Multivariate statistische Verfahren
|
|
- Ina Falk
- vor 6 Jahren
- Abrufe
Transkript
1 Multivariate statistische Verfahren Herausgegeben von unter Mitarbeit von Walter Häußler, Heinz Kaufmann, Peter Kemeny, Christian Kredler, Friedemann Ost, Heinz Pape, Gerhard Tutz w DE G Walter de Gruyter Berlin New York 1984
2 Inhalt Kapitel 1 Einführung 1 1. Einführende Beispiele 1 2. Grundlegende Begriffe der Meßtheorie 4 3. Überblick über multivariate statistische Verfahren 10 Kapitel 2 Mehrdimensionale Zufallsvariablen und Verteilungen Verteilungsfunktionen und Dichten Gemeinsame Verteilungsfunktionen und Dichten Randverteilungen und bedingte Verteilungen Erwartungswerte und Kovarianzmatrizen Mehrdimensionale Normalverteilung, Multinomialverteilung und Grenzwertsätze Mehrdimensionale Normalverteilung Verteilungskonvergenz und Grenzwertsätze Multinomialverteilung Wishart- und verwandte Verteilungen x 2 -> F- und t-verteilung Wishart-, A- und 0-Verteilung Exponentialfamilien Definition und Beispiele Einfache Exponentialfamilien 46 Kapitel 3 Grundlegende multivariate Schätz- und Testprobleme Punktschätzung von Erwartungswerten und Kovarianzmatrizen Ein-Stichprobenfall Mehr-Stichprobenfall Allgemeine Prinzipien der Parameterschätzung Likelihood-Funktion und Suffizienz Einige Eigenschaften von Punktschätzern Maximum-Likelihood-Schätzung Einige Verfahren zur Minimierung einer Funktion Hypothesentests und Vertrauensbereiche für Erwartungswerte und Kovarianzmatrizen Tests und Vertrauensbereiche für Erwartungswerte Tests für Kovarianzmatrizen Testprinzipien Der Likelihood-Quotienten-Test Der Union-Intersection-Test und simultane Konfidenzintervalle 80
3 VIII Inhalt Kapitel 4 Regressionsanalyse 83 Ludwig Fahrmeir, Heinz Kaufmann und Christian Kredler 1. Univariate lineare Regression Modelle der linearen Regressionsanalyse Schätzen im klassischen und allgemeinen linearen Modell Tests, Konfidenzbereiche und Modellüberprüfung Variablenselektion Beispiele Multivariate lineare Regression Das Modell Punktschätzung der Parameter Tests und Konfidenzintervalle Beispiel Kanonische Korrelationsanalyse Nichtlineare Regression Modellgleichung, Kleinst-Quadrat-Schätzung Die Gauß-Newton-Methode zur numerischen Bestimmung der KQ-Schätzer Asymptotische Eigenschaften der KQ-Schätzer Tests und Konfidenzbereiche Beispiel 152 Kapitel 5 Varianz- und Kovarianzanalyse Univariate Varianzanalyse mit festen Effekten Einfaktorielle Versuchspläne Zweifaktorielle Versuchspläne Versuchspläne mit Meßwiederholungen Kovarianzanalyse Allgemeine zweistufige Vorgehensweise Einfaktorieller Versuchsplan mit einer Kovariablen Versuchspläne mit zufälligen Effekten Einfaktorielle Versuchspläne mit zufälligen Effekten Ein gemischter Versuchsplan mit einem festen und einem zufälligen Faktor Multivariate Varianzanalyse mit festen Effekten Einfaktorielle Versuchspläne Zweifaktorielle Versuchspläne 206 Kapitel 6 Kategoriale Regression 211 Alfred Hamerle, Peter Kemeny und Gerhard Tutz 1. Das Modell der kategorialen Regression Modelle mit einer binären (dichotomen) Zielvariablen Modelle mit mehrkategorialen Zielvariablen Saturierte und unsaturierte Modelle Schätzung der Modellparameter, Hypothesentests Parameterschätzung und asymptotische Eigenschaften 228
4 Inhalt IX 2.2 Anpassungstests für das Modell Parametertests Zwei Anwendungsbeispiele Informationsgewohnheiten von Frauen (Fortsetzung von Beispiel 1.1) Ein Logit-Modell (Credit Scoring) Konditionale Modelle Modelle mit ordinalen Zielvariablen (geordnete Responsekategorien) Die Scoring-Methode Die Methode der kumulativen Logits 252 Kapitel 7 Verallgemeinerte lineare Modelle 257 Ludwig Fahrmeir und Christian Kredler 1. Verallgemeinerte lineare Modelle als umfassende Modellklasse Die gemeinsame Struktur vieler statistischer Modelle Definition verallgemeinerter linearer Modelle Schätzen, Testen und Variablenselektion in univariaten verallgemeinerten linearen Modellen Maximum-Likelihood-Schätzung Der gewichtete KQ-Schätzer Beispiel Schätzen, Testen und Variablenselektion in multivariaten verallgemeinerten linearen Modellen ML-Schätzung der Parameter Signifikanztests und Variablenselektion Beispiel 295 Kapitel 8 Diskriminanzanalyse 301 Ludwig Fahrmeir, Walter Häußler und Gerhard