3. Lektion: Deskriptive Statistik
|
|
- Sophia Weiß
- vor 6 Jahren
- Abrufe
Transkript
1 Seite 1 von 5 3. Lektion: Deskriptive Statistik Ziel dieser Lektion: Du kennst die verschiedenen Methoden der deskriptiven Statistik und weißt, welche davon für Deine Daten passen. Inhalt: 3.1 Deskriptive Statistik für kategoriale (nominale oder ordinale) Variablen 3.2 Deskriptive Statistik für metrische Variablen 3.3 Deskriptive Statistik für Überlebenszeiten Zusammenfassung Umsetzungsaufgabe Die deskriptive oder beschreibenden Statistik wird immer zu Beginn der Datenanalyse durchgeführt. Sie dient zum einen als Datencheck: wenn Du die deskriptive Statistik rechnest wird Dir auffallen, ob es ungewöhnliche Beobachtungen in Deinen Daten gibt (Ausreißer, Tippfehler), ob es auffällig viele fehlende Werte gibt usw. Zum anderen dient die deskriptive Statistik der Beschreibung Deiner Daten. Sie gibt Dir also einen Überblick über Deine Daten und Du kannst schon erste Schlüsse aus Deinen Daten ziehen (Stichprobenbeschreibung, mögliche Unterschiede oder Zusammenhänge usw.). Weiter ist die deskriptive Analyse wichtig, um im nächsten Schritt die passenden Methoden für die schließende Statistik auszuwählen. Nur wenn Du Deine Daten kennst, kannst Du die passenden Signifikanztests auswählen. Die passenden deskriptiven Methoden hängen vom Messniveau oder Datentyp Deiner Variablen bzw. der relevanten Variablenkombinationen ab. Die deskriptive Statistik wird zunächst einmal für jede Variable für sich gerechnet. Im nächsten Schritt wird die deskriptive Analyse dann für die Variablenkombinationen gerechnet, die für die Untersuchung Deiner Fragestellungen benötigt werden. Im Folgenden erläutere ich Dir die verschiedenen Methoden für die verschiedenen Variablentypen bzw. Kombinationen, so dass Du dann für Deine Daten und Fragestellungen entscheiden kannst, welche Methoden passen.
2 Seite 2 von Deskriptive Statistik für kategoriale (nominale oder ordinale) Variablen für eine kategoriale Variable Wenn Du eine kategoriale Variable alleine für sich untersuchst, so berechnest Du hier Häufigkeiten. Es wird also abgezählt, wie oft die einzelnen Kategorien vorkommen und das in einer Häufigkeitstabelle dargestellt. Dazu können nur die absoluten Häufigkeiten oder auch zusätzlich noch die relativen Häufigkeiten berechnet werden. für zwei kategoriale Variablen kombiniert Wenn Du in Deiner Fragestellung zwei kategoriale Variablen kombinierst, so berechnest Du in der deskriptiven Statistik die kombinierten Häufigkeiten und stellst die in einer Kreuztabelle dar. Hier ist dann in jeder Zelle der Tabelle angegeben, wie oft diese Kategorienkombination in Deinen Daten vorkommt. In der letzten Zeile bzw. der letzten Spalte stehen die so genannten Randhäufigkeiten. Das sind die Summen über die Spalten bzw. Zeilen. Sie entsprechen den absoluten Häufigkeiten aus der Häufigkeitstabelle, siehe oben. Die Häufigkeiten in der Kreuztabelle können auch als relative Häufigkeiten angegeben werden, entweder als relativen Werte an der Gesamtmenge, oder von den Zeilen- oder Spaltensummen. Welche Werte hier am besten passen hängt von der Fragestellung ab und wie Du die Zahlen am besten inhaltlich formulieren kannst. Das probierst Du also am besten mal aus. 3.2 Deskriptive Statistik für metrische Variablen für eine metrische Variable Für metrische Variablen (eventuell auch Likert-Variable oder ordinale Variablen) werden Maße für die Lage und Streuung berechnet. Als Maße für die Lage wird z.b. der Mittelwert (arithmetisches Mittel) und der Median (mittlere Beobachtung) berechnet, wobei der Median robust auf Ausreißer reagiert. Das bedeutet, er hat auch dann Aussagekraft, wenn Ausreißer vorliegen oder die Daten schief sind. Der Mittelwert berechnet sich als Summe der Beobachtungen geteilt durch die Anzahl der Beobachtungen. Der Median ist bei ungerader Anzahl an Fällen die mittlere Beobachtung. Bei gerader Anzahl wird er als Mittelwert aus den beiden mittleren Beobachtungen berechnet. Beispiel: Es wurde bei fünf Studienteilnehmern das Alter in Jahren erhoben: 54, 62, 53, 47, 75. Der Mittelwert ist 58,2. Der Median ist 54. Die wichtigsten Maße für die Streuung sind die Standardabweichung und der
