AUSBLICK AUF WEITERE ANALYSEVERFAHREN IN DER STATISTIK 1
|
|
- Waltraud Morgenstern
- vor 6 Jahren
- Abrufe
Transkript
1 AUSBLICK AUF WEITERE ANALYSEVERFAHREN IN DER STATISTIK 1 1 Hier wird nicht der Anspruch erhoben, eine exhaustive Abhandlung zu geben
2 Unterscheidung: Deskriptive vs. Inferenzstatistik Deskriptive Statistik: Statistische Beschreibung einer definierten Menge von Untersuchungseinheiten bezüglich einer Menge von Merkmalen (mit Tabellen, graphischen Darstellungen, charakteristischen Maßzahlen etc.) Es werden also die Daten beschrieben, die man hat Geltungsbereich der Aussagen, die man auf Basis dieser Analysen trifft, ist somit beschränkt auf die untersuchten Einheiten Inferenzstatistik: Hauptanliegen, von einer relativ kleinen Auswahl der Gesamtheit auf die Gesamtheit zu schießen (Repräsentationsschluss) Frage also, inwieweit man die Ergebnisse der deskriptiven Statistik verallgemeinern kann
3 Anmerkung: Die meisten komplexeren statistischen Verfahren enthalten sowohl deskriptivstatistische als auch inferenzstatistische Komponenten (z.b. lässt sich ein Regressionskoeffizient, welcher zunächst rein deskriptiv ist, innerhalb der Regressionsanalyse auf seine Verallgemeinbarkeit auf die Grundgesamtheit testen) Unterscheidung: Strukturprüfende vs. strukturentdeckende Verfahren Bei strukturprüfenden Verfahren werden im Vorfeld Annahmen (Hypothesen) über (Kausal- )Zusammenhänge zwischen Phänomenen getroffen und diese in die statistische Sprache übersetzt bzw. formalisiert Somit wird mit den Verfahren geprüft, inwieweit sich diese Annahmen empirisch bestätigen lassen (zumindest auf statistischer Ebene mit Formulierungen kausaler Evidenz auf Basis statistischer Ergebnisse sollte man vorsichtig sein) Bei strukturentdeckenden Verfahren wird entsprechend untersucht, inwieweit sich neue Strukturen / Zusammenhänge in den Daten auf statistisch-mathematischem Wege entdecken lassen Somit werden hier keine explizit formulierten Hypothesen geprüft, was gerade bei explorativen Studien sinnvoll sein kann
4 Ausgewählte strukturprüfende Verfahren Multivariate lineare Regression Hier wird die einfache Regression auf mehr als eine unabhängige Variable erweitert So ließe sich z.b. die Behauptung in einer Regression, das Einkommen (Y) hänge von der Bildung (X 1 ), der sozialen Herkunft (X 2 ) und von den sozialen Kontakten (X 3 ), umsetzen mit der Regressionsgleichung: Y = b 1 X 1 + b 2 X 2 + b 3 X 3 + a Die Erweiterung auf mehr als eine unabhängige Variable ist notwendig, da selten ein Phänomen nur mit einem weiteren Phänomenen erklärt werden kann Die Berechnung der Koeffizienten wird abstrakt, da nun mit Matrizen gearbeitet werden muss Ferner kann die Beziehung zwischen Y und den X-Variablen nicht mehr mit Hilfe einer Regressionsgeraden im zweidimensionalen Koordinatensystem veranschaulicht werden (mehrdimensionales Koordinatensystem)
5 Binär-logistische Regression Ähnlich dem Verfahren der linearen Regression, nur dass hier die abhängige Variable binär ist, z.b.: o Männlich vs. weiblich o Kind geboren vs. kein Kind geboren o An einer Krankheit erkrankt vs. nicht erkrankt Zunächst einmal wird eine der beiden Ausprägungen als Ereignis definiert (z.b. das Ereignis Kind geboren ) Es wird nun nicht wie bei der linearen Regression der Y-Wert unter Berücksichtigung der X- Variablen geschätzt, sondern die Wahrscheinlichkeit bestimmt, mit der bei einer Person Ereignis eingetreten ist Die Verbindung zwischen Y und den unabhängigen Variablen ist somit nicht mehr linear; allerdings stellt die Verbindung zwischen den einzelnen X-Variablen eine Linearkombination dar
6 Diese wird in eine sog. logistische Funktion eingebettet, welche den Wertebereich für Wahrscheinlichkeiten aufweist Diskriminanzanalyse Von der Grundidee her ähnliches Verfahren zur logistischen Regression Es geht darum, unabhängige Variablen daraufhin zu überprüfen, ob sie eine Gruppenzugehörigkeit voraussagen können Die Gruppenzugehörigkeit definiert sich hierbei über eine binäre oder kategoriale abhängige Variable Beispiel: Häufige Verwendung in der Bankenbranche, um anhand von mehreren Merkmalen, wie Höhe des Einkommens, Zahl der Kreditkarten, Beschäftigungsdauer bei der letzten Arbeitsstelle etc. auf die Kreditwürdigkeit (binäre abhängige Variable) einer Person zu schließen