Tutz 1. Der allgemeine entscheidungstheoretische Ansatz Problemstellung, Entscheidungsregeln und Fehler Geschätzte Entscheidungsregeln und Fehlerraten Klassische Diskriminanzanalyse: Normalverteilte Merkmale und Fisher-Ansatz Diskriminanzfunktionen bei bekannten Normalverteilungen in den Klassen Lineare Diskriminanzanalyse bei unbekannten Parametern Bewertung von Entscheidungsregeln und Variablenselektion Beispiele Diskriminanzanalyse mit kategorialen Variablen Das volle multinomiale Modell Unabhängige binäre Variablen Parametrisierung in Modellfamilien Dichteschätzer Variablenselektion Beispiele Diskriminanzanalyse mit gemischten Variablen Das Lokalisationsmodell Das logistische Modell Verteilungsfreie Verfahren Dichteschätzung mit Potentialfunktionen 361
5 X Inhalt 5.2 Nächste-Nachbarn-Zuordnungsregeln Kleinstquadratapproximation von Bayes-Klassifikatoren durch verallgemeinerte lineare Diskriminanzfunktionen Schlußbemerkung 370 Kapitel 9 Clusteranalyse 371 Heinz Kaufmann und Heinz Pape 1. Einleitung Ähnlichkeits- und Distanzmaße Definition Transformationen von Ähnlichkeiten in Distanzen und umgekehrt Spezielle Ähnlichkeits- und Distanzmaße Hierarchische Klassifikationsverfahren Grundzüge und Anwendungsbeispiele Formale Beschreibung einer Hierarchie Agglomerative Verfahren Divisive Verfahren Optimale Partitionen Problemstellung Zur Auswahl des Gütekriteriums Bestimmung lokal optimaler Partitionen Bestimmung der Klassenanzahl Gütekriterien bei quantitativen Merkmalen Gütekriterien bei Ähnlichkeits- und Distanzmaßen Mischverteilungsverfahren Das Modell Identifizierbarkeit Maximum-Likelihood-Schätzung der Parameter Andere Schätzverfahren Normalverteilte Komponenten Binäre Variablen: Latent Class Analysis Zur Bestimmung der Klassenzahl Verwandte Modelle Stochastische Partitionsverfahren Maximum-Likelihood-Ansatz Normalverteilte Klassen Bestimmung der Klassenanzahl Ein modifizierter ML-Ansatz Bayes-Ansätze Verwandte Modelle Verteilungsfreie Verfahren Gradientenverfahren Ein sequentielles Quick and Dirty"-Verfahren Das Verfahren von Wishart Einige abschließende Bemerkungen 471 Kapitel 10 Zusammenhangsanalysen in Mehrdimensionalen Kontingenztabellen - Das loglineare Modell 473 Alfred Hamerle und Gerhard Tutz 1. Zweidimensionale Modelle Formen der Datenerhebung 474
6 Inhalt XI 1.2 Das loglineare Modell Analogie zur Varianzanalyse und Modellparameter Drei- und höherdimensionale Modelle Zusammenhangsstrukturen in dreidimensionalen Modellen Die Parameter des loglinearen Modells Erhebungsschemata in dreidimensionalen Modellen Vier- und höherdimensionale Tafeln Die Grundstruktur aller Modelle - loglineare Modelle als Spezialfälle verallgemeinerter linearer Modelle Aggregierbarkeit von Kontingenztafeln Parameterschätzung und Modellanpassung Maximum-Likelihood-Schätzung Anpassungs-Test Konditionale Teststatistiken Parametertests Modellwahl Schrittweise Auswahl bei vorgegebener Modellhierarchie Effektwahl nach Brown Simultane Tests der Ordnung к Modellspezifizierung über die standardisierten Parameter des saturierten Modells Schrittweise Testprozeduren nach Goodman Simultane Testprozeduren nach Aitkin Logit-Modelle Loglineare Modelle und Logit-Modelle Darstellung als Regressionsmodelle Interpretation der Parameter und Analogie zur Varianzanalyse Schätzung der Parameter Modelle für Kontingenztabellen mit geordneten Kategorien Zwei- und höherdimensionale Kontingenztabellen mit geordneten Kategorien Ein Logit-Modell mit einer geordneten unabhängigen Variablen Unvollständige Kontingenztafeln Zweidimensionale unvollständige Kontingenztafeln Drei- und höherdimensionale unvollständige Tafeln Spezielle quadratische zweidimensionale Kontingenztabellen: Symmetrie, Quasi-Symmetrie und marginale Homogenität Symmetrie Quasi-Symmetrie Marginale Homogenität 573 Kapitel 11 Faktorenanalyse 575 Friedemann Ost 1. Das faktorenanalytische Modell Modell, Parameter und Schätzaufgabe Eindeutigkeit der Parameter (Identifizierbarkeit) ML-Fak'torenanalyse ML-Schätzung für L und V Test des Modells, Bestimmung von к Verteilung der ML-Schätzer, Vertrauensintervalle Ergänzungen Beispiel Hauptkomponentenanalyse 595
