Statistik für Studierende der Sozialwissenschaften Wintersemester 2010/2011 F. Marohn
|
|
- Joachim Melsbach
- vor 6 Jahren
- Abrufe
Transkript
1 Statistik für Studierende der Sozialwissenschaften Wintersemester 2010/2011 F. Marohn,,Es ist mir noch heute rätselhaft, dass man herausbringt, was sechzig Millionen Menschen denken, wenn man zweitausend Menschen befragt. Erklären kann ich das nicht. Es ist eben so. Elisabeth Noelle Neumann Meinungsforscherin StatSoz 1
2 Vorlesung und Aufgabenblätter im Internet unter der Homepage des Lehrstuhls für Statistik: Vorlesungsverzeichnis WS 2010/2011 Vorlesung: Statistik für Studierende der Sozialwissenschaften Mathematische Grundlagen: Grundlagen Vorlesung: Kapitel 1, Kapitel 2,... Übung: Blatt 1, Blatt 2,... StatSoz 2
3 1 Einleitung 1.1 Was soll Statistik? 1.2 Ziele 1.3 Vorkenntnisse 1.4 Literatur 1.1 Was soll Statistik? In den empirischen Wissenschaften werden zur Beantwortung vieler Fragestellungen bzw. zur Überprüfung allgemeiner theoretischer Aussagen gesammelt. Daten (Beobachtungen, Messwerte) Daten werden immer an einzelne Untersuchungseinheiten (Objekte, Personen) gewonnen. StatSoz 3
4 Fragen der Statistik: Wie sollen welche Daten erhoben werden? ( Datenerhebung) Wie soll man Daten beschreiben? ( Beschreibende Statistik) Welche Schlüsse lassen sich aus den Daten ziehen? ( Schließende Statistik) StatSoz 4
5 Datenerhebung (kein zentraler Gegenstand dieser Vorlesung) (1) Ausarbeitung eines Fragenkatalogs: Verständlichkeit, Präzision und,,neutralität der Fragen sind von entscheidender Bedeutung. Weitere Punkte: Umfang, Reihenfolge, Antwortauswahl (Kategorien), Kontrollfragen (2) Ziehung einer Stichprobe: Eine Stichprobe ist eine Auswahl aus einer Grundgesamtheit (= Menge aller potentiellen Untersuchungseinheiten); die Auswahl muss,,zufällig erfolgen (Stichwort: Repräsentativität). Bemerkung: Völlige Kenntnis über die Grundgesamtheit erhält man nur durch eine Vollerhebung (Ausnahme). StatSoz 5
6 Beschreibende (deskriptive) Statistik Extraktion der Information, die in den Daten steckt, durch Datenaggregation. Dies geschieht durch die Berechnung von absoluten, relativen bzw. prozentualen Häufigkeiten (Erstellung einer empirischen Häufigkeitsverteilung); graphische Darstellungsformen: Balken und Tortendiagramm, Histogramm. StatSoz 6
7 statistischen Kennzahlen (Mittelwert,...) Zahlenbeispiel: Stichprobe von fünf Single Haushalten Daten (Einkommen in Tausend e): 2.2, 2.0, 1.6, 2.4, 1.8 Mittelwert (arithmetisches Mittel): = 2 StatSoz 7
8 Schließende (induktive) Statistik Frage: Wie gelangt man von der Stichprobe zu einer allgemein gültigen Aussage, also zu einer Aussage, die sich auf die Grundgesamtheit bezieht? Stichprobe Beispiel:? Grundgesamtheit Interessierende Größe (unbekannt): Mittelwert einer Grundgesamtheit (etwa durchschnittliches Realeinkommen aller Single Haushalte einer Stadt) Empirische Größe (bekannt): Mittelwert der Stichprobe (durchschnittliches Realeinkommen der Single Haushalte aus der Stichprobe) StatSoz 8
9 Beachte: Daten sind zufallsabhängig in dem Sinne, dass eine andere Auswahl also eine andere Stichprobe im Allgemeinen zu anderen Daten führen würde. In den Daten steckt also eine gewisse Variabilität, die es bei der Beantwortung obiger Frage zu berücksichtigen gilt! Zahlenbeispiel: Grundgesamtheit Einheit Wert A 2.2 B 2.0 C 1.6 D 2.4 E 1.8 Mittelwert=2 Stichprobe: A,C,D Stichproben Mittelwert: = 2.07 StatSoz 9
10 Mögliche Stichproben vom Umfang 3: Stichprobe Daten Mittelwert ABC 2.2, 2.0, ABD 2.2, 2.0, ABE 2.2, 2.0, ACD 2.2, 1.6, ACE 2.2, 1.6, ADE 2.2, 2.4, BCD 2.0, 1.6, BCE 2.0, 1.6, BDE 2.0, 2.4, CDE 1.6, 2.4, Konsequenz: Es besteht eine Unsicherheit beim induktiven Schließen von der Stichprobe auf die Grundgesamtheit. Natürliche Forderung an eine Stichprobe: Sie soll möglichst repräsentativ, d.h. unverzerrt sein, soll also die Verhältnisse in der Grundgesamtheit möglichst gut widerspiegeln. StatSoz 10
