Statistik-Quiz Sommersemester
|
|
- Busso Fischer
- vor 6 Jahren
- Abrufe
Transkript
1 Statistik-Quiz Sommersemester Seite 1 von 8 Statistik-Quiz Sommersemester Die richtigen Lösungen sind mit gekennzeichnet. 1 In einer Gruppe von 337 Probandinnen und Probanden wurden verschiedene Merkmale erhoben und es soll die Frage geklärt werden, ob zwischen dem Merkmal A und dem Merkmal X ein stochastischer Zusammenhang nachgewiesen werden kann. Zur Beantwortung dieser Frage stehen unter anderem auch die folgenden Verfahren zu Verfügung: a. Pearson Korrelation b Spearman Korrelation c. Biseriale Korrelation d. Punktbiseriale Korrelation e. k*l- χ2 -Verfahren f. Varianzanalyse g. Kovarianzanalyse Welches der obenstehenden Verfahren ist in erster Linie angezeigt, wenn 1a das Merkmal A dauubbpps Geschlecht und das Merkmal X das Jahreseinkommen beschreibt? d 1b das Merkmal A mit 4 Ausprägungskategorien die letzte besuchte Schulstufe (Volksschule, Mittelschule, Fachhochschule, Universität) und das Merkmal X das in 10 Kategorien rangierte Jahreseinkommen beschreibt? b 1c das Merkmal A eines von 6 Wohnquartieren und das Merkmal X den Zivilstand bezeichnet? e 1d das Merkmal A eines von 6 Wohnquartieren und das Merkmal X das Lebensalter bezeichnet? f 1e das Merkmal A das Jahreseinkommen und das Merkmal X das Lebensalter bezeichnet? a 1f das Merkmal A das in 2 Altersklassen kategorisierte Lebensalter und das Merkmal X das Jahreseinkommen bezeichnet? c 2 Im Rahmen einer univariaten, zweifaktoriellen Varianzanalyse sind die folgenden Kennwerte von Bedeutung a. SAQ tot mit df tot b. SAQ in mit df in c. SAQ zwa mit df zwa d. SAQ zwb mit df zwb e. SAQ A B mit df A B 2a Welcher/Welche dieser SAQ-Kennwerte ist/sind von den 'Wirkungen' der beiden Faktoren unabhängig? b 2b Mit welchem/welchen dieser Kennwerte kann der Anteil der Varianz in der abhängigen Variablen geschätzt werden, den die unabhängige Variable A zu erklären vermag? a, c
2 Statistik-Quiz Sommersemester Seite 2 von 8 3 Fünf Stichproben von Patienten hatten nach einer unterschiedlichen Anzahl Behandlungen einen Test zu absolvieren, von dem angenommen werden kann, dass die Testresultate in der Population vergleichbarer Patienten normalverteilt sind. Die folgende Computerausgabe zeigt die Resultate einer univariaten, einfaktoriellen Varianzanalyse, wobei der hier nicht wiedergegebene Levene Test zeigt, dass homogene Stichprobenvarianzen vorliegen. Testresultate 5 Behandlungen 4 Behandlungen 3 Behandlungen 2 Behandlungen 1 Behandlung Total Model Fixed Effects Random Effects Descriptives N Mean Std. Std. Error Deviation Testresultate Between Groups Within Groups Total Sum of Squares ANOVA df Mean Square ???????????????? ???? F Sig. 3a Ab welcher Überschreitungswahrscheinlichkeit der zugehörigen Prüfgrösse dürfen Sie im Rahmen einer Varianzanalyse keine Homogenität der Stichprobenvarianzen mehr annehmen? p < 0,1% p < 1% p < 5% p > 5% p > 25% p < 25% Die Homogenität wird nicht an einer Überschreitungswahrscheinlichkeit beurteilt. 3b Mit welcher Irrtumswahrscheinlichkeit darf aufgrund der Ihnen zur Verfügung stehenden Tabelle ein Zusammenhang zwischen der unabhängigen Variablen und der abhängigen Variablen angenommen werden? Kann nicht beurteilt werden, da eine Voraussetzung verletzt ist. p < 0,1% p < 1% p < 5% p > 5% p > 25%
3 Statistik-Quiz Sommersemester Seite 3 von 8 3c Welcher Anteil der Varianz in der abhängigen Variablen kann durch die Varianz in der unabhängigen Variablen erklärt werden? 1,67% 16,7% 8,3% 83,3% 4,97% 49,7% Aus den Angaben nicht bestimmbar. 3d Welche Trendhypothesen können im Rahmen dieses Designs geprüft werden? Es kann keine Trendhypothese geprüft werden. Trend 5. Ordnung Trend 4. Ordnung Trend 3. Ordnung Trend 2. Ordnung Trend 1. Ordnung Trend 0. Ordnung 3e Welcher Trend ist auf Grund der gegebenen Daten mit steigender Anzahl Behandlungen in erster Linie zu vermuten? Trend 5. Ordnung Trend 4. Ordnung Kubischer Trend Quadratischer Trend mit Maximum Quadratischer Trend mit Minimum Linear steigender Trend Linear fallender Trend 4 Eine Kovarianzanalyse umfasst zwei unabhängige Variablen A und B, eine abhängige Variable X und eine Kontrollvariable Y. Die Variable A hat dabei drei, die Variable B zwei und die Variable Y fünf mögliche Ausprägungsgrade. 4a Wieviele Stichproben sind im Rahmen dieses Designs zu untersuchen? 2 Stichproben 3 Stichproben 6 Stichproben 12 Stichproben 18 Stichproben 30 Stichproben 42 Stichproben 4b Welches/Welche Skalenniveau/s ist/sind für die abhängige Variable in diesem Falle zulässig? Nominalskala Dichotome Skala Ordinalskala Intervallskala Proportionalskala 4c Welche Wirkungsbeziehungen sind in diesem Design von Interesse? Die Wirkungsbeziehung zwischen X und Y Die Wirkungsbeziehung zwischen A und Y Die Wirkungsbeziehung zwischen B und Y Die Wirkungsbeziehung zwischen A und X Die Wirkungsbeziehung zwischen B und X Die Wirkungsbeziehung zwischen A x B und X
