vorlesung Statistik (Master)
Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Verteilung diskreter Zufallsvariablen Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften
MehrKapitel VIII - Mehrdimensionale Merkmale
Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel VIII - Mehrdimensionale Merkmale Deskriptive Statistik Prof. Dr. W.-D. Heller Hartwig Senska Carlo Siebenschuh
MehrStatistik für NichtStatistiker
Statistik für NichtStatistiker Zufall und Wahrscheinlichkeit von Prof. Dr. Karl Bosch 5., verbesserte Auflage R. Oldenbourg Verlag München Wien Inhaltsverzeichnis 1. ZufalLsexperimente und zufällige Ereignisse
Mehr3. Deskriptive Statistik
3. Deskriptive Statistik Eindimensionale (univariate) Daten: Pro Objekt wird ein Merkmal durch Messung / Befragung/ Beobachtung erhoben. Resultat ist jeweils ein Wert (Merkmalsausprägung) x i : - Gewicht
MehrGRUPPE B Prüfung aus Statistik 1 für SoziologInnen
GRUPPE B Prüfung aus Statistik 1 für SoziologInnen 16. Oktober 2015 Gesamtpunktezahl =80 Prüfungsdauer: 2 Stunden Name in Blockbuchstaben: Matrikelnummer: 1) Wissenstest (maximal 20 Punkte) Kreuzen ( )
MehrInhaltsverzeichnis. Vorwort. Abbildungsverzeichnis. Tabellenverzeichnis. 1 Einleitung Gegenstand Aufbau 4
Inhaltsverzeichnis Vorwort Abbildungsverzeichnis Tabellenverzeichnis v xv xvii 1 Einleitung 1 1.1 Gegenstand 1 1.2 Aufbau 4 2 Datenerhebung - ganz praktisch 7 2.1 Einleitung 7 2.2 Erhebungsplan 7 2.2.1
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung Dr. Jochen Köhler 26.02.2008 1 Warum Statistik und Wahrscheinlichkeits rechnung im Ingenieurwesen? Zusammenfassung der letzten Vorlesung Statistik und Wahrscheinlichkeitsrechnung
MehrLösungen zur deskriptiven Statistik
Lösungen zur deskriptiven Statistik Aufgabe 1. Bei einer Stichprobe von n = Studenten wurden folgende jährliche Ausgaben (in e) für Urlaubszwecke ermittelt. 1 58 5 35 6 8 1 6 55 4 47 56 48 1 6 115 8 5
MehrStatistik Tutorium WS 06/07
Statistik Tutorium WS 06/07 Florian Wiesenberger florian.wiesenberger@gmx.de Felix Holter FH13@rsg02.de 23.10.06 1. Begriffsdefinition: Statistische Masse, Merkmalsträger, Merkmal und Merkmalsausprägung
MehrStatistik für Wirtschaftswissenschaftler
Ulrich Erhard Rainer Fischbach Hans Weiler Statistik für Wirtschaftswissenschaftler - anwendungsorientierte Einführung in die Betriebsstatistik - verlag moderne industrie Inhaltsverzeichnis Vorwort 1.
Mehr1 x 1 y 1 2 x 2 y 2 3 x 3 y 3... n x n y n
3.2. Bivariate Verteilungen zwei Variablen X, Y werden gemeinsam betrachtet (an jedem Objekt werden gleichzeitig zwei Merkmale beobachtet) Beobachtungswerte sind Paare von Merkmalsausprägungen (x, y) Beispiele:
MehrTutorium Mathematik in der gymnasialen Oberstufe 1. Veranstaltung: Beschreibende Statistik 19. Oktober 2016
Tutorium Mathematik in der gymnasialen Oberstufe 1. Veranstaltung: Beschreibende Statistik 19. Oktober 2016 1. Daten erfassen 1. Aufgabe: Würfeln Sie 30-mal mit einem regelmäßigen Oktaeder und dokumentieren
MehrDaten, Datentypen, Skalen
Bildung kommt von Bildschirm und nicht von Buch, sonst hieße es ja Buchung. Daten, Datentypen, Skalen [main types of data; levels of measurement] Die Umsetzung sozialwissenschaftlicher Forschungsvorhaben
Mehr3 Häufigkeitsverteilungen
3 Häufigkeitsverteilungen 3.1 Absolute und relative Häufigkeiten 3.2 Klassierung von Daten 3.3 Verteilungsverläufe 3.1 Absolute und relative Häufigkeiten Datenaggregation: Bildung von Häufigkeiten X nominal
MehrChristoph Schöffel, Deskriptive Statistik. 1. Kapitel: Eindimensionale Häufigkeitsverteilungen 1. Thema 1: Darstellungsweise von Merkmalen 1
Inhaltsübersicht 1. Kapitel: Eindimensionale Häufigkeitsverteilungen 1 Thema 1: Darstellungsweise von Merkmalen 1 1. Diskrete und (quasi-)kontinuierliche Merkmale 1 1.1 Was sind Merkmale 1 1.2 Darstellungsweise
MehrForschungsmethoden in der Sozialen Arbeit
Forschungsmethoden in der Sozialen Arbeit Fachhochschule für Sozialarbeit und Sozialpädagogik Alice- Salomon Hochschule für Soziale arbeit, Gesundheit, Erziehung und Bildung University of Applied Sciences
MehrSTATISTIK FÜR STATISTIK-AGNOSTIKER Teil 1 (wie mich)
WS 07/08-1 STATISTIK FÜR STATISTIK-AGNOSTIKER Teil 1 (wie mich) Nur die erlernbaren Fakten, keine Hintergrundinfos über empirische Forschung etc. (und ich übernehme keine Garantie) Bei der Auswertung von
MehrStichwortverzeichnis. Robert Galata, Sandro Scheid. Deskriptive und Induktive Statistik für Studierende der BWL. Methoden - Beispiele - Anwendungen
Stichwortverzeichnis Robert Galata, Sandro Scheid Deskriptive und Induktive Statistik für Studierende der BWL Methoden - Beispiele - Anwendungen Herausgegeben von Robert Galata, Markus Wessler ISBN (Buch):
Mehr