7 Kovarianzstrukturanalyse Die Umsetzung eines komplexen linearen Modells mit Submodellen auf zwei Ebenen: o Zusammenhänge zwischen latenten Variablen (Strukturmodell) und o Zusammenhänge zwischen einzelnen latenten Variablen und ihren Indikatoren (Messmodell) Somit wird eine Prüfung eines Modells mit Abhängigkeiten zwischen abstrakten Variablen möglich bei gleichzeitiger Überprüfung der Operationalisierung dieser abstrakten Variablen Beispiel:
8 Mehrebenenanalyse Verknüpfung von linearen Modellen sowohl auf Individual- aus auch auf Kollektivebene Somit lassen sich Einflüsse auf verschiedenen Aggregatebenen simultan überprüfen Beispiel: Es stellt sich die Frage, warum es unter arbeitenden Personen z.t. gravierende Unterschiede in der Zufriedenheit bzgl. ihrer Arbeit gibt; die Datenbasis bietet sowohl: o Individualangaben zur Person (z.b.: Bildung, Familienstand, Erwartungshaltung bzgl. des Einkommens) Individualebene o als auch Kollektivdaten zum Unternehmen, in dem die Person tätig ist (z.b.: Anzahl der Mitarbeiter, Weiterbildungsangebote, Arbeitsklima ) Kollektivebene So ließe sich ein Mehrebenenmodell konstruieren, in dem auf die abhängige Variable Arbeitszufriedenheit eine Wirkung von sowohl Individual- als auch unternehmensspezifischen Merkmalen angenommen wird
9 Ausgewählte strukturentdeckende Verfahren Faktorenanalyse Es werden mehrere Variablen zu wenigen Faktoren (Faktoren = latente Variablen) zusammengefasst (dimensionsreduzierendes Verfahren) Dabei sollen die Faktoren möglichst trennscharf sein: Die zu einem Faktor zugeordneten Variablen sollen sich deutlich ähnlicher sein als Variablen unterschiedlicher Faktoren Beispiel: Personen werden in einem Fragebogen diverse Sendungen (z.b. 17 Stück) vorgelegt, mit der Frage, wie oft sie diese schauen: o Diese 17 Sendungen (= 17 Variablen) werden der Faktorenanalyse unterzogen o Das Ergebnis könnten z.b. 4 Faktoren sein o Schaut man sich an, welche Sendungen zu einem Faktor zusammengefasst wurden, dann lassen sich die Faktoren i.d.r. inhaltlich benennen: z.b. ein Faktor mit Sendungen zur leichten Unterhaltung, ein Faktor mit intellektuellen Sendungen, ein Faktor mit praktischen (Ratgeber-)Sendungen usw.
10 Clusteranalyse Hier werden (nicht wie bei der Faktorenanalyse: Variablen, sondern) Fälle zu Gruppen zusammengefasst Es werden mehrere interessierende Variablen ausgewählt, so dass jede Person eine bestimmte Merkmalskombination aufweist (z.b. männlich, ungebildet, politisch uninteressiert) Das Verfahren fügt anhand der Merkmalskombinationen Personen zusammen, welche sich relativ ähnlich sind So lassen sich real existierende Gruppen erkennen, deren Mitglieder innerhalb der Gruppe sich relativ ähnlich sind und in denen sich die Mitglieder verschiedener Gruppen stärker voneinander unterscheiden Als Beispiel könnten Personen zu Gruppen zusammengefasst werden, die bestimmte Lebensstile verkörpern
11 Statistische Tests Bei statistischen Verfahren werden in der Regel Größen auf deskriptiver Ebene berechnet / geschätzt: Mittelwerte, Korrelationen, Regressionskoeffizienten etc. Es stellt sich die Frage, inwieweit solche Informationen auf die Grundgesamtheit (GG) verallgemeinert werden können dies entspricht der Frage nach der sog. Signifikanz von Maßzahlen (Signifikanz = statistische Bedeutsamkeit) Statistische Tests dienen häufig der Überprüfung dieser Signifikanz So kann z.b. eine Korrelationskoeffizient daraufhin überprüft werden kann, ob er sich in der GG signifikant von 0 unterscheiden wird Da aber die Parameter in der Grundgesamtheit letztendlich unbekannt sind, müssen mathematische Annahmen u.a. über die Verteilung von Variablen getroffen werden, welche im Einzelfall selbst nicht nachprüfbar sind (aber sonst wäre die Realisierung eines Tests nicht möglich) Ferner wird ein gewisses Irrtumsrisiko in Kauf genommen, da es keine 100%ige Sicherheit gibt, ob die Sachverhalte in der GG nicht doch anders beschaffen sind; das Risiko sollte gering sein, z.b. bei 1% oder 5% liegen