4 Statistik-Quiz Sommersemester Seite 4 von 8 Die Wirkungsbeziehung zwischen A x B und Y 5 Was muss bezüglich der Beziehung zwischen Y und X im Rahmen einer Kovarianzanalyse vorausgesetzt werden? Y und X dürfen nicht signifikant korrelieren. Cov(y,x) muss näherungsweise Null sein. Die Kovarianz zwischen Y und X muss in der Population homogen sein. Die Kovarianzen zwischen Y und X müssen in den Stichproben homogen sein. Die Korrelation zwischen Y und X muss in der Population homogen sein. Die Korrelationen zwischen Y und X müssen in den Stichproben homogen sein. Die Korrelationen zwischen Y und X müssen näherungsweise Null sein. 6 Zwei Merkmale X1 und X2 konstituieren das Konstrukt K und wurden in einer Studierenden- Stichprobe zweimal erhoben. Die folgende Computerausgabe zeigt einen Ausschnitt aus einer entsprechenden multivariaten Datenanalyse. * * * * * * A n a l y s i s o f V a r i a n c e * * * * * * Cell Means and Standard Deviations Variable.. D1 Mean Std. Dev. N For entire sample Variable.. D2 Mean Std. Dev. N For entire sample WITHIN CELLS Correlations with Std. Devs. on Diagonal D1 D2 D D Statistics for WITHIN CELLS correlations Log(Determinant) = Bartlett test of sphericity = with 1 D. F. Significance =.006 F(max) criterion = with (2,16) D. F. * * * * * A n a l y s i s o f V a r i a n c e -- design 1 * * * * * * EFFECT.. CONSTANT Multivariate Tests of Significance (S = 1, M = 0, N = 6 1/2) Test Name Value Exact F Hypoth. DF Error DF Sig. of F Pillais Hotellings
5 Statistik-Quiz Sommersemester Seite 5 von 8 Wilks Roys Note.. F statistics are exact. EFFECT.. CONSTANT (Cont.) Univariate F-tests with (1,16) D. F. Variable Hypoth. SS Error SS Hypoth. MS Error MS F Sig. of F D D a Welche der folgenden Voraussetzungen kann/können anhand dieser Computerausgabe überprüft werden? Intervall- oder proportional skalierte Daten Multivariate Normalverteilung der Merkmale in der Population Multivariate Normalverteilung der Merkmale in den Stichproben Homogene Korrelationen zwischen den Merkmalen in den Erhebungen Signifikante Korrelationen zwischen den Differenzwerten Homogene Kovarianzen zwischen den Residualwerten Homogene Varianzen in den Residualwerten 6b Der multivariate Vergleich der beiden Erhebungen ergibt kein signifikantes Resultat. ist auf dem 5%-Niveau signifikant. ist auf dem 1%-Niveau signifikant. ist auf dem 0,1%-Niveau signifikant. darf nicht interpretiert werden. 6c Was können Sie im Rahmen dieser Auswertung den Univariate F-tests entnehmen? Besagen gar nichts, müssen ignoriert werden. Beurteilung der Homogenität der Kovarianzen der beiden Merkmale. Beurteilung der Homogenität der Stichprobenvarianzen. Interpretierbare Resultate univariater F-Tests bezüglich der Stichprobenvarianzen. Interpretierbare Resultate univariater F-Tests bezüglich der Populationsvarianzen. Hinweis, auf welches Merkmal/welche Merkmale das Resultat der multivariaten Analyse insbesondere zurückzuführen ist. 6d Wie gross muss die Stichprobe gewählt werden, damit die Prüfgrösse von Hotellings verwendet werden kann? Bei diesem Vergleich wird immer die Prüfgrösse von Hotellings verwendet. Bei diesem Vergleich wird nie die Prüfgrösse von Hotellings verwendet. Bei diesem Vergleich kann die Prüfgrösse von Hotellings oder die Prüfgrösse von Pillais verwendet werden Welche der folgenden Aussagen zu den partiellen Korrelationen ist/sind korrekt? Partielle Korrelationen können für ordinal, intervall- und proportional skalierte Daten ermittelt werden. Partielle Korrelationen können auf jedem Skalenniveau ermittelt werden. Partielle Korrelationen setzen paarweise lineare Regressionsmodelle voraus. Partielle Korrelationen setzen homogene Paarkorrelationen voraus.
