Kapitel III - Merkmalsarten

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "Kapitel III - Merkmalsarten"

Transkript

1 Universität Karlsruhe (TH) Institut für Statistik und Mathematische Wirtschaftstheorie Statistik 1 - Deskriptive Statistik Kapitel III - Merkmalsarten Markus Höchstötter Lehrstuhl für Statistik, Ökonometrie und Mathematische Finanzwirtschaft, Universität Karlsruhe (TH) Karlsruhe,SS 2008

2 Agenda 1 Merkmalsarten 2 Skalen 3 Transformation bei Skalen Kapitel III - Merkmalsarten 2

3 Merkmalsarten Es können drei Grundtypen bei der Menge der Merkmalsausprägungen unterschieden werden: Qualitative Merkmale Kapitel III - Merkmalsarten 3

4 Merkmalsarten Qualitative Merkmale: Die Merkmalsausprägungen sind verbale Begriffe, die ohne eine ordnende Vergleichbarkeit nebeneinander stehen. Die Reihenfolge bei den Merkmalsausprägungen ist willkürlich, eine Einstufung der Merkmalsträger ist aufgrund der Merkmalswerte nicht zulässig. Beispiele: Haarfarbe, Geschlecht, Familienstand, Religion, etc. Kapitel III - Merkmalsarten 4

5 Merkmalsarten Es können drei Grundtypen bei der Menge der Merkmalsausprägungen unterschieden werden: Qualitative Merkmale Rangmerkmale Kapitel III - Merkmalsarten 5

6 Merkmalsarten Rangmerkmale: Durch Rangmerkmale wird eine Einteilung der statistischen Masse in Qualitätsstufen vorgenommen. Die Merkmalswerte lassen einen Vergleich zweier statistischer Einheiten zu, allerdings ist der Unterschied zwischen zwei Ausprägungen nicht quantifizierbar. Beispiel: Zuordnung von Weinen in die Kategorien Tafelwein, Qualitätswein, Qualitätswein mit Prädikat, etc. Es ist zulässig, zu sagen, eine bestimmte Flasche mit der Einstufung Qualitätswein ist im Sinn dieser Einstufung höherwertiger als eine zum Vergleich herangezogene Flasche Tafelwein; ohne zusätzliche Kenntnisse kann aber nichts darüber festgestellt werden, um wieviel sie höherwertiger ist. Kapitel III - Merkmalsarten 6

7 Merkmalsarten Es können drei Grundtypen bei der Menge der Merkmalsausprägungen unterschieden werden: Qualitative Merkmale Rangmerkmale Quantitative Merkmale Kapitel III - Merkmalsarten 7

8 Merkmalsarten Quantitative Merkmale: Die Merkmalsausprägungen sind reelle Zahlen. Die Feststellung des Merkmalswertes einer statistischen Einheit erfordert damit eine physikalische Messung, einen Abzählvorgang oder ähnliches. Für den Vergleich zweier Merkmalswerte steht damit die gesamte Struktur der reellen Zahlen zur Verfügung, wobei die Auswertung noch die Dimensionsart der betrachteten Größe berücksichtigen muss (siehe unten). Beispiele: Alter, Gewicht, Verkehrsdichte, Temperatur, Semesterzahl, etc. Kapitel III - Merkmalsarten 8

9 Merkmalsarten - Quantitative Merkmale Anmerkung: Quantitative Merkmale können weiter danach eingeteilt werden, ob als Merkmalswerte alle reellen Zahlen bzw. ein bestimmtes Intervall daraus (stetige Merkmale) oder nur isolierte reelle Zahlen in der Regel ganze Zahlen (diskrete Merkmale) möglich sind. Beispiele: Diskrete Merkmale: Kinderzahl, Semesterzahl, Beschäftigtenzahl oder Noten mit den zugelassenen Werten 1.0, 1.3, 1.7, etc. Stetige Merkmale: Größe, Gewicht, Lebensdauer, Temperatur, etc. Kapitel III - Merkmalsarten 9

10 Agenda 1 Merkmalsarten 2 Skalen 3 Transformation bei Skalen Kapitel III - Merkmalsarten 10

11 Skalen Skalierung (Codierung): Insbesondere für die Verarbeitung mit EDV-Anlagen wird bei qualitativen Merkmalen und Rangmerkmalen eine Identifizierung der Merkmalsausprägungen mit reellen oder ganzen Zahlendurchgeführt. Beispiel: ledig (1), verheiratet (2), geschieden (3), verwitwet (4). Anmerkung: Formal werden damit diese Merkmale zu quantitativen Merkmalen. Allerdings bedeutet dies nicht, dass auch die Auswertungsmethoden quantitativer Merkmale angewandt werden dürfen! Kapitel III - Merkmalsarten 11