12 Beispiel für einen statistischen Test: Untersuchung der Signifikanz von Mittelwertsdifferenzen in zwei unabhängigen Gruppen: Software o So ließe sich beispielsweise überprüfen, ob sich das Durchschnittseinkommen von Männern signifikant von dem Durchschnittseinkommen der Frauen in der GG unterscheidet (Basis für den Test wären die Durchschnittseinkommen der Männer und der Frauen, die sich aus einer Stichprobe, z.b. realisiert durch eine Befragung, ergeben würden) Allround -Pakete zur statistischen Analyse SPSS das populärste Programm seit vielen Jahren; aktuell in der 17. Version STATA ein Programm, welches sich in den Sozialwissenschaften allmählich immer mehr durchsetzt; in vielerlei Hinsicht praktischer und effizienter als SPSS; lässt dem fortgeschrittenen Anwender viel Freiraum, z.b. zur Programmierung eigener Prozeduren; aktuell in der 10. Version Weitere Programme wären z.b.: R oder SAS; für sehr einfache Verfahren und kleine Datensätze eignet sich auch Excel
13 Programme für spezielle Verfahren LISREL / MPLUS vor allem geeignet für komplexe lineare Modelle wie Strukturgleichungsmodelle MLA / HLM / MlwiN Software zur Durchführung von Mehrebenenanalysen Textverarbeitungsprogramme LaTeX sehr gut geeignet für längere Schriften (z.b. Haus- oder Diplomarbeiten), vor allem wenn mit Formeln und mathematischen Ausdrücken gearbeitet wird (für alle, die schon mal an Word verzweifelt sind, eine echte Alternative)
TEIL 7: EINFÜHRUNG UNIVARIATE ANALYSE TABELLARISCHE DARSTELLUNG / AUSWERTUNG
TEIL 7: EINFÜHRUNG UNIVARIATE ANALYSE TABELLARISCHE DARSTELLUNG / AUSWERTUNG GLIEDERUNG Statistik eine Umschreibung Gliederung der Statistik in zwei zentrale Teilbereiche Deskriptive Statistik Inferenzstatistik
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
MehrMultivariate Statistische Methoden
Multivariate Statistische Methoden und ihre Anwendung in den Wirtschafts- und Sozialwissenschaften Von Prof. Dr. Hans Peter Litz Carl von Ossietzky Universität Oldenburg v..v.-'... ':,. -X V R.Oldenbourg
MehrTEIL 7: EINFÜHRUNG UNIVARIATE ANALYSE TABELLARISCHE DARSTELLUNG / AUSWERTUNG
TEIL 7: EINFÜHRUNG UNIVARIATE ANALYSE TABELLARISCHE DARSTELLUNG / AUSWERTUNG Statistik eine Umschreibung Mathematische Hilfswissenschaft mit der Aufgabe, Methoden für die Sammlung, Aufbereitung, Analyse
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
MehrMultivariate Statistische Methoden und ihre Anwendung
Multivariate Statistische Methoden und ihre Anwendung in den Wirtschafts- und Sozialwissenschaften Von Prof. Dr. Hans Peter Litz Carl von Ossietzky Universität Oldenburg R. Oldenbourg Verlag München Wien
MehrTeil: lineare Regression
Teil: lineare Regression 1 Einführung 2 Prüfung der Regressionsfunktion 3 Die Modellannahmen zur Durchführung einer linearen Regression 4 Dummyvariablen 1 Einführung o Eine statistische Methode um Zusammenhänge
MehrHypothesentests mit SPSS
Beispiel für eine einfache Regressionsanalyse (mit Überprüfung der Voraussetzungen) Daten: bedrohfb_v07.sav Hypothese: Die Skalenwerte auf der ATB-Skala (Skala zur Erfassung der Angst vor terroristischen
Mehrfh management, communication & it Constantin von Craushaar fh-management, communication & it Statistik Angewandte Statistik
fh management, communication & it Folie 1 Überblick Grundlagen (Testvoraussetzungen) Mittelwertvergleiche (t-test,..) Nichtparametrische Tests Korrelationen Regressionsanalyse... Folie 2 Überblick... Varianzanalyse
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
MehrKlausurvorbereitung - Statistik
Aufgabe 1 Klausurvorbereitung - Statistik Studenten der Politikwissenschaft der Johannes Gutenberg-Universität wurden befragt, seit wie vielen Semestern sie eingeschrieben sind. Berechnen Sie für die folgenden
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/
MehrInhaltsverzeichnis Einführung und deskriptive Statistik Grundlagen der Inferenzstatistik 1: Zufallsvariablen
Inhaltsverzeichnis 1 Einführung und deskriptive Statistik... 1 1.1 Wichtige mathematische Schreibweisen... 1 1.1.1 Das Summenzeichen... 1 1.1.2 Mengentheoretische Schreibweisen... 3 1.1.3 Variablentransformationen...