3 Seite 3 von 5 Inter-Quartils-Abstand. Je größer diese Werte, umso weiter streuen die Daten. Auch hier ist der Inter-Quartils-Abstand im Gegensatz zur Standardabweichung robust gegen Ausreißer und vor allem bei schiefen Verteilungen oder ordinalen Daten vorzuziehen. Er berechnet sich als Differenz aus dem 75 %-Quantil und dem 25 %-Quantil. Definition q %-Quantil: Das q-quantil ist diejenige Beobachtung, die größer ist als q % der Daten und kleiner ist als 100 q % der Daten. Beispiele: Unter dem 75 %-Quantil liegen 75 % der Daten. Das 75 %-Quantil ist die Beobachtung, die größer als drei Viertel und kleiner als ein Viertel aller Beobachtungen ist. Unter dem 25 %-Quantil liegen 25 % der Daten. Das heißt, dass das 25 %- und das 75 %-Quantil die mittleren 50 % der Daten einschließen. Der Median (die mittlere Beobachtung) ist das 50 %-Quantil. Ein weiteres wichtiges Maß der deskriptiven Statistik ist das 95 %- Konfidenzintervall für den Mittelwert. Es wird als Unter- und Obergrenze angegeben. Würde man noch ein weiteres Mal eine Erhebung an der gleichen Grundgesamtheit und mit der gleichen Stichprobengröße durchführen, so läge der hieraus berechnete Mittelwert mit einer Wahrscheinlichkeit von 95 % zwischen diesen Grenzen. Das Konfidenzintervall kann also als Bereich angesehen werden, in dem mit einer gewissen Sicherheit der wahre Wert liegt. Zusätzlich zu diesen Maßen werden die Fallzahl, das Minimum und das Maximum angegeben. Da Du meist in der jetzigen Situation noch nicht weißt, ob Du symmetrische Verteilung hast oder nicht, rechnest Du zu Beginn einfach all diese Maße aus. Später entscheidest Du dann nochmals, welche Maße am besten passen und berichtest dann nur noch diese. für eine metrische Variable gruppiert Wenn für Deine Fragestellungen eine metrische Variable gruppiert betrachtet werden soll (wenn in einer Fragestellung eine metrische und eine kategoriale Variable vorkommen), teilst Du Deine Daten nach der Gruppierungsvariable (kategoriale Variable) auf und berechnest die oben genannten Maße für Lage und Streuung für jede Gruppe einzeln. Im Vergleich der Gruppen kannst Du dann bereits Tendenzen erkennen:
4 Seite 4 von 5 Unterscheiden sich die Gruppen im Mittelwert wie in der Forschungsfrage erwartet? Ist der Unterschied groß oder eher klein? usw. für zwei metrische Variablen Wenn Du in Deiner Forschungsfrage den Zusammenhang von zwei metrischen (oder auch ordinalen oder metrisch und ordinal) untersuchst, wird im deskriptiven Teil hierfür ein Korrelationskoeffizient berechnet, der die Richtung und Stärke des Zusammenhangs angibt. Es gibt verschiedene Arten des Korrelationskoeffizienten. Da die Auswahl des passenden Koeffizienten von der Verteilung der Daten abhängt und das sehr eng verbunden ist mit der Berechnung des Signifikanztests dazu, erkläre ich das Vorgehen nicht an dieser Stelle, sondern verweise auf die Erläuterung später in der Lektion Einfache Signifikanztests (Abschnitt 5.2). 3.3 Deskriptive Statistik für Überlebenszeiten für eine Überlebenszeit-Variable Überlebenszeit-Daten benötigen besondere Berechnungsmethoden. Da es sich um zensierte Daten handelt, dürfen die Zeitwerte nicht einfach wie metrische Variablen behandelt werden. Stattdessen wird der Kaplan-Meier-Schätzer verwendet, um die Überlebenswahrscheinlichkeit zu verschiedenen Zeitpunkten zu berechnen. Der Kaplan-Meier-Schätzer gibt für jeden Zeitpunkt die Wahrscheinlichkeit für das Überleben an. Dabei wird jeweils auf Basis der zu diesem Zeitpunkt noch vorhandenen Beobachtungen gerechnet. Zusätzlich ist es möglich für Überlebenszeiten eine mittlere Überlebenszeit anzugeben, für deren Berechnung die zensierten Beobachtungen durch die größte im Datensatz vorhandene Zeitmessung ersetzt werden. für eine Überlebenszeit-Variable gruppiert Hier werden die oben genannten Analysen auf getrennten Datensätzen gerechnet. Als Gruppenvariable wird die kategoriale Variable verwendet und die Analysen wie Kaplan-Meier-Schätzer und mittlere Überlebenszeit getrennt für die Gruppen berechnet.
