t-test Einführung in die Statistik Professur E-Learning und Neue Medien Institut für Medienforschung Philosophische Fakultät
|
|
- Günter Krause
- vor 7 Jahren
- Abrufe
Transkript
1 Professr E-Learning nd Nee Medien Institt für Medienforschng Philosophische Fakltät Einführng in die Statistik t-test
2 Überblick Zfallsstichproben generieren Zentrale Verteilng abtragen Kritischen nd empirischen t-wert bestimmen Inferenzstatistische Entscheidng treffen Nonzentrale Verteilng abtragen Beta nd Teststärke Vorassetzngen nd Arten von t-tests Schritte bei der Drchführng eines t-tests Praktische Bedetsamkeit 2
3 Inferenzstatistik (z. B. Bortz & Schster, 2010) Statistik als Sche nach Mstern in Zahlen Deskriptivstatistik: Zahlenmster werden dargestellt nd beschrieben Inferenzstatistik: Zahlenmster werden gegen den Zfall nd zr Generalisierng (af die Poplation) abgesichert Nllhypothese ( ) vs. Alternativhypothese ( ) Statistische Signifikanz: Wahrscheinlichkeit, dass das gefndene Ergebnis oder extremere Ergebnisse bei Gültigkeit der Nllhypothese eintreten Beispiel: Wahrscheinlichkeit ermitteln, dass die Aswirkngen eines Medikaments drch einen Placeboeffekt zstande gekommen sind Weiteres Beispiel: Wahrscheinlichkeit ermitteln, dass die Beachtng der Leserichtng in interaktiven Visalisierngen die Lernleistngen erhöht 3
4 Inferenzstatistik (Rey, 2012) Beispiel: Leserichtngseffekt in Comptersimlationen (Rey, 2009) Transferleistng 4
5 Zfallsstichproben generieren (Rey, 2012) Häfigkeit Mittelwertsdifferenz 5
6 Zentrale Verteilng abtragen (Rey, 2012) Wahrscheinlichkeitsdichte 0,5 0,4 0,3 0,2 0, t-wert 6
7 Kritischen nd empirischen t-wert bestimmen (Rey, 2012) Wahrscheinlichkeitsdichte 0,5 0,4 0,3 0,2 0, t-wert 7
8 Kritischen nd empirischen t-wert bestimmen (Rey, 2012) Wahrscheinlichkeitsdichte 0,5 0,4 0,3 0,2 0,1 Empirischen t-wert berechnen: t = t = t = 2.77 n m n + m Kritischer t-wert x y s Empirischer t-wert t-wert 8
9 Inferenzstatistische Entscheidng treffen (Rey, 2012) Wahrscheinlichkeitsdichte 0,5 0,4 0,3 0,2 0,1 V e r m t n g Kritischer t-wert Alpha Wirklichkeit Empirischer t-wert t-wert 9
10 Inferenzstatistische Entscheidng treffen (Rey, 2012) Wahrscheinlichkeitsdichte 0,5 0,4 0,3 0,2 0,1 V e r m t n g Kritischer t-wert Empirischer t-wert 1 Alpha Alpha Wirklichkeit t-wert 10
11 Nonzentrale Verteilng abtragen (Rey, 2012) Wahrscheinlichkeitsdichte 0,5 0,4 0,3 0,2 0,1 V e r m t n g Kritischer t-wert Empirischer t-wert 1 Alpha Alpha Wirklichkeit t-wert 11
12 Beta nd Power (Rey, 2012) Wahrscheinlichkeitsdichte 0,5 0,4 0,3 0,2 0,1 V e r m t n g Kritischer t-wert Empirischer t-wert 1 Alpha Beta Alpha Wirklichkeit t-wert 12
13 Beta nd Power (Rey, 2012) Wahrscheinlichkeitsdichte 0,5 0,4 0,3 0,2 0,1 V e r m t n g 1 Alpha Beta Alpha Power Wirklichkeit Kritischer t-wert Empirischer t-wert t-wert 13
14 Vier Entscheidngen & dazgehörige Wahrscheinlichkeiten (Rey, 2012) Wahrscheinlichkeitsdichte 0,5 0,4 0,3 0,2 V e r m t n g Kritischer t-wert 1 Alpha Beta Alpha Power Wirklichkeit 0, t-wert 14
15 Vier Entscheidngen & dazgehörige Wahrscheinlichkeiten (Rey, 2012) Alphafehler: Irrtümliche Entscheidng zgnsten der Alpha: Wahrscheinlichkeit zm Alphafehler 1 Alpha: Gegenwahrscheinlichkeit zr Alphafehlerwahrscheinlichkeit; inhaltlich: die korrekte Entscheidng zgnsten der Betafehler: Irrtümliche Entscheidng zgnsten der Beta: Wahrscheinlichkeit zm Betafehler Teststärke (Power bzw. 1 Beta): Gegenwahrscheinlichkeit zr Betafehlerwahrscheinlichkeit; inhaltlich: die korrekte Entscheidng zgnsten der V e r m t n g 1 Alpha Beta Alpha Power Wirklichkeit 15