6 Statistik-Quiz Sommersemester Seite 6 von 8 Die Signifikanzabschätzung für eine partielle Korrelation setzt voraus, dass die Daten in der Population paarweise bivariat normalverteilt sind. Partielle Korrelationen basieren auf Residualwerten. 8 Im Rahmen einer Faktorenanalyse konnten aus 5 beobachteten Variablen X 1 bis X 5 drei Faktoren extrahiert werden. Die folgende Tabelle zeigt Ihnen die Faktorladungen nach einer Varimax-Rotation (vereinfachte Zahlen zur Reduktion des Rechenaufwands). Faktor 1 Faktor 2 Faktor 3 X 1 0,90 0,10 0,00 X 2 0,80 0,00 0,10 X 3 0,00 0,00 0,90 X 4 0,00 0,80 0,00 X 5 0,00 0,00 0,90 8a Wie gross ist die Kommunalität der Variablen X 5? 0,64 0,81 0,90 1,00 1,45 1,70 1,90 8b Wie gross ist der Eigenwert des Faktors F 1? 0,64 0,81 0,90 1,00 1,45 1,70 1,90 8c Welchen Anteil der Gesamtvarianz in den beobachteten Variablen können die drei Faktoren gemeinsam erklären? 29% 48% 64% 75% 81% 82% 90% 8d Welche der folgenden Grössen charakterisiert/charakterisieren die Qualität der Lösung dieser Faktorenanalyse (Hauptkomponentenanalyse)? Die Faktorwerte Die Zahl der beobachteten Variablen Die Eigenwerte der Faktoren Die prozentualen Anteile der durch alle Faktoren gemeinsam erklärten Varianz in den beobachteten Variablen Die prozentualen Anteile der Varianz in allen beobachteten Variablen, die jeder der drei Faktoren einzeln zu erklären vermag Die Zahl der Faktoren Der prozentuale Anteil der durch alle Faktoren erklärten Varianz in allen beobachteten Variablen
7 Statistik-Quiz Sommersemester Seite 7 von 8 8e Welche der unter 8d genannten Grössen verändern sich, wenn die Lösung der Faktorenanalyse rotiert wird (z.b. Varimax-Rotation)? a, c, e 9 Welche der folgenden Grössen verändern sich im Verlaufe einer einzelnen Clusteranalyse? Die Zahl der ausgewerteten Merkmale SAQ SAQ Die Anzahl der Cluster Die Positionen der Clustercentroiden Die Dimensionalität des Beschreibungsraumes 10 Mit einigen statistischen Datenanalysen sind bezüglich der Verteilung der Daten in der Population resp. den Populationen bestimmte Voraussetzungen verbunden. Einige Voraussetzungen sind: a. Normalverteilte Daten in der Population b. Bivariat normalverteilte Daten in der Population c. Multivariat normalverteilte Daten in der Population d. Normalverteilte Residualwerte in der Population e. Bivariat normalverteilte Residualwerte in der Population f. Multivariat normalverteilte Residualwerte in der Population g. Keine Verteilungsvoraussetzungen 10a Welche Voraussetzung/en ist/sind im Zusammenhang mit einer MDS von Bedeutung? g 10b Welche Voraussetzung/en ist/sind im Zusammenhang mit einer einfaktoriellen Kovarianzanalyse von Bedeutung? d 10c Welche Voraussetzung/en ist/sind im Zusammenhang mit der Signifikanzabschätzung der β- Gewichte einer multiplen Regression von Bedeutung? c 10d Welche Voraussetzung/en ist/sind im Zusammenhang mit einer Clusteranalyse von Bedeutung? g 11 Vorgegeben seien die folgenden Stichworte: a. Multivariate Normalverteilung der Daten in der Population b. Paarweise bivariat normalverteilte Daten in der Population c. Normalverteilte Daten in der Stichprobe d. Normalverteilte Residualwerte in der Population e. Homogene Varianz-Kovarianzmatrizen (Quadrat-Summen-Matrizen) f. Homogene Varianzen in den Residualwerten g. Lineares Regressionsmodell 11a Welches Stichwort / Welche Stichworte ist/sind im Zusammenhang mit einer Kovarianzanalyse relevant? d, f, g 11b Welches Stichwort / Welche Stichworte ist/sind im Zusammenhang mit einer multiplen Korrelation und der Einschätzung von deren Signifikanz von Bedeutung? a, g
8 Statistik-Quiz Sommersemester Seite 8 von 8 11c Welches Stichwort / Welche Stichworte ist/sind im Zusammenhang mit einer multivariaten Varianzanalyse ohne Messwiederholungen relevant? a, e 11d Welches Stichwort / Welche Stichworte ist/sind im Zusammenhang mit einer Produkt-Moment- Korrelation und der Einschätzung von deren Signifikanz von Bedeutung? b, g 12 Im Zusammenhang mit multivariaten Verfahren sind u.a. die folgenden Begriffe von Bedeutung: a. Dimensionalität des Darstellungsraumes b. Regressionsparameter c. stress 2 d. SAQ e. β-gewichte f. α-fehler-risiko g. Abbruchkriterium 12a Welcher Begriff / Welche Begriffe ist/sind im Zusammenhang mit einer Clusteranalyse von Bedeutung? d, g 12b Welcher Begriff / Welche Begriffe ist/sind im Zusammenhang mit einer MDS von Bedeutung? a, b, c, g 12c Welcher Begriff / Welche Begriffe ist/sind im Zusammenhang mit einem multivariaten Vergleich zweier unabhängiger Stichproben von Bedeutung? f ENDE
Auswertung mit dem Statistikprogramm SPSS: 30.11.05
Auswertung mit dem Statistikprogramm SPSS: 30.11.05 Seite 1 Einführung SPSS Was ist eine Fragestellung? Beispiel Welche statistische Prozedur gehört zu welcher Hypothese? Statistische Berechnungen mit
MehrTeil II: Einführung in die Statistik
Teil II: Einführung in die Statistik (50 Punkte) Bitte beantworten Sie ALLE Fragen. Es handelt sich um multiple choice Fragen. Sie müssen die exakte Antwortmöglichkeit angeben, um die volle Punktzahl zu
MehrVarianzanalyse * (1) Varianzanalyse (2)
Varianzanalyse * (1) Einfaktorielle Varianzanalyse (I) Die Varianzanalyse (ANOVA = ANalysis Of VAriance) wird benutzt, um Unterschiede zwischen Mittelwerten von drei oder mehr Stichproben auf Signifikanz
MehrKorrelation - Regression. Berghold, IMI
Korrelation - Regression Zusammenhang zwischen Variablen Bivariate Datenanalyse - Zusammenhang zwischen 2 stetigen Variablen Korrelation Einfaches lineares Regressionsmodell 1. Schritt: Erstellung eines
MehrWeitere (wählbare) Kontraste in der SPSS Prozedur Allgemeines Lineares Modell
Einfaktorielle Versuchspläne 27/40 Weitere (wählbare) Kontraste in der SPSS Prozedur Allgemeines Lineares Modell Abweichung Einfach Differenz Helmert Wiederholt Vergleich Jede Gruppe mit Gesamtmittelwert
MehrMessen im psychologischen Kontext II: Reliabilitätsüberprüfung und explorative Faktorenanalyse
Messen im psychologischen Kontext II: Reliabilitätsüberprüfung und explorative Faktorenanalyse Dominik Ernst 26.05.2009 Bachelor Seminar Dominik Ernst Reliabilität und explorative Faktorenanalyse 1/20
MehrGrundlagen Statistik Angewandte Statistik 3. Semester
Angewandte Statistik 3. Semester Zur Person Constantin von Craushaar Consultant / Partner Innstat e.u. (www.innstat.com) info@innstat.com Grundlagen der Statistik Übersicht Semester 1 Einführung ins SPSS
MehrV A R I A N Z A N A L Y S E
V A R I A N Z A N A L Y S E Ziel / Funktion: statistische Beurteilung des Einflusses von nominal skalierten (kategorialen) Faktoren auf intervallskalierte abhängige Variablen Vorteil: die Wirkung von mehreren,
MehrEinfaktorielle Rangvarianzanalyse mit Messwiederholungen
Einfaktorielle Rangvarianzanalyse mit Messwiederholungen Inhaltsverzeichnis Einfaktorielle Rangvarianzanalyse mit Messwiederholungen... 2 Lernhinweise... 2 Einführung... 3 Theorie (1-3)... 3 Teil 1 -
MehrEinfache statistische Auswertungen mit dem Programm SPSS
Einfache statistische Auswertungen mit dem Programm SPSS Datensatz: fiktive_daten.sav Dipl. Päd. Anne Haßelkus Dr. Dorothea Dette-Hagenmeyer 11/2011 Überblick 1 Deskriptive Statistiken; Mittelwert berechnen...