7 XII Inhalt 3.1 Hauptachsentransformation Hauptkomponentenmethode Hauptfaktorenanalyse Beispiel Faktorentransformation und Interpretation Faktorentransformation Interpretation der rotierten Faktoren Beispiele Schätzung der Faktorenwerte ML-Prinzip und KQ-Methode (Bartlett 1937, 1938) Regressionsmethode (Thomson 1951) Berechnung der Faktorenwerte nach einer Hauptkomponentenanalyse Beispiel Überblick über weitere Verfahren Rangreduktion und Zentroidmethode (Thurstone 1947) Multiple Group-Methode Minres-Verfahren Image-Analyse Kanonische Faktorenanalyse a-faktorenanalyse Maximum-Determinanten-Lösung Direkte Dreieckszerlegung im gestuften Faktorenmodell Konfirmative Faktorenanalyse Strukturanalyse von Kovarianzmatrizen Latent Structure-Analyse Das allgemeine Modell Latent Class-Analyse Latent Profile-Analyse Dichotome und ordinale Faktorenanalyse Die normale Faktorenanalyse als Modell der Latent Structure-Analyse 659 Kapitel 12 Grundlagen der mehrdimensionalen Skalierung 633 Alfred Hamerle und Heinz Pape 1. Ziele und Konzeption mehrdimensionaler Skalierungsverfahren Meßtheoretische Aspekte der mehrdimensionalen Skalierung Methoden zur Erhebung von Ähnlichkeitsdaten Metrische MDS Distanzmodell : Raummodell Nichtmetrische MDS Hinweise auf weitere MDS-Verfahren 687 Anhang A Grundbegriffe der Matrix-Algebra 689 Peter Кетёпу А. 1 Matrizen und Vektoren 689 A.2 Matrixverknüpfungen 693 A.3 Elementare Rechenregeln für Matrizen 695 A.4 Determinanten 696 A.5 Matrixinversion 697 A.6 Partitionierte Matrizen 699
8 Inhalt XIII A. 7 Lineare Abhängigkeit von Vektoren und Rang einer Matrix 702 A.8 Lineare Gleichungssysteme 706 A. 9 Spur einer quadratischen Matrix 707 A. 10 Eigenwerte und Eigenvektoren 708 A. 11 Diagonalisierung symmetrischer Matrizen 709 A. 12 Quadratische Formen und Hauptachsenrotation 710 A. 13 Vektor-und Matrixdifferentiation (symbolische Differentiation) 713 A. 14 Extrema ohne Nebenbedingungen 718 A. 15 Extrema mit Nebenbedingungen 720 Anhang В Tabellen 725 Anhang С Kredit-Scoring-Daten 751 Literatur 767 Einige wichtige Programmpakete 787 Register 789
Multivariate 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,
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
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
MehrStatistik. Ludwig Fahrmeir Rita Künstler Iris Pigeot Gerhard Tutz. Der Weg zur Datenanalyse. Springer. Zweite, verbesserte Auflage
Ludwig Fahrmeir Rita Künstler Iris Pigeot Gerhard Tutz Statistik Der Weg zur Datenanalyse Zweite, verbesserte Auflage Mit 165 Abbildungen und 34 Tabellen Springer Inhaltsverzeichnis Vorwort v 1 Einführung
Mehr1 Inhaltsverzeichnis. 1 Einführung...1
1 Inhaltsverzeichnis 1 Einführung...1 1.1 Arten der stochastischen Abhängigkeit...2 1.2 Wo kommen regressive Abhängigkeiten vor?...3 1.3 Hauptaufgaben von Regressionsmodellen...3 1.4 Wissenschaftstheoretische
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
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
Mehr1.1.1 Ergebnismengen Wahrscheinlichkeiten Formale Definition der Wahrscheinlichkeit Laplace-Experimente...
Inhaltsverzeichnis 0 Einführung 1 1 Zufallsvorgänge und Wahrscheinlichkeiten 5 1.1 Zufallsvorgänge.......................... 5 1.1.1 Ergebnismengen..................... 6 1.1.2 Ereignisse und ihre Verknüpfung............
MehrFormelsammlung für Wirtschaftswissenschaftler
Fred Böker Formelsammlung für Wirtschaftswissenschaftler Mathematik und Statistik PEARSON.. ;. ; ; ; *:;- V f - - ' / > Щ DtUClllirn ein Imprint von Pearson Education München Boston San Francisco Harlow,
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)
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
MehrBiostatistik Erne Einfuhrung fur Biowissenschaftler
Matthias Rudolf Wiltrud Kuhlisch Biostatistik Erne Einfuhrung fur Biowissenschaftler PEARSON Studium Inhaltsverzeichnis Vorwort xi Kapitel 1 Einfiihrung 1 1.1 Biostatistik als Bestandteil biowissenschafllicher
MehrStatistik für Ökonomen
Wolfgang Kohn Riza Öztürk Statistik für Ökonomen Datenanalyse mit R und SPSS 2., überarbeitete Auflage 4ü Springer Gabler Inhaltsverzeichnis Teil I Einführung 1 Kleine Einführung in R '! 3 1.1 Installieren
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
MehrInhaltsverzeichnis. 2 Kurzbeschreibung von SPSS Der SPSS-Dateneditor Statistische Analysen mit SPSS DieDaten...