16 Signifikanznivea Statistische Signifikanz: Wahrscheinlichkeit, dass das gefndene Ergebnis oder extremere Ergebnisse bei Gültigkeit der Nllhypothese eintreten Konventionen für die Entscheidngsfindng af Basis der berechneten Wahrscheinlichkeit (p-wert) Nicht signifikant Signifikant Sehr signifikant Hoch signifikant p-wert > 5% 5% 1% 0.1% Abkürzng n.s. * ** *** 16
17 Vorassetzngen des t-tests (z. B. Rasch, Friese, Hofmann & Namann, 2014) Intervallskalennivea der abhängigen Variable: Überprüfng afwändig nd schwierig Normalverteilng der abhängigen Variable in der Poplation: Überprüfng mittels Kolmogorow-Smirnow-Anpassngstest (K-S-A) Varianzhomogenität als Gleichheit der Poplationsvarianzen, as denen die beiden Stichproben stammen: Überprüfng mittels Levene- Test Überprüfng der drei Vorassetzngen in der Forschngspraxis (leider) eher nüblich 17
18 Vorassetzngen des t-tests (z. B. Rasch, Friese, Hofmann & Namann, 2014) Bei Verletzngen einer der drei genannten Vorassetzngen kann statt des t-tests (parametrisches Verfahren) ein non-parametrisches Verfahren verwendet werden Allerdings reagiert der t-test nter folgenden Bedingngen relativ robst gegenüber Verletzngen der Vorassetzngen Ungefähr gleichgroße Stichproben der beiden Grppen Hinreichend große Stichproben (n 1 = n 2 > 30) In der Praxis wird selten af non-parametrische Verfahren zrückgegriffen 18
19 Arten von t-tests (z. B. Rasch, Friese, Hofmann & Namann, 2014) Einseitige vs. zweiseitige Testng Einseitige Testng bei gerichteten, zweiseitige Testng bei ngerichteten Hypothesen Höhere Teststärke bei einseitiger Testng Unabhängige vs. abhängige Stichproben U.a. bei Messwiederholngen liegen abhängige Stichproben vor In diesem Fall Berechnng des t-wertes über die Differenzen der Messwerte t-test für eine Stichprobe (Einstichprobentest; engl. one-sample t- test) Überprüfng, ob Stichprobe as einer bestimmten Poplation stammt 19
20 Beispiele für t-tests in Fachzeitschriften Qelle: Hff, Bahoff nd Schwan (2012) Qelle: Mayer, Mathias nd Wetzell (2002) Qelle: Hff, Bahoff nd Schwan (2012) 20
21 Arten von t-tests In einer Stdie werden 200 Ehepaare jeweils gemeinsam befragt. Es soll überprüft werden, ob sich die Lerngewohnheiten von Fraen nd Männern nterscheiden. Welche Art von t-test kann hier eingesetzt werden? A: Unabhängiger t-test mit einseitiger Testng B: Unabhängiger t-test mit zweiseitiger Testng C: Abhängiger t-test mit einseitiger Testng D: Abhängiger t-test mit zweiseitiger Testng E: Einstichprobentest Rey.participoll.com A B C D E 0 21
22 Schritte bei der Drchführng eines t-tests (z. B. Rasch et al., 2014) Afstellen einer Hypothese Prüfng der inferenzstatistischen Vorassetzngen Festlegng eines Poplationseffekts Festlegng des Signifikanzniveas Stichprobenmfangsplanng Bestimmng von t krit Prüfng des t emp af Signifikanz Interpretation des Ergebnisses 22
23 Praktische Bedetsamkeit (z. B. Cohen, 1988) Neben der statistischen Signifikanz bzw. Bedetsamkeit ist die praktische Bedetsamkeit von zentraler Bedetng Bezieht sich af die Angabe einer Effektgröße bzw. Effektstärke Beispiel: Medikament beseitigt selbst starke Kopfschmerzen Konventionen für Effektgrößen (Cohen, 1988) Effektgröße Kleiner Effekt Mittlerer Effekt Großer Effekt d η p ² r
24 Zsammenfassng Wahrscheinlichkeitsdichte 0,5 0,4 0,3 0,2 V e r m t n g Kritischer t-wert 1 Alpha Beta Alpha Power Wirklichkeit 0, t-wert 24
25 Prüfngsliteratr Rey, G. D. (2012). Methoden der Entwicklngspsychologie. Datenerhebng nd Datenaswertng. Norderstedt bei Hambrg: BoD. Hypothesenüberprüfng (S ) Rasch, B., Friese, M., Hofmann, W., & Namann, E. (2014). Qantitative Methoden 1: Einführng in die Statistik für Psychologen nd Sozialwissenschaftler (4. Afl.). Heidelberg: Springer. Inferenzstatistik (S ) Der t-test (S ) 25
