Stichproben- & Populations- Standardabweichung
|
|
- Benedikt Kolbe
- vor 6 Jahren
- Abrufe
Transkript
1 Stichproben- & Populations- Standardabweichung
2
3 Inhaltsverzeichnis Stichproben- & Populations-Standardabweichung... 2 Lernhinweise... 2 Einführung... 3 Theorie (1-8) Ausgangslage Inhaltliche Fragestellung Statistisch bearbeitbare Fragestellung Arbeitsypothese und Alternativhypothese Prüfgrösse Prüfverteilung und Übertretungswahrscheinlichkeit Beurteilung der Übertretungswahrschein-lichkeit; Signifikanzniveaus... 8 Zusammenfassung zum Lernschritt... 8 Fallbeispiel (1-7) Ausgangslage Inhaltliche Fragestellung Statistisch bearbeitbare Fragestellung Arbeitshypthese und Alternativhypothese Prüfgrösse und Prüfverteilung Transformation der Prüfgrösse in die Prüfverteilung Beurteilung der Übertretenswahrschein-lichkeit; Signifikanzniveaus Stand vom:
4 Stichproben- & Populations-Standardabweichung Lernhinweise Benötigte Vorkenntnisse Sie können diesen Lernschritt effizient bearbeiten, wenn Sie die in Ihrem Curriculum vorgesehene Vorbereitungsliteratur bearbeitet haben und mit dem Grundprinzip der entscheidungsstatistischen Verfahren vertraut sind. Lernziele 1. Sie können entscheiden, in welchen Situationen ein Vergleich einer Stichproben-Standardabweichung mit einer Populations-Standardabweichung möglich ist. 2. Sie lernen - anhand eines einfachen Beispiels - einen Vergleich einer Stichproben-Standardabweichung mit einer Populations-Standardabweichung durchzuführen. Hinweise zur Bearbeitung des Lernschritts Empfohlene Bearbeitung: Beginnen Sie mit "Einführung" Klicken Sie nach der Bearbeitung der ganzen Seite auf den Button "next", er führt Sie auf den empfohlenen Pfad. Sie können auf die Rubriken "Einführung", "Theorie" oder "Fallbeispiel" klicken, Sie gelangen automatisch zur entsprechenden ersten Seite. Bei "Theorie" und "Fallbeispiel" gelangen Sie automatisch zum Inhaltsverzeichnis der angewählten Rubrik. Für die Bearbeitung dieses Lernschrittes, sollten Sie ca. eine Stunde Lernzeit einplanen. Hinweise zur Bearbeitung des Fallbeispiels Das Ziel der manuellen Bearbeitung ist, dass Sie das Testverfahren handelnd nachvollziehen können. Das Fallbeispiel ist so konstruiert, dass die Aufgaben mit einem Taschenrechner (mit Wurzelfunktion) gelöst werden kann. Sie brauchen kein Statistikprogramm wie z. B. SPSS. Es kann sein, dass sich Ihre Resultate bei den Dezimalstellen aufgrund von Rundungsfehlern (zwei Dezimalstellen) leicht von den Musterlösungen unterscheiden. Das darf Sie nicht verwirren. Das Fallbeispiel ist so konzipiert, dass die Entscheidungen zur Signifikanz eindeutig ausfallen. - Stand vom:
5 Einführung Ausagangslage Die Stadt XY hat sich zur Durchführung eines Schulversuchs entschlossen. Die fünfte Primarklasse soll in Französisch individualisiert unterrichtet werden. Alle sechs Klassen der Stadt werden in den Schulversuch einbezogen. Die sechs Klassen zählen zusammen über 100 Kinder. Diese Schüler bilden die Versuchsgruppe bzw. Stichprobe. Das Ziel des Schulversuchs besteht darin, dass diese Schülergruppe in Französisch durchschnittlich den gleichen Kenntnisstand aufweist, wie die anderen Fünftklässler des Kantons, welche nicht individualisierend unterrichtet werden. Jedes Kind der Versuchsgruppe kann nach seinem individuellen Tempo lernen. Die einen Kinder arbeiten langsamer und die anderen schneller. Der Lehrplan sieht vor, dass die Kinder am Ende der fünften Klasse eine bestimmte Anzahl Vokabeln kennen. In der Mitte des Schuljahres beherrschen die Fünftklässler des Kantons etwa die Hälfte dieser Wörter. Der arithmetische Mittelwert der Vokabelkenntnisse ist in der Stichprobe gleich gross wie bei der Population. Die Vokabelkenntnisse werden anhand eines Multiple-Choice-Tests während einer Woche erhoben. Überprüft wird, ob die Vokabelkenntnisse der Versuchsgruppe mehr variieren als die der Vergleichspopulation, also der übrigen Schüler des Kantons. Hinweis zur Bearbeitung des Fallbeispiels: Die Kennzahlen werden noch nicht bekannt gegeben, weil sie später Bestandteil einer Lernaktivität sein werden. In der Rubrik "Fallbeispiel" wird dieses Beispiel gelöst. Theorie (1-8) Inhaltsübersicht 1. Ausgangslage 2. Inhaltliche Fragestellung 3. Statistisch bearbeitbare Fragestellung 4. Arbeitsypothese und Alternativhypothese 5. Prüfgrösse 6. Prüfverteilung und Übertretungswahrscheinlichkeit 7. Beurteilung der Übertretungswahrscheinlichkeit; Signifikanzniveaus 8. Zusammenfassung zum Lernschritt - Stand vom:
6 1. Ausgangslage Gegeben ist die Verteilung eines normalverteilten (intervall- oder proportionalskaliertes) Merkmals in einer Population. Die Verteilung des Merkmals wird mit den Parametern und beschrieben. Gegeben ist zudem eine Stichprobe 1 mit n>100 Elementen. Die Verteilung des Merkmals in der Stichprobe 1 wird mit den Kennwerten und beschrieben. Wir möchten mit vergleichen und bezüglich eines signifikanten Unterschiedes beurteilen. 2. Inhaltliche Fragestellung Wir können unterschiedliche Fragen mit gleichem Inhalt formulieren: Streuen die Daten in der Stichprobe ungefähr gleich stark wie die in der Population? Sind die einzelnen Werte in der Stichprobe ähnlich um den Mittelwert verteilt wie diejenigen der Population um deren Mittelwert? Variieren in der Stichprobe die einzelnen Werte gleich stark wie in der Population? - Stand vom:
7 Dieses Element (Animation, Video etc.) kann in der PDF version nicht dargestellt werden und ist nur in der online Version sichtbar. [link] 3. Statistisch bearbeitbare Fragestellung Stammt die Stichprobe mit den Verteilungskennwerten und aus einer Population, die hinsichtlich der Standardabweichung mit der bekannten Population identisch ist? Dieses Element (Animation, Video etc.) kann in der PDF version nicht dargestellt werden und ist nur in der online Version sichtbar. [link] 4. Arbeitsypothese und Alternativhypothese Arbeitshypothese H 0 : Die Stichprobe stammt aus einer Population, die hinsichtlich der Standardabweichung mit der bekannten Population identisch ist. Dieses Element (Animation, Video etc.) kann in der PDF version nicht dargestellt werden und ist nur in der online Version sichtbar. [link] Alternativhypothesen Entsprechend unserer Fragestellung wählen wir die ungerichtete oder gerichtete, spezifische oder unspezifische Fragestellung. H 1 : - Stand vom:
8 Die Stichprobe stammt aus einer Population, die hinsichtlich der Standardabweichung mit der bekannten Population nicht identisch ist (ungerichtet und unspezifisch). Eine ungerichtete H1 formulieren wir immer, wenn wir uns für den absoluten Betrag des Unterschieds zwischen den Kennzahlen interessieren. H 1 : Die Stichprobe stammt aus einer Population, deren Standardabweichung grösser ist, als diejenige der bekannten Population (gerichtet und unspezifisch). H 1 : Die Stichprobe stammt aus einer Population, deren Standardabweichung kleiner ist, als diejenige der bekannten Population (gerichtet und unspezifisch). 5. Prüfgrösse Aufgrund unserer Fragestellung ist (Standardabweichung der Stichprobe) die Prüfgrösse. Prüfverteilung Die Prüfverteilung ist die Verteilung der Standardabweichungen s. Unter der Voraussetzung, dass H 0 gültig ist, und die Stichprobe mehr als 100 Elemente (n > 100) umfasst, sind die Stichproben-Standardabweichungen mit den Parametern und normalverteilt. - Stand vom:
9 : Mittelwert der Verteilung der Stichprobenstandardabweichungen (Prüfverteilung) :Populationsstandardabweichung Vergleichspopulation der : Standardabweichung der Verteilung der Stichproben-Standardabweichungen (Prüfverteilung) n: Stichprobengrösse Damit ist die Prüfverteilung vollständig bestimmt. 6. Prüfverteilung und Übertretungswahrscheinlichkeit Nun können wir den beobachteten Wert in die Prüfverteilung einordnen. Dieses Element (Animation, Video etc.) kann in der PDF version nicht dargestellt werden und ist nur in der online Version sichtbar. [link] Wir können jetzt aber noch nicht entscheiden, ob sich die Population mit den Parametern und, aus der unsere Stichprobe stammt, hinsichtlich der Streuung signifikant von der bekannten Population unterscheidet. Um diesen Entscheid fällen zu können, transformieren wir die beobachtete Standardabweichung in die Standardnormalverteilung bzw. z-verteilung. Wir transformieren nach - Stand vom:
10 . So können wir die Überschreitungswahrscheinlichkeit bestimmen. Transformation der Prüfgrösse in die z-verteilung zur Bestimmung der Überschreitungswahrscheinlichkeit Wir transformieren die beobachteten Stichproben-Standardabweichung in die Prüfverteilung (z-verteilung) Dieses Element (Animation, Video etc.) kann in der PDF version nicht dargestellt werden und ist nur in der online Version sichtbar. [link] 7. Beurteilung der Übertretungswahrschein-lichkeit; Signifikanzniveaus Die Überschreitungswahrscheinlichkeit p gibt uns an, mit welcher Wahrscheinlichkeit der beobachtete Unterschied zwischen der Stichproben-Standardabweichung und der Populations-Standardabweichung zufällig zustande gekommen ist. Aufgrund der Grösse der Überschreitungswahrscheinlichkeit entscheiden wir über die Annahme