Inhaltsverzeichnis Teil I Einführung 1 Kleine Einführung in R... 3 1.1 Installieren und Starten von R... 3 1.2 R-Befehleausführen... 3 1.3 R-Workspace speichern... 4 1.4 R-History sichern........ 4 1.5
MehrInhaltsverzeichnis. Teil I Einführung
Inhaltsverzeichnis Teil I Einführung 1 Statistik-Programme... 1.1 Kleine Einführung in R... 1.1.1 Installieren und Starten von R. 1.1.2 R-Konsole... 1.1.3 R-Workspace... 1.1.4 R-History... 1.1.5 R-Skripteditor...
MehrEinführung in die computergestützte Datenanalyse
Karlheinz Zwerenz Statistik Einführung in die computergestützte Datenanalyse 6., überarbeitete Auflage DE GRUYTER OLDENBOURG Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt XI XII XII TEIL
MehrElementare Wahrscheinlichkeitsrechnung
Johann Pfanzagl Elementare Wahrscheinlichkeitsrechnung 2., überarbeitete und erweiterte Auflage W DE G Walter de Gruyter Berlin New York 1991 Inhaltsverzeichnis 1. Zufallsexperimente und Wahrscheinlichkeit
MehrClusteranalyse. Anwendungsorientierte Einführung. R. Oldenbourg Verlag München Wien. Von Dr. Johann Bacher
Clusteranalyse Anwendungsorientierte Einführung Von Dr. Johann Bacher R. Oldenbourg Verlag München Wien INHALTSVERZEICHNIS Vorwort XI 1 Einleitung 1 1.1 Primäre Zielsetzung clusteranalytischer Verfahren
MehrStatistik. Datenanalyse mit EXCEL und SPSS. R.01denbourg Verlag München Wien. Von Prof. Dr. Karlheinz Zwerenz. 3., überarbeitete Auflage
Statistik Datenanalyse mit EXCEL und SPSS Von Prof. Dr. Karlheinz Zwerenz 3., überarbeitete Auflage R.01denbourg Verlag München Wien Inhalt Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt
MehrStatistik IV für Studenten mit dem Nebenfach Statistik Lösungen zu Blatt 9 Gerhard Tutz, Jan Ulbricht SS 07
Statistik IV für Studenten mit dem Nebenfach Statistik Lösungen zu Blatt 9 Gerhard Tutz, Jan Ulbricht SS 07 Ziel der Clusteranalyse: Bilde Gruppen (cluster) aus einer Menge multivariater Datenobjekte (stat
MehrGrundlagen der Mathematik, der Statistik und des Operations Research für Wirtschaftswissenschaftler
Grundlagen der Mathematik, der Statistik und des Operations Research für Wirtschaftswissenschaftler Von Professor Dr. Gert Heinrich 3., durchgesehene Auflage R.Oldenbourg Verlag München Wien T Inhaltsverzeichnis
MehrBasiswissen Mathematik, Statistik. und Operations Research für. Wirtschaftswissenschaftler. von. Prof. Dr. Gert Heinrich DHBW Villingen-Schwenningen
Basiswissen Mathematik, Statistik und Operations Research für Wirtschaftswissenschaftler von Prof. Dr. Gert Heinrich DHBW Villingen-Schwenningen 5., korrigierte Auflage Oldenbourg Verlag München Inhaltsverzeichnis
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........................