11 Aber: Nur in den seltensten Fällen liegt eine völlig repräsentative Stichprobe vor. Man hat es daher immer mit einem zu tun. Stichprobenfehler (sampling error) Der Stichprobenfehler beruht auf zufällige Abweichungen der einzelnen Stichproben von der Grundgesamtheit. Dieser Fehler ist unvermeidlich. Stichprobenfehler sind keine Fehler im eigentlichen Sinne (Wahl einer,,falschen Stichprobe oder andere methodische Fehler). Bei einer Zufallsauswahl ist es möglich (mittels der Wahrscheinlichkeitsrechnung), eine Abschätzung für den Stichprobenfehler anzugeben. Tendenziell gilt: Je größer der Stichprobenumfang, desto repräsentativer die Stichprobe. StatSoz 11
12 Die Fragen, die aufgrund von Daten beantwortet werden sollen, sind häufig von folgendem Typ: (i) Ein Stichproben Problem Wie lässt sich eine uns interessierende, aber unbekannte Größe (z. B. Mittelwert oder Anteilswert einer Grundgesamtheit) mittels einer Stichprobe schätzen und wie genau ist diese Schätzung? Beispiel: Eine Umfrage in einem Stadtteil ergab, dass 42 von 200 Pendlern, also 21%, regelmäßig öffentliche Verkehrsmittel benutzen. Wie groß ist der Anteil der Pendler dieses Stadtteils, die regelmäßig öffentliche Verkehrsmittel benutzen? StatSoz 12
13 (ii) Zwei Stichproben Problem Sind Unterschiede von zwei Stichproben Mittelwerten,,rein zufälliger Natur, d.h. sind Unterschiede nur auf die Zufälligkeit der Daten zurückzuführen? Oder liegt ein systematischer, bedeutender Unterschied vor, der einer Interpretation wert ist? Unterscheiden sich also zwei Grundgesamtheiten hinsichtlich ihrer Mittelwerte? Beispiel: 12 Kinder reicher Eltern und 12 Kinder armer Eltern werden gebeten, den Durchmesser (in mm) eines 1 Euro Stückes zu schätzen. Die folgenden Schätzungen wurden abgegeben: StatSoz 13
14 reich arm Mittelwert (reich)= Mittelwert (arm) = Sind die durchschnittlichen Schätzwerte von armen Kinder signifikant größer als die von reichen Kinder? StatSoz 14
15 (iii) Statistischer Zusammenhang Gibt es einen Zusammenhang zwischen zwei Größen X und Y? Beispiel: Hat die Schulbildung (X) einen Einfluss auf das Umweltbewusstsein (Y )? In einer einschlägigen EMNID Umfrage wurde dazu 2004,,zufällig ausgewählten Personen die Frage gestellt, wie sehr sie sich durch Umweltschadstoffe beeinträchtigt fühlten (mit den vier Kategorien überhaupt nicht, etwas, mittel, sehr). unge Haupt Real Gym Hoch lernt schule schule nasium schule nicht etwas mittel sehr Tabelle 1 1 EMNID Umfrageergebnisse StatSoz 15
16 Zur Beantwortung dieser Fragen benötigt man theoretische Verteilungen (Modelle), die auf dem Begriff der Wahrscheinlichkeit aufbauen. Theoretische Verteilungen beschreiben den,,zufall. Empirische Verteilungen (relative Häufigkeiten) sind dazu ungeeignet! Der,,Zufall lässt sich beschreiben. Denn: Er folgt gewissen,,gesetzmäßigkeiten (auch der Zufall kann nicht machen was er will, Zufall bedeutet nicht Willkür!) und zur Beschreibung dieser,,gesetzmäßigkeiten dienen die Modelle der Wahrscheinlichkeitsrechnung. Mit wachsenden Stichprobenumfängen lassen sich Gesetzmäßigkeiten erkennen (Stabilisierung): StatSoz 16
17 Theoretische Verteilung: ϕ(x) = 1 2π e x2 /2 ϕ ist die sogenannte Gaußsche Glockenkurve (Dichte der Standard Normalverteilung). Abbildung 1 1 Die Dichte ϕ StatSoz 17
18 Ein Modell ist aus der beobachtbaren Wirklichkeit nicht logisch ableitbar. Es gibt daher auch kein richtiges oder falsches Modell (dazu fehlt ein Kriterium), sondern nur ein geeignetes oder weniger geeignetes Modell. Welches Modell man wählt, hängt von verschiedenen situationsbezogenen Faktoren ab. Die Verfahren der schließenden Statistik (Intervallschätzungen, Tests) hängen von dem gewählten Modell und den damit verbundenen Annahmen ab. Es ist daher wichtig, sich mit einigen wichtigen Modellen der Wahrscheinlichkeitsrechnung vertraut zu machen! StatSoz 18
19 Aussagen der schließenden Statistik sind Wahrscheinlichkeitsaussagen über die Vereinbarkeit der in den Daten erfassten Realität mit den Modellen. Durch die Einbettung der Probleme in einen wahrscheinlichkeitstheoretischen Rahmen wird die Unsicherheit statistischer Aussagen nicht aufgehoben, wohl aber quantitativ erfassbar! StatSoz 19