oder Ablehnung der Arbeitshypothese H 0. Die Grösse von p beurteilen wir anhand der Signifikanzniveaus: 5%, 1% und 0.1%. Ist p > 5%, so behalten wir H 0 mit unbestimmter Irrtumswahrscheinlichkeit bei. Das heisst, wir können nicht ausschliessen, dass der Unterschied zwischen der Standardabweichung der Stichprobe und derjenigen der Population zufällig entstanden ist. Ist p # 5%, so lehnen wir H 0 mit einer Irrtumswahrscheinlichkeit p # 5% zu Gunsten von H 1 ab. Das bedeutet, dass wir mit einer Irrtumswahrscheinlichkeit p # 5% annehmen können, dass die Stichprobe aus einer Population stammt, deren Standardabweichung nicht mit der Standardabweichung der Population übereinstimmt. Zusammenfassung zum Lernschritt Voraussetzung und Ausgangslage Die Ausprägungsgrade des intervall- oder proportionalskalierten Merkmals müssen in der Population näherungsweise normalverteilt sein und die Stichprobe muss mehr als 100 Elemente umfassen. Prüfgrösse Standardabweichung: - Stand vom:
11 Arbeitshypothese H0 und Alternativhypothese H1 Arbeitshypothese H 0 : Alternativhypothese H 1 : (ungerichtet, unspezifisch) Alternativhypothese H 1 : oder (gerichtet, unspezifisch) Prüfverteilung Unter der Voraussetzung, dass H 0 gültig ist und n > 100, ist die Prüfgrösse mit folgenden Parametern normalverteilt Transformieren des beobachteten Wertes in die Standardnormalverteilung Transformation der beobachteten Standardabweichung in die Standardnormalverteilung (z-verteilung). Beurteilung der Überschreitungswahrscheinlichkeit, Signifikanzniveaus p > 5%: H 0 wird beibehalten. - Stand vom:
12 p # 5%: H 0 wird mit der Irrtumswahrscheinlichkeit p zugunsten von H 1 abgelehnt. Fallbeispiel (1-7) Inhaltsübersicht 1. Ausgangslage 2. Inhaltliche Fragestellung 3. Statistisch bearbeitbare Fragestellung 4. Arbeitshypthese und Alternativhypothese 5. Prüfgrösse und Prüfverteilung 6. Transformation der Prüfgrösse in die Prüfverteilung 7. Beurteilung der Übertretenswahrscheinlichkeit; Signifikanzniveaus 1. Ausgangslage Hinweis zur Bearbeitung des Fallbeispiels: Die Kennzahlen werden noch nicht bekanntgegeben, weil sie Bestandteil kommender Lernaktivität sein werden Die Stadt XY hat sich zur Durchführung eines Schulversuchs entschlossen. Die fünfte Primarklasse soll in Französisch individualisiert unterrichtet werden. Alle sechs Klassen der Stadt werden in den Schulversuch einbezogen. Die sechs Klassen zählen zusammen über 100 Kinder. Diese Schüler bilden die Versuchsgruppe bzw. Stichprobe. Das Ziel des Schulversuchs besteht darin, dass diese Schülergruppe in Französisch durchschnittlich den gleichen Kenntnisstand aufweist, wie die anderen Fünftklässler des Kantons, welche nicht individualisierend unterrichtet werden. Jedes Kind der Versuchsgruppe kann nach seinem individuellen Tempo lernen. Die einen Kinder arbeiten langsamer und die anderen schneller. Der Lehrplan sieht vor, dass die Kinder am Ende der fünften Klasse eine bestimmte Anzahl Vokabeln kennen. In der Mitte des Schuljahres beherrschen die Fünftklässler des Kantons etwa die Hälfte dieser Wörter. Der arithmetische Mittelwert der Vokabelkenntnisse ist in der Stichprobe gleich gross wie bei der Population. Die Vokabelkenntnisse werden anhand eines Multiple-Choice-Tests während einer Woche erhoben. Überprüft wird, ob die Vokabelkenntnisse der Versuchsgruppe mehr variieren als die der Vergleichspopulation, also der übrigen Schüler des Kantons. - Stand vom:
13 2. Inhaltliche Fragestellung Trifft es zu, dass die Kinder beim individualisierenden Lernen im Vergleich zu herkömmlichen Methoden stark unterschiedliche Vokabelkenntnisse aufweisen? Unterscheiden sich die Vokabelkenntnisse der Kinder in der Versuchsgruppe stärker voneinander als diejenigen in der bekannten Population? Variieren die Vokabelkenntnisse der Versuchsgruppe stärker als in der Vergleichsgruppe bzw. Population. 3. Statistisch bearbeitbare Fragestellung 1. Stammt die Stichprobe der individualisierend unterrichteten Kinder mit der Standardabweichung aus einer Population, die eine grössere Standardabweichung aufweist, als die bekannte Population mit der Standardabweichung? Oder: 2. Können wir aufgrund der Standardabweichung der Stichprobe annehmen, dass diese Stichprobe aus einer Population stammt, die eine grössere Standardabweichung aufweist, als die bekannte Population? 4. Arbeitshypthese und Alternativhypothese Arbeitshypothese H0 H 0 : Die Stichprobe der Versuchsgruppe stammt aus einer Population, die hinsichtlich der Standardabweichung mit der bekannten Population identisch ist. Das bedeutet... Die Vokabelkenntnisse der individualisierend unterrichteten Kinder, streuen gleich stark um den arithmetischen Mittelwert ( durchschnittliche Vokabelkenntnisse), wie diejenigen der Population bzw. der Gesamtheit der Kinder des Kantons, welche mit herkömmlichem Französischunterricht unterrichtet wurden. - Stand vom:
14 Alternativhypothese H1 H 1 : Die Stichprobe stammt aus einer Population, deren Standardabweichung grösser ist, als Standardabweichung der bekannten Population (gerichtet und unspezifisch). Das bedeutet... Die Vokabelkenntnisse der individualisierend unterrichteten Kinder streuen stärker um den arithmetischen Mittelwert (durchschnittliche Vokabelkenntnisse), wie diejenigen der Population bzw. der Gesamtheit der Kinder des Kantons, welche mit herkömmlichem Französischunterricht unterrichtet wurden. 5. Prüfgrösse und Prüfverteilung Prüfgrösse Dieses Element (Animation, Video etc.) kann in der PDF version nicht dargestellt werden und ist nur in der online Version sichtbar. [link] Prüfverteilung Unter der Voraussetzung, dass H 0 gültig ist und n > 100, sind die Stichproben-Standardabweichungen mit den Parametern und normalverteilt. = - Stand vom:
15 , = 112 n = 125 : Damit ist die Prüfverteilung vollständig bestimmt. Nun können wir den beobachteten Wert in die Prüfverteilung einordnen. 6. Transformation der Prüfgrösse in die Prüfverteilung Nachdem wir wissen, dass die Standardverteilungen normalverteilt und die Parameter und der Prüfverteilung bekannt sind, kann die Überschreitungswahrscheinlichkeit anhand der z-verteilung bestimmt werden. Zu diesem Zweck transformieren wir die beobachtete Stichprobenstandardabweichung in die z-transformierte Prüfverteilung. = 130 Durch die z-transformation wird die Standardabweichung zu - Stand vom:
16 . : Wir konsultieren die z-tabelle und bestimmen damit die Überschreitungswahrscheinlichkeit. Wir haben auf Grund unserer inhaltlichen Fragestellung der Arbeitshypothese H 0 eine gerichtete Alternativhypothese H 1 gegenübergestellt. Dementsprechend interessiert uns die einseitige Überschreitungswahrscheinlichkeit der z-transformierten Prüfgrösse bzw. - Stand vom:
17 7. Beurteilung der Übertretenswahrschein-lichkeit; Signifikanzniveaus Da die z-transformierte Standardabweichung der Versuchsgruppe über dem Grenzwert von 1% liegt, lehnen wir H 0 mit einer Irrtumswahrscheinlichkeit von p < 1% zu Gunsten von H1 ab. Dies bedeutet, dass die Versuchsgruppe mit einer Irrtumswahrscheinlichkeit p < 1% aus einer Population stammt, die eine grössere Standardabweichung aufweist als die bekannte Population. - Stand vom:
18 Schlussfolgerung Die signifikant grössere Standardabweichung in der Versuchsgruppe zeigt, dass die Kinder mit dem individualisierenden Französischunterricht tatsächlich in unterschiedlicheren Tempi Französischvokabeln lernen als ihre Kolleginnen und Kollegen, die konventionell unterrichtet werden. Sie sind nun am Ende des Lernschrittes angelangt. - Stand vom:
Vergleich der Varianzen aus zwei unabhängigen Stichproben: F-Test
Vergleich der Varianzen aus zwei unabhängigen Stichproben: F-Test Inhaltsverzeichnis Vergleich der Varianzen aus zwei unabhängigen Stichproben: F-Test... 2 Lernhinweise... 2 Einführung... 3 Tehorie (1-8)...
Mehrt-test für abhängige Stichproben
Inhaltsverzeichnis t-test für abhängige Stichproben... 2 Lernhinweise... 2 Einführung... 3 Theorie (1-7)... 4 1. Inhaltliche Fragestellung... 4 2. Statistisch bearbeitbare Fragestellung... 5 3. Prüfgrösse...
MehrEntscheidungsstatistische Verfahren
Inhaltsverzeichnis Entscheidungsstatistische Verfahren... 2 Lernhinweise... 2 Theorie (1-8)... 2 1. Der Ausgangspunkt: Eine inhaltliche Fragestellung... 3 2. Formulierung der Fragestellung so, dass sie
MehrVergleich der zentralen Tendenz in zwei abhängigen Stichprobenerhebungen
Vergleich der zentralen Tendenz in zwei abhängigen Stichprobenerhebungen Inhaltsverzeichnis Vergleich der zentralen Tendenz in zwei abhängigen Stichprobenerhebungen... 2 Lernhinweise... 2 Einführung...
MehrVergleich der zentralen Tendenz in zwei unabhängigen Stichprobenerhebungen
Vergleich der zentralen Tendenz in zwei unabhängigen Stichprobenerhebungen Inhaltsverzeichnis Vergleich der zentralen Tendenz in zwei unabhängigen Stichprobenerhebungen... 2 Lernhinweise... 2 Theorie
Mehrt-test für unabhängige Stichproben
Inhaltsverzeichnis t-test für unabhängige Stichproben... 2 Lernhinweise... 2 Einführung... 2 Theorie (1-7)... 4 1. Inhaltliche Fragestellung... 4 2. Statistisch bearbeitbare Fragestellung... 4 3. Prüfgrösse...