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)
MehrStatistische Auswertungsmethoden für Ingenieure
Manfred Kühlmeyer Statistische Auswertungsmethoden für Ingenieure mit Praxisbeispielen Unter Mitarbeit von Claudia Kühlmeyer Mit 55 Abbildungen Springer Inhaltsverzeichnis Seite 1 Einführung 1 1.1 Was
Mehr6.1 Definition der multivariaten Normalverteilung
Kapitel 6 Die multivariate Normalverteilung Wir hatten die multivariate Normalverteilung bereits in Abschnitt 2.3 kurz eingeführt. Wir werden sie jetzt etwas gründlicher behandeln, da die Schätzung ihrer
MehrStatistik. Datenanalyse mit EXCEL und SPSS. Prof. Dr. Karlheinz Zwerenz. R.Oldenbourg Verlag München Wien. Von
Statistik Datenanalyse mit EXCEL und SPSS Von Prof. Dr. Karlheinz Zwerenz R.Oldenbourg Verlag München Wien Inhalt Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt XI XII XII TEIL I GRUNDLAGEN
MehrAnalyse von Tabellen und kategorialen Daten
Hans-Jürgen Andreß Jacques A. Hagenaars Steffen Kühnel Analyse von Tabellen und kategorialen Daten Log-lineare Modelle, latente Klassenanalyse, logistische Regression und GSK-Ansatz Mit 32 Abbildungen
MehrDr. Frank Piontek Statistik III + VPLG.doc SS 2008 Multivariate Statistik und Versuchsplanung
1. Regressionsanalyse [RA] 1.1. Einfache lineare Regression Lineares Modell & Regressionsrechnung Gütemaße Signifikanzprüfung Grafische Darstellung: [Punktwolke/ Streudiagramm / Scatterplot, Regressionsgerade
MehrInterdisziplinäres Seminar. Multivariate Statistik bei psychologischen Fragestellungen. Markus Bühner und Helmut Küchenhoff WS 2008/09
Interdisziplinäres Seminar Multivariate Statistik bei psychologischen Fragestellungen Markus Bühner und Helmut Küchenhoff WS 2008/09, Homepage: http://www.stat.uni-muenchen.de/~helmut/seminar_0809.html
MehrMathematik in den Life Siences
Gerhard Keller Mathematik in den Life Siences Grundlagen der Modellbildung und Statistik mit einer Einführung in die Statistik-Software R 49 Abbildungen Verlag Eugen Ulmer Stuttgart Inhaltsverzeichnis
MehrEinführung in die Wahrscheinlichkeitsrechnung und Statistik für Ingenieure
Einführung in die Wahrscheinlichkeitsrechnung und Statistik für Ingenieure Von Prof. Hubert Weber Fachhochschule Regensburg 3., überarbeitete und erweiterte Auflage Mit zahlreichen Bildern, Tabellen sowie
MehrEinführung in Statistik und Messwertanalyse für Physiker
Gerhard Böhm, Günter Zech Einführung in Statistik und Messwertanalyse für Physiker SUB Göttingen 7 219 110 697 2006 A 12486 Verlag Deutsches Elektronen-Synchrotron Inhalt sverzeichnis 1 Einführung 1 1.1
MehrGroßes Lehrbuch der Mathematik für Ökonomen
Großes Lehrbuch der Mathematik für Ökonomen Von Professor Dr. Karl Bosch o. Professor für angewandte Mathematik und Statistik an der Universität Stuttgart-Hohenheim und Professor Dr. Uwe Jensen R. Oldenbourg
MehrInhaltsverzeichnis. Vorwort
V Vorwort XI 1 Zum Gebrauch dieses Buches 1 1.1 Einführung 1 1.2 Der Text in den Kapiteln 1 1.3 Was Sie bei auftretenden Problemen tun sollten 2 1.4 Wichtig zu wissen 3 1.5 Zahlenbeispiele im Text 3 1.6
MehrWahrscheinlichkeitsrechnung und schließende Statistik
Springer-Lehrbuch Wahrscheinlichkeitsrechnung und schließende Statistik von Karl Mosler, Friedrich Schmid Neuausgabe Wahrscheinlichkeitsrechnung und schließende Statistik Mosler / Schmid schnell und portofrei
Mehr1 Gemischte Lineare Modelle
1 Gemischte Lineare Modelle Wir betrachten zunächst einige allgemeine Aussagen für Gemischte Lineare Modelle, ohne zu tief in die mathematisch-statistische Theorie vorzustoßen. Danach betrachten wir zunächst
Mehr7. Zusammenfassung. Zusammenfassung
Zusammenfassung Basiswissen Klassifikation von Merkmalen Wahrscheinlichkeit Zufallsvariable Diskrete Zufallsvariablen (insbes. Binomial) Stetige Zufallsvariablen Normalverteilung Erwartungswert, Varianz
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
MehrStatistik für Psychologen und Sozialwissenschaftler
Markus Bühner Matthias Ziegler Statistik für Psychologen und Sozialwissenschaftler Mit über 480 Abbildungen PEARSON Studium Ein Imprint von Pearson Education München Boston San Francisco Harlow, England
MehrWahrscheinlichkeitsrechnung und schließende Statistik
Günther Bourier Wahrscheinlichkeitsrechnung und schließende Statistik Praxisorientierte Einführung Mit Aufgaben und Lösungen 3. F überarbeitete Auflage GABLER Inhaltsverzeichnis Vorwort Inhaltsverzeichnis
MehrI. Zahlen, Rechenregeln & Kombinatorik