26 Weiterführende Literatr I Bortz, J., & Schster, C. (2010). Statistik für Hman- nd Sozialwissenschaftler (7. Afl.). Berlin: Springer. Hypothesentesten (S ) Tests zr Überprüfng von Unterschiedshypothesen (S ) Eid, M., Gollwitzer, M., & Schmitt, M. (2015). Statistik nd Forschngsmethoden (4. Afl.). Weinheim: Beltz. Grndlagen der Inferenzstatistik (Zweistichprobentests) (S ) Vergleich zweier Stichprobenmittelwerte (S ) Leonhart, R. (2013). Lehrbch Statistik. Einstieg nd Vertiefng (3. Afl.). Bern: Hber. Einführng in die inferenzstatistische Hypothesenprüfng (S ) Parametrische Testverfahren (S ) 26
27 Weiterführende Literatr II Sedlmeier, P., & Renkewitz, F. (2013). Forschngsmethoden nd Statistik: Ein Lehrbch für Psychologen nd Sozialwissenschaftler (2. Afl.). München: Pearson. Inferenzstatistik (S ) Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2. ed.). Hillsdale, NJ: Erlbam. Richardson, J. T. E. (2011). Eta sqared and partial eta sqared as measres of effect size in edcational research. Edcational Research Review, 6,
Gestaltungsempfehlungen
Professur E-Learning und Neue Medien Institut für Medienforschung Philosophische Fakultät Lehren und Lernen mit Medien I Gestaltungsempfehlungen Überblick Auswahl der Empfehlungen Gestaltungseffekte Empirische
MehrGestaltungsempfehlungen
Gestaltungsempfehlungen Prof. Dr. Günter Daniel Rey 1 Überblick Auswahl der Empfehlungen Gestaltungseffekte Empirische Überprüfung Variablenarten Versuchspläne Beispiel eines Experimentes Statistische
MehrNonparametrische Verfahren
Professur E-Learning und Neue Medien Institut für Medienforschung Philosophische Fakultät Einführung in die Statistik Nonparametrische Verfahren Überblick Einführung Mann-Whitney U-Test Wilcoxon-Test Kruskal-Wallis
MehrEinführung in die Statistik Einführung
Professur E-Learning und Neue Medien Institut für Medienforschung Philosophische Fakultät Einführung in die Statistik Einführung Professur E-Learning und Neue Medien www.tu-chemnitz.de/phil/imf/elearning
MehrKapitel 5: Einfaktorielle Varianzanalyse
Rasch, Friese, Hofmann & Naumann (006). Quantitative Methoden. Band (. Auflage). Heidelberg: Springer. Kapitel 5: Einfaktorielle Varianzanalyse Berechnen der Teststärke a priori bzw. Stichprobenumfangsplanung
MehrVS PLUS
VS PLUS Zusatzinformationen zu Medien des VS Verlags Statistik II Inferenzstatistik 2010 Übungsaufgaben und Lösungen Inferenzstatistik 2 [Übungsaufgaben und Lösungenn - Inferenzstatistik 2] ÜBUNGSAUFGABEN
MehrVon der Untersuchungsfrage zu statistischen Hypothesen, und wie war das nochmal mit dem α- und
Von der Untersuchungsfrage zu statistischen Hypothesen, und wie war das nochmal mit dem α- und β-fehler? Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de
Mehr8. G*Power. power3/ 8. Stichprobenumfang, Effekt- und Teststärke
8. G*Power http://www.psycho.uniduesseldorf.de/abteilungen/aap/g power3/ 8. Stichprobenumfang, Effekt- und Teststärke 8. Stichprobenumfangsplanung, Effektstärken und Teststärkenberechnung mit G*Power 3.0
MehrTabellen und Abbildungen
Professur E-Learning und Neue Medien Institut für Medienforschung Philosophische Fakultät Einführung in die Statistik Tabellen und Abbildungen Überblick Tabellen Abbildungen Polygonzug Histogramm Box-Plot
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 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
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
MehrLiteratur: Glantz, S.A. (2002). Primer of Biostatistics. New York: McGraw-Hill.