5 Seite 5 von 5 Zusammenfassung Eine Variable allein: kategoriale Variable: Häufigkeitstabelle metrische Variable: Lage- und Streumaße Überlebenszeitvariable: Kaplan-Meier-Schätzer Kombinationen von zwei Variablen: zwei kategoriale Variablen: Kreuztabelle eine metrische Variable gruppiert nach einer kategorialen Variable: Lage- und Streumaße gruppiert zwei metrische Variablen: Korrelationskoeffizient eine Überlebenszeitvariable gruppiert nach einer kategorialen Variable: Kaplan-Meier-Schätzer gruppiert Umsetzungsaufgabe für Dich: Ordne zunächst jeder Variable im Arbeitsblatt Variablen die passende deskriptive Methode für die Untersuchung der Variable alleine zu. Ordne anschließend jeder Fragestellung/Hypothese im Arbeitsblatt Fragestellung und Hypothesen die passende deskriptive Methode für die Variablenkombination zu.
1,11 1,12 1,13 1,14 1,15 1,16 1,17 1,17 1,17 1,18
3. Deskriptive Statistik Ziel der deskriptiven (beschreibenden) Statistik (explorativen Datenanalyse) ist die übersichtliche Darstellung der wesentlichen in den erhobenen Daten enthaltene Informationen
MehrAuswertung und Darstellung wissenschaftlicher Daten (1)
Auswertung und Darstellung wissenschaftlicher Daten () Mag. Dr. Andrea Payrhuber Zwei Schritte der Auswertung. Deskriptive Darstellung aller Daten 2. analytische Darstellung (Gruppenvergleiche) SPSS-Andrea
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...
Mehr- Beschreibung der Stichprobe(n-Häufigkeitsverteilung) <- Ermittlung deskriptiver Maßzahlen (Mittelungsmaße, Variationsmaße, Formparameter)
Mehr
a) 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
MehrEinführung in die statistische Datenanalyse I
Einführung in die statistische Datenanalyse I Inhaltsverzeichnis 1. EINFÜHRUNG IN THEORIEGELEITETES WISSENSCHAFTLICHES ARBEITEN 2 2. KRITIERIEN ZUR AUSWAHL STATISTISCH METHODISCHER VERFAHREN 2 3. UNIVARIATE
Mehr2. Deskriptive Statistik 2.1. Häufigkeitstabellen, Histogramme, empirische Verteilungsfunktionen
4. Datenanalyse und Modellbildung Deskriptive Statistik 2-1 2. Deskriptive Statistik 2.1. Häufigkeitstabellen, Histogramme, empirische Verteilungsfunktionen Für die Auswertung einer Messreihe, die in Form
MehrAuswerten mit Excel. Viele Video-Tutorials auf Youtube z.b. http://www.youtube.com/watch?v=vuuky6xxjro
Auswerten mit Excel Viele Video-Tutorials auf Youtube z.b. http://www.youtube.com/watch?v=vuuky6xxjro 1. Pivot-Tabellen erstellen: In der Datenmaske in eine beliebige Zelle klicken Registerkarte Einfügen
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
MehrMethoden der empirischen Sozialforschung I
Methoden der empirischen Sozialforschung I Annelies Blom, PhD TU Kaiserslautern Wintersemester 2011/12 Übersicht Quantitative Datenauswertung: deskriptive und induktive Statistik Wiederholung: Die wichtigsten
MehrWillkommen zur Vorlesung Statistik
Willkommen zur Vorlesung Statistik Thema dieser Vorlesung: Maßzahlen für zentrale Tendenz, Streuung und andere Eigenschaften von Verteilungen Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische
MehrEinführung in die Statistik mit EXCEL und SPSS
Christine Duller Einführung in die Statistik mit EXCEL und SPSS Ein anwendungsorientiertes Lehr- und Arbeitsbuch Zweite, überarbeitete Auflage Mit 71 Abbildungen und 26 Tabellen Physica-Verlag Ein Unternehmen
Mehr1 Verteilungen und ihre Darstellung
GKC Statistische Grundlagen für die Korpuslinguistik Kapitel 2: Univariate Deskription von Daten 8.11.2004 Univariate (= eindimensionale) Daten bestehen aus Beobachtungen eines einzelnen Merkmals. 1 Verteilungen
MehrStatistische Datenauswertung. Andreas Stoll Kantonsschule Olten
Statistische Datenauswertung Andreas Stoll Beschreibende vs. schliessende Statistik Wir unterscheiden grundsätzlich zwischen beschreibender (deskriptiver) und schliessender (induktiver) Statistik. Bei