XIV. Wiederholung Seite 1 I. Zahlen, Rechenregeln & Kombinatorik 1 Zahlentypen 2 Rechenregeln Brüche, Wurzeln & Potenzen, Logarithmen 3 Prozentrechnung 4 Kombinatorik Möglichkeiten, k Elemente anzuordnen
MehrMathematische und statistische Hilfsmittel für Pharmazeuten
Mathematische und statistische Hilfsmittel für Pharmazeuten Dr. Helga Lohöfer Fachbereich Mathematik und Informatik der Philipps-Universität Marburg Fassung vom September 2003 Inhaltsverzeichnis I Elementare
MehrMethodik für Linguisten
Claudia Methodik für Linguisten Eine Einführung in Statistik und Versuchsplanung narr VERLAG 1 Reisevorbereitungen und Wegweiser 2 Linguistik als empirische Wissenschaft 15 2.1 Karl Popper und der Falsifikationismus
MehrGemischte Modelle zur Schätzung geoadditiver Regressionsmodelle
Gemischte Modelle zur Schätzung geoadditiver Regressionsmodelle Thomas Kneib & Ludwig Fahrmeir Institut für Statistik, Ludwig-Maximilians-Universität München 1. Regressionsmodelle für geoadditive Daten
MehrI Einführung 1. 1 Über den Umgang mit Statistik 3
I Einführung 1 1 Über den Umgang mit Statistik 3 1.1 Statistik richtig lehren und lernen 3 1.2 Testergebnisse richtig interpretieren 6 1.3 Einfluss des Zufalls 8 1.4 Die Interpretation von Zusammenhängen
MehrAnalyse von Querschnittsdaten. Signifikanztests I Basics
Analyse von Querschnittsdaten Signifikanztests I Basics Warum geht es in den folgenden Sitzungen? Kontinuierliche Variablen Generalisierung kategoriale Variablen Datum 13.10.2004 20.10.2004 27.10.2004
MehrPeter P. Eckstein. Statistik für. Wirtschaftswissenschaftler. Eine realdatenbasierte. Einführung mit SPSS. 4., aktualisierte und erweitete Auflage
Peter P. Eckstein Statistik für Wirtschaftswissenschaftler Eine realdatenbasierte Einführung mit SPSS 4., aktualisierte und erweitete Auflage Springer Gabler VII 1 Statistik I 1.1 Historisehe Notizen 2
MehrInhaltsverzeichnis. II. Statistische Modelle und sozialwissenschaftliche Meßniveaus 16
Vorwort 1 1. Kapitel: Der Stellenwert der Statistik für die sozialwissenschaflliche Forschung 1 1. Zur Logik (sozial-)wissenschaftlicher Forschung 1 1. Alltagswissen und wissenschaftliches Wissen 1 2.
MehrMultivariate Verfahren
Multivariate Verfahren Prof. Dr. Jörg Rahnenführer Raum 720 Email: rahnenfuehrer@statistik. tu-.de Voraussetzungen: Vordiplom in Statistik, Mathematik, Datenanalyse, Informatik Zeiten und Räume Vorlesung
MehrInhaltsverzeichnis. Inhalt Teil I: Beschreibende (Deskriptive) Statistik Seite. 1.0 Erste Begriffsbildungen Merkmale und Skalen 5
Inhaltsverzeichnis Inhalt Teil I: Beschreibende (Deskriptive) Statistik Seite 1.0 Erste Begriffsbildungen 1 1.1 Merkmale und Skalen 5 1.2 Von der Urliste zu Häufigkeitsverteilungen 9 1.2.0 Erste Ordnung
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
MehrAdolf Riede. Mathematik für Biologen. Eine Grundvorlesung. Mit 120 Abbildungen und zahlreichen durchgerechneten Beispielen.
9vieweg Adolf Riede Mathematik für Biologen Eine Grundvorlesung Mit 120 Abbildungen und zahlreichen durchgerechneten Beispielen IX I Zahlen 1 1.1 Anzahlen 1 1.2 Reelle Zahlen 8 1.3 Dokumentation von Meßwerten
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
MehrInhaltsverzeichnis. Vorwort Kapitel 1 Einführung, I: Algebra Kapitel 2 Einführung, II: Gleichungen... 57
Vorwort... 13 Vorwort zur 3. deutschen Auflage... 17 Kapitel 1 Einführung, I: Algebra... 19 1.1 Die reellen Zahlen... 20 1.2 Ganzzahlige Potenzen... 23 1.3 Regeln der Algebra... 29 1.4 Brüche... 34 1.5
MehrTeil I Beschreibende Statistik 29
Vorwort zur 2. Auflage 15 Vorwort 15 Kapitel 0 Einführung 19 0.1 Methoden und Aufgaben der Statistik............................. 20 0.2 Ablauf statistischer Untersuchungen..............................
MehrSeminar zur Energiewirtschaft:
Seminar zur Energiewirtschaft: Ermittlung der Zahlungsbereitschaft für erneuerbare Energien bzw. bessere Umwelt Vladimir Udalov 1 Modelle mit diskreten abhängigen Variablen 2 - Ausgangssituation Eine Dummy-Variable
MehrKonfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert
Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert Beispiel für Konfidenzintervall Im Prinzip haben wir
MehrInhalt 1 Einführung... 1 2 Ausgewählte Begriffe... 10 3 Vorgehensweise im Überblick... 14
VII 1 Einführung... 1 1.1 Warum Versuche?... 1 1.2 Warum Statistik?... 1 1.3 Warum Versuchsplanung?... 4 1.4 Welche Art von Ergebnissen kann man erwarten?... 6 1.5 Versuche oder systematische Beobachtung?...