12 Skalen Nominalskalen: Qualitative Merkmale Ordinal- bzw. Rangskalen: Rangmerkmale Metrische Skalen bzw. Kardinalskalen: Quantitative Merkmale Kapitel III - Merkmalsarten 12

13 Skalen - Metrische Skalen Intervallskalen: Der Nullpunkt ist willkürlich festgelegt, d.h. bei einer anderen Dimension für denselben Sachverhalt liegt ein anderer Nullpunkt vor. Beim Vergleich von Merkmalswerten können Differenzen, aber keine Verhältnisse gebildet werden. Beispiele - Temperatur ( o Celsius in Europa, o Fahrenheit in den USA) - Wochenzählung im Kalenderjahr Kapitel III - Merkmalsarten 13

14 Skalen - Metrische Skalen Verhältnisskalen: Der Nullpunkt ist äuf natürliche Weiseöder durch Konvention vorgegeben. Neben der Differenz ist auch das Verhältnis zweier Merkmalswerte aussagefähig. Beispiele - Alter, Gewicht, Einkommen,... Kapitel III - Merkmalsarten 14

15 Skalen - Metrische Skalen Absolutskalen: Neben dem Nullpunkt ist auch die Einheit natürlich vorgegeben, also nicht frei wählbar. Beispiel - Stückzahl, Semesterzahl,... Kapitel III - Merkmalsarten 15

16 Agenda 1 Merkmalsarten 2 Skalen 3 Transformation bei Skalen Kapitel III - Merkmalsarten 16

17 Transformation bei Skalen Je nach Art der Skala können unterschiedliche Transformationen (Dimensionsänderungen) auftreten: Intervallskalen: y = αx + β Beispiel: Umrechnung von Fahrenheit (x-wert) in Celsius (y-wert) nach der Formel y = 5 (x 32). 9 Kapitel III - Merkmalsarten 17

18 Transformation bei Skalen Verhältnisskalen: y = αx Eine Verschiebung des Nullpunkts (additive Konstante) ist nicht möglich, da dieser fest vorgegeben ist. Beispiel: α = 100 bei Umrechnung von m in cm Absolutskalen: Es ist keine Transformation zulässig, da Nullpunkt und Einheit fest vorgegeben sind. Kapitel III - Merkmalsarten 18

Deskriptive Statistik Kapitel III - Merkmalsarten

Deskriptive Statistik Kapitel III - Merkmalsarten Deskriptive Statistik Kapitel III - Merkmalsarten Georg Bol bol@statistik.uni-karlsruhe.de hoechstoetter@statistik.uni-karlsruhe.de April 26, 2006 Typeset by FoilTEX Agenda 1. Merkmalsarten 2. Skalen 3.

Mehr

Modul 04: Messbarkeit von Merkmalen, Skalen und Klassierung. Prof. Dr. W. Laufner Beschreibende Statistik

Modul 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

Mehr

3. Merkmale und Daten

3. 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

Mehr

Kapitel X - Randverteilung, bedingte Verteilung und Unabhängigkeit von Zufallsvariablen

Kapitel X - Randverteilung, bedingte Verteilung und Unabhängigkeit von Zufallsvariablen Universität Karlsruhe (TH) Institut für Statistik und Mathematische Wirtschaftstheorie Wahrscheinlichkeitstheorie Kapitel X - Randverteilung, bedingte Verteilung und Unabhängigkeit von Zufallsvariablen

Mehr

Grundbegriffe. Bibliografie

Grundbegriffe. Bibliografie Grundbegriffe Merkmale und Merkmalsausprägungen Skalen und Skalentransformation Einführung und Grundbegriffe II 1 Bibliografie Bleymüller / Gehlert / Gülicher Verlag Vahlen Statistik für Wirtschaftswissenschaftler

Mehr

Die 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. 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

Mehr

Deskriptive Statistik Auswertung durch Informationsreduktion

Deskriptive Statistik Auswertung durch Informationsreduktion Deskriptive Statistik Auswertung durch Informationsreduktion Gliederung Ø Grundbegriffe der Datenerhebung Total-/Stichprobenerhebung, qualitatives/quantitatives Merkmal Einteilung der Daten (Skalierung,