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)
MehrKonkretes Durchführen einer Inferenzstatistik
Konkretes Durchführen einer Inferenzstatistik Die Frage ist, welche inferenzstatistischen Schlüsse bei einer kontinuierlichen Variablen - Beispiel: Reaktionszeit gemessen in ms - von der Stichprobe auf
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
MehrSozialwissenschaftlerInnen II
Statistik für SozialwissenschaftlerInnen II Henning Best best@wiso.uni-koeln.de Universität zu Köln Forschungsinstitut für Soziologie Statistik für SozialwissenschaftlerInnen II p.1 Testen von Hypothesen
MehrEinführung in Quantitative Methoden
Einführung in Quantitative Methoden Pantelis Christodoulides & Karin Waldherr 4. Juni 2014 Christodoulides / Waldherr Einführung in Quantitative Methoden 1/35 Ein- und Zweiseitige Hypothesen H 0 : p =
MehrUnivariates Chi-Quadrat-Verfahren für ein dichotomes Merkmal und eine Messwiederholung: Test nach McNemar
Univariates Chi-Quadrat-Verfahren für ein dichotomes Merkmal und eine Messwiederholung: Test nach McNemar Inhaltsverzeichnis Univariates Chi-Quadrat-Verfahren für ein dichotomes Merkmal und eine Messwiederholung:
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
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
MehrStatistik II: Signifikanztests /1
Medien Institut : Signifikanztests /1 Dr. Andreas Vlašić Medien Institut (0621) 52 67 44 vlasic@medien-institut.de Gliederung 1. Noch einmal: Grundlagen des Signifikanztests 2. Der chi 2 -Test 3. Der t-test
MehrUnterschiedshypothesen Vergleiche von Häufigkeiten bzw. Mittelwerten zwischen (mindestens) zwei Gruppen Zusammenhangshypothesen Korrelationsanalysen
Statistische Überprüfung von Hypothesen Hypothesen sind allgemeine Aussagen über Zusammenhänge zwischen empirischen und logischen Sachverhalten.Allgemein bezeichnet man diejenigen Aussagen als Hypothesen,
MehrStatistische Überlegungen: Eine kleine Einführung in das 1 x 1
Statistische Überlegungen: Eine kleine Einführung in das 1 x 1 PD Dr. Thomas Friedl Klinik für Frauenheilkunde und Geburtshilfe, Universitätsklinikum Ulm München, 23.11.2012 Inhaltsübersicht Allgemeine
Mehr5. Seminar Statistik
Sandra Schlick Seite 1 5. Seminar 5. Seminar Statistik 30 Kurztest 4 45 Testen von Hypothesen inkl. Übungen 45 Test- und Prüfverfahren inkl. Übungen 45 Repetitorium und Prüfungsvorbereitung 15 Kursevaluation
MehrEinführung in die Induktive Statistik: Testen von Hypothesen
Einführung in die Induktive Statistik: Testen von Hypothesen Jan Gertheiss LMU München Sommersemester 2011 Vielen Dank an Christian Heumann für das Überlassen von TEX-Code! Testen: Einführung und Konzepte
MehrTest auf den Erwartungswert
Test auf den Erwartungswert Wir interessieren uns für den Erwartungswert µ einer metrischen Zufallsgröße. Beispiele: Alter, Einkommen, Körpergröße, Scorewert... Wir können einseitige oder zweiseitige Hypothesen
Mehr4.1. Nullhypothese, Gegenhypothese und Entscheidung
rof. Dr. Roland Füss Statistik II SS 8 4. Testtheorie 4.. Nullhypothese, Gegenhypothese und Entscheidung ypothesen Annahmen über die Verteilung oder über einzelne arameter der Verteilung eines Merkmals
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
MehrPrüfgröße: Ist die durch eine Schätzfunktion zugeordnete reelle Zahl (etwa Mittelwert 7 C).
Statistik Grundlagen Charakterisierung von Verteilungen Einführung Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsverteilungen Schätzen und Testen Korrelation Regression Einführung Aus praktischen Gründen
MehrAnpassungstests VORGEHENSWEISE
Anpassungstests Anpassungstests prüfen, wie sehr sich ein bestimmter Datensatz einer erwarteten Verteilung anpasst bzw. von dieser abweicht. Nach der Erläuterung der Funktionsweise sind je ein Beispiel
MehrMethodenlehre. Vorlesung 13. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 13 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 19.05.15 Methodenlehre II Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 18.2.15 Psychologie
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 )
MehrStatistik II. IV. Hypothesentests. Martin Huber
Statistik II IV. Hypothesentests Martin Huber 1 / 41 Übersicht Struktur eines Hypothesentests Stichprobenverteilung t-test: Einzelner-Parameter-Test F-Test: Multiple lineare Restriktionen 2 / 41 Struktur
MehrGrundlagen der Statistik
Grundlagen der Statistik Übung 15 009 FernUniversität in Hagen Alle Rechte vorbehalten Fachbereich Wirtschaftswissenschaft Übersicht über die mit den Übungsaufgaben geprüften Lehrzielgruppen Lehrzielgruppe
MehrAblaufschema beim Testen
Ablaufschema beim Testen Schritt 1 Schritt 2 Schritt 3 Schritt 4 Schritt 5 Schritt 6 Schritt 7 Schritt 8 Schritt 9 Starten Sie die : Flashanimation ' Animation Ablaufschema Testen ' siehe Online-Version
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:
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/
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. 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
MehrPrimer: Inferenzstatistik 1.0
: 1.0 Dr. Malte Persike persike@uni-mainz.de methodenlehre.com twitter.com/methodenlehre methodenlehre.com/g+ iversity.org/schoolinger Inhalte der nächsten Minuten Die Frage aller Fragen: Ist etwas groß?