MehrLudwig von Auer. Ökonometrie. Eine Einführung. Dritte, überarbeitete Auflage mit 65 Abbildungen und 55 Tabellen. < J Springer
Ludwig von Auer Ökonometrie Eine Einführung Dritte, überarbeitete Auflage mit 65 Abbildungen und 55 Tabellen < J Springer Inhaltsverzeichnis 1 Einleitung 1 1.1 Braucht man ökonometriker? 1 1.2 Was ist
MehrA. Die Grundlagen. B. Die Methoden der Datengewinnung. C. Erhebungsverfahren. Vorwort Inhaltsverzeichnis. 1. Gegenstand der Marktforschung
Vorwort Inhaltsverzeichnis A. Die Grundlagen 1. Gegenstand der Marktforschung 2. Arten der Marktforschung 3. Arten der Marktuntersuchung 4. Bedeutung von Informationen im Marketing-Entscheidungsprozess
MehrInhalt. Vorwort... 1 Einführung... 1. 2 Ausgewählte Begriffe... 11. 3 Vorgehensweise im Überblick... 17
Inhalt Vorwort.................................................................. V Inhalt.................................................................... VII 1 Einführung..........................................................
MehrEinführung in die Induktive Statistik: Testen von Hypothesen
Einführung in die Induktive Statistik: Testen von Hypothesen Jan Gertheiss LMU München Sommersemester 2011 Vielen Dank an Christian Heumann für das Überlassen von TEX-Code! Testen: Einführung und Konzepte
MehrTabellarische und graphie Darstellung von univariaten Daten
Part I Wrums 1 Motivation und Einleitung Motivation Satz von Bayes Übersetzten mit Paralleltext Merkmale und Datentypen Skalentypen Norminal Ordinal Intervall Verältnis Merkmalstyp Diskret Stetig Tabellarische
MehrMultivariate Verfahren
Multivariate Verfahren Prof. Dr. Jörg Rahnenführer Raum 720 Email: rahnenfuehrer@statistik. tu-.de Voraussetzungen: Vordiplom in Statistik, Mathematik, Datenanalyse, Informatik Zeiten und Räume Vorlesung
MehrCrashkurs Mathematik für Ökonomen
Crashkurs Mathematik für Ökonomen Thomas Zörner in Kooperation mit dem VW-Zentrum Wien, Oktober 2014 1 / 12 Outline Über diesen Kurs Einführung Lineare Algebra Analysis Optimierungen Statistik Hausübung
MehrTests einzelner linearer Hypothesen I
4 Multiple lineare Regression Tests einzelner linearer Hypothesen 4.5 Tests einzelner linearer Hypothesen I Neben Tests für einzelne Regressionsparameter sind auch Tests (und Konfidenzintervalle) für Linearkombinationen
Mehr2.1 Gemeinsame-, Rand- und bedingte Verteilungen
Kapitel Multivariate Verteilungen 1 Gemeinsame-, Rand- und bedingte Verteilungen Wir hatten in unserer Datenmatrix m Spalten, dh m Variablen Demnach brauchen wir jetzt die wichtigsten Begriffe für die
MehrHöhere Mathematik für Naturwissenschaftler und Ingenieure
Günter Bärwolff Höhere Mathematik für Naturwissenschaftler und Ingenieure unter Mitarbeit von Gottfried Seifert ELSEVIER SPEKTRUM AKADEMISCHER VERLAG Spekt rum K-/1. AKADEMISCHER VERLAG AKADEMISC Inhaltsverzeichnis
MehrStatistische Methoden in der Wirtschaftsund Sozialgeographie
Statistische Methoden in der Wirtschaftsund Sozialgeographie Ort: Zeit: Multimediapool Rechenzentrum Mittwoch 10.15-11-45 Uhr Material: http://www.geomodellierung.de Thema: Beschreibung und Analyse Wirtschafts-
MehrStatistik im Bachelor-Studium der BWL und VWL
Max C. Wewel Statistik im Bachelor-Studium der BWL und VWL Methoden, Anwendung, Interpretation Mit herausnehmbarer Formelsammlung ein Imprint von Pearson Education München Boston San Francisco Harlow,
MehrStatistik für Wirtschaftswissenschaftler
Peter R Eckstein Statistik für Wirtschaftswissenschaftler Eine realdatenbasierte Einführung mit SPSS 2., aktualisierte und erweiterte Auflage GABLER HOCHSCHULE LIECHTENSTEIN Bibliothek Inhaltsverzeichnis
MehrTaschenbuch Versuchsplanung
Wilhelm Kleppmann Taschenbuch Versuchsplanung Produkte und Prozesse optimieren Praxisreihe Qualitätswissen Herausgegeben von Franz J. Brunner Carl Hanser Verlag München Wien VII Inhalt 1 Einführung 1 1.1
MehrMathematik für Ingenieure und Naturwissenschaftler BandS
Lothar Papula Mathematik für Ingenieure und Naturwissenschaftler BandS Vektoranalysis, Wahrscheinlichkeitsrechnung, Mathematische Statistik, Fehler- und Ausgleichsrechnung 6., überarbeitete und erweiterte
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
MehrStatistik. Jan Müller