20 Beispiel: (Fortsetzung) Die Stichprobe ergab einen Anteilswert von Pendlern, die öffentliche Verkehrsmittel benutzen, von Statistische Aussage: Mit einer Wahrscheinlichkeit von 0.95 liegt der wahre (aber uns unbekannte) Anteilswert p im Intervall [0.15, 0.27]. Rein logisch gesehen gilt natürlich: Entweder p [0.15, 0.27] oder p / [0.15, 0.27] Nur eine dieser beiden Aussagen kann richtig sein. Aber: Wir wissen nicht welche, da wir die Zahl p nicht kennen (Unsicherheit)!!! Wir können nur sagen, dass der Anteilswert p mit einer gewissen Wahrscheinlichkeit in einem (von den Daten abhängenden) Intervall liegt (Quantifizierung der Unsicherheit). StatSoz 20
21 1.2 Ziele Kennenlernen der wichtigsten Arten, Daten darzustellen und zu beschreiben Grundidee von Wahrscheinlichkeitsmodellen verstehen, Kennenlernen der gebräuchlichsten Modelle der Wahrscheinlichkeitsrechnung Grundbegriffe und Grundaufgaben der schließenden Statistik verstehen, Kennenlernen grundlegender statistischer Verfahren (Punkt und Intervallschätzungen, Tests); kompetenter Umgang mit den Begriffen statistische Signifikanz und p Wert Kritikfähigkeit und Sensibiliät gegenüber statistischen Anwendungen Erster Umgang mit statistischer Software (SPSS); Output Exegese (p Wert,...) StatSoz 21
22 Basis zur selbstständigen Einarbeitung in weitere (und kompliziertere) Methoden der statistischen Datenanalyse 1.3 Vorkenntnisse Kenntnisse der Schulmathematik sollten ausreichen. Allerdings: Ein vertieftes Verständnis (weiterführender) statistischer Verfahren ist ohne (höhere) Mathematik und einem gewissen Formalismus nicht möglich. Mathematik so wenig wie nötig. Aber: Ganz ohne Mathematik geht es nicht! Und... Mit Zahlen umgehen können schadet nie! StatSoz 22
23 1.4 Literatur Bortz, J. (2010): Statistik für Human und Sozialwissenschaftler, 7. Auflage, Springer, Berlin Heidelberg. Diaz Bone, R. (2006) Statistik für Soziologen, UVK Verlagsgesellschaft, Konstanz. Hafner, R. (2000) Statistik für Sozial und Wirtschaftswissenschaften, Band 1, Springer, Wien New York. Kähler, W. M. (2004): Statistische Datenanalyse, Vieweg, Wiesbaden. StatSoz 23
24 Nachschlagewerke (rezeptartige Beschreibungen, Tafeln von Verteilungen, Tabellen von kritischen Werten): Hartung J., Elpelt, B. und Klösener, K.-H. (2002): Statistik. Lehr und Handbuch der angewandten Statistik, 13. Auflage, Oldenbourg Verlag, München. Sheskin, D.J. (2004): Parametric and Nonparametric Statistical Procedures, 3rd Edition, Chapman& Hall, Boca Raton. StatSoz 24
Teil II. Der Weg zur schließenden Statistik: Von den Daten zu Wahrscheinlichkeiten. StatSoz 127
Teil II Der Weg zur schließenden Statistik: Von den Daten zu Wahrscheinlichkeiten StatSoz 127 6 Zufallsstichprobe und Parameter 6.1 Parameter einer Grundgesamtheit 6.2 Zufallsstichprobe und Bias 6.3 Stichprobenfehler
MehrSchließende Statistik
Schließende Statistik [statistical inference] Sollen auf der Basis von empirischen Untersuchungen (Daten) Erkenntnisse gewonnen und Entscheidungen gefällt werden, sind die Methoden der Statistik einzusetzen.
Mehr8 Stichprobenkennwerteverteilung
8 Stichprobenkennwerteverteilung 8.1 Vorbemerkungen 8.2 Die Normalverteilung: Teil 2 8.3 Die t Verteilung 8.4 Normalverteilungs Approximation: Der zentrale Grenzwertsatz 8.1 Vorbemerkungen Daten x 1,...,
MehrBeschreibende Statistik Deskriptive Statistik. Schließende Statistik Inferenzstatistik. Schluss von der Stichprobe auf die Grundgesamtheit
Beschreibende Statistik Deskriptive Statistik Schließende Statistik Inferenzstatistik Beschreibung der Stichprobe Schluss von der Stichprobe auf die Grundgesamtheit Keine Voraussetzungen Voraussetzung:
MehrStatistik, Geostatistik
Geostatistik Statistik, Geostatistik Statistik Zusammenfassung von Methoden (Methodik), die sich mit der wahrscheinlichkeitsbezogenen Auswertung empirischer (d.h. beobachteter, gemessener) Daten befassen.