MehrGrundlagen quantitativer Sozialforschung Interferenzstatistische Datenanalyse in MS Excel
Grundlagen quantitativer Sozialforschung Interferenzstatistische Datenanalyse in MS Excel 16.11.01 MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 1 Gliederung Datenanalyse (inferenzstatistisch)
MehrMultivariate Statistik
Hermann Singer Multivariate Statistik 1 Auflage 15 Oktober 2012 Seite: 12 KAPITEL 1 FALLSTUDIEN Abbildung 12: Logistische Regression: Geschätzte Wahrscheinlichkeit für schlechte und gute Kredite (rot/blau)
MehrAllgemeines Lineares Modell: Univariate Varianzanalyse und Kovarianzanalyse
Allgemeines Lineares Modell: Univariate Varianzanalyse und Kovarianzanalyse Univariate Varianz- und Kovarianzanlyse, Multivariate Varianzanalyse und Varianzanalyse mit Messwiederholung finden sich unter
MehrLineare Strukturgleichungsmodelle (LISREL) Konfirmatorische Faktorenanalyse (CFA)
Interdisziplinäres Seminar Lineare Strukturgleichungsmodelle (LISREL) Konfirmatorische Faktorenanalyse (CFA) WS 2008/09 19.11.2008 Julia Schiele und Lucie Wink Dozenten: Prof. Dr. Bühner, Prof. Dr. Küchenhoff
MehrUmgang mit und Ersetzen von fehlenden Werten bei multivariaten Analysen
Umgang mit und Ersetzen von fehlenden Werten bei multivariaten Analysen Warum überhaupt Gedanken machen? Was fehlt, ist doch weg, oder? Allgegenwärtiges Problem in psychologischer Forschung Bringt Fehlerquellen
MehrMultivariate Verfahren
Selbstkontrollarbeit 2 Multivariate Verfahren Musterlösung Aufgabe 1 (28 Punkte) Der Marketing-Leiter einer Lebensmittelherstellers möchte herausfinden, mit welchem Richtpreis eine neue Joghurt-Marke auf
Mehr25. Januar 2010. Ruhr-Universität Bochum. Methodenlehre III, WS 2009/2010. Prof. Dr. Holger Dette. 4. Multivariate Mittelwertvergleiche
Ruhr-Universität Bochum 25. Januar 2010 1 / 75 2 / 75 4.1 Beispiel: Vergleich von verschiedenen Unterrichtsmethoden Zwei Zufallsstichproben (A und B) mit je 10 Schülern und 8 Schülern Gruppe A wird nach
Mehr5.2 Optionen Auswahl der Statistiken, die bei der jeweiligen Prozedur zur Verfügung stehen.
5 Statistik mit SPSS Die Durchführung statistischer Auswertungen erfolgt bei SPSS in 2 Schritten, der Auswahl der geeigneten Methode, bestehend aus Prozedur Variable Optionen und der Ausführung. 5.1 Variablen
MehrKlausur zur Vorlesung Multivariate Verfahren, SS 2006 6 Kreditpunkte, 90 min
Klausur, Multivariate Verfahren, SS 2006, 6 Kreditpunkte, 90 min 1 Prof. Dr. Fred Böker 08.08.2006 Klausur zur Vorlesung Multivariate Verfahren, SS 2006 6 Kreditpunkte, 90 min Gesamtpunkte: 39 Aufgabe
Mehr8. Methoden der klassischen multivariaten Statistik
8. Methoden der klassischen multivariaten Statistik 8.1. Darstellung von Daten Voraussetzungen auch in diesem Kapitel: Grundgesamtheit (Datenraum) Ω von Objekten (Fällen, Instanzen), denen J-Tupel von
Mehrfh management, communication & it Constantin von Craushaar fh-management, communication & it Statistik Angewandte Statistik
fh management, communication & it Folie 1 Angewandte Statistik Übersicht Semester 1 Einführung ins SPSS Auswertung im SPSS anhand eines einfachen Beispieles Häufigkeitsauswertungen Grafiken Datenmanipulationen
MehrÜberblick über die Verfahren für Ordinaldaten
Verfahren zur Analyse ordinalskalierten Daten 1 Überblick über die Verfahren für Ordinaldaten Unterschiede bei unabhängigen Stichproben Test U Test nach Mann & Whitney H Test nach Kruskal & Wallis parametrische
Mehr3 Zusammenhangsmaße Zusammenhangshypothesen
3 Zusammenhangsmaße Zusammenhangshypothesen Zusammenhänge (zwischen 2 Variablen) misst man mittels Korrelationen. Die Wahl der Korrelation hängt ab von: a) Skalenniveau der beiden Variablen: 1) intervallskaliert
MehrMultiple Regression. Ziel: Vorhersage der Werte einer Variable (Kriterium) bei Kenntnis der Werte von zwei oder mehr anderen Variablen (Prädiktoren)
Multiple Regression 1 Was ist multiple lineare Regression? Ziel: Vorhersage der Werte einer Variable (Kriterium) bei Kenntnis der Werte von zwei oder mehr anderen Variablen (Prädiktoren) Annahme: Der Zusammenhang
MehrLösung zu Kapitel 11: Beispiel 1
Lösung zu Kapitel 11: Beispiel 1 Eine Untersuchung bei 253 Personen zur Kundenzufriedenheit mit einer Einzelhandelskette im Südosten der USA enthält Variablen mit sozialstatistischen Daten der befragten
MehrFaktorenanalyse. 1. Grundlegende Verfahren. Bacher, SoSe2007
Faktorenanalyse Bacher, SoSe2007 1. Grundlegende Verfahren explorative FA (EXFA): Für eine Menge von Variablen/Items werden zugrunde liegende gemeinsame (latente) Dimensionen/Faktoren gesucht, die Faktorstruktur
MehrMultivariate Analysemethoden
Multivariate Analysemethoden 30.04.2014 Günter Meinhardt Johannes Gutenberg Universität Mainz Einführung Was sind multivariate Analysemethoden? Vorlesung Übung/Tut Prüfung Verfahrensdarstellung in Überblick
MehrIm Modell der Varianzanalyse (mit festen Effekten) ist das. aus dem Durchschnittsmesswert für y plus dem Effekt des.