MehrDeskriptive Statistik
Deskriptive Statistik In der beschreibenden Statistik werden Methoden behandelt, mit deren Hilfe man Daten übersichtlich darstellen und kennzeichnen kann. Die Urliste (=Daten in der Reihenfolge ihrer Erhebung)
MehrAuswertung 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
Mehr2. Eindimensionale (univariate) Datenanalyse
2. Eindimensionale (univariate) Datenanalyse Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Kennzahlen, Statistiken In der Regel interessieren uns nicht so sehr die beobachteten Einzeldaten
MehrFranz Kronthaler. Statistik angewandt. Datenanalyse ist (k)eine Kunst. Excel Edition. ^ Springer Spektrum
Franz Kronthaler Statistik angewandt Datenanalyse ist (k)eine Kunst Excel Edition ^ Springer Spektrum Inhaltsverzeichnis Teil I Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist Spaß 3
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
MehrGrundlagen der Datenanalyse am Beispiel von SPSS
Grundlagen der Datenanalyse am Beispiel von SPSS Einführung Dipl. - Psych. Fabian Hölzenbein hoelzenbein@psychologie.uni-freiburg.de Einführung Organisatorisches Was ist Empirie? Was ist Statistik? Dateneingabe
MehrExpertenrunde Gruppe 1: Wiederholungsgruppe EXCEL (Datenerfassung, Darstellungsformen, Verwertung)
Epertenrunde Gruppe 1: Wiederholungsgruppe EXCEL (Datenerfassung, Darstellungsformen, Verwertung) Im Folgenden wird mit Hilfe des Programms EXEL, Version 007, der Firma Microsoft gearbeitet. Die meisten
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
MehrHäufigkeitstabellen. Balken- oder Kreisdiagramme. kritischer Wert für χ2-test. Kontingenztafeln
Häufigkeitstabellen Menüpunkt Data PivotTable Report (bzw. entsprechendes Icon): wähle Data Range (Zellen, die die Daten enthalten + Zelle mit Variablenname) wähle kategoriale Variable für Spalten- oder
MehrPhysica-Lehrbuch. Ein anwendungsorientiertes Lehr- und Arbeitsbuch. von Christine Duller
Physica-Lehrbuch Einführung in die Statistik mit EXCEL und SPSS Ein anwendungsorientiertes Lehr- und Arbeitsbuch von Christine Duller Neuausgabe Einführung in die Statistik mit EXCEL und SPSS Duller schnell
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
MehrStatistik I für Betriebswirte Vorlesung 2
Statistik I für Betriebswirte Vorlesung 2 PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik 16. April 2015 PD Dr. Frank Heyde Statistik I für Betriebswirte Vorlesung 2 1 ii) empirische
MehrBDU-Studie Vergütung
BDU-Studie 1 Vergütung in der Personalberatung 2012 Inhalt 2 Methodik der Studie 3 Vergütungsstruktur 5 Überprüfung und Anpassung der Vergütungsstruktur 5 Regelungen zu Urlaubstagen 7 Erfolgsabhängige
MehrDeskriptive Statistik
Deskriptive Statistik [descriptive statistics] Ziel der deskriptiven (beschreibenden) Statistik einschließlich der explorativen Datenanalyse [exploratory data analysis] ist zunächst die übersichtliche
Mehr5 Statistik in der Psychologie
5 Statistik in der Psychologie Für Anfänger in der Psychologie ist es nicht unbedingt einsichtig, warum man sich überhaupt statistische Kompetenzen in einer Sozialwissenschaft aneignen muss, wo es doch
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,
MehrArbeiten mit Excel. 1. Allgemeine Hinweise
1. Allgemeine Hinweise Man sollte eine Excel Tabelle immer so übersichtlich wie möglich halten. Dazu empfiehlt es sich, alle benötigten Daten, Konstanten und Messwerte inklusive aller dazugehörigen Einheiten
MehrSkript 2 Import Excel-Datei
SPSS 22 Skript 2 Import Excel-Datei Ziel: Daten aus Excel-Dateien in SPSS öffnen Statistische Daten werden häufig im Excel-Format (.xls oder.xlsx) bereitgestellt, zum Beispiel vom statistischen Bundesamt