Statistik Literatur: Glantz, S.A. (2002). Primer of Biostatistics. New York: McGraw-Hill. Maxwell, S.E. & Delaney, H.D. (2000). Designing Experiments and Analyzing Data. Mahwah, NJ: Erlbaum. Das Grundproblem
MehrBiometrische Planung von Versuchsvorhaben
Biometrische Planung von Versuchsvorhaben Einführung in das Prinzip der Lehrstuhl für Mathematik VIII Statistik http://statistik.mathematik.uni-wuerzburg.de/~hain Ziel des Vortrags Im nachfolgenden Vortrag
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
MehrKlausur Statistik I. Dr. Andreas Voß Wintersemester 2005/06
Klausur Statistik I Dr. Andreas Voß Wintersemester 2005/06 Hiermit versichere ich, dass ich an der Universität Freiburg mit dem Hauptfach Psychologie eingeschrieben bin. Name: Mat.Nr.: Unterschrift: Bearbeitungshinweise:
Mehr2.4 Hypothesentests Grundprinzipien statistischer Hypothesentests. Hypothese:
2.4.1 Grundprinzipien statistischer Hypothesentests Hypothese: Behauptung einer Tatsache, deren Überprüfung noch aussteht (Leutner in: Endruweit, Trommsdorff: Wörterbuch der Soziologie, 1989). Statistischer
MehrAufgaben zu Kapitel 7:
Aufgaben zu Kapitel 7: Aufgabe 1: In einer Klinik sollen zwei verschiedene Therapiemethoden miteinander verglichen werden. Zur Messung des Therapieerfolges werden die vorhandenen Symptome einmal vor Beginn
Mehrmethodenlehre ll Grenzen des Signifikanztests methodenlehre ll Grenzen des Signifikanztests
Möglichkeiten und Grenzen des Signifikanztests Thomas Schäfer SS 29 1 Grenzen des Signifikanztests Sie haben zur Untersuchung Ihrer Fragestellung eine Experimental und eine Kontrollgruppe mit jeweils 2
MehrVon der Formulierung zur Bewertung von Hypothesen
Von der Formulierung zur Bewertung von Hypothesen Seminar Forschungsmethoden I P. Wilhelm 1. Kennzeichen wissenschaftlicher Hypothesen 2. Arten von wissenschaftlichen Hypothesen 3. Von der Forschungshypothese
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
MehrAufgaben zu Kapitel 9
Aufgaben zu Kapitel 9 Aufgabe 1 Für diese Aufgabe benötigen Sie den Datensatz Nominaldaten.sav. a) Sie arbeiten für eine Marktforschungsfirma und sollen überprüfen, ob die in diesem Datensatz untersuchte
MehrINFERENZSTATISTISCHE AUSSAGEN FÜR LAGEMAßE UND STREUUNGSMAßE. Inferenzstatistik für Lagemaße Inferenzstatistik für Streuungsmaße
DAS THEMA: INFERENZSTATISTIK III INFERENZSTATISTISCHE AUSSAGEN FÜR LAGEMAßE UND STREUUNGSMAßE Inferenzstatistik für Lagemaße Inferenzstatistik für Streuungsmaße Inferenzstatistik für Lagemaße Standardfehler
MehrMathematische und statistische Methoden II
Statistik & Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte
MehrPrüfen von Mittelwertsunterschieden: t-test
Prüfen von Mittelwertsunterschieden: t-test Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de Statistik 1 S. Garbade (SRH Heidelberg) t-test
MehrAufgabenblock 4. Da Körpergröße normalverteilt ist, erhalten wir aus der Tabelle der t-verteilung bei df = 19 und α = 0.05 den Wert t 19,97.
Aufgabenblock 4 Aufgabe ) Da s = 8. cm nur eine Schätzung für die Streuung der Population ist, müssen wir den geschätzten Standardfehler verwenden. Dieser berechnet sich als n s s 8. ˆ = = =.88. ( n )
MehrE ektgrößen Metaanalysen. Zusammenhänge und Unterschiede quantifizieren E ektgrößen
DAS THEMA: EFFEKTGRÖßEN UND METAANALYSE E ektgrößen Metaanalysen Zusammenhänge und Unterschiede quantifizieren E ektgrößen Was ist ein E ekt? Was sind E ektgrößen? Berechnung von E ektgrößen Interpretation
MehrWillkommen zur Vorlesung Statistik (Master)
Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Mittelwertvergleiche Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften
MehrStatistik für Psychologen und Sozialwissenschaftler
Markus Bühner Matthias Ziegler Statistik für Psychologen und Sozialwissenschaftler Mit über 480 Abbildungen Ein Imprint von Pearson Education München Boston San Francisco Harlow, England Don Mills, Ontario
Mehra) Wie hoch ist die Wahrscheinlichkeit, dass Vokale vorkommen, die länger als 140 ms sind?