Mehr5. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren)
5. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren) 5.1. Einführung Schätzen unbekannter Parameter im Modell, z.b. Wahrscheinlichkeiten p i (Anteile in der Gesamtmenge), Erwartungswerte
MehrBrückenkurs Statistik für Wirtschaftswissenschaften
Peter von der Lippe Brückenkurs Statistik für Wirtschaftswissenschaften Weitere Übungsfragen UVK Verlagsgesellschaft mbh Konstanz Mit UVK/Lucius München UVK Verlagsgesellschaft mbh Konstanz und München
MehrElisabeth Aufhauser, unveröffentlichter Text Unterrichtsmaterial Statistik-UE für Soziologie
Elisabeth Aufhauser, unveröffentlichter Text Unterrichtsmaterial Statistik-UE für Soziologie Konfidenzintervall Statistische Analyse von Stichproben Der Datensatz aus der Übung (social survey 2003) besteht
Mehr1. Einführung in die induktive Statistik
Wichtige Begriffe 1. Einführung in die induktive Statistik Grundgesamtheit: Statistische Masse, die zu untersuchen ist, bzw. über die Aussagen getroffen werden soll Stichprobe: Teil einer statistischen
Mehr4. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren)
4. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren) 4.1. Einführung Schätzen unbekannter Parameter im Modell, z.b. Wahrscheinlichkeiten p i (Anteile in der Gesamtmenge), Erwartungswerte
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine Universität Düsseldorf 14. Oktober 2010 Übungen Aufgabenblatt 1 wird heute Nachmittag auf das Weblog gestellt. Geben Sie die Lösungen dieser
MehrSo lügt man mit Statistik
So lügt man mit Statistik Anita Maas 06. August 2004 Was ist Statistik? Statistik ist die Gesamtheit aller Methoden, die für die Untersuchung einer Vielzahl von Einzeltatsachen verwendet werden. Sie ist
MehrInhaltsbereich Wahrscheinlichkeit und Statistik
Inhaltsbereich Wahrscheinlichkeit und Statistik AG Mathematik, Sankt Pölten 11.11.2009 Markus Binder Modell für die zentrale srp im Schulversuch Teil I: Aufgaben mit 15-25 Items Teil II: 6-8 Aufgaben,
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
MehrStichwortverzeichnis. Symbole
Stichwortverzeichnis Symbole 50ste Perzentil 119 A Absichern, Ergebnisse 203 Abzählbar unendliche Zufallsvariable 146 Alternativhypothese 237 238 formulieren 248 Anekdote 340 Annäherung 171, 191 Antwortquote
MehrGrundlagen der Kombinatorik
Statistik 1 für SoziologInnen Grundlagen der Kombinatorik Univ.Prof. Dr. Marcus Hudec Zufallsauswahl aus Grundgesamtheiten In der statistischen Praxis kommt dem Ziehen von Stichproben größte Bedeutung
MehrStatistik. Datenanalyse mit EXCEL und SPSS. R.01denbourg Verlag München Wien. Von Prof. Dr. Karlheinz Zwerenz. 3., überarbeitete Auflage
Statistik Datenanalyse mit EXCEL und SPSS Von Prof. Dr. Karlheinz Zwerenz 3., überarbeitete Auflage R.01denbourg Verlag München Wien Inhalt Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt
MehrForschungsstatistik I
Prof. Dr. G. Meinhardt 6. Stock, Taubertsberg 2 R. 06-206 (Persike) R. 06-214 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet03.sowi.uni-mainz.de/
MehrKlassifikation von Signifikanztests
Klassifikation von Signifikanztests nach Verteilungsannahmen: verteilungsabhängige = parametrische Tests verteilungsunabhängige = nichtparametrische Tests Bei parametrischen Tests werden im Modell Voraussetzungen
MehrEinführung in die computergestützte Datenanalyse
Karlheinz Zwerenz Statistik Einführung in die computergestützte Datenanalyse 6., überarbeitete Auflage DE GRUYTER OLDENBOURG Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt XI XII XII TEIL
MehrBereiche der Statistik
Bereiche der Statistik Deskriptive / Exploratorische Statistik Schließende Statistik Schließende Statistik Inferenz-Statistik (analytische, schließende oder konfirmatorische Statistik) baut auf der beschreibenden
MehrInhaltsverzeichnis. Robert Galata, Sandro Scheid. Deskriptive und Induktive Statistik für Studierende der BWL. Methoden - Beispiele - Anwendungen
Inhaltsverzeichnis Robert Galata, Sandro Scheid Deskriptive und Induktive Statistik für Studierende der BWL Methoden - Beispiele - Anwendungen Herausgegeben von Robert Galata, Markus Wessler ISBN (Buch):
MehrKonfidenzintervalle 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
MehrStatistische Datenanalyse
Werner A. Stahel Statistische Datenanalyse Eine Einführung für Naturwissenschaftler 3., durchgesehene Auflage vieweg VII 1 Einleitung 1 1.1 Was ist Statistische Datenanalyse? 1 1.2 Ziele 6 1.3 Hinweise
MehrStatistik. Einführung in die com putergestützte Daten an alyse. Oldenbourg Verlag München B , überarbeitete Auflage
Statistik Einführung in die com putergestützte Daten an alyse von Prof. Dr. Karlheinz Zwerenz 4., überarbeitete Auflage B 366740 Oldenbourg Verlag München Inhalt Vorwort XI Hinweise zu EXCEL und SPSS XII
MehrDeskriptive Statistik 1 behaftet.