Einfatorielle Varianzanalyse Varianzanalyse untersucht den Einfluss verschiedener Bedingungen ( = nominalsalierte(r) Variable(r)) auf eine metrische Variable. Die Bedingungen heißen auch atoren und ihre
MehrInhaltsverzeichnis. Regressionsanalyse. http://mesosworld.ch - Stand vom: 20.1.2010 1
Inhaltsverzeichnis Regressionsanalyse... 2 Lernhinweise... 2 Einführung... 2 Theorie (1-8)... 2 1. Allgemeine Beziehungen... 3 2. 'Best Fit'... 3 3. 'Ordinary Least Squares'... 4 4. Formel der Regressionskoeffizienten...
MehrAusgewählte Kapitel der Statistik: Regressions- u. varianzanalytische Modelle Lösung von Grundaufgaben mit SPSS Statistics 20.0
1 Ausgewählte Kapitel der Statistik: Regressions- u. varianzanalytische Modelle Lösung von Grundaufgaben mit SPSS Statistics 20.0 Text: grund1_spss20.doc Daten: grund1_?.sav Lehrbuch: W. Timischl, Biostatistik.
MehrModul G.1 WS 07/08: Statistik 17.01.2008 1. Die Korrelation ist ein standardisiertes Maß für den linearen Zusammenhangzwischen zwei Variablen.
Modul G.1 WS 07/08: Statistik 17.01.2008 1 Wiederholung Kovarianz und Korrelation Kovarianz = Maß für den linearen Zusammenhang zwischen zwei Variablen x und y Korrelation Die Korrelation ist ein standardisiertes
MehrBachelorabschlussseminar Dipl.-Kfm. Daniel Cracau
1 Einführung in die statistische Datenanalyse Bachelorabschlussseminar Dipl.-Kfm. Daniel Cracau 2 Gliederung 1.Grundlagen 2.Nicht-parametrische Tests a. Mann-Whitney-Wilcoxon-U Test b. Wilcoxon-Signed-Rank
MehrElisabeth Raab-Steiner/Michael Benesch. Der Fragebogen. Von der Forschungsidee zur SPSS/PASW-Auswertung. 2., aktualisierte Auflage. facultas.
Elisabeth Raab-Steiner/Michael Benesch Der Fragebogen Von der Forschungsidee zur SPSS/PASW-Auswertung 2., aktualisierte Auflage facultas.wuv Inhaltsverzeichnis 1 Elementare Definitionen 11 1.1 Deskriptive
MehrProf. Dr. Gabriele Helga Franke TESTTHEORIE UND TESTKONSTRUKTION
Prof. Dr. Gabriele Helga Franke TESTTHEORIE UND TESTKONSTRUKTION 2. FS Master Rehabilitationspsychologie, SoSe 2012 Faktorenanalyse/ faktorielle Validität 2 Einleitung Allgemeines zu Faktorenanalysen (FA)
MehrEinführung in statistische Testmethoden
Einführung in statistische Testmethoden und die Bearbeitung von Messdaten mit Excel 1. Beispielhafte Einführung in den Gebrauch von Testmethoden 2. Typen von Messwerten, Verteilungen 3. Mittelwert, Varianz,
MehrProfil A 49,3 48,2 50,7 50,9 49,8 48,7 49,6 50,1 Profil B 51,8 49,6 53,2 51,1 51,1 53,4 50,7 50 51,5 51,7 48,8
1. Aufgabe: Eine Reifenfirma hat für Winterreifen unterschiedliche Profile entwickelt. Bei jeweils gleicher Geschwindigkeit und auch sonst gleichen Bedingungen wurden die Bremswirkungen gemessen. Die gemessenen
MehrWebergänzung zu Kapitel 10
Webergänzung zu Kapitel 10 10.1.4 Varianzanalyse (ANOVA: analysis of variance) Im Kapitel 10 haben wir uns hauptsächlich mit Forschungsbeispielen beschäftigt, die nur zwei Ergebnissätze hatten (entweder
MehrWeitere Fragestellungen im Zusammenhang mit einer linearen Einfachregression
Weitere Fragestellungen im Zusammenhang mit einer linearen Einfachregression Speziell im Zusammenhang mit der Ablehnung der Globalhypothese werden bei einer linearen Einfachregression weitere Fragestellungen
MehrLog-lineare Analyse I
1 Log-lineare Analyse I Einleitung Die log-lineare Analysemethode wurde von L.A. Goodman in den 60er und 70er Jahren entwickelt. Sie dient zur Analyse von Zusammenhängen in mehrdimensionalen Kontingenztafeln
MehrKlausur zur Vorlesung Statistik III für Studenten mit dem Wahlfach Statistik
Ludwig Fahrmeir, Nora Fenske Institut für Statistik Bitte für die Korrektur freilassen! Aufgabe 1 2 3 4 Punkte Klausur zur Vorlesung Statistik III für Studenten mit dem Wahlfach Statistik 29. März 21 Hinweise:
MehrEinseitig gerichtete Relation: Mit zunehmender Höhe über dem Meeresspiegel sinkt im allgemeinen die Lufttemperatur.