Mehr

Teil I: Deskriptive Statistik

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

Mehr

Kapitel IV - Spezielle Verteilungen: Diskrete Verteilungen

Kapitel IV - Spezielle Verteilungen: Diskrete Verteilungen Universität Karlsruhe (TH) Institut für Statistik und Mathematische Wirtschaftstheorie Wahrscheinlichkeitstheorie Kapitel IV - Spezielle Verteilungen: Diskrete Verteilungen Markus Höchstötter Lehrstuhl

Mehr

Phasen des Forschungsprozesses (hypothesenprüfende Studie)

Phasen des Forschungsprozesses (hypothesenprüfende Studie) Phasen des Forschungsprozesses (hypothesenprüfende Studie) Konzeptspezifikation/ Operationalisierung/Messung rot: Planungsphase Auswahl des Forschungsproblems Theoriebildung Auswahl der Untersuchungseinheiten

Mehr

Grundbegriffe (1) Grundbegriffe (2)

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

Mehr

Standardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend

Standardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend Standardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend oder eindeutig, wenn keine alternativen Interpretationsmöglichkeiten

Mehr

1. Tutorial. Online-Tutorium-Statistik von T.B.

1. 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,

Mehr

Kapitel V - Graphische Darstellung von Häufigkeitsverteilungen

Kapitel 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

Mehr

Datenerhebung, Skalenniveaus und Systemdatei

Datenerhebung, Skalenniveaus und Systemdatei Datenerhebung, Skalenniveaus und Systemdatei Institut für Geographie 1 Beispiele für verschiedene Typen von Fragen in einer standardisierten Befragung (3 Grundtypen) Geschlossene Fragen Glauben Sie, dass

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

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 Überblick Grundlagen (Testvoraussetzungen) Mittelwertvergleiche (t-test,..) Nichtparametrische Tests Korrelationen Regressionsanalyse... Folie 2 Überblick... Varianzanalyse

Mehr

2. Deskriptive Statistik

2. Deskriptive Statistik Philipps-Universitat Marburg 2.1 Stichproben und Datentypen Untersuchungseinheiten: mogliche, statistisch zu erfassende Einheiten je Untersuchungseinheit: ein oder mehrere Merkmale oder Variablen beobachten

Mehr

Daten, Datentypen, Skalen

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

Mehr

1. GEGENSTAND UND GRUNDBEGRIFFE DER STATISTIK

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

Mehr

Alle weiteren Messoperationen schließen die Klassifikation als Minimaloperation ein.

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

Mehr

Kapitel II - Grundbegriffe

Kapitel II - Grundbegriffe Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel II - Grundbegriffe Deskriptive Statistik Prof. Dr. W.-D. Heller Hartwig Senska Carlo Siebenschuh Agenda 1 Statistische

Mehr

Forschungsmethoden in der Sozialen Arbeit

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

Mehr

Beschreibende Statistik

Beschreibende Statistik Beschreibende Statistik 2 Überblick In diesem Kapitel geht es um die Ausprägungen von Merkmalen und um die Skalen, auf denen sie dargestellt werden: Nominale, ordinale Skalen, Intervallskalen und Verhältnisskalen.

Mehr

Wahrscheinlichkeitstheorie Kapitel X - Randverteilung, bedingte Verteilung und Unabhängigkeit von Zufallsvariablen

Wahrscheinlichkeitstheorie Kapitel X - Randverteilung, bedingte Verteilung und Unabhängigkeit von Zufallsvariablen Wahrscheinlichkeitstheorie Kapitel X - Randverteilung, bedingte Verteilung und Unabhängigkeit von Zufallsvariablen Georg Bol bol@statistik.uni-karlsruhe.de Markus Höchstötter hoechstoetter@statistik.uni-karlsruhe.de

Mehr

Statistik I für Betriebswirte Vorlesung 8

Statistik I für Betriebswirte Vorlesung 8 Statistik I für Betriebswirte Vorlesung 8 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 1. Juni 2017 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 8 Version: 30. Mai

Mehr

Vorlesung Grundlagen der Biometrie WS 2011/12 1. Grundbegriffe

Vorlesung Grundlagen der Biometrie WS 2011/12 1. Grundbegriffe Vorlesung Grundlagen der Biometrie WS 2011/12 1. Grundbegriffe Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 1. Grundbegriffe der beschreibenden Statistik Statistische Einheiten, Grundgesamtheit