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
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
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
MehrJost Reinecke. Strukturgleich ungsmodelle. Sozialwissenschaften. 2., aktualisierte und erweiterte Auflage DE GRUYTER OLDENBOURG
Jost Reinecke Strukturgleich ungsmodelle in den Sozialwissenschaften 2., aktualisierte und erweiterte Auflage DE GRUYTER OLDENBOURG Inhaltsverzeichnis 1 Einleitung 1 2 Die Entwicklung der statistischen
MehrRegressionsanalysen mit Stata
Regressionsanalysen mit Stata Wiederholung: Deskriptive Analysen - Univariate deskriptive Analysen (Häufigkeitsauszählungen einer Variablen) - Multivariate deskriptive Analysen (Untersuchung gemeinsamer
MehrEigene MC-Fragen SPSS. 1. Zutreffend auf die Datenerfassung und Datenaufbereitung in SPSS ist
Eigene MC-Fragen SPSS 1. Zutreffend auf die Datenerfassung und Datenaufbereitung in SPSS ist [a] In der Variablenansicht werden für die betrachteten Merkmale SPSS Variablen definiert. [b] Das Daten-Editor-Fenster
MehrTEIL 13: DIE EINFACHE LINEARE REGRESSION
TEIL 13: DIE EINFACHE LINEARE REGRESSION Die einfache lineare Regression Grundlagen Die einfache lineare Regression ist ebenfalls den bivariaten Verfahren für metrische Daten zuzuordnen 1 Sie hat einen
MehrWahrscheinlichkeitsrechnung und Statistik
9. Vorlesung - 2017 Monte Carlo Methode für numerische Integration Sei g : [0, 1] R stetige Funktion; man möchte 1 0 g(t)dt numerisch approximieren mit Hilfe von Zufallszahlen: Sei (U n ) n eine Folge
Mehr» S C H R I T T - F Ü R - S C H R I T T - A N L E I T U N G «M U L T I P L E L I N E A R E R E G R E S S I O N M I T S P S S / I B M Daniela Keller
» SCHRITT-FÜR-SCHRITTANLEITUNG«MULTIPLE LINEARE REGRESSION MIT SPSS/IBM Daniela Keller Daniela Keller - MULTIPLE LINEARE REGRESSION MIT SPSS/IBM Impressum 2016 Statistik und Beratung Dipl.-Math. Daniela
MehrStatistische Methoden in der Geographie
Statistische Methoden in der Geographie Band 2.; Multivariate Statistik Von Dr. rer. nat. Gerhard Bahrenberg Professor an der Universität Bremen Dr. rer. nat. Ernst Giese Professor an der Universität Gießen
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
MehrDeskriptive Statistik
Markus Wirtz, Christof Nachtigall Deskriptive Statistik 2008 AGI-Information Management Consultants May be used for personal purporses only or by libraries associated to dandelon.com network. Statistische
MehrSigmaStat Nina Becker, Christoph. Rothenwöhrer. Copyright 2004 Systat Software, Inc.
SigmaStat 3.11 Copyright 2004 Systat Software, Inc. http://www.systat.com Nina Becker, Christoph Rothenwöhrer Die Aufgabe der Statistik ist die Zusammenfassung von Daten, deren Darstellung, Analyse und
MehrEmpirische Analysen mit dem SOEP
Empirische Analysen mit dem SOEP Methodisches Lineare Regressionsanalyse & Logit/Probit Modelle Kurs im Wintersemester 2007/08 Dipl.-Volksw. Paul Böhm Dipl.-Volksw. Dominik Hanglberger Dipl.-Volksw. Rafael
MehrBivariate Analyseverfahren
Bivariate Analyseverfahren Bivariate Verfahren beschäftigen sich mit dem Zusammenhang zwischen zwei Variablen Beispiel: Konservatismus/Alter Zusammenhangsmaße beschreiben die Stärke eines Zusammenhangs
MehrStrukturgleichungsmodelle. Sozialwissenschaften. R.Oldenbourg Verlag München Wien. Von Universitätsprofessor Dr. Jost Reinecke
Strukturgleichungsmodelle in den Sozialwissenschaften Von Universitätsprofessor Dr. Jost Reinecke R.Oldenbourg Verlag München Wien 1 Einleitung 3 2 Die Entwicklung der statistischen Modellbildung mit Strukturgleichungen
MehrStatistische Methoden in den Umweltwissenschaften
Statistische Methoden in den Umweltwissenschaften Korrelationsanalysen Kreuztabellen und χ²-test Themen Korrelation oder Lineare Regression? Korrelationsanalysen - Pearson, Spearman-Rang, Kendall s Tau
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
Mehrentschieden hat, obwohl die Merkmalsausprägungen in der Grundgesamtheit voneinander abhängig sind.