Statistik Grundlagen Charakterisierung von Verteilungen Einführung Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsverteilungen Schätzen und Testen Korrelation Regression Einführung Die Analyse und modellhafte
MehrRegressionsanalysen. Zusammenhänge von Variablen. Ziel der Regression. ( Idealfall )
Zusammenhänge von Variablen Regressionsanalysen linearer Zusammenhang ( Idealfall ) kein Zusammenhang nichtlinearer monotoner Zusammenhang (i.d.regel berechenbar über Variablentransformationen mittels
MehrVarianzanalytische Methoden Zweifaktorielle Versuchspläne 4/13. Durchführung in SPSS (File Trait Angst.sav)
Zweifaktorielle Versuchspläne 4/13 Durchführung in SPSS (File Trait Angst.sav) Analysieren > Allgemeines Lineares Modell > Univariat Zweifaktorielle Versuchspläne 5/13 Haupteffekte Geschlecht und Gruppe
MehrEtwas positive Tendenz ist beim Wechsel der Temperatur von 120 auf 170 zu erkennen.
Explorative Datenanalyse Erstmal die Grafiken: Aufreisskraft und Temperatur 3 1-1 N = 1 15 17 Temperatur Diagramm 3 1 95% CI -1 N = 1 15 17 Temperatur Etwas positive Tendenz ist beim Wechsel der Temperatur
MehrName (in Druckbuchstaben): Matrikelnummer: Unterschrift:
20-minütige Klausur zur Vorlesung Lineare Modelle im Sommersemester 20 PD Dr. Christian Heumann Ludwig-Maximilians-Universität München, Institut für Statistik 2. Oktober 20, 4:5 6:5 Uhr Überprüfen Sie
MehrBeispiel für eine multivariate Varianzanalyse (MANOVA) Daten: POKIV_Terror_V12.sav
Beispiel für eine multivariate Varianzanalyse () Daten: POKIV_Terror_V12.sav Es soll überprüft werden, inwieweit das ATB-Syndrom (Angst vor mit den drei Subskalen affektive Angst von, Terrorpersistenz,
Mehr0 Einführung: Was ist Statistik
0 Einführung: Was ist Statistik 1 Datenerhebung und Messung Die Messung Skalenniveaus 2 Univariate deskriptive Statistik 3 Multivariate Statistik 4 Regression 5 Ergänzungen Grundbegriffe Statistische Einheit,
MehrBusiness Value Launch 2006
Quantitative Methoden Inferenzstatistik alea iacta est 11.04.2008 Prof. Dr. Walter Hussy und David Tobinski UDE.EDUcation College im Rahmen des dokforums Universität Duisburg-Essen Inferenzstatistik Erläuterung
MehrKategoriale abhängige Variablen:
Kategoriale abhängige Variablen: Logit- und Probit -Modelle Statistik II Literatur Annahmen und Annahmeverletzungen Funktionen Exponenten, Wurzeln usw. Das Problem Das binäre Logit-Modell Statistik II
MehrEvaluation & Forschungsmethoden (Multivariate Analyse) Hauptdiplom-Prüfungsklausur am 03.08.2007 (1.Termin)
Evaluation & Forschungsmethoden (Multivariate Analyse Hauptdiplom-Prüfungsklausur am 03.08.007 (1.Termin Name: Matrikel-Nr.: Aufgabe 1: (3 Punkte Es seien zwei Vektoren a und b (mit mehr als Koordinaten
MehrInstitut für Marketing und Handel Prof. Dr. W. Toporowski. SPSS Übung 5. Heutige Themen: Faktorenanalyse. Einführung in Amos
SPSS Übung 5 Heutige Themen: Faktorenanalyse Einführung in Amos 1 Faktorenanalyse Datei Öffnen V:/Lehre/Handelswissenschaft/Daten_Übung3/Preisimage_F_und_C.sav 2 Datensatz (I) v1 Wenn Produkte zu Sonderpreisen
MehrKontingenzkoeffizient (nach Pearson)
Assoziationsmaß für zwei nominale Merkmale misst die Unabhängigkeit zweier Merkmale gibt keine Richtung eines Zusammenhanges an 46 o jl beobachtete Häufigkeiten der Kombination von Merkmalsausprägungen
MehrNichtparametrische statistische Verfahren
Nichtparametrische statistische Verfahren (im Wesentlichen Analyse von Abhängigkeiten) Kategorien von nichtparametrischen Methoden Beispiel für Rangsummentests: Wilcoxon-Test / U-Test Varianzanalysen 1-faktorielle
MehrFlorian Frötscher und Demet Özçetin
Statistische Tests in der Mehrsprachigkeitsforschung Aufgaben, Anforderungen, Probleme. Florian Frötscher und Demet Özçetin florian.froetscher@uni-hamburg.de SFB 538 Mehrsprachigkeit Max-Brauer-Allee 60
MehrDarstellung von Tabellen in Präsentationen und Forschungsberichten
Dr. Constanze Rossmann 1 Darstellung von Tabellen in Präsentationen und Forschungsberichten Faustregeln Der Text muss grundsätzlich auch ohne Tabellen zu verstehen sein. Umgekehrt muss jede Tabelle auch
MehrDeskriptive Statistik
Deskriptive Statistik [descriptive statistics] Ziel der deskriptiven (beschreibenden) Statistik einschließlich der explorativen Datenanalyse [exploratory data analysis] ist zunächst die übersichtliche
MehrEvaluation der Normalverteilungsannahme
Evaluation der Normalverteilungsannahme. Überprüfung der Normalverteilungsannahme im SPSS P. Wilhelm; HS SPSS bietet verschiedene Möglichkeiten, um Verteilungsannahmen zu überprüfen. Angefordert werden
MehrMultiple Regression II: Signifikanztests, Gewichtung, Multikollinearität und Kohortenanalyse
Multiple Regression II: Signifikanztests,, Multikollinearität und Kohortenanalyse Statistik II Übersicht Literatur Kausalität und Regression Inferenz und standardisierte Koeffizienten Statistik II Multiple
MehrEine computergestützte Einführung mit
Thomas Cleff Deskriptive Statistik und Explorative Datenanalyse Eine computergestützte Einführung mit Excel, SPSS und STATA 3., überarbeitete und erweiterte Auflage ^ Springer Inhaltsverzeichnis 1 Statistik
Mehra) Zeichnen Sie in das nebenstehende Streudiagramm mit Lineal eine Regressionsgerade ein, die Sie für passend halten.