Mehr

Statistik Grundbegriffe

Statistik 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

Mehr

Kapitel VIII - Mehrdimensionale Merkmale

Kapitel 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

Mehr

Univ.-Prof. Dr. Georg Wydra

Univ.-Prof. Dr. Georg Wydra Univ.-Prof. Dr. Georg Wydra Methoden zur Auswertung von Untersuchungen 1 SKALENTYPEN UND VARIABLEN 2 ZUR BEDEUTUNG DER STATISTIK IN DER FORSCHUNG 3 STATISTIK ALS VERFAHREN ZUR PRÜFUNG VON HYPOTHESEN 4

Mehr

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

1. Einführung und statistische Grundbegriffe. Grundsätzlich unterscheidet man zwei Bedeutungen des Begriffs Statistik: . Einführung und statistische Grundbegriffe Beispiele aus dem täglichen Leben Grundsätzlich unterscheidet man zwei Bedeutungen des Begriffs Statistik: Quantitative Information Graphische oder tabellarische

Mehr

Einige Grundbegriffe der Statistik

Einige Grundbegriffe der Statistik Einige Grundbegriffe der Statistik 1 Überblick Das Gesamtbild (Ineichen & Stocker, 1996) 1. Ziehen einer Stichprobe Grundgesamtheit 2. Aufbereiten der Stichprobe (deskriptive Statistik) 3. Rückschluss

Mehr

Forschungsstatistik I

Forschungsstatistik I Prof. Dr. G. Meinhardt 6. Stock, TB II R. 06-206 (Persike) R. 06-321 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet03.sowi.uni-mainz.de/

Mehr

Kapitel VII - Funktion und Transformation von Zufallsvariablen

Kapitel VII - Funktion und Transformation von Zufallsvariablen Universität Karlsruhe (TH) Institut für Statistik und Mathematische Wirtschaftstheorie Wahrscheinlichkeitstheorie Kapitel VII - Funktion und Transformation von Zufallsvariablen Markus Höchstötter Lehrstuhl

Mehr

Kapitel X - Lineare Regression

Kapitel X - Lineare Regression Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel X - Lineare Regression Deskriptive Statistik Prof. Dr. W.-D. Heller Hartwig Senska Carlo Siebenschuh Agenda 1 Untersuchung

Mehr

STATISTIK FÜR STATISTIK-AGNOSTIKER Teil 1 (wie mich)

STATISTIK 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

Mehr

Allgemeine Grundlagen Seite Termin: Eindimensionale Häufigkeitsverteilung

Allgemeine 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

Mehr

Inhaltsverzeichnis: Aufgaben zur Vorlesung Statistik Seite 1 von 10 Prof. Dr. Karin Melzer, Prof. Dr. Gabriele Gühring, Fakultät Grundlagen

Inhaltsverzeichnis: Aufgaben zur Vorlesung Statistik Seite 1 von 10 Prof. Dr. Karin Melzer, Prof. Dr. Gabriele Gühring, Fakultät Grundlagen Inhaltsverzeichnis: 1. Aufgabenlösungen... Lösung zu Aufgabe 1:... Lösung zu Aufgabe... Lösung zu Aufgabe 3... Lösung zu Aufgabe 4... Lösung zu Aufgabe 5... 3 Lösung zu Aufgabe... 3 Lösung zu Aufgabe 7...

Mehr

Vorlesung 1: Grundbegriffe, einführende Begriffe, Merkmale in der Statistik Gliederung und Aufgaben einer Vorlesung Statistik

Vorlesung 1: Grundbegriffe, einführende Begriffe, Merkmale in der Statistik Gliederung und Aufgaben einer Vorlesung Statistik 1 Vorlesung 1: Grundbegriffe, einführende Begriffe, Merkmale in der Statistik Gliederung und Aufgaben einer Vorlesung Statistik Letzter Stand: 12. Juni 2000, 5 Seiten Literaturbezug Dieses Kapitel (einschließlich

Mehr

Deskriptive Statistik Lösungen zu Blatt 1 Christian Heumann, Susanne Konrath SS Lösung Aufgabe 1

Deskriptive 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,

Mehr

Skript zur Übung: Grundlagen der empirischen Sozialforschung - Datenanalyse

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

Mehr

Gegeben: Eine Menge von Objekten mit Merkmalen (beobachtet oder gemessen) Die gegebene Menge heißt auch Grundgesamtheit.