Bsp 1) Die Wahrscheinlichkeit dafür, dass eine Glühbirne länger als 200 Stunden brennt, beträgt 0,2. Wie wahrscheinlich ist es, dass von 10 Glühbirnen mindestens eine länger als 200 Stunden brennt? (Berechnen
MehrTEIL 13: DIE LINEARE REGRESSION
TEIL 13: DIE LINEARE REGRESSION Dozent: Dawid Bekalarczyk GLIEDERUNG Dozent: Dawid Bekalarczyk Lineare Regression Grundlagen Prognosen / Schätzungen Verbindung zwischen Prognose und Zusammenhang zwischen
MehrEinführung in die Statistik für Politikwissenschaftler Sommersemester 2011
Einführung in die Statistik für Politikwissenschaftler Sommersemester 2011 Es können von den Antworten alle, mehrere oder keine Antwort(en) richtig sein. Nur bei einer korrekten Antwort (ohne Auslassungen
MehrRegression ein kleiner Rückblick. Methodenseminar Dozent: Uwe Altmann Alexandra Kuhn, Melanie Spate
Regression ein kleiner Rückblick Methodenseminar Dozent: Uwe Altmann Alexandra Kuhn, Melanie Spate 05.11.2009 Gliederung 1. Stochastische Abhängigkeit 2. Definition Zufallsvariable 3. Kennwerte 3.1 für
Mehr9 Faktorenanalyse. Wir gehen zunächst von dem folgenden Modell aus (Modell der Hauptkomponentenanalyse): Z = F L T
9 Faktorenanalyse Ziel der Faktorenanalyse ist es, die Anzahl der Variablen auf wenige voneinander unabhängige Faktoren zu reduzieren und dabei möglichst viel an Information zu erhalten. Hier wird davon
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
MehrInstitut für Soziologie Dipl.-Soz. Benjamin Gedon. Methoden 2. Ausblick; Darstellung von Ergebnissen; Wiederholung
Institut für Soziologie Dipl.-Soz. Methoden 2 Ausblick; Darstellung von Ergebnissen; Wiederholung Ein (nicht programmierbarer) Taschenrechner kann in der Klausur hilfreich sein. # 2 Programm Ausblick über
MehrDie Regressionsanalyse
Die Regressionsanalyse Zielsetzung: Untersuchung und Quantifizierung funktionaler Abhängigkeiten zwischen metrisch skalierten Variablen eine unabhängige Variable Einfachregression mehr als eine unabhängige
MehrTest von Hypothesen: Signifikanz des Zusammenhangs (F-Test)
Test von Hyothesen: Signifikanz des Zusammenhangs (F-Test) Die Schätzung der Regressionsfunktion basiert auf Daten einer Stichrobe Inwiefern können die Ergebnisse dieser Schätzung auf die Grundgesamtheit
MehrÜberblick über multivariate Verfahren in der Statistik/Datenanalyse
Überblick über multivariate Verfahren in der Statistik/Datenanalyse Die Klassifikation multivariater Verfahren ist nach verschiedenen Gesichtspunkten möglich: Klassifikation nach der Zahl der Art (Skalenniveau)
MehrDeskriptive Statistik
Helge Toutenburg Christian Heumann Deskriptive Statistik Eine Einführung in Methoden und Anwendungen mit R und SPSS Siebte, aktualisierte und erweiterte Auflage Mit Beiträgen von Michael Schomaker 4ü Springer
MehrTEIL 5: AUSWAHLVERFAHREN
TEIL 5: AUSWAHLVERFAHREN Dozent: Dawid Bekalarczyk GLIEDERUNG Auswahlverfahren eine Umschreibung Grundbegriffe Graphische Darstellung: Grundgesamtheit und Stichprobe Vor- und Nachteile: Voll- vs. Teilerhebung
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
MehrStatistik, Geostatistik
Geostatistik Statistik, Geostatistik Statistik Zusammenfassung von Methoden (Methodik), die sich mit der wahrscheinlichkeitsbezogenen Auswertung empirischer (d.h. beobachteter, gemessener) Daten befassen.
MehrInhaltsverzeichnis. 1 Über dieses Buch Zum Inhalt dieses Buches Danksagung Zur Relevanz der Statistik...