Modul G 20.12.2007 Zur Hausaufgabe 3 Erkläre die folgenden Plots und Berechnungen zu Wahrscheinlichkeiten aus technischer und statistischer Sicht. a) Wie hoch ist die Wahrscheinlichkeit, dass Vokale vorkommen,
MehrKapitel 5: Einfaktorielle Varianzanalyse
Kapitel 5: Einfaktorielle Varianzanalyse Durchführung einer einfaktoriellen Varianzanalyse ohne Messwiederholung Dieser Abschnitt zeigt die Durchführung der in Kapitel 5 vorgestellten einfaktoriellen Varianzanalyse
MehrTest auf einen Anteilswert (Binomialtest) Vergleich zweier Mittelwerte (t-test)
Spezielle Tests Test auf einen Anteilswert (Binomialtest) Vergleich zweier Anteilswerte Test auf einen Mittelwert (Ein-Stichproben Gauss bzw. t-test) Vergleich zweier Mittelwerte (t-test) Test auf einen
MehrBewertung (SCR) Zusammensetzung Anforderungsprofil Bewertung. Die Solvenzbilanz. nach der Standardformel. Mit erstem Projekterfahrungsbericht
s e m i n a r e g e t r e n n t b c h b a r Zm 31.12.2014 erstmals bei der BaFin einzreichen. 12. nd 13. November 2014, Mannheim Headline Lor Die Solvenzbilanz Zsammensetzng Anforderngsprofil Bewertng
MehrKATA LOGO Mathematik Statistik Roadmap: Von der Hypothese zum p-wert
KATA LOGO Mathematik Statistik Roadmap: Von der Hypothese zum p-wert 0. Das eigentliche Forschungsziel ist: Beweis der eigenen Hypothese H 1 Dafür muss Nullhypothese H 0 falsifiziert werden können Achtung!
Mehr12.1 Wie funktioniert ein Signifikanztest?
Sedlmeier & Renkewitz Kapitel 12 Signifikanztests 12.1 Wie funktioniert ein Signifikanztest? Zentrales Ergebnis eine Signifikanztests: Wie wahrscheinlich war es unter der Bedingung dass H0 gilt, diesen
MehrMessunsicherheit und Fähigkeit
Dr.-Ing. Michael Hernla Sonnenplatz 13, 44137 Dortmnd Telefon 0231 136010 michael.hernla@t-online.de www.dr-hernla.de Messnsicherheit nd Fähigkeit Eine Übersicht für die betriebliche Praxis Michael Hernla
MehrGrundlagen quantitativer Sozialforschung Interferenzstatistische Datenanalyse in MS Excel
Grundlagen quantitativer Sozialforschung Interferenzstatistische Datenanalyse in MS Excel 16.11.01 MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 1 Gliederung Datenanalyse (inferenzstatistisch)
MehrMETHODENLEHRE I WS 2013/14 THOMAS SCHÄFER
METHODENLEHRE I WS 2013/14 THOMAS SCHÄFER DAS THEMA: INFERENZSTATISTIK IV INFERENZSTATISTISCHE AUSSAGEN FÜR ZUSAMMENHÄNGE UND UNTERSCHIEDE Inferenzstatistik für Zusammenhänge Inferenzstatistik für Unterschiede
MehrDipl.-Volksw. Markus Pullen Wintersemester 2012/13
Statistische Auswertungen mit R Universität Kassel, FB 07 Wirtschaftswissenschaften Dipl.-Volksw. Markus Pullen Wintersemester 2012/13 Beispiele 8. Sitzung Konfidenzintervalle, Hypothesentests > # Anwendungsbeispiel
MehrBiostatistik Erne Einfuhrung fur Biowissenschaftler
Matthias Rudolf Wiltrud Kuhlisch Biostatistik Erne Einfuhrung fur Biowissenschaftler PEARSON Studium Inhaltsverzeichnis Vorwort xi Kapitel 1 Einfiihrung 1 1.1 Biostatistik als Bestandteil biowissenschafllicher
MehrÜBUNGSAUFGABEN ZU INFERENZSTATISTIK II
ÜBUNGSAUFGABEN ZU INFERENZSTATISTIK II 1.1 Durch welche Elemente lässt sich laut der Formel für die multiple Regression der Wert einer Person auf einer bestimmten abhängigen Variable Y vorhersagen? a)
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: Planung, Auswertung, Lesen von Meta-Studien
Grundlage: Effektgrößen Statistik: Planung, Auswertung, Lesen von Meta-Studien Forschungsseminar für Fortgeschrittene für Planung, Auswertung und Meta-Studien relevant Bekannte: r = Pearson Korrelation
MehrStatistik für Psychologen und Sozialwissenschaftler
Markus Bühner Matthias Ziegler Statistik für Psychologen und Sozialwissenschaftler Mit über 480 Abbildungen PEARSON Studium Ein Imprint von Pearson Education München Boston San Francisco Harlow, England
MehrSTATISTIK 1 - BEGLEITVERANSTALTUNG
STATISTIK 1 - BEGLEITVERANSTALTUNG VORLESUNG 4 ALPHA / BETA-FEHLER 12.12.2014 1 12.12.2014 1 Mona Ulrich, Psychologie (M.Sc.) AGENDA 01 STATISTISCHE HYPOTHESEN 02 POPULATION / STICHPROBE 03 ALPHA/ BETA-FEHLER
MehrBeurteilende Statistik
Beurteilende Statistik Wahrscheinlichkeitsrechnung und Beurteilende Statistik was ist der Unterschied zwischen den beiden Bereichen? In der Wahrscheinlichkeitstheorie werden aus gegebenen Wahrscheinlichkeiten
MehrÜberblick über die Verfahren für Ordinaldaten
Verfahren zur Analyse ordinalskalierten Daten 1 Überblick über die Verfahren für Ordinaldaten Unterschiede bei unabhängigen Stichproben Test U Test nach Mann & Whitney H Test nach Kruskal & Wallis parametrische
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
MehrAussagen hierzu sind mit einer unvermeidbaren Unsicherheit behaftet, die statistisch über eine Irrtumswahrscheinlichkeit bewertet wird.