Die Statistik beschäftigt sich mit Massenerscheinungen, bei denen die dahinterstehenden Einzelereignisse meist zufällig sind. Statistik benutzt die Methoden der Wahrscheinlichkeitsrechnung. Fundamentalregeln:
Mehr2.3 Intervallschätzung
2.3.1 Motivation und Hinführung Bsp. 2.11. [Wahlumfrage] Der wahre Anteil der rot-grün Wähler 2009 war genau 33.7%. Wie groß ist die Wahrscheinlichkeit, in einer Zufallsstichprobe von 1000 Personen genau
MehrKapitel III: Einführung in die schließende Statistik
Kapitel III: Einführung in die schließende Statistik Das zweite Kapitel beschäftigte sich mit den Methoden der beschreibenden Statistik. Im Mittelpunkt der kommenden Kapitel stehen Verfahren der schließenden
MehrGrundlagen der Biometrie in Agrarwissenschaften / Ernährungswissenschaften
Grundlagen der Biometrie in Agrarwissenschaften / Ernährungswissenschaften Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Grundlagen der Biometrie, WS 2011/12 Vorlesung: Dienstag 8.15-9.45,
MehrZentraler Grenzwertsatz/Konfidenzintervalle
/ Statistik I Sommersemester 2009 Statistik I ZGWS/ (1/37) Kann Ahmadinejad die Wahl gewonnen haben? Im wesentlichen Dreiteilung der polit. Elite 2005: 17.3 Millionen Stimmen (Stichwahl), Wahlbeteiligung
MehrMaurizio Musso, Universität Salzburg, ver Physikalische Grundlagen der Meßtechnik. Teil 2
Teil 2 Auswertung von Messungen, zufällige oder statistische Abweichungen Auswertung direkter Messungen Häufigkeitsverteilung, Häufigkeitsfunktion Mittelwert, Standardabweichung der Einzelwerte Standardabweichung
MehrUlrich Rohland. Statistik. Erläuterung grundlegender Begriffe und Verfahren
Ulrich Rohland Statistik Erläuterung grundlegender Begriffe und Verfahren Berichte aus der Sportwissenschaft Ulrich Rohland Statistik Erläuterung grundlegender Begriffe und Verfahren. Shaker Verlag Aachen
MehrStatistik Testverfahren. Heinz Holling Günther Gediga. Bachelorstudium Psychologie. hogrefe.de
rbu leh ch s plu psych Heinz Holling Günther Gediga hogrefe.de Bachelorstudium Psychologie Statistik Testverfahren 18 Kapitel 2 i.i.d.-annahme dem unabhängig. Es gilt also die i.i.d.-annahme (i.i.d = independent
MehrWahrscheinlichkeitsrechnung und Statistik für Biologen 2. Der Standardfehler
Wahrscheinlichkeitsrechnung und Statistik für Biologen 2. Der Standardfehler Noémie Becker & Dirk Metzler 15. April 2016 Inhaltsverzeichnis 1 Der Standardfehler 1 1.1 Ein Versuch............................................
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
MehrGrundlagen der Wahrscheinlichkeitsrechnung und Statistik
Erhard Cramer Udo Kamps Grundlagen der Wahrscheinlichkeitsrechnung und Statistik Eine Einführung für Studierende der Informatik, der Ingenieur- und Wirtschaftswissenschaften 4. Auflage Springer-Lehrbuch
MehrGrundlegende Eigenschaften von Punktschätzern
Grundlegende Eigenschaften von Punktschätzern Worum geht es in diesem Modul? Schätzer als Zufallsvariablen Vorbereitung einer Simulation Verteilung von P-Dach Empirische Lage- und Streuungsparameter zur
MehrWahrscheinlichkeitsverteilungen
Universität Bielefeld 3. Mai 2005 Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsrechnung Das Ziehen einer Stichprobe ist die Realisierung eines Zufallsexperimentes. Die Wahrscheinlichkeitsrechnung betrachtet
MehrWahrscheinlichkeitsrechnung und Stochastik
Wahrscheinlichkeitsrechnung und Stochastik 2-stündige Vorlesung für den Bachelor-Studiengang Angewandte Informatik Vorläufige Version Gerhard Freiling und Hans-Bernd Knoop Inhalt Inhalt..........................................................................
MehrStatistik. Sommersemester Prof. Dr. Stefan Etschberger HSA. für Betriebswirtschaft und International Management
Statistik für Betriebswirtschaft und International Management Sommersemester 2014 Prof. Dr. Stefan Etschberger HSA Streuungsparameter Varianz Var(X) bzw. σ 2 : [x i E(X)] 2 f(x i ), wenn X diskret Var(X)
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Ruediger.Braun@uni-duesseldorf.de Heinrich-Heine Universität Düsseldorf Mathematik für Biologen p. 1 Hinweise Internetseite zur Vorlesung: http://blog.ruediger-braun.net
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
MehrÜbungsaufgaben zu Statistik II
Übungsaufgaben zu Statistik II Prof. Dr. Irene Prof. Dr. Albrecht Ungerer Die Kapitel beziehen sich auf das Buch: /Ungerer (2016): Statistik für Wirtschaftswissenschaftler Springer Gabler 4 Übungsaufgaben
MehrStatistik. Datenanalyse mit EXCEL und SPSS. Prof. Dr. Karlheinz Zwerenz. R.Oldenbourg Verlag München Wien. Von
Statistik Datenanalyse mit EXCEL und SPSS Von Prof. Dr. Karlheinz Zwerenz R.Oldenbourg Verlag München Wien Inhalt Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt XI XII XII TEIL I GRUNDLAGEN
MehrStatistik Einführung // Stichprobenverteilung 6 p.2/26
Statistik Einführung Kapitel 6 Statistik WU Wien Gerhard Derflinger Michael Hauser Jörg Lenneis Josef Leydold Günter Tirler Rosmarie Wakolbinger Statistik Einführung // 6 p.0/26 Lernziele 1. Beschreiben
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
Mehr7. Grenzwertsätze. Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012
7. Grenzwertsätze Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Mittelwerte von Zufallsvariablen Wir betrachten die arithmetischen Mittelwerte X n = 1 n (X 1 + X 2 + + X n ) von unabhängigen
MehrGrundkurs Statistik für Politologen und Soziologen
Grundkurs Statistik für Politologen und Soziologen Bearbeitet von Uwe W Gehring, Cornelia Weins 5., überarbeitete Auflage 2010. Buch. 345 S. Softcover ISBN 978 3 531 16269 0 Format (B x L): 14,8 x 21 cm
MehrStatistische Tests (Signifikanztests)
Statistische Tests (Signifikanztests) [testing statistical hypothesis] Prüfen und Bewerten von Hypothesen (Annahmen, Vermutungen) über die Verteilungen von Merkmalen in einer Grundgesamtheit (Population)
MehrTrim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, :34 P.M. Page 11. Über die Übersetzerin 9. Einleitung 19
Trim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, 2016 6:34 P.M. Page 11 Inhaltsverzeichnis Über die Übersetzerin 9 Einleitung 19 Was Sie hier finden werden 19 Wie dieses Arbeitsbuch aufgebaut ist
MehrMethodenlehre. Vorlesung 10. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 10 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre I Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 25.9.13 Psychologie als Wissenschaft
MehrStatistik für Dummies
Bearbeitet von Deborah Rumsey, Reinhard Engel 3. aktualisierte Auflage 2015. Buch. 368 S. Softcover ISBN 978 3 527 71156 7 Format (B x L): 17,6 x 24 cm Wirtschaft > Betriebswirtschaft: Theorie & Allgemeines
MehrStichproben und statistische Fehler
Kapitel 0 Stichproben und statistische Fehler 0. Verfahren zur Auswahl von Stichproben Stichprobenauswahl als Bestandteil von Teilerhebungen: Aus dem Ergebnis der Untersuchung der Stichprobe soll dann
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung 3. Vorlesung Dr. Jochen Köhler 1 Inhalte der heutigen Vorlesung Ziel: Daten Modellbildung Probabilistisches Modell Wahrscheinlichkeit von Ereignissen Im ersten
MehrGrundgesamtheit und Stichprobe
Grundgesamtheit und Stichprobe Definition 1 Die Menge der Untersuchungseinheiten {U 1,U 2,...,U N } heißt Grundgesamtheit. Die Anzahl N der Einheiten ist der Umfang der Grundgesamtheit. Jeder Einheit U
MehrStatistik II für Betriebswirte Vorlesung 1
Statistik II für Betriebswirte Vorlesung 1 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 16. Oktober 2017 Dr. Andreas Wünsche Statistik II für Betriebswirte Vorlesung 1 Version:
MehrUmfrage, eine Methode für die Maturaarbeit. GM.my in Zusammenarbeit mit der Kantonsschule Olten
Umfrage, eine Methode für die Maturaarbeit GM.my in Zusammenarbeit mit der Kantonsschule Olten 1 Aufbau 1. Umfrage, eine Methode für die MA 2. Wie frage ich? 3. Wen frage ich? 4. Wie werte ich die Antworten
MehrStatistik I für Betriebswirte Vorlesung 14
Statistik I für Betriebswirte Vorlesung 14 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 13. Juli 017 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 14 Version: 8. Juli
MehrVorlesung 3: Schätzverfahren
Vorlesung 3: Schätzverfahren 1. Beispiel: General Social Survey 1978 2. Auswahl einer Zufallsstichprobe und Illustration des Stichprobenfehlers 3. Stichprobenverteilung eines Regressionskoeffizienten 4.
Mehr30. März Ruhr-Universität Bochum. Methodenlehre II, SS Prof. Dr. Holger Dette
Ruhr-Universität Bochum 30. März 2011 1 / 46 Methodenlehre II NA 3/73 Telefon: 0234 322 8284 Email: holger.dette@rub.de Internet: www.ruhr-uni-bochum.de/mathematik3/index.html Vorlesung: Montag, 8.30 10.00
MehrFranz Kronthaler. Statistik angewandt. Datenanalyse ist (k)eine Kunst. mit dem R Commander. A Springer Spektrum
Franz Kronthaler Statistik angewandt Datenanalyse ist (k)eine Kunst mit dem R Commander A Springer Spektrum Inhaltsverzeichnis Teil I Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist
MehrGrundgesamtheit und Stichprobe
Grundgesamtheit und Stichprobe Definition 1 Die Menge der Untersuchungseinheiten {U 1,U 2,...,U N } heißt Grundgesamtheit. Die Anzahl N der Einheiten ist der Umfang der Grundgesamtheit. Jeder Einheit U
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
MehrKapitel 10 Mittelwert-Tests Einstichproben-Mittelwert-Tests 10.2 Zweistichproben Mittelwert-Tests
Kapitel 10 Mittelwert-Tests 10.1 Einstichproben-Mittelwert-Tests 10.2 Zweistichproben Mittelwert-Tests 10.1 Einstichproben- Mittelwert-Tests 10.1.1 Einstichproben- Gauß-Test Dichtefunktion der Standard-Normalverteilung
Mehr3 Konfidenzintervalle
3 Konfidenzintervalle Konfidenzintervalle sind das Ergebnis von Intervallschätzungen. Sicheres Wissen über Grundgesamtheiten kann man anhand von Stichproben nicht gewinnen. Aber mit Hilfe der Statistik
Mehr1 Vorbemerkungen 1. 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2. 3 Wahrscheinlichkeitsaxiome 4. 4 Laplace-Experimente 6
Inhaltsverzeichnis 1 Vorbemerkungen 1 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2 3 Wahrscheinlichkeitsaxiome 4 4 Laplace-Experimente 6 5 Hilfsmittel aus der Kombinatorik 7 1 Vorbemerkungen
Mehr1 Wahrscheinlichkeitsrechnung. 2 Zufallsvariablen und ihre Verteilung. 3 Statistische Inferenz. 4 Intervallschätzung
0 Einführung 1 Wahrscheinlichkeitsrechnung Zufallsvariablen und ihre Verteilung 3 Statistische Inferenz 4 Intervallschätzung Motivation und Hinführung Der wahre Anteil der rot-grün Wähler 009 war genau
MehrSchließende Statistik
Schließende Statistik Die schließende Statistik befasst sich mit dem Rückschluss von einer Stichprobe auf die Grundgesamtheit (Population). Die Stichprobe muss repräsentativ für die Grundgesamtheit sein.
MehrStatistik Einführung // Tests auf einen Parameter 8 p.2/74
Statistik Einführung Tests auf einen Parameter Kapitel 8 Statistik WU Wien Gerhard Derflinger Michael Hauser Jörg Lenneis Josef Leydold Günter Tirler Rosmarie Wakolbinger Statistik Einführung // Tests
MehrVerteilungen eindimensionaler stetiger Zufallsvariablen Stetige Verteilungen. Chi-Quadrat-Verteilung Studentverteilung Fisher-Verteilung
Verteilungen eindimensionaler stetiger Zufallsvariablen Stetige Verteilungen Chi-Quadrat-Verteilung Studentverteilung Fisher-Verteilung Typisierung der stetigen theoretischen Verteilungen Bibliografie:
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 (3) Überblick. Deskriptive Statistik I 2. Deskriptive
MehrModulbeschreibung Statistik
Modulbeschreibung Statistik Christian Reinboth Worum geht es in dieser Vorlesung? Eine statistische Grundlagenvorlesung ist Teil der meisten Studiengänge ob im natur-, wirtschafts- oder sozialwissenschaftlichen
MehrDeskription, 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
MehrVerteilung von Summen
Verteilung von Summen Beispiel: Würfelwurf Frage: Wie verhält sich die Verteilung der Augensumme von -Würfeln bei wachsendem? Zur Beantwortung führen wir ein Simulationseperiment durch. 6 Würfe mit 1 Würfel
Mehr- Normalverteilung (Gaußverteilung) kann auf sehr viele Zufallsprozesse angewendet werden.
Normalverteilung und Standardnormalverteilung als Beispiel einer theoretischen Verteilung - Normalverteilung (Gaußverteilung) kann auf sehr viele Zufallsprozesse angewendet werden. - Stetige (kontinuierliche),
MehrAuswahlverfahren. Zufallsauswahl Bewusste Auswahl Willkürliche Auswahl. Dipl.-Päd. Ivonne Bemerburg
Auswahlverfahren Zufallsauswahl Bewusste Auswahl Willkürliche Auswahl Blockseminar: Methoden quantitativer Grundgesamtheit und Stichprobe Die Festlegung einer Menge von Objekten, für die die Aussagen der
MehrTHEMA: "STATISTIK IN DER PRAXIS TESTEN IST BESSER ALS VERMUTEN" TORSTEN SCHOLZ
WEBINAR@LUNCHTIME THEMA: "STATISTIK IN DER PRAXIS TESTEN IST BESSER ALS VERMUTEN" TORSTEN SCHOLZ EINLEITENDES BEISPIEL SAT: Standardisierter Test, der von Studienplatzbewerbern an amerikanischen Unis gefordert
Mehr5. Methoden der Wirtschaftsinformatik
Forschen und Publizieren 5. Methoden der Wirtschaftsinformatik 1. Forschungsmethoden 2. Logisch-argumentativ (deduktiv) 3. Statistische Analyseverfahren (quantitativ) 4. Modellbildung (qualitativ) 5. Fallstudien
Mehr2 Aufgaben aus [Teschl, Band 2]
20 2 Aufgaben aus [Teschl, Band 2] 2.1 Kap. 25: Beschreibende Statistik 25.3 Übungsaufgabe 25.3 a i. Arithmetisches Mittel: 10.5 ii. Median: 10.4 iii. Quartile: x 0.25 Y 4 10.1, x 0.75 Y 12 11.1 iv. Varianz:
MehrVorlesung: Statistik II für Wirtschaftswissenschaft
Vorlesung: Statistik II für Wirtschaftswissenschaft Prof. Dr. Helmut Küchenhoff Institut für Statistik, LMU München Sommersemester 017 4 Spezielle Zufallsgrößen Einführung 1 Wahrscheinlichkeit: Definition
MehrForschungsstatistik I
Psychologie 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/
MehrStatistik für Ökonomen
Wolfgang Kohn Riza Öztürk Statistik für Ökonomen Datenanalyse mit R und SPSS tfü. Springer Inhaltsverzeichnis Teil I Einführung 1 Kleine Einführung in R 3 1.1 Installieren und Starten von R 3 1.2 R-Befehle
MehrDidaktik der Stochastik (Leitidee: Daten und Zufall)
Didaktik der Geometrie und Stochastik WS 09 / 10 15. 1. 2010 Didaktik der Stochastik (Leitidee: Daten und Zufall) 7. Beschreibende Statistik 7.1 Zum Begriff Stochastik : Seit den Fünfziger Jahren werden
MehrStatistik für Ökonomen
Wolfgang Kohn Riza Öztürk Statistik für Ökonomen Datenanalyse mit R und SPSS 2., überarbeitete Auflage 4ü Springer Gabler Inhaltsverzeichnis Teil I Einführung 1 Kleine Einführung in R '! 3 1.1 Installieren
MehrAnalyse von Kontingenztafeln
Analyse von Kontingenztafeln Mit Hilfe von Kontingenztafeln (Kreuztabellen) kann die Abhängigkeit bzw. die Inhomogenität der Verteilungen kategorialer Merkmale beschrieben, analysiert und getestet werden.
Mehrvon x-würfeln bei wachsendem n? Zur Beantwortung führen wir ein Simulationsexperiment durch.
Zentraler Grenzwertsatz Die Normalverteilung verdankt ihre universelle theoretische und praktische Bedeutung dem zentralen Grenzwertsatz. Unabhängig von der konkreten k Ausgangsverteilung konvergiert die
MehrDatenstrukturen. Querschnitt. Grösche: Empirische Wirtschaftsforschung
Datenstrukturen Datenstrukturen Querschnitt Panel Zeitreihe 2 Querschnittsdaten Stichprobe von enthält mehreren Individuen (Personen, Haushalte, Firmen, Länder, etc.) einmalig beobachtet zu einem Zeitpunkt
MehrStichproben: Theorie und Verfahren
Stichproben: Theorie und Verfahren Von Prof. Dr. Fritz Pokropp Universität der Bundeswehr Hamburg 2., vollständig überarbeitete Auflage R. Oldenbourg Verlag München Wien Inhaltsverzeichnis IX Inhaltsverzeichnis
MehrWarum Stichproben? Vollerhebungen sind teuer Nehmen (zu)viel Zeit in Anspruch Sind evtl. destruktiv
Warum Stichproben? Vollerhebungen sind teuer Nehmen (zu)viel Zeit in Anspruch Sind evtl. destruktiv Voraussetzung für die Anwendung von Stichproben: Stichproben müssen repräsentativ sein, d.h. ein verkleinertes
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
MehrInhaltsverzeichnis: 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...
MehrKlassifikation von Signifikanztests
Klassifikation von Signifikanztests Nach Verteilungsannahmen: verteilungsabhängig: parametrischer [parametric] Test verteilungsunabhängig: nichtparametrischer [non-parametric] Test Bei parametrischen Tests
MehrEinführung in die Wahrscheinlichkeitsrechnung und Statistik für Ingenieure
Einführung in die Wahrscheinlichkeitsrechnung und Statistik für Ingenieure Von Prof. Hubert Weber Fachhochschule Regensburg 3., überarbeitete und erweiterte Auflage Mit zahlreichen Bildern, Tabellen sowie
MehrMethodenlehre. Vorlesung 10. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 10 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre II Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 18.2.15 Psychologie als Wissenschaft
MehrStatistik für Psychologen, Pädagogen und Mediziner
Thomas Köhler Statistik für Psychologen, Pädagogen und Mediziner Ein Lehrbuch ^~i: Verlag W. Kohlhammer 1 Einführung: Begriffsklärungen und Überblick 11 1.1 Aufgaben und Subdisziplinen der Statistik 11
MehrStatistiktutorium (Kurs Frau Jacobsen)
Statistiktutorium (Kurs Frau Jacobsen) von Timo Beddig 1 Grundbegriffe p = Punktschätzer, d.h. der Mittelwert aus der Stichprobe, auf Basis dessen ein angenäherter Wert für den unbekannten Parameter der
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
MehrVII. Inhaltsverzeichnis
VII Inhaltsverzeichnis Vorwort XIII Teil 1 Datentypen 1 Datentypen 3 1.1 Kommt es wirklich darauf an? 3 1.2 Daten auf einer Intervallskala 3 1.3 Daten auf einer Ordinalskala 4 1.4 Daten auf einer Nominalskala
MehrFinanzierung und Investition
Kruschwitz/Husmann (2012) Finanzierung und Investition 1/31 Kruschwitz/Husmann (2012) Finanzierung und Investition 2/31 Finanzierung und Investition Kruschwitz/Husmann (2012) Oldenbourg Verlag München
MehrStatistik II Übung 1: Einfache lineare Regression
Statistik II Übung 1: Einfache lineare Regression Diese Übung beschäftigt sich mit dem Zusammenhang zwischen dem Lohneinkommen von sozial benachteiligten Individuen (16-24 Jahre alt) und der Anzahl der
Mehr