Statistik für Kommunikationswissenschaftler Wintersemester 2009/200 Vorlesung Prof. Dr. Helmut Küchenhoff Übung Cornelia Oberhauser, Monia Mahling, Juliane Manitz Thema 4 Homepage zur Veranstaltung: http://www.statistik.lmu.de/~helmut/kw09.html
MehrInhaltsverzeichnis. Vorwort 1. Kapitel 1 Einführung 3. Kapitel 2 Messtheorie und deskriptive Statistik 13
Inhaltsverzeichnis Vorwort 1 Kapitel 1 Einführung 3 1.1 Ziele... 4 1.2 Messtheorie und deskriptive Statistik... 8 1.3 Grundlagen der Wahrscheinlichkeitsrechnung... 9 1.4 Inferenzstatistik... 9 1.5 Parametrische
MehrEinfache Modelle für Paneldaten. Statistik II
Einfache Modelle für daten Statistik II Wiederholung Literatur daten Policy-Analyse II: Statistik II daten (1/18) Literatur Zum Nachlesen Einfache Modelle für daten Wooldridge ch. 13.1-13.4 (im Reader)
MehrKapitel 3: Interpretationen
Kapitel 3: 1. Interpretation von Outputs allgemein... 1 2. Interpretation von Signifikanzen... 1 2.1. Signifikanztests / Punktschätzer... 1 2.2. Konfidenzintervalle... 2 3. Interpretation von Parametern...
MehrDatenanalyse mit Excel. Wintersemester 2013/14
Datenanalyse mit Excel 1 KORRELATIONRECHNUNG 2 Korrelationsrechnung Ziel der Korrelationsrechnung besteht im bivariaten Fall darin, die Stärke des Zusammenhangs zwischen zwei interessierenden statistischen
MehrKategoriale abhängige Variablen: Logit- und Probit -Modelle. Statistik II
Kategoriale abhängige Variablen: Logit- und Probit -Modelle Statistik II Wiederholung Literatur Annahmen und Annahmeverletzungen Funktionen Exponenten, Wurzeln usw. Das Problem Das binäre Logit-Modell
MehrVarianzanalyse ANOVA
Varianzanalyse ANOVA Johannes Hain Lehrstuhl für Mathematik VIII Statistik 1/23 Einfaktorielle Varianzanalyse (ANOVA) Bisher war man lediglich in der Lage, mit dem t-test einen Mittelwertsvergleich für
MehrVarianzanalyse. Seminar: Multivariate Verfahren Dr. Thomas Schäfer. Datum: 25. Mai 2010
Varianzanalyse Seminar: Multivariate Verfahren Dozent: Dr. Thomas Schäfer Referenten: Ralf Hopp, Michaela Haase, Tina Giska Datum: 25. Mai 2010 Gliederung I Theorieteil 1. Das Prinzip der Varianzanalyse
MehrBitte schreiben Sie in Druckbuchstaben und vergessen Sie nicht zu unterschreiben. Name, Vorname:. Studiengang/ Semester:. Matrikelnummer:..
Institut für Erziehungswissenschaft der Philipps-Universität Marburg Prof. Dr. Udo Kuckartz Arbeitsbereich Empirische Pädagogik/Methoden der Sozialforschung Wintersemester 004/005 KLAUSUR FEBRUAR 005 /
MehrMultivariate statistische Verfahren
Multivariate statistische Verfahren 2., überarbeitete Auflage Herausgegeben von Ludwig Fahrmeir, Alfred Hamerle und Gerhard Tutz unter Mitarbeit von Wolfgang Brachinger, Walter Häußler, Heinz Kaufmann,
MehrFREIBURGER METHODENWOCHE 2005
FREIBURGER METHODENWOCHE 2005 14. bis 19. März 2005, Universität Freiburg RFV FORTBILDUNGEN ZU KLASSISCHEN UND MODERNEN STATISTISCHEN METHODEN Das Methodenzentrum des RFV Freiburg/Bad Säckingen bietet
MehrParametrische Statistik
Statistik und ihre Anwendungen Parametrische Statistik Verteilungen, maximum likelihood und GLM in R Bearbeitet von Carsten F. Dormann 1. Auflage 2013. Taschenbuch. xxii, 350 S. Paperback ISBN 978 3 642
MehrStatistik Einführung // Lineare Regression 9 p.2/72
Statistik Einführung Lineare Regression Kapitel 9 Statistik WU Wien Gerhard Derflinger Michael Hauser Jörg Lenneis Josef Ledold Günter Tirler Rosmarie Wakolbinger Statistik Einführung // Lineare Regression
MehrUnivariate/ multivariate Ansätze. Klaus D. Kubinger. Test- und Beratungsstelle. Effektgrößen
Univariate/ multivariate Ansätze Klaus D. Kubinger Effektgrößen Rasch, D. & Kubinger, K.D. (2006). Statistik für das Psychologiestudium Mit Softwareunter-stützung zur Planung und Auswertung von Untersuchungen
MehrStatistische Datenanalyse mit SPSS
Jürgen Janssen Wilfried Laatz Statistische Datenanalyse mit SPSS Eine anwendungsorientierte Einführung in das Basissystem und das Modul Exakte Tests Siebte, neu bearbeitete und erweiterte Auflage 4ü Springer
MehrSFB 833 Bedeutungskonstitution. Kompaktkurs. Datenanalyse. Projekt Z2 Tübingen, Mittwoch, 18. und 20. März 2015
SFB 833 Bedeutungskonstitution Kompaktkurs Datenanalyse Projekt Z2 Tübingen, Mittwoch, 18. und 20. März 2015 Messen und Skalen Relativ (Relationensystem): Menge A von Objekten und eine oder mehrere Relationen
Mehr90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft
Prof. Dr. Helmut Küchenhoff SS08 90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft am 22.7.2008 Anmerkungen Überprüfen Sie bitte sofort, ob Ihre Angabe vollständig ist. Sie sollte
MehrMediatioranalyse & Moderatoranalyse How to do
Mediatioranalyse & Moderatoranalyse How to do Die folgende Zusammenfassung zeigt beispielhaft, wie eine Mediatoranalyse bzw. eine Moderatoranalyse mit SPSS durchgeführt wird und wie die Ergebnisse in einem
MehrMessen im psychologischem Kontext II: Reliabilität und explorative Faktorenanalyse
Messen im psychologischem Kontext II: Reliabilität und explorative Faktorenanalyse Dominik Ernst 26.05.2009 Bachelor Seminar Inhaltsverzeichnis 1 Reliabilität 2 1.1 Methoden zur Reliabilitätsbestimmung.............
MehrMultivariate Analyse: Einführung in das COX-Modell
Auswertung Multivariate Analyse: Einführung in das COX-Modell Deskriptive Statistik Häufigkeiten, Univariate Statistiken, Explorative Datenanalyse, Kreuztabellen) Induktive Statistik, Vergleich von Mittelwerten
Mehr9. Schätzen und Testen bei unbekannter Varianz
9. Schätzen und Testen bei unbekannter Varianz Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Schätzen und Testen bei unbekannter Varianz Wenn wir die Standardabweichung σ nicht kennen,
Mehr7. Mai 2010. Ruhr-Universität Bochum. Methodenlehre II, SS 2009. Prof. Dr. Holger Dette
Ruhr-Universität Bochum 7. Mai 2010 1 / 95 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
MehrSkript zur Übung: Grundlagen der empirischen Sozialforschung - Datenanalyse
Skript zur Übung: Grundlagen der empirischen Sozialforschung - Datenanalyse Phasen des Forschungsprozesses Auswahl des Forschungsproblems Theoriebildung Theoretische Phase Konzeptspezifikation / Operationalisierung
MehrDatenanalyse mit SPSS spezifische Analysen
Datenanalyse mit SPSS spezifische Analysen Arnd Florack Tel.: 0251 / 83-34788 E-Mail: florack@psy.uni-muenster.de Raum 2.015 Sprechstunde: Dienstags 15-16 Uhr 25. Mai 2001 2 Auswertung von Häufigkeitsdaten
MehrPrüfen von Mittelwertsunterschieden: t-test
Prüfen von Mittelwertsunterschieden: t-test Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de Statistik 1 S. Garbade (SRH Heidelberg) t-test
MehrInhaltsverzeichnis. I Einführung in STATISTICA 1. 1 Erste Schritte in STATISTICA 3
I Einführung in STATISTICA 1 1 Erste Schritte in STATISTICA 3 2 Datenhaltung in STATISTICA 11 2.1 Die unterschiedlichen Dateitypen in STATISTICA....... 11 2.2 Import von Daten......... 12 2.3 Export von
MehrKommentierter SPSS-Output für die multiple Regressionsanalyse (SPSS-Version 17)
R.Niketta Multiple Regressionsanalyse Kommentierter SPSS-Output für die multiple Regressionsanalyse (SPSS-Version 17) Daten: Selbstdarstellung und Kontaktsuche in studi.vz (POK VIII, AG 3) Fragestellung:
MehrStatistische Verfahren für das Data Mining in einem Industrieprojekt
Statistische Verfahren für das Data Mining in einem Industrieprojekt Thorsten Dickhaus Forschungszentrum Jülich GmbH Zentralinstitut für Angewandte Mathematik Telefon: 02461/61-4193 E-Mail: th.dickhaus@fz-juelich.de
MehrEmpirische Wirtschaftsforschung und Ökonometrie III
Empirische Wirtschaftsforschung und Ökonometrie III Prof. Dr. Robert Jung Lehrstuhl für Ökonometrie Staatswissenschaftliche Fakultät Universität Erfurt http://www.uni-erfurt.de/oekonometrie SS 2009 BA
MehrLineare Modelle in R: Einweg-Varianzanalyse
Lineare Modelle in R: Einweg-Varianzanalyse Achim Zeileis 2009-02-20 1 Datenaufbereitung Wie schon in der Vorlesung wollen wir hier zur Illustration der Einweg-Analyse die logarithmierten Ausgaben der
MehrEinführung in die Kovarianzanalyse (ANCOVA)
Arbeitsunterlage Einführung in die Kovarianzanalyse (ANCOVA) ARGE-Bildungsforschung 2 Einführung in die Kovarianzanalyse (ANCOVA) 1 Die Varianzanalyse ist ein Verfahren, das die Wirkung einer (oder mehrerer)
MehrEinleitung 19. Teil I Datenanalyse und Modellbildung Grundlagen 25
Inhaltsverzeichnis Einleitung 19 Zu diesem Buch 19 Konventionen in diesem Buch 20 Was Sie nicht lesen müssen 21 Falsche Voraussetzungen 21 Wie dieses Buch aufgebaut ist 21 Teil I: Datenanalyse und Grundlagen
Mehr