Statistik Jan Müller Skalenniveau Nominalskala: Diese Skala basiert auf einem Satz von qualitativen Attributen. Es existiert kein Kriterium, nach dem die Punkte einer nominal skalierten Variablen anzuordnen
MehrLehrbuch Statistik. Rainer Leonhart. Verlag Hans Hub er. Unter Mitarbeit von Stephanie Lichtenberg, Katrin Schornstein und Jana Groß Ophoff
Rainer Leonhart Lehrbuch Statistik Unter Mitarbeit von Stephanie Lichtenberg, Katrin Schornstein und Jana Groß Ophoff 2., überarbeitete und erweiterte Auflage Verlag Hans Hub er Inhaltsverzeichnis I Einführung
MehrAuswirkungen von Fahrpreisänderungen im öffentlichen Personennahverkehr
Auswirkungen von Fahrpreisänderungen im öffentlichen Personennahverkehr Von Dr. Willy Frank DUNCKER & HUMBLOT / BERLIN Inhaltsverzeichnis 1 Einleitung : 1 1.1 Ausgangslage und Problemstellung 1 1.2 Ziel
MehrMathematik für Wirtschaftswissenschaftler
Knut Sydsaeter Peter HammondJ Mathematik für Wirtschaftswissenschaftler Basiswissen mit Praxisbezug 2., aktualisierte Auflage Inhaltsverzeichnis Vorwort 13 Vorwort zur zweiten Auflage 19 Kapitel 1 Einführung,
MehrKapitel 3 Schließende Statistik
Beispiel 3.4: (Fortsetzung Bsp. 3.) bekannt: 65 i=1 X i = 6, also ˆp = X = 6 65 = 0, 4 Überprüfen der Voraussetzungen: (1) n = 65 30 () n ˆp = 6 10 (3) n (1 ˆp) = 39 10 Dr. Karsten Webel 194 Beispiel 3.4:
MehrAbdeckung der inhaltlichen Schwerpunkte im Fach Mathematik für die Abiturprüfung 2009 in Nordrhein- Westfalen
Abdeckung der inhaltlichen Schwerpunkte im Fach Mathematik für die Abiturprüfung 2009 in Nordrhein- durch die Schülerbücher Lambacher-Schweizer - Analysis Grundkurs Ausgabe Nordrhein- (ISBN 978-3-12-732220-0)
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
MehrKapitel 4: Binäre Regression
Kapitel 4: Binäre Regression Steffen Unkel (basierend auf Folien von Nora Fenske) Statistik III für Nebenfachstudierende WS 2013/2014 4.1 Motivation Ausgangssituation Gegeben sind Daten (y i, x i1,...,
MehrMatrizen und Determinanten, Lineare Gleichungssysteme, Vektorrechnung, Analytische Geometrie
Regina Gellrich Carsten Gellrich Matrizen und Determinanten, Lineare Gleichungssysteme, Vektorrechnung, Analytische Geometrie Mit zahlreichen Abbildungen, Aufgaben mit Lösungen und durchgerechneten Beispielen
MehrGrundlagen der Datenanalyse mit R
Statistik und ihre Anwendungen Grundlagen der Datenanalyse mit R Eine anwendungsorientierte Einführung von Daniel Wollschläger 1. Auflage Grundlagen der Datenanalyse mit R Wollschläger schnell und portofrei
MehrBerichte aus der Statistik. Jens Kahlenberg. Storno und Profitabilität in der Privathaftpflichtversicherung
Berichte aus der Statistik Jens Kahlenberg Storno und Profitabilität in der Privathaftpflichtversicherung Eine Analyse unter Verwendung von univariaten und bivariaten verallgemeinerten linearen Modellen
MehrSchätzverfahren ML vs. REML & Modellbeurteilung mittels Devianz, AIC und BIC. Referenten: Linda Gräfe & Konstantin Falk
Schätzverfahren ML vs. REML & Modellbeurteilung mittels Devianz, AIC und BIC Referenten: Linda Gräfe & Konstantin Falk 1 Agenda Schätzverfahren ML REML Beispiel in SPSS Modellbeurteilung Devianz AIC BIC
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
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
MehrVeranschaulichung: Einführung in die Faktorenanalyse mit SAS. 1. Faktorenanalyse: Wie? Inhalt. 1. Faktorenanalyse: Wozu?
Einführung in die Faktorenanalyse mit SAS Benutzertreffen am URZ Christoph Witzel 6. Juni 2003 1. Faktorenanalyse: Wozu? Veranschaulichung: Variablen seien: Wie oft Personen Fußball spielen, Rad fahren,
Mehr6. Statistische Schätzung von ARIMA Modellen
6. Statistische Schätzung von ARIMA Modellen Vorschau: ARIMA Modelle Modellidentifikation verschiedene Schätzverfahren Modelldiagnostik Fallstudien Zeitreihenanalyse 1 6.1 ARIMA Modelle Bisher: ARMA(p,q)-Modelle:
MehrStatistik für Psychologen und Sozialwissenschaftler
Markus Bühner Matthias Ziegler Statistik für Psychologen und Sozialwissenschaftler Mit über 480 Abbildungen Ein Imprint von Pearson Education München Boston San Francisco Harlow, England Don Mills, Ontario
MehrAllgemeine Regressionsanalyse. Kovariablen / Prädiktoren / unabhängige Variablen X j R d, evtl. deterministisch
Prof. Dr. J. Franke Statistik II für Wirtschaftswissenschaftler 9.