MehrSchätzung des Lifetime Values von Spendern mit Hilfe der Überlebensanalyse
Schätzung Lifetime Values von Spenn mit Hilfe Überlebensanalyse Einführung in das Verfahren am Beispiel Einzugsgenehmigung Überlebensanalysen o Ereignisdatenanalysen behandeln das Problem, mit welcher
MehrErstellen von statistischen Auswertungen mit Excel in den Sozialwissenschaften
Erstellen von statistischen Auswertungen mit Excel in den Sozialwissenschaften Dr. Viola Vockrodt-Scholz Telefon: 030/25 29 93 26 Email: vvs@zedat.fu-berlin.de Dr.Viola.Vockrodt-Scholz@t-online.de www.userpage.fu-berlin.de/~vvs
MehrEinführung in die Statistik mir R
Einführung in die Statistik mir R ww w. syn t egris.de Überblick GESCHÄFTSFÜHRUNG Andreas Baumgart, Business Processes and Service Gunar Hofmann, IT Solutions Sven-Uwe Weller, Design und Development Jens
Mehr4. Erstellen von Klassen
Statistik mit Tabellenkalkulation 4. Erstellen von Klassen Mit einem einfachen Befehl lässt sich eine Liste von Zahlen auf die Häufigkeit der einzelnen Werte untersuchen. Verwenden Sie dazu den Befehl
MehrVerteilungsanalyse. Johannes Hain. Lehrstuhl für Mathematik VIII Statistik 1/35
Verteilungsanalyse Johannes Hain Lehrstuhl für Mathematik VIII Statistik 1/35 Datentypen Als Sammeln von Daten bezeichnet man in der Statistik das Aufzeichnen von Fakten. Erhobene Daten klassifziert man
MehrAnalog zu Aufgabe 16.1 werden die Daten durch folgenden Befehl eingelesen: > kredit<-read.table("c:\\compaufg\\kredit.
Lösung 16.3 Analog zu Aufgabe 16.1 werden die Daten durch folgenden Befehl eingelesen: > kredit
MehrKapitel 34 Boxplots und Fehlerbalken
Kapitel 34 Boxplots und Fehlerbalken Boxplots und Fehlerbalken sind dazu geeignet, die Lage und Verteilung der Werte einer Stichprobe grafisch darzustellen. Die beiden Diagrammtypen sind auf die Darstellungen
MehrMETHODENLEHRE I WS 2013/14 THOMAS SCHÄFER
METHODENLEHRE I WS 2013/14 THOMAS SCHÄFER DAS THEMA: INFERENZSTATISTIK IV INFERENZSTATISTISCHE AUSSAGEN FÜR ZUSAMMENHÄNGE UND UNTERSCHIEDE Inferenzstatistik für Zusammenhänge Inferenzstatistik für Unterschiede
MehrLage- und Streuungsmaße
Sommersemester 2009 Modus Median Arithmetisches Mittel Symmetrie/Schiefe Wölbung/Exzess 4 6 8 10 ALQ Tutorien Begleitend zur Vorlesung, inhaltlich identisch mit der Übung Mögliche Zeiten: Do 10-12, Do
MehrIBM SPSS Statistics Base 21
IBM SPSS Statistics Base 21 Hinweis: Lesen Sie zunächst die allgemeinen Informationen unter Hinweise auf S. 343, bevor Sie dieses Informationsmaterial sowie das zugehörige Produkt verwenden. Diese Ausgabe
MehrKapitel 13 Häufigkeitstabellen
Kapitel 13 Häufigkeitstabellen Die gesammelten und erfaßten Daten erscheinen in der Datendatei zunächst als unübersichtliche Liste von Werten. In dieser Form sind die Daten jedoch wenig aussagekräftig
Mehr4. Auswertung eindimensionaler Daten
4. Auswertung eindimensionaler Daten Ziel dieses Kapitels: Präsentation von Methoden zur statistischen Auswertung eines einzelnen Merkmals 64 Bezeichnungen (Wiederholung): Merkmalsträger: e 1,..., e n
MehrDatenauswertung mit Hilfe von Pivot-Tabellen in Excel
Datenauswertung mit Hilfe von Pivot-Tabellen in Excel Begleitendes Manual zu den Workshops zur Datenerfassung und verarbeitung im Juni / Juli 2004 Datenauswertung mit Hilfe von Pivot-Tabellen in Excel...3
MehrEinfache Statistiken in Excel
Einfache Statistiken in Excel Dipl.-Volkswirtin Anna Miller Bergische Universität Wuppertal Schumpeter School of Business and Economics Lehrstuhl für Internationale Wirtschaft und Regionalökonomik Raum
MehrVarianzanalyse (ANOVA: analysis of variance)
Varianzanalyse (AOVA: analysis of variance) Einfaktorielle VA Auf der Basis von zwei Stichproben wird bezüglich der Gleichheit der Mittelwerte getestet. Variablen müssen Variablen nur nominalskaliert sein.