Inhaltsverzeichnis 1 Über dieses Buch... 11 1.1 Zum Inhalt dieses Buches... 13 1.2 Danksagung... 15 2 Zur Relevanz der Statistik... 17 2.1 Beispiel 1: Die Wahrscheinlichkeit, krank zu sein, bei einer positiven
MehrName Vorname Matrikelnummer Unterschrift
Dr. Hans-Otfried Müller Institut für Mathematische Stochastik Fachrichtung Mathematik Technische Universität Dresden Klausur Statistik II (Sozialwissenschaft, Nach- und Wiederholer) am 26.10.2007 Gruppe
MehrVorwort... V. Abbildungsverzeichnis... XIII. 1. Überblick über die behandelten Problembereiche... 3
Inhaltsverzeichnis Vorwort... V Abbildungsverzeichnis... XIII 1. Überblick über die behandelten Problembereiche... 3 2. Aufgaben und wissenschaftstheoretische Grundzüge der Marktforschung... 9 2.1. Klassische
MehrStatistik III Regressionsanalyse, Varianzanalyse und Verfahren bei Messwiederholung mit SPSS
Statistik III Regressionsanalyse, Varianzanalyse und Verfahren bei Messwiederholung mit SPSS Verena Hofmann Dr. phil. des. Departement für Sonderpädagogik Universität Freiburg Petrus-Kanisius-Gasse 21
MehrVorwort zur vierten Auflage Einleitung 13
http://www.beltz.de/de/nc/verlagsgruppe-beltz/gesamtprogramm.html?isbn=978-3-621-28249-9 6 Inhalt Inhalt Vorwort zur vierten Auflage 11 1 Einleitung 13 1.1 Warum R? 13 1.2 Fürwen ist dieses Buch? 14 1.3
MehrAlexandra Nonnenmacher. Ist Arbeit eine Pflicht?
Alexandra Nonnenmacher Ist Arbeit eine Pflicht? Alexandra Nonnenmacher Ist Arbeit eine Pflicht? Normative Einstellungen zur Erwerbsarbeit, Arbeitslosigkeit und der Einfluss des Wohngebiets Bibliografische
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
MehrStatistik wird schon so lange betrieben, wie es Mathematik gibt. Erste Volkszählungen
Was Statistik ist und 1 warum sie benötigt wird In diesem Kapitel Statistik und ihre Bedeutung heute Ziele und Aufgaben der Statistik Aufbau und wesentliche Bestandteile der Statistik Statistik wird schon
MehrAufgaben zu Kapitel 5:
Aufgaben zu Kapitel 5: Aufgabe 1: Ein Wissenschaftler untersucht, in wie weit die Reaktionszeit auf bestimmte Stimuli durch finanzielle Belohnung zu steigern ist. Er möchte vier Bedingungen vergleichen:
MehrBei näherer Betrachtung des Diagramms Nr. 3 fällt folgendes auf:
18 3 Ergebnisse In diesem Kapitel werden nun zunächst die Ergebnisse der Korrelationen dargelegt und anschließend die Bedingungen der Gruppenbildung sowie die Ergebnisse der weiteren Analysen. 3.1 Ergebnisse
MehrWahrscheinlichkeitsrechnung mathematische Statistik und statistische Qualitätskontrolle
Wahrscheinlichkeitsrechnung mathematische Statistik und statistische Qualitätskontrolle von Dipl.-Math. Regina Storm Mit 66 Bildern Zweite, überarbeitete und erweiterte Auflage VEB FACHBUCHVERLAG LEIPZIG
MehrMehrdimensionale Zufallsvariablen
Mehrdimensionale Zufallsvariablen Im Folgenden Beschränkung auf den diskreten Fall und zweidimensionale Zufallsvariablen. Vorstellung: Auswerten eines mehrdimensionalen Merkmals ( ) X Ỹ also z.b. ω Ω,
MehrI. Deskriptive Statistik 1
I. Deskriptive Statistik 1 1. Einführung 3 1.1. Grundgesamtheit und Stichprobe.................. 5 1.2. Merkmale und Verteilungen..................... 6 1.3. Tabellen und Grafiken........................
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
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
Mehr2.2. Wissenschaftstheoretische Grundzüge der Gewinnung von Erkenntnissen über Märkte 10
Vorwort V Abbildungsverzeichnis XIII 1. Überblick über die behandelten Problembereiche 3 2. Aufgaben und wissenschaftstheoretische Grundzüge der Marktforschung 9 2.1. Klassische Aufgaben der Marktforschung
MehrInhaltsverzeichnis Grundlagen aufigkeitsverteilungen Maßzahlen und Grafiken f ur eindimensionale Merkmale
1. Grundlagen... 1 1.1 Grundgesamtheit und Untersuchungseinheit................ 1 1.2 Merkmal oder statistische Variable........................ 2 1.3 Datenerhebung.........................................