Stichprobenumfang Für die Fragestellung auf Gleichheit von ein oder zwei Stichproben wird auf Basis von Hypothesentests der notwendige Stichprobenumfang bestimmt. Deshalb werden zunächst die Grundlagen
MehrUNTERNEHMENSDARSTELLUNG
UNTERNEHMENSDARSTELLUNG Drckindstrie Printmedien Unternehmensberatng Personalberatng Verpackngsdrck Indstriedrck Mergers & Acqisitions APENBERG & PARTNER GMBH PRINT BUSINESS CONSULTANTS WWW.APENBERG.DE
MehrEinfache Varianzanalyse für abhängige
Einfache Varianzanalyse für abhängige Stichproben Wie beim t-test gibt es auch bei der VA eine Alternative für abhängige Stichproben. Anmerkung: Was man unter abhängigen Stichproben versteht und wie diese
MehrInhaltsverzeichnis. Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden
Inhaltsverzeichnis Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist Spaß 3 Warum Statistik? 3 Checkpoints 4 Daten 4 Checkpoints 7 Skalen - lebenslang wichtig bei der Datenanalyse
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,
MehrMultivariate lineare Regression. Statistik für SozialwissenschaftlerInnen II p.167
Multivariate lineare Regression Statistik für SozialwissenschaftlerInnen II p.167 Multivariate Regression Verfahren zur Prüfung des gemeinsamen linearen Einflusses mehrerer unabhängiger Variablen auf eine
Mehr1. Theoretische Grundlagen
Fachbereich Elektrotechnik / Informationstechnik Elektrische Mess- nd Prüftechnik Laborpraktikm Abgabe der Aswertng dieses Verschs ist Vorassetzng für die Zlassng zm folgenden ermin Grndlagen der Leistngsmessng
MehrBusiness Value Launch 2006
Quantitative Methoden Inferenzstatistik alea iacta est 11.04.2008 Prof. Dr. Walter Hussy und David Tobinski UDE.EDUcation College im Rahmen des dokforums Universität Duisburg-Essen Inferenzstatistik Erläuterung
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
MehrGesellschaft für Informatik, Arbeitskreis IV Beratung
Gesellschaft für Informatik, Arbeitskreis IV Beratng Welche Kenntnisse nd Fähigkeiten it sich Beratngsnternehmen bei Hochschlabsolventen wünschen Statement Version 0.9 Bad Hombrg, im Febrar 2010 Agenda
MehrI Einführung 1. 1 Über den Umgang mit Statistik 3
I Einführung 1 1 Über den Umgang mit Statistik 3 1.1 Statistik richtig lehren und lernen 3 1.2 Testergebnisse richtig interpretieren 6 1.3 Einfluss des Zufalls 8 1.4 Die Interpretation von Zusammenhängen
MehrAnhang A: Fragebögen und sonstige Unterlagen
Anhang Anhang A: Fragebögen und sonstige Unterlagen A.: Flyer zur Probandenrekrutierung 46 A.: Fragebogen zur Meditationserfahrung 47 48 A.3: Fragebogen Angaben zur Person 49 5 5 A.4: Termin- und Einladungsschreiben
MehrErmittlung der Unsicherheiten in der Werkstoffprüfung
Bndesanstalt für Materialforschng nd -prüfng Unterschngen z Schäden an Radsatzlenkern nd lagern der BR 481, Fahrzege 5 nd 193 Erittlng der Unsicherheiten in der Werkstoffprüfng Ralf Häcker BAM Bndesanstalt
MehrAlles andere als Glücksspiel
Alles andere als Glücksspiel Statistische Analysen von Kafwahrscheinlichkeiten nd Kndenaffinitäten werden zr Erfolgsgrndlage im Gewerbekndenvertrieb Von Oliver Hoidn (Kreissparkasse Esslingen-Nürtingen),
MehrVarianzanalyse * (1) Varianzanalyse (2)
Varianzanalyse * (1) Einfaktorielle Varianzanalyse (I) Die Varianzanalyse (ANOVA = ANalysis Of VAriance) wird benutzt, um Unterschiede zwischen Mittelwerten von drei oder mehr Stichproben auf Signifikanz
MehrMögliche Fehler beim Testen
Mögliche Fehler beim Testen Fehler. Art (Irrtumswahrscheinlichkeit α), Zusammenfassung: Die Nullhypothese wird verworfen, obwohl sie zutrifft. Wir haben uns blamiert, weil wir etwas Wahres abgelehnt haben.