MehrSPSS-Skriptum. 1. Vorbereitungen für die Arbeit mit SPSS (im Seminar)
Die folgenden Erklärungen und Abbildungen sollen den Umgang mit SPSS im Rahmen des POK erleichtern. Diese beschreiben nicht alle Möglichkeiten, die SPSS bietet, sondern nur die Verfahren, die im Seminar
Mehr1. Allgemeine Hinweise Alexander.Martin.Koenig@TU-Clausthal.de
1. Allgemeine Hinweise Alexander.Martin.Koenig@TU-Clausthal.de Man sollte eine Excel-Tabelle immer so übersichtlich wie möglich halten. Dazu empfiehlt es sich, alle benötigten Daten, Konstanten und Messwerte
MehrNeuerungen in Minitab 16
Neuerungen in Minitab 16 minitab@additive-net.de - Telefon: 06172 / 5905-30 Willkommen zu Minitab 16! Die neueste Version der Minitab Statistical Software umfasst mehr als siebzig neue Funktionen und Verbesserungen,
MehrÜbung Statistik I Statistik mit Stata SS07-14.05.2007 5. Dokumentation der Datenanalyse, Datentransformationen II und Univariate Statistiken II
Übung Statistik I Statistik mit Stata SS07-14.05.2007 5. Dokumentation der Datenanalyse, Datentransformationen II und Univariate Statistiken II Andrea Kummerer (M.A.) Oec R. I-53 Sprechstunde: Di. 15-16
MehrInhalte der Zellen A1 bis A3 addieren
Grundrechenarten 10 und 5 addieren =10+5 3 von 10 subtrahieren =10-3 11 mit 2 multiplizieren =11*2 12 durch 4 dividieren =12/4 Excelspezifische Grundrechenarten Inhalte der Zellen A1 bis A3 addieren =SUMME(A1:A3)
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung Übung 2 28.02.2008 1 Inhalt der heutigen Übung Beschreibende Statistik Gemeinsames Lösen der Übungsaufgaben 2.1: Häufigkeitsverteilung 2.2: Tukey Boxplot 25:Korrelation
MehrEin bisschen Statistik
Prof. Dr. Beat Siebenhaar ein bisschen Statistik 1 Ein bisschen Statistik (orientiert an Hüsler/Zimmermann (006) mit Umsetzung auf die linguistische Fragen) 1. Datentypen und Grafik Grafische Darstellungen
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)
MehrProteinsequenzen. Raumstruktur GPCR. G-Protein gekoppelte Rezeptoren
G-Protein gekoppelte Rezeptoren Proteinsequenzen MEEPGAQCAPPPPAGSETWVPQANL SSAPSQNCSAKDYIYQDSISLPWKV LLVMLLALITLATTLSNAFVIATVY RTRKLHTPANYLIASLAVTDLLVSI LVMPISTMYTVTGRWTLGQVVCDFW LSSDITCCTASILHLCVIALDRYWA
MehrInhaltsverzeichnis. Fragestellungen und Methoden 11. Vorwort 15. Kapitel 1 Einführung 17. Kapitel 2 Statistische Grundbegriffe 23
Fragestellungen und Methoden 11 Vorwort 15 Kapitel 1 Einführung 17 1.1 KonzeptiondesBuchs... 18 1.2 AufbaudesBuchs... 19 1.3 Programmversionen von PASW bzw. SPSS..... 20 1.4 WiekanndiesesBuchverwendetwerden?...