MehrStatistik für das Psychologiestudium
Dieter Rasch / Klaus D. Kubinger Statistik für das Psychologiestudium Mit Softwareunterstützung zur Planung und Auswertung von Untersuchungen sowie zu sequentiellen Verfahren ELSEVIER SPEKTRUM AKADEMISCHER
MehrInhaltsverzeichnis. Test nach Cochran. - Stand vom:
Inhaltsverzeichnis Test nach Cochran... 2 Lernhinweise... 2 Einführung... 2 Theorie & Fallbeispiel (1-4)... 2 1. Ausgangslage und Fragestellung... 2 2. Voraussetzungen, Arbeits- und Alternativhypothesen...
MehrStatistik II Übung 3: Hypothesentests
Statistik II Übung 3: Hypothesentests Diese Übung beschäftigt sich mit der Anwendung diverser Hypothesentests (zum Beispiel zum Vergleich der Mittelwerte und Verteilungen zweier Stichproben). Verwenden
MehrTeil 1: Theorie des Kaufverhaltens bei Dienstleistungen
Teil 1: Theorie des Kaufverhaltens bei Dienstleistungen Kaufentscheidungen werden mehrheitlich in vier unterschiedliche Arten aufgeteilt. Nennen Sie die vier Arten von Kaufentscheidungen und beschreiben
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
MehrFaktorenanalysen mit SPSS. Explorative Faktorenanalyse als Instrument der Dimensionsreduktion. Interpretation des SPSS-Output s
Explorative Faktorenanalyse als Instrument der Dimensionsreduktion Beispiel: Welche Dimensionen charakterisieren die Beurteilung des sozialen Klimas in der Nachbarschaft? Variablen: q27a bis q27g im Datensatz
MehrSTATISTISCHE METHODEN UND IHRE ANWENDUNGEN
STATISTISCHE METHODEN UND IHRE ANWENDUNGEN Von Dr. rer. nat. Erwin Kreyszig o. Professor für Statistik an der Universität Karlsruhe mit 82 Abbildungen und zahlreichen Tabellen Vierter, unveränderter Nachdruck
Mehr2. Generieren Sie deskriptive Statistiken (Mittelwert, Standardabweichung) für earny3 und kidsunder6yr3 und kommentieren Sie diese kurz.
Statistik II Übung : Einfache lineare Regression Diese Übung beschäftigt sich mit dem Zusammenhang zwischen dem Lohneinkommen von sozial benachteiligten Individuen (6-24 Jahre alt) und der Anzahl der unter
MehrFaktorenanalysen mit SPSS. Explorative Faktorenanalyse als Instrument der Dimensionsreduzierung. Interpretation des SPSS-Output s
Explorative Faktorenanalyse als Instrument der Dimensionsreduzierung Beispiel: Welche Dimensionen charakterisieren die Beurteilung des sozialen Klimas in der Nachbarschaft? Variablen: q27a bis q27g im
MehrStatistik I. Zusammenfassung und wichtiges zur Prüfungsvorbereitung. Malte Wissmann. 9. Dezember Universität Basel.
Zusammenfassung und wichtiges zur Prüfungsvorbereitung 9. Dezember 2008 Begriffe Kenntnis der wichtigen Begriffe und Unterscheidung dieser. Beispiele: Merkmal, Merkmalsraum, etc. Skalierung: Nominal etc
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
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
MehrStatistik. Für Sozialwissenschaftler. Dritte, neu bearbeitete Auflage Mit 71 Abbildungen und 224 Tabellen
Jürgen Bortz Statistik Für Sozialwissenschaftler Dritte, neu bearbeitete Auflage Mit 71 Abbildungen und 224 Tabellen Springer-Verlag Berlin Heidelberg Newlfork London Paris Tokyo Inhaltsverzeichnis Einleitung
MehrStichprobe vs. Vollerhebung
Stichprobe vs. Vollerhebung Seminar Inferenzstatistik Referent: Hannes Holtermann Dresden, 02.12.2008 Stichprobe vs. Vollerhebung Gliederung 1.Einleitung 2.Grundgesamtheit und Stichprobe 3.Beispiel Lotto
MehrBei der Statistik geht es um das zahlenmäßige Erfassen, Klassifizieren, Auswerten, Analysieren und Präsentieren von Daten über Massen, Gesamtheiten
Was Statistik ist und 1 warum sie benötigt wird In diesem Kapitel Statistik und ihre Bedeutung heute Ziele und Aufgaben der Statistik Aufbau und wesentliche Bestandteile der Statistik Statistik wird schon
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
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
Mehr11. Sitzung Auswertungsstrategien; Darstellung von Forschungsergebnissen
11. Sitzung Auswertungsstrategien; Darstellung von Forschungsergebnissen 1 Gliederung der Vorlesung 1. Probleme der Auswertung bei quantitativem Vorgehen 2. Probleme der Auswertung bei qualitativem Vorgehen
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.