Gegeben: Eine Menge von Objekten mit Merkmalen (beobachtet oder gemessen) Die gegebene Menge heißt auch Grundgesamtheit. Kapitel 1 Beschreibende Statistik Gegeben: Eine Menge von Objekten mit Merkmalen (beobachtet oder gemessen) Gesucht: Übersichtliche Beschreibung Die gegebene Menge heißt auch Grundgesamtheit. Beispiele

Mehr

Statistik II: Grundlagen und Definitionen der Statistik

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

Mehr

Teil I: Deskriptive Statistik

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

Mehr

er einen Fragebogen, den er von den Teilnehmern ausfüllen lässt. Der Fragebogen ist auf Seite 8 zu finden.

er einen Fragebogen, den er von den Teilnehmern ausfüllen lässt. Der Fragebogen ist auf Seite 8 zu finden. Kapitel 1 Grundbegriffe Fragt man Personen, was sie mit dem Begriff Statistik assoziieren, so werden in den Antworten in der Regel die Begriffe Zahlenkolonnen, Tabellen und Graphiken auftauchen. Es schließt

Mehr

Deskripitve Statistik Kapitel II - Grundbegriffe

Deskripitve Statistik Kapitel II - Grundbegriffe Deskripitve Statistik Kapitel II - Grundbegriffe Georg Bol bol@statistik.uni-karlsruhe.de hoechstoetter@statistik.uni-karlsruhe.de April 23, 2006 Agenda 1. Statistische Erhebung - Grundsätzliche Überlegungen

Mehr

Was heißt messen? Konzeptspezifikation Operationalisierung Qualität der Messung

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

Mehr

Statistikpraktikum. Carsten Rezny. Sommersemester Institut für angewandte Mathematik Universität Bonn

Statistikpraktikum. Carsten Rezny. Sommersemester Institut für angewandte Mathematik Universität Bonn Statistikpraktikum Carsten Rezny Institut für angewandte Mathematik Universität Bonn Sommersemester 2016 Anmeldung in Basis: 06. 10.06.2016 Organisatorisches Einführung Statistik Analyse empirischer Daten

Mehr

Gefühl*** vorher / nachher. Situation* Essen (was und wie viel?) Ess- Motiv** Tag Datum Frühstück Zeit: Allgemeines Befinden

Gefühl*** vorher / nachher. Situation* Essen (was und wie viel?) Ess- Motiv** Tag Datum Frühstück Zeit: Allgemeines Befinden Name: Größe: cm Gewicht: kg Alter: Jahre Situation* Essen Ess- Situation* Essen Ess- Situation* Essen Ess- Situation* Essen Ess- Situation* Essen Ess- Situation* Essen Ess- Situation* Essen Ess- Situation*

Mehr

2 Merkmalsausprägungen, Skalen, Häufigkeiten, Klassierung

2 Merkmalsausprägungen, Skalen, Häufigkeiten, Klassierung 2 2.1 Merkmalsausprägungen und Skalen Bei statistischen Analysen wird eine bestimmte Anzahl von Elementen untersucht und mit den Methoden der Statistik quantifiziert. Je nach Untersuchung kann es sich

Mehr

Deskriptive Statistik Kapitel VI - Lage- und Streuungsparameter

Deskriptive Statistik Kapitel VI - Lage- und Streuungsparameter Deskriptive Statistik Kapitel VI - Lage- und Streuungsparameter Georg Bol bol@statistik.uni-karlsruhe.de Markus Höchstötter, hoechstoetter@statistik.uni-karlsruhe.de Agenda 1. Ziele 2. Lageparameter 3.

Mehr

Mathematische und statistische Methoden I

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

Mehr

WISTA WIRTSCHAFTSSTATISTIK

WISTA WIRTSCHAFTSSTATISTIK WISTA WIRTSCHAFTSSTATISTIK PROF DR ROLF HÜPEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT Seminar für Theoretische Wirtschaftslehre Vorlesungsprogramm 23042013 Datenlagen und Darstellung eindimensionaler Häufigkeitsverteilungen

Mehr

Kapitel VII - Konzentration von Merkmalswerten

Kapitel VII - Konzentration von Merkmalswerten Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel VII - Konzentration von Merkmalswerten Deskriptive Statistik Prof. Dr. W.-D. Heller Hartwig Senska Carlo Siebenschuh