MehrMedizinische Biometrie (L5)
Medizinische Biometrie (L5) Vorlesung II Daten Deskription Prof. Dr. Ulrich Mansmann Institut für Medizinische Informationsverarbeitung, Biometrie und Epidemiologie mansmann@ibe.med.uni-muenchen.de IBE,
MehrSchätzer (vgl. Kapitel 1): Stichprobenmittel X N. Stichprobenmedian X N
Prof. Dr. J. Franke Statistik II für Wirtschaftswissenschaftler 8.1 Schätzer für Lage- und Skalenparameter und Verteilungsmodellwahl Lageparameter (l(x + a) = l(x) + a): Erwartungswert EX Median von X
MehrDatenerfassung und Datenmanagement
Datenerfassung und Datenmanagement Statistische Auswertungssysteme sind heute eine aus der angewandten Statistik nicht mehr wegzudenkende Hilfe. Dies gilt insbesondere für folgende Aufgabenbereiche: -
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
MehrDer Internetdienst für Ihre Online-Umfragen. Leitfaden statistische Auswertung
Der Internetdienst für Ihre Online-Umfragen Leitfaden statistische Auswertung Weitere in dieser Reihe bei 2ask erschienene Leitfäden Allgemeiner Leitfaden zur Fragebogenerstellung Sie möchten einen Fragebogen
MehrStatistische Analyse von Ereigniszeiten
Statistische Analyse von Survival Analysis VO Biostatistik im WS 2006/2007 1 2 3 : Leukemiedaten (unzensiert) 33 Patienten mit Leukemie; Zielvariable Überlebenszeit. Alle Patienten verstorben und Überlebenszeit
MehrVorlesung: Statistik für Kommunikationswissenschaftler
Vorlesung: Statistik für Kommunikationswissenschaftler Prof. Dr. Helmut Küchenhoff Institut für Statistik, LMU München WiSe 2009/2010 Übungen zur Veranstaltung Mittwoch: 14.15-15.45 HG DZ007 Cornelia Oberhauser
MehrDatenanalyse aus einer Urliste
Datenanalyse aus einer Urliste Worum geht es in diesem Modul? Geordneter Datensatz und Extremwerte Empirische Verteilungsfunktion Bestimmung von Quantilen Spezielle Quantile Median und Angeln Fünf-Zahlen-Zusammenfassung
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
MehrEinleitung 19. Teil I SPSS kennen lernen 25. Kapitel 1 In 25 Minuten zum SPSS-Profi 27
Inhaltsverzeichnis Einleitung 19 SPSS oder PASW oder was? 19 Über dieses Buch 20 Konventionen in diesem Buch 20 Was Sie nicht lesen müssen 21 Törichte Annahmen über den Leser 21 Wie dieses Buch aufgebaut
Mehr1. Einführung und statistische Grundbegriffe. Grundsätzlich unterscheidet man zwei Bedeutungen des Begriffs Statistik:
. Einführung und statistische Grundbegriffe Grundsätzlich unterscheidet man zwei Bedeutungen des Begriffs Statistik: Quantitative Information Graphische oder tabellarische Darstellung von Datenmaterial
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
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
MehrDatenanalyse und Statistik
Datenanalyse und Statistik p. 1/44 Datenanalyse und Statistik Vorlesung 2 (Graphik I) K.Gerald van den Boogaart http://www.stat.boogaart.de Datenanalyse und Statistik p. 2/44 Daten Schätzung Test Mathe
Mehr2 Analyse statistischer Daten zu einem Merkmal Lösungshinweise
6 2 Analyse statistischer Daten zu einem Merkmal Lösungshinweise 2 Analyse statistischer Daten zu einem Merkmal Lösungshinweise : In der folgenden Tabelle ist eine Teilstichprobe zu den Studierenden in
MehrVon Wilcoxon bis McNemar es kann nur einen Signifikanztest geben
Institut für Medizinische Biometrie und Epidemiologie Von Wilcoxon bis McNemar es kann nur einen Signifikanztest geben Zum Nacharbeiten Auswahl von Signifikanztests 2 prinzipielle Unterscheidungskriterien:
MehrWillkommen zur Vorlesung Statistik (Master)
Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Verteilungsfreie Verfahren Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften
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 /
MehrAnalyse bivariater Kontingenztafeln
Analyse bivariater Kontingenztafeln Werden zwei kategoriale Merkmale mit nicht zu vielen möglichen Ausprägungen gemeinsam analysiert, so kommen zur Beschreibung der gemeinsamen Verteilung im allgemeinen
MehrExcel-Kurs: Handout Schülervertretung [Name der Schule]
Schülervertretung 1.0 Wann benötigt man Excel? Zur Berechnung von Funktionen Darstellung von Funktionen mit Diagrammen Abhängigkeiten darstellen Daten sortieren und vieles mehr! 2.0 Arbeitsoberfläche Bearbeitungszeile
MehrWillkommen zur Vorlesung Statistik
Willkommen zur Vorlesung Statistik Thema dieser Vorlesung: Varianzanalyse Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften Prof. Dr. Wolfgang
MehrUnsere Hilfe bei statistischen Analysen für wissenschaftliche Arbeiten
Unsere Hilfe bei statistischen Analysen für wissenschaftliche Arbeiten Sie schreiben eine wissenschaftliche Arbeit und müssen hierfür Daten statistisch analysieren? Sie haben bisher wenig Erfahrung im
MehrStandardab er des. Testwert = 145.5 95% Konfidenzintervall. T df Sig. (2-seitig) Differenz Untere Obere -2.011 698.045-5.82-11.50 -.14.