MehrPrüfung aus Statistik 2 für SoziologInnen
Prüfung aus Statistik 2 für SoziologInnen 26. Jänner 2008 Gesamtpunktezahl =80 Name in Blockbuchstaben: Matrikelnummer: SKZ: 1) Bei einer Erhebung über den Beliebtheitsgrad von Politikern wurden n=400
MehrIn welchen Situationen sind nichtparametrische oder verteilungsfreie Verfahren angezeigt?
In welchen Situationen sind nichtparametrische oder verteilungsfreie Verfahren angezeigt? Inhaltsverzeichnis In welchen Situationen sind nichtparametrische oder verteilungsfreie Verfahren angezeigt?...
MehrVorlesung: Statistik II für Wirtschaftswissenschaft
Vorlesung: Statistik II für Wirtschaftswissenschaft Prof. Dr. Helmut Küchenhoff Institut für Statistik, LMU München Sommersemester 2017 Einführung 1 Wahrscheinlichkeit: Definition und Interpretation 2
Mehr4.1. Verteilungsannahmen des Fehlers. 4. Statistik im multiplen Regressionsmodell Verteilungsannahmen des Fehlers
4. Statistik im multiplen Regressionsmodell In diesem Kapitel wird im Abschnitt 4.1 zusätzlich zu den schon bekannten Standardannahmen noch die Annahme von normalverteilten Residuen hinzugefügt. Auf Basis
MehrMethodenlehre. Vorlesung 12. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 12 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre II Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 18.2.15 Psychologie als Wissenschaft
MehrMathematische und statistische Methoden II
Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-06) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte Persike
MehrEinfaktorielle Rangvarianzanalyse mit Messwiederholungen
Einfaktorielle Rangvarianzanalyse mit Messwiederholungen Inhaltsverzeichnis Einfaktorielle Rangvarianzanalyse mit Messwiederholungen... 2 Lernhinweise... 2 Einführung... 3 Theorie (1-3)... 3 Teil 1 -
MehrStatistisches Testen
Statistisches Testen Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Differenzen Anteilswert Chi-Quadrat Tests Gleichheit von Varianzen Prinzip des Statistischen Tests Konfidenzintervall
MehrT-Test für den Zweistichprobenfall
T-Test für den Zweistichprobenfall t-test (unbekannte, gleiche Varianzen) Test auf Lageunterschied zweier normalverteilter Grundgesamtheiten mit unbekannten, aber gleichen Varianzen durch Vergleich der
MehrChi-Quadrat Verfahren
Chi-Quadrat Verfahren Chi-Quadrat Verfahren werden bei nominalskalierten Daten verwendet. Die einzige Information, die wir bei Nominalskalenniveau zur Verfügung haben, sind Häufigkeiten. Die Quintessenz
MehrMittelwert der x 17 Pearsonkorrelation korr(x, z) Rangkorrelation rs(x, z) 1 Varianz(y) Median(y) 324
1. In der folgenden Tabelle sind drei Datenspalten gegeben: x y z 9 41 31 12 34 3 13 386 29 14 245 26 15 288 25 17 51 23 18 296 22 19 256 2 21 412 19 23 344 18 26 324 7 Zu diesen Daten liegen folgende
MehrStatistische Methoden in den Umweltwissenschaften
Statistische Methoden in den Umweltwissenschaften Post Hoc Tests A priori Tests (Kontraste) Nicht-parametrischer Vergleich von Mittelwerten 50 Ergebnis der ANOVA Sprossdichte der Seegräser 40 30 20 10
MehrEinführung in Quantitative Methoden
Einführung in Quantitative Methoden Karin Waldherr & Pantelis Christodoulides 11. Juni 2014 Waldherr / Christodoulides Einführung in Quantitative Methoden 1/46 Anpassungstests allgemein Gegeben: Häufigkeitsverteilung
MehrStatistik in der Praxis
Peter Zöfel Statistik in der Praxis Zweite, überarbeitete Auflage 48 Abbildungen, 118 Tabellen und 22 Tafeln I Gustav Fischer Verlag Stuttgart Inhaltsverzeichnis Vorwort V 1. Allgemeine Grundlagen 1 1.1
Mehr11. Parametrische Tests 11.1 Konzeption von statistischen Tests
11. Parametrische Tests 11.1 Konzeption von statistischen Tests Statistische Tests dienen zur Überprüfung von Hypothesen über die Grundgesamtheit auf der Basis der vorliegenden Beobachtungen einer Stichprobe.
MehrSoftwaretechnik. Prof. Dr. Rainer Koschke. Fachbereich Mathematik und Informatik Arbeitsgruppe Softwaretechnik Universität Bremen
Softwaretechnik Prof. Dr. Rainer Koschke Fachbereich Mathematik und Informatik Arbeitsgruppe Softwaretechnik Universität Bremen Wintersemester 2010/11 Überblick I Statistik bei kontrollierten Experimenten
Mehr9 Prinzipien der statistischen Hypothesenprüfung
9 Prinzipien der statistischen Hypothesenprüfung Prinzipien der statistischen Hypothesenprüfung Bei der Schätzung eines Populationsparamters soll dessen Wert aus Stichprobendaten erschlossen werden. Wenn
MehrInferenzstatistik und Hypothesentests. Hierbei geht es um die Absicherung eines Untersuchungsergebnisses gegen ein Zufallsereignis.