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
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
MehrMusterlösung. Modulklausur Multivariate Verfahren
Musterlösung Modulklausur 31821 Multivariate Verfahren 25. September 2015 Aufgabe 1 (15 Punkte) Kennzeichnen Sie die folgenden Aussagen zur Regressionsanalyse mit R für richtig oder F für falsch. F Wenn
MehrLiteratur: Rudolf & Müller, S Dr. Matthias Rudolf: M3 Multivariate Statistik Vorlesung Einführung SEM Folie Nr. 1
1 Korrelation und Kausalität 2 Grundsätzliches 3 Pfaddiagramme und lineare Strukturgleichungen 4 Struktur- und Messmodell 5 Modellspezifikation 6 Parameterschätzungen 7 Beurteilung der Schätzergebnisse
Mehr1 Wahrscheinlichkeitsrechnung. 2 Zufallsvariablen und ihre Verteilung. 3 Statistische Inferenz. 4 Intervallschätzung. 5 Hypothesentests.
0 Einführung 1 Wahrscheinlichkeitsrechnung 2 Zufallsvariablen und ihre Verteilung 3 Statistische Inferenz 4 Intervallschätzung 5 Hypothesentests 6 Regression Lineare Regressionsmodelle Deskriptive Statistik:
MehrLehrbuch der Statistik
Jürgen Bortz Lehrbuch der Statistik Für Sozialwissenschaftler Zweite, vollständig neu bearbeitete und erweiterte Auflage Mit 71 Abbildungen und 223 Tabellen Springer-Verlag Berlin Heidelberg New York Tokyo
MehrWolf-Gert Matthäus. Lösungen für die Statistik mit Excel 97
Wolf-Gert Matthäus Lösungen für die Statistik mit Excel 97 Vorwort 9 Einleitung 11 1 Excel 97 - Zusammenstellung einiger Möglichkeiten 13 1.1 Begriffe und Bedienung 13 1.2 Niveaustufen der Arbeit mit Excel
MehrDas (multiple) Bestimmtheitsmaß R 2. Beispiel: Ausgaben in Abhängigkeit vom Einkommen (I) Parameterschätzer im einfachen linearen Regressionsmodell
1 Lineare Regression Parameterschätzung 13 Im einfachen linearen Regressionsmodell sind also neben σ ) insbesondere β 1 und β Parameter, deren Schätzung für die Quantifizierung des linearen Zusammenhangs
MehrÜbungen (HS-2010): Urteilsfehler. Autor: Siegfried Macho
Übungen (HS-2010): Urteilsfehler Autor: Siegfried Macho Inhaltsverzeichnis i Inhaltsverzeichnis 1. Übungen zu Kapitel 2 1 Übungen zu Kontingenz- und Kausalurteile 1 Übung 1-1: 1. Übungen zu Kapitel 2 Gegeben:
MehrMonte-Carlo Tests. Diplomarbeit. Wiebke Werft. Mathematisches Institut der Heinrich-Heine-Universität Düsseldorf
Monte-Carlo Tests Diplomarbeit Wiebke Werft Mathematisches Institut der Heinrich-Heine-Universität Düsseldorf Düsseldorf im Dezember 2003 Betreuung: Prof. Dr. Arnold Janssen Inhaltsverzeichnis Einleitung
MehrStatistik. Ronald Balestra CH St. Peter
Statistik Ronald Balestra CH - 7028 St. Peter www.ronaldbalestra.ch 17. Januar 2010 Inhaltsverzeichnis 1 Statistik 1 1.1 Beschreibende Statistik....................... 1 1.2 Charakterisierung von Häufigkeitsverteilungen...........
MehrAllgemeines Lineares Modell Seminarüberblick
Allgemeines Lineares Modell Seminarüberblick zu meiner Person maik.beege@phil.tu-chemnitz.de Rawema-Haus, Straße der Nationen 12, Raum 209 0371 / 531 31758 Sprechstunde nach Vereinbarung (oder einfach
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
MehrAufgaben zu Kapitel 8
Aufgaben zu Kapitel 8 Aufgabe 1 a) Berechnen Sie einen U-Test für das in Kapitel 8.1 besprochene Beispiel mit verbundenen Rängen. Die entsprechende Testvariable punkte2 finden Sie im Datensatz Rangdaten.sav.
MehrLehrinhalte Statistik (Sozialwissenschaften)
Lehrinhalte Technische Universität Dresden Institut für Mathematische Stochastik Dresden, 13. November 2007 Seit 2004 Vorlesungen durch Klaus Th. Hess und Hans Otfried Müller. Statistik I: Beschreibende
MehrAuswahlverfahren. Verfahren, welche die prinzipiellen Regeln zur Konstruktion von Stichproben angeben
Auswahlverfahren Verfahren, welche die prinzipiellen Regeln zur Konstruktion von Stichproben angeben Definition der Grundgesamtheit Untersuchungseinheit: Objekt an dem Messungen vorgenommen werden Grundgesamtheit
Mehr