Aufgabe : einfacher T-Test Statistik bei einer Stichprobe Standardfehl Standardab er des Mittelwert weichung Mittelwertes 699 39.68 76.59 2.894 Test bei einer Sichprobe Testwert = 45.5 95% Konfidenzintervall
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
MehrDatenmaske für SPSS. Für die Datenanalyse mit SPSS können die Daten auf verschiedene Weise aufbereitet
Für die Datenanalyse mit SPSS können die Daten auf verschiedene Weise aufbereitet werden: 1. Tabellenkalkulationsprogramme (Excel, Paradox) 2. Datenbankprogramme (dbase, Access) 3. Reine ASCII-Dateien
MehrEinfache statistische Testverfahren
Einfache statistische Testverfahren Johannes Hain Lehrstuhl für Mathematik VIII (Statistik) 1/29 Hypothesentesten: Allgemeine Situation Im Folgenden wird die statistische Vorgehensweise zur Durchführung
Mehr5. Schließende Statistik. 5.1. Einführung
5. Schließende Statistik 5.1. Einführung Sollen auf der Basis von empirischen Untersuchungen (Daten) Erkenntnisse gewonnen und Entscheidungen gefällt werden, sind die Methoden der Statistik einzusetzen.
MehrSPSS 16 für b ummies
Felix Brosius SPSS 16 für b ummies WILEY- VCH WILEY-VCH Verlag GmbH & Co. KGaA Inhaltsverzeichnis Über den Autor 7 Einführung 21 Über dieses Buch 21 Konventionen in diesem Buch 22 Was Sie nicht lesen müssen
MehrAbhängigkeit zweier Merkmale
Abhängigkeit zweier Merkmale Johannes Hain Lehrstuhl für Mathematik VIII Statistik 1/33 Allgemeine Situation Neben der Untersuchung auf Unterschiede zwischen zwei oder mehreren Untersuchungsgruppen hinsichtlich
MehrChristian FG Schendera. Regressionsanalyse. mit SPSS. 2. korrigierte und aktualisierte Auflage DE GRUYTER OLDENBOURG
Christian FG Schendera Regressionsanalyse mit SPSS 2. korrigierte und aktualisierte Auflage DE GRUYTER OLDENBOURG Inhalt Vorworte V 1 Korrelation 1 1.1 Einführung 1 1.2 Erste Voraussetzung: Das Skalenniveau
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
MehrStatistik II für Betriebswirte Vorlesung 3
PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik Statistik II für Betriebswirte Vorlesung 3 5. November 2013 Beispiel: Aktiensplit (Aczel & Sounderpandan, Aufg. 14-28) Ein Börsenanalyst
MehrSPSS 20 für Dummies. Bearbeitet von Felix Brosius
Bearbeitet von Felix Brosius 1. Auflage 2012. Taschenbuch. 409 S. Paperback ISBN 978 3 527 70865 9 Format (B x L): 17,6 x 24 cm Gewicht: 720 g Weitere Fachgebiete > EDV, Informatik > Datenbanken, Informationssicherheit,
MehrRationale Zahlen. Vergleichen und Ordnen rationaler Zahlen
Rationale Zahlen Vergleichen und Ordnen rationaler Zahlen Von zwei rationalen Zahlen ist die die kleinere Zahl, die auf der Zahlengeraden weiter links liegt.. Setze das richtige Zeichen. a) -3 4 b) - -3
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
MehrAufgaben zum Datenmanagement
Aufgaben zum Datenmanagement Johannes Hain Lehrstuhl für Mathematik VIII Statistik 1/10 Datentransformationen Berechnung neuer Variablen Berechne das Durchschnittsalter und die Durchschnittsgröße beider
Mehr