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
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
MehrKlausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester 2013 Aufgabe 1 In einer Urne
MehrEinführung in FEM Motivationsbeispiel. Berechnungsbeispiel COMSOL Multiphysics: Elastizitätsberechnung eines F1 Frontflügels. www.comsol.
Einführng in FEM Motivationsbeispiel Berechnngsbeispiel COMSO Mltiphysics: Elastizitätsberechnng eines F Frontflügels. www.comsol.de Originalgeometrie CAD-Modell mit Berechnngsgitter FEM Ergebnis der Aslenkng
MehrFreie und Hansestadt Hamburg Behörde für Bau und Verkehr. Bemessungsregen. Regenreihen der Freien und Hansestadt Hamburg
Behörde für Ba nd Verkehr Bemessngsregen Regenreihen der Freien nd Hansestadt Hambrg Zr Bemessng oberirdischer Geässer nd öffentlicher Abasseranlagen Amt für Ba nd Betrieb Abteilng Geässer 2003 Impressm
MehrWeitere (wählbare) Kontraste in der SPSS Prozedur Allgemeines Lineares Modell
Einfaktorielle Versuchspläne 27/40 Weitere (wählbare) Kontraste in der SPSS Prozedur Allgemeines Lineares Modell Abweichung Einfach Differenz Helmert Wiederholt Vergleich Jede Gruppe mit Gesamtmittelwert
Mehr8. Konfidenzintervalle und Hypothesentests
8. Konfidenzintervalle und Hypothesentests Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Beispiel. Sie wollen den durchschnittlichen Fruchtsaftgehalt eines bestimmten Orangennektars
MehrHypothesentests mit R Ashkan Taassob Andreas Reisch 21.04.09 1
Hypothesentests mit R Ashkan Taassob Andreas Reisch 21.04.09 1 Inhalt Programmiersprache R Syntax Umgang mit Dateien Tests t Test F Test Wilcoxon Test 2 Test Zusammenfassung 2 Programmiersprache R Programmiersprache
MehrKapitel 3: Der t-test
Kapitel 3: Der t-test t-test für unabhängige Stichproben Berechnen der Effektgröße d In Kapitel 3.3.1 haben Sie erfahren, wie sich die Effektgröße d aus empirischen Werten berechnen lässt. Dazu haben wir
MehrKapitel 7: Varianzanalyse mit Messwiederholung
Rasch, Friese, Hofmann & Naumann (006). Quantitative Methoden. Band (. Auflage). Heidelberg: Springer. Kapitel 7: Varianzanalyse mit Messwiederholung Nach dem Starten von GPower müssen Sie für Varianzanalysen
Mehr6. Übung Statistische Tests Teil 1 (t-tests)
Querschnittsbereich 1: Epidemiologie, Medizinische iometrie und Medizinische Informatik - Übungsmaterial - Erstellt von Mitarbeitern des IMISE und des ZKS Leipzig 6. Übung Statistische Tests Teil 1 (t-tests)
MehrDie Begriffe der absoluten, relativen und kumulierten Häufigkeit - diskrete Beobachtungen - (empirische Dichte und empirische Verteilung)
Häfigkeit (relative nd kmlierte Häfigkeit) Akademische Disziplin der Statistik/academic field of statistics/ la discipline statistiqe/estadística/disciplina academica della statistica deskriptive Statistik/descriptive
MehrHypothesentests mit SPSS. Beispiel für eine einfaktorielle Varianzanalyse Daten: museum_m_v05.sav
Beispiel für eine einfaktorielle Varianzanalyse Daten: museum_m_v05.sav Hypothese: Die Beschäftigung mit Kunst ist vom Bildungsgrad abhängig. 1. Annahmen Messniveau: Modell: Die Skala zur Erfassung der
Mehr11 Tests zur Überprüfung von Mittelwertsunterschieden
11 Tests zur Überprüfung von Mittelwertsunterschieden 11.1 Der z Test (t Test) für verbundene Stichproben 11.2 Der z Test (t Test) für unabhängige Stichproben 11.3 Fehler 1. Art und 2. Art 11.4 Typische
MehrZur Konzeption einfachster Untersuchungen: Effektgrösse, Teststärke und optimale Stichprobengrösse
Zur Konzeption einfachster Untersuchungen: Effektgrösse, Teststärke und optimale Inhaltsverzeichnis Zur Konzeption einfachster Untersuchungen: Effektgrösse, Teststärke und optimale... 2 Lernhinweise...