Statistik II und Hypothesentests Dr. Michael Weber Aufgabenbereich Hierbei geht es um die Absicherung eines Untersuchungsergebnisses gegen ein Zufallsereignis. Ist die zentrale Fragestellung für alle statistischen
MehrStatistik für Wirtschaftswissenschaftler
Statistik für Wirtschaftswissenschaftler von Prof. Dr. Josef Bleymüller, Prof. Dr. Rafael Weißbach, Dr. Günther Gehlert, Prof. Dr. Herbert Gülicher 7., überarbeitete Auflage Verlag Franz Vahlen München
MehrModul 141 Statistik. 1. Studienjahr 11. Sitzung Signifikanztests
Modul 141 Statistik 1. Studienjahr 11. Sitzung Signifikanztests Inhalt der 11. Sitzung 1. Parametrische Signifikanztests 2. Formulierung der Hypothesen 3. Einseitige oder zweiseitige Fragestellung 4. Signifikanzniveau
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 12. Januar 2011 1 Vergleich zweier Erwartungswerte Was heißt verbunden bzw. unverbunden? t-test für verbundene Stichproben
MehrStatistisches Testen: Signifikanz und Relevanz Christiane Spiel
Fakultät für Psychologie Statistisches Testen: Signifikanz und Relevanz Christiane Spiel Themen Wissenschaftstheoretischer Hintergrund Statistische Hypothesenprüfung Der Signifikanztest Probleme des Signifikanztests
Mehr2. Formulieren von Hypothesen. Nullhypothese: H 0 : µ = 0 Gerät exakt geeicht
43 Signifikanztests Beispiel zum Gauß-Test Bei einer Serienfertigung eines bestimmten Typs von Messgeräten werden vor der Auslieferung eines jeden Gerätes 10 Kontrollmessungen durchgeführt um festzustellen,
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
MehrBeurteilende Statistik
Beurteilende Statistik Wahrscheinlichkeitsrechnung und Beurteilende Statistik was ist der Unterschied zwischen den beiden Bereichen? In der Wahrscheinlichkeitstheorie werden aus gegebenen Wahrscheinlichkeiten
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...
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
Mehr3 Grundlagen statistischer Tests (Kap. 8 IS)
3 Grundlagen statistischer Tests (Kap. 8 IS) 3.1 Beispiel zum Hypothesentest Beispiel: Betrachtet wird eine Abfüllanlage für Mineralwasser mit dem Sollgewicht µ 0 = 1000g und bekannter Standardabweichung
MehrTesten von Hypothesen:
Testen von Hypothesen: Ein Beispiel: Eine Firma produziert Reifen. In der Entwicklungsabteilung wurde ein neues Modell entwickelt, das wesentlich ruhiger läuft. Vor der Markteinführung muss aber auch noch
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
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
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
MehrGRUNDPRINZIPIEN statistischen Testens
Fragestellungen beim Testen GRUNDPRINZIPIEN statistischen Testens. Vergleiche Unterscheidet sich die Stichprobenbeobachtung von einer vorher spezifizierten Erwartung ( Hypothese ) mit ausreichender Sicherheit?
MehrMathematik IV für Maschinenbau und Informatik (Stochastik) Universität Rostock, Institut für Mathematik Sommersemester 2007
Mathematik IV für Maschinenbau und Informatik Stochastik Universität Rostock, Institut für Mathematik Sommersemester 007 Prof. Dr. F. Liese Dipl.-Math. M. Helwich Serie Termin: 9. Juni 007 Aufgabe 3 Punkte
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
MehrBiostatistik. Eine Einführung für Biowissenschaftler
Matthias Rudolf Wiltrud Kuhlisch Biostatistik Eine Einführung für Biowissenschaftler ein Imprint von Pearson Education München Boston San Francisco Harlow, England Don Mills, Ontario Sydney Mexico City
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
MehrName...LÖSUNGEN...Vorname...
PRÜFUNG STATISTIK VO 19. März 2010 Name...LÖSUNGEN...Vorname... Matrikelnummer... Einsichtnahme: Di, 20. April 2010 BITTE DEUTLICH UND LESERLICH SCHREIBEN! Es wird nur gewertet, was in diesem Exemplar
MehrKlassifikation von Signifikanztests
Klassifikation von Signifikanztests nach Verteilungsannahmen: verteilungsabhängige = parametrische Tests verteilungsunabhängige = nichtparametrische Tests Bei parametrischen Tests werden im Modell Voraussetzungen
MehrProbleme bei kleinen Stichprobenumfängen und t-verteilung
Probleme bei kleinen Stichprobenumfängen und t-verteilung Fassen wir zusammen: Wir sind bisher von der Frage ausgegangen, mit welcher Wahrscheinlichkeit der Mittelwert einer empirischen Stichprobe vom
MehrKLAUSUR_MAI_08 LÖSUNGEN Stat2. 1. Eine Einkommensstatistik (Jahresbruttoeinkommen, klassiert), zeigte folgende Ergebnisse: (in 1000 Euro)
1. Eine Einkommensstatistik (Jahresbruttoeinkommen, klassiert), zeigte folgende Ergebnisse: (in 1000 Euro) 10 bis unter 20 20 30 30 40 über 40 bis 100 U (Unselbständige) 46 89 90 45 S (Selbständige) 63
MehrMethodenlehre. Vorlesung 11. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 11 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 03.12.13 Methodenlehre I Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 25.9.13 Psychologie
MehrEinführung in Quantitative Methoden
Einführung in Quantitative Methoden Pantelis Christodoulides & Karin Waldherr 5. Juni 2013 Christodoulides / Waldherr Einführung in Quantitative Methoden- 11. VO 1/48 Anpassungstests allgemein Gegeben:
MehrWahrscheinlichkeitsrechnung und Statistik
10. Vorlesung - 017 Quantil der Ordnung α für die Verteilung des beobachteten Merkmals X ist der Wert z α R für welchen gilt z 1 heißt Median. P(X < z α ) α P(X z α ). Falls X stetige zufällige Variable
MehrPflichtlektüre: Kapitel 12 - Signifikanztest Wie funktioniert ein Signifikanztest? Vorgehensweise nach R. A. Fisher.