Mehr

1 Stochastik deskriptive Statistik und Wahrscheinlichkeitsrechnung. Statistik und Wahrscheinlichkeitsrechnung

1 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

Mehr

1 Einführung und Grundbegriffe

1 Einführung und Grundbegriffe 1 Einleitung Die deskriptive Statistik dient der systematischen Erfassung und Darstellung von Daten, die bestimmte Zustände oder Entwicklungen aufzeigen. Sehr viele Entscheidungen des Alltags, in Wirtschaftsunternehmen

Mehr

III. Methoden der empirischen Kommunikations forschung. Hans-Bernd Brosius Friederike Koschel. Eine Einführung. 3. Auflage - CKIZ

III. Methoden der empirischen Kommunikations forschung. Hans-Bernd Brosius Friederike Koschel. Eine Einführung. 3. Auflage - CKIZ - CKIZ Hans-Bernd Brosius Friederike Koschel Methoden der empirischen Kommunikations forschung Eine Einführung 3. Auflage»11111111111111)111111 ii in i m III VS VERLAG FÜR SOZIALWISSENSCHAFTEN Vorwort

Mehr

f j = ( 2) = 5.5.

f j = ( 2) = 5.5. Wirtschaftswissenschaftliches Zentrum 1 Universität Basel Statistik Dr. Thomas Zehrt Merkmale und Häufigkeitsverteilung Motivation In der heutigen Zeit fällt jeden Tag eine unvorstellbare Menge von Daten

Mehr

Statistik für Ingenieure Vorlesung 2

Statistik für Ingenieure Vorlesung 2 Statistik für Ingenieure Vorlesung 2 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 24. Oktober 2016 2.4 Bedingte Wahrscheinlichkeiten Häufig ist es nützlich, Bedingungen

Mehr

Dr. Maike M. Burda. Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp

Dr. Maike M. Burda. Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp Dr. Maike M. Burda Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp 8.-10. Januar 2010 BOOTDATA.GDT: 250 Beobachtungen für die Variablen... cm:

Mehr

Deskriptive Statistik Erläuterungen

Deskriptive Statistik Erläuterungen Grundlagen der Wirtschaftsmathematik und Statistik Erläuterungen Lernmaterial zum Modul - 40601 - der Fernuniversität Hagen 7 2.1 Einfache Lageparameter aus einer gegebenen Messreihe ablesen Erklärung

Mehr

Kai Schaal. Universität zu Köln

Kai Schaal. Universität zu Köln Deskriptive Statistik und Wirtschaftsstatistik Tutorium zur Anwendung von Statistik 1 in Excel Kai Schaal Universität zu Köln Organisatorisches und Einleitung (1) Was, wann, wo? Anwendung von Statistik

Mehr

Forschungsmethoden in der Sozialen Arbeit (XI)

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

Mehr

Deskription, Statistische Testverfahren und Regression. Seminar: Planung und Auswertung klinischer und experimenteller Studien

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

Mehr

Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert

Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert Beispiel für Konfidenzintervall Im Prinzip haben wir

Mehr

Statistikpraktikum. Carsten Rezny. Sommersemester Institut für angewandte Mathematik Universität Bonn

Statistikpraktikum. Carsten Rezny. Sommersemester Institut für angewandte Mathematik Universität Bonn Statistikpraktikum Carsten Rezny Institut für angewandte Mathematik Universität Bonn Sommersemester 2017 Organisatorisches Anmeldung in Basis: 19. 23.06.2017 Skript und Übungsaufgaben unter: http://www.iam.uni-bonn.de/users/rezny/statistikpraktikum

Mehr

Kapitel VI - Lage- und Streuungsparameter

Kapitel VI - Lage- und Streuungsparameter Universität Karlsruhe (TH) Institut für Statistik und Mathematische Wirtschaftstheorie Wahrscheinlichkeitstheorie Kapitel VI - Lage- und Streuungsparameter Markus Höchstötter Lehrstuhl für Statistik, Ökonometrie

Mehr

Der Barthel-Index zur Messung von Alltagskompetenzen bei Demenz

Der Barthel-Index zur Messung von Alltagskompetenzen bei Demenz Der Barthel-Index zur Messung von Alltagskompetenzen bei Demenz Univ.-Prof. Dr. Albert Brühl Lehrstuhl für Statistik und standardisierte Verfahren Philosophisch-Theologische Hochschule Vallendar Folie

Mehr

Statistik für Ingenieure Vorlesung 8

Statistik für Ingenieure Vorlesung 8 Statistik für Ingenieure Vorlesung 8 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 12. Dezember 2016 Bezeichnungen und Klassifikationen von Merkmalen Bezeichnungen: Grundgesamtheit:

Mehr

Data Mining (ehem. Entscheidungsunterstützungssysteme)

Data Mining (ehem. Entscheidungsunterstützungssysteme) Data Mining (ehem. Entscheidungsunterstützungssysteme) Melanie Pfoh Anja Tetzner Christian Schieder Übung WS 2014/15 AGENDA TEIL 1 Aufgabe 1 (Wiederholung OPAL / Vorlesungsinhalte) ENTSCHEIDUNG UND ENTSCHEIDUNGSTHEORIE

Mehr

Auswertung von Wertprüfungsbonituren (U. Meyer, Bundessortenamt)

Auswertung von Wertprüfungsbonituren (U. Meyer, Bundessortenamt) Auswertung von Wertprüfungsbonituren (U. Meyer, Bundessortenamt) - Ziel - Daten - Modell - Methoden - Ergebnisse - Schlussfolgerungen 1 Referat 111 Ziel Prüfung der Anwendbarkeit verfügbarer Methoden für

Mehr

Software Engineering I Prof. Dr. Martin Glinz. Kapitel 2. Zielsetzung, Messung. Universität Zürich Institut für Informatik

Software Engineering I Prof. Dr. Martin Glinz. Kapitel 2. Zielsetzung, Messung. Universität Zürich Institut für Informatik Software Engineering I Prof. Dr. Martin Glinz Kapitel 2 Zielsetzung, Messung Universität Zürich Institut für Informatik Zielsetzung warum? Zielgerichtetes Arbeiten ist notwendig Ohne Zielsetzung: Qualität

Mehr

Kapitel 1 Beschreibende Statistik

Kapitel 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

Mehr

BA-Studium Erziehungswissenschaft

BA-Studium Erziehungswissenschaft BA-Studium Erziehungswissenschaft KM2: Quantitative Forschungsmethoden Statistik I 1/12 Einführung / Skalierungsniveaus Dr. Damian Miller dmiller@paed.uzh.ch 1 Überblick 1. Aufbau der Lehrveranstaltung

Mehr

Aufgabe 1. Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler

Aufgabe 1. Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2016/17 Aufgabe 1 Das neue Universitätsgebäude

Mehr

Statistische Methoden der Qualitätssicherung

Statistische Methoden der Qualitätssicherung Konrad Wälder Olga Wälder Statistische Methoden der Qualitätssicherung Praktische Anwendung mit MINITAB und JMP Inhalt Vorwort... Inhalt... VII IX 1 Einleitung... 1 1.1 Der Qualitätsbegriff... 1 1.2 Einführung

Mehr

Einführung in die Statistik

Einführung 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

Mehr

Kapitel 1: Gegenstand und Grundbegriffe der Statistik

Kapitel 1: Gegenstand und Grundbegriffe der Statistik Kapitel 1: Gegenstand und Grundbegriffe der Statistik 1. Gegenstand der Statistik... 1 2. Einheiten, Masse, Merkmal... 3 3. Messen, Skalen... 9 a) Messung... 9 b) Skalenarten... 11 1. Gegenstand der Statistik

Mehr

Leidlmair / Planung und statistische Auswertung psychologischer Untersuchungen I. Messtheoretische Vorüberlegungen

Leidlmair / Planung und statistische Auswertung psychologischer Untersuchungen I. Messtheoretische Vorüberlegungen Leidlmair / Planung und statistische Auswertung psychologischer Untersuchungen I Messtheoretische Vorüberlegungen Am Anfang jeder statistischen Auswertung steht das 'Messen' bestimmter Phänomene bzw. Merkmale.

Mehr

Planung und Auswertung klinischer und experimenteller Studien: Datenmanagement

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

Mehr

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

Dr. 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. 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...

Mehr

Grundlagen der Statistik

Grundlagen der Statistik Grundlagen der Statistik Übung 1 2010 FernUniversität in Hagen Alle Rechte vorbehalten Fakultät für Wirtschaftswissenschaft Übersicht über die mit den insendeaufgaben geprüften Lehrzielgruppen Lehrzielgruppe

Mehr

3 Häufigkeitsverteilungen

3 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

Mehr

Glossar Biometrie / Statistik. Auszug für Fragebogen Fallzahlberechnung/-begründung

Glossar Biometrie / Statistik. Auszug für Fragebogen Fallzahlberechnung/-begründung Glossar Biometrie / Statistik A Äquivalenztest Der Äquivalenztest beurteilt die Gleichwertigkeit von Therapien. Beim Äquivalenztest werden als Hypothesen formuliert: Nullhypothese H 0 : Die Präparate sind

Mehr

Messtherorie Definitionen

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

Mehr

Stochastik für die Naturwissenschaften

Stochastik für die Naturwissenschaften Stochastik für die Naturwissenschaften Dr. C.J. Luchsinger 2. Beschreibende Statistik (descriptive Statistics) Literatur Kapitel 2 * Storrer: Kapitel 29-31 * Stahel: Kapitel 1-3 * Statistik in Cartoons:

Mehr

Beschreibung von Daten

Beschreibung von Daten Kapitel 2 Beschreibung von Daten In diesem Kapitel geht es um die Beschreibung von empirisch erhobenen Daten Größere Datenmengen sind schwer zu überblicken Weil ein Bild leichter als eine Ansammlung von

Mehr

Zusammenhangsanalyse in Kontingenztabellen

Zusammenhangsanalyse in Kontingenztabellen Zusammenhangsanalyse in Kontingenztabellen Bisher: Tabellarische / graphische Präsentation Jetzt: Maßzahlen für Stärke des Zusammenhangs zwischen X und Y. Chancen und relative Chancen Zunächst 2 2 - Kontingenztafel

Mehr

DATENERHEBUNG: MESSEN-OPERATIONALISIEREN - SKALENARTEN

DATENERHEBUNG: MESSEN-OPERATIONALISIEREN - SKALENARTEN DATENERHEBUNG: MESSEN-OPERATIONALISIEREN - SKALENARTEN Was ist Messen? Messen - im weitesten Sinne - ist die Zuordnung von Zahlen zu Objekten und Ereignissen entsprechend einer Regel (Def. nach Stevensen

Mehr

Empirische Verteilungsfunktion

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

Mehr

Einführung in die Statistik. Dr. Michael Kuttner Mag. Dietmar Knitel

Einführung in die Statistik. Dr. Michael Kuttner Mag. Dietmar Knitel Einführung in die Statistik Dr. Michael Kuttner Mag. Dietmar Knitel Statistik ein Gedicht Ein Mensch, der von Statistik hört, denkt dabei nur an Mittelwert. Er glaubt nicht dran und ist dagegen, ein Beispiel

Mehr

Statistik I (17) 79. Untersuchen Sie die Daten aus Tabelle 1.

Statistik I (17) 79. Untersuchen Sie die Daten aus Tabelle 1. Schüler Nr. Statistik I (7) Schuljahr /7 Mathematik FOS (Haben Sie Probleme bei der Bearbeitung dieser Aufgaben, wenden Sie sich bitte an die betreuenden Lehrkräfte!) Tabelle : Die Tabelle wurde im Rahmen

Mehr

Mathematik. Schuljahr 1

Mathematik. Schuljahr 1 Mathematik 1 Duales Berufskolleg Mathematik Schuljahr 1 Fachrichtung Soziales 2 Mathematik Vorbemerkungen Die Schülerinnen und Schüler lernen im Fach Mathematik einfache naturwissenschaftliche Sachverhalte

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 GLIEDERUNG Statistik eine Umschreibung Gliederung der Statistik in zwei zentrale Teilbereiche Deskriptive Statistik Inferenzstatistik

Mehr

Analyse kategorialer Variablen Schriftliche Ausarbeitung des Referats vom 23. Mai 2002

Analyse kategorialer Variablen Schriftliche Ausarbeitung des Referats vom 23. Mai 2002 Universität Tübingen Tübingen, im Mai 2002 Geographisches Institut Sommersemester 2002 Seminar Verarbeitung Geographischer Daten Dozent: Dr. H.-J. Rosner Referenten: Katrin Oehlkers, Helke Neuendorff,

Mehr

Kapitel XII - Kennzahlen mehrdimensionaler Zufallsvariablen

Kapitel XII - Kennzahlen mehrdimensionaler Zufallsvariablen Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel XII - Kennzahlen mehrdimensionaler Zufallsvariablen Wahrscheinlichkeitstheorie Prof. Dr. W.-D. Heller Hartwig Senska

Mehr