MehrMensch Technisch. Fallstudien
Zusammenfassung Überblick Mensch Technisch h h titativ iv Quan Qualitat Kontrollierte Experimente mit Probanden Fragebög en Interview Fallstudien Zeitreihen analysen Perform ance Beweise Think Aloud Protokolle
MehrKapitel 4: Merkmalszusammenhänge
Kapitel 4: Merkmalszusammenhänge Streudiagramme 1 Korrelationen 3 Lineare Regression 6 Zusammenhang zwischen Korrelation, Regression und t-test 8 Streudiagramme SPSS bietet die Möglichkeit, verschiedene
MehrStandardisierte 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
MehrHerzlich willkommen zum Thema SPSS
Herzlich willkommen zum Thema SPSS (SUPERIOR PERFORMING SOFTWARE SYSTEM) Qualitative und quantitative Forschungsmethoden Qualitative Methoden: Qualitative Verfahren werden oft benutzt, wenn der Forschungsgegenstand
MehrBiomathematik für Mediziner, Klausur SS 2001 Seite 1
Biomathematik für Mediziner, Klausur SS 2001 Seite 1 Aufgabe 1: Von den Patienten einer Klinik geben 70% an, Masern gehabt zu haben, und 60% erinnerten sich an eine Windpockeninfektion. An mindestens einer
Mehr14.01.14 DAS THEMA: INFERENZSTATISTIK II. Standardfehler Konfidenzintervalle Signifikanztests. Standardfehler
DAS THEMA: INFERENZSTATISTIK II INFERENZSTATISTISCHE AUSSAGEN Standardfehler Konfidenzintervalle Signifikanztests Standardfehler der Standardfehler Interpretation Verwendung 1 ZUR WIEDERHOLUNG... Ausgangspunkt:
MehrForschungsmethodik II Mag.rer.nat. M. Kickmeier-Rust Karl-Franzens-Universität Graz. Lisza Gaiswinkler, Daniela Gusel, Tanja Schlosser
Kolmogorov-Smirnov-Test Forschungsmethodik II Mag.rer.nat. M. Kickmeier-Rust Karl-Franzens-Universität Graz 1 Kolmogorov- Smirnov Test Andrei Nikolajewitsch Kolmogorov * 25.4.1903-20.10.1987 2 Kolmogorov-
MehrInstitut 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
MehrZusammenhangsanalyse mit SPSS. Messung der Intensität und/oder der Richtung des Zusammenhangs zwischen 2 oder mehr Variablen
- nominal, ordinal, metrisch In SPSS: - Einfache -> Mittelwerte vergleichen -> Einfaktorielle - Mehrfaktorielle -> Allgemeines lineares Modell -> Univariat In SPSS: -> Nichtparametrische Tests -> K unabhängige
MehrCheckliste 36 Formulierung exportbezogener Zahlungsbedingungen
Checkliste 36 Formlierng exportbezogener Zahlngsbedingngen Definition Mit der im Kafvertrag vereinbarten Zahlngsbedingng sollen.a. folgende Pnkte geregelt werden: wer zahlt an wen wann wo welchen Betrag
MehrPflegebezogene Kompetenzen und Gesundheitsbezogene Lebensqualität von Dualstudierenden eines grundständigen Pflegestudienganges
Pflegebezogene Kompetenzen und Gesundheitsbezogene Lebensqualität von Dualstudierenden eines grundständigen Pflegestudienganges 3-Länderkonferenz Pflege und Pflegewissenschaft 21.9.2015 Dipl.-Psych. Christoph
MehrSchaltungen mit nichtlinearen Widerständen
HOCHSCHLE FÜ TECHNIK ND WITSCHAFT DESDEN (FH) niversity of Applied Sciences Fachbereich Elektrotechnik Praktikm Grndlagen der Elektrotechnik Versch: Schaltngen mit nichtlinearen Widerständen Verschsanleitng
MehrStandardisierung von Daten Darstellung von Daten in Texten, Tabellen und Abbildungen. Standardisierung von Daten
DAS THEMA: TABELLEN UND ABBILDUNGEN Standardisierung von Daten Darstellung von Daten in Texten, Tabellen und Abbildungen Standardisierung von Daten z-standardisierung Standardnormalverteilung 1 DIE Z-STANDARDISIERUNG
MehrHerzlich willkommen zur Vorlesung Statistik
FB 1 W. Ludwig-Mayerhofer Statistik 1 Herzlich willkommen zur Vorlesung Statistik Zusammenhänge zwischen nominalen (und/oder ordinalen) Merkmalen: analyse und II: Signifikanztests und Maße der Assoziation
Mehr