Pflichtlektüre: Kapitel 12 - Signifikanztest Überblick Signifikanztest Populationsparameter Ein Verfahren zur Überprüfung von Hypothesen, Grundlage bilden auch hier Stichprobenverteilungen, das Ergebnis
MehrKapitel 3 Schließende Statistik
Beispiel 3.4: (Fortsetzung Bsp. 3.) bekannt: 65 i=1 X i = 6, also ˆp = X = 6 65 = 0, 4 Überprüfen der Voraussetzungen: (1) n = 65 30 () n ˆp = 6 10 (3) n (1 ˆp) = 39 10 Dr. Karsten Webel 194 Beispiel 3.4:
MehrStichprobenbildung 2
61 Stichprobenbildung 2 Inhalt 2.1 Grundlagen der Stichprobenbildung 2.2 Zufallsstichproben 2.3 Bewusste Stichproben 2.4 Mehrstufige und mehrteilige Stichproben 2.5 Fehlerquellen bei der Stichprobenziehung
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
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
MehrStatistische Tests für unbekannte Parameter
Konfidenzintervall Intervall, das den unbekannten Parameter der Verteilung mit vorgegebener Sicherheit überdeckt ('Genauigkeitsaussage' bzw. Zuverlässigkeit einer Punktschätzung) Statistischer Test Ja-Nein-Entscheidung
MehrStatistische Tests für unbekannte Parameter
Konfidenzintervall Intervall, das den unbekannten Parameter der Verteilung mit vorgegebener Sicherheit überdeckt ('Genauigkeitsaussage' bzw. Zuverlässigkeit einer Punktschätzung) Statistischer Test Ja-Nein-Entscheidung
MehrParametrische vs. Non-Parametrische Testverfahren
Parametrische vs. Non-Parametrische Testverfahren Parametrische Verfahren haben die Besonderheit, dass sie auf Annahmen zur Verteilung der Messwerte in der Population beruhen: die Messwerte sollten einer
MehrErmitteln Sie auf 2 Dezimalstellen genau die folgenden Kenngrößen der bivariaten Verteilung der Merkmale Weite und Zeit:
1. Welche der folgenden Kenngrößen, Statistiken bzw. Grafiken sind zur Beschreibung der Werteverteilung des Merkmals Konfessionszugehörigkeit sinnvoll einsetzbar? A. Der Modalwert. B. Der Median. C. Das
MehrVS PLUS
VS PLUS Zusatzinformationen zu Medien des VS Verlags Statistik II Inferenzstatistik 2010 Übungsaufgaben und Lösungen - Inferenzstatistik 1 [Übungsaufgaben und Lösungenn - Inferenzstatistik 1] ÜBUNGSAUFGABEN
MehrKapitel 13. Grundbegriffe statistischer Tests
Kapitel 13 Grundbegriffe statistischer Tests Oft hat man eine Vermutung über die Verteilung einer Zufallsvariablen X. Diese Vermutung formuliert man als Hypothese H 0.Sokönnte man daran interessiert 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
Mehr9 Prinzipien der statistischen Hypothesenprüfung
9 Prinzipien der statistischen Hypothesenprüfung Prinzipien der statistischen Hypothesenprüfung Bei der Schätzung eines Populationsparamters soll dessen Wert aus Stichprobendaten erschlossen werden. Wenn
MehrMethodenlehre. Vorlesung 12. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 12 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre I Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 25.9.13 Psychologie als Wissenschaft
MehrHypothesentests mit SPSS
Beispiel für einen chi²-test Daten: afrikamie.sav Im Rahmen der Evaluation des Afrikamie-Festivals wurden persönliche Interviews durchgeführt. Hypothese: Es gibt einen Zusammenhang zwischen dem Geschlecht
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
MehrAuswertung und Lösung
Dieses Quiz soll Ihnen helfen, Kapitel 4.6 und 4.7 besser zu verstehen. Auswertung und Lösung Abgaben: 59 / 265 Maximal erreichte Punktzahl: 8 Minimal erreichte Punktzahl: 0 Durchschnitt: 4.78 1 Frage
MehrAnalytische Statistik: Varianzanpassungstest, Varianzhomogenitätstest. Statistische Methoden in der Korpuslinguistik Heike Zinsmeister WS 2008/09
Analytische Statistik: Varianzanpassungstest, Varianzhomogenitätstest Statistische Methoden in der Korpuslinguistik Heike Zinsmeister WS 2008/09 Varianzanpassungstest Untersuchung der Streuung einer bzw.
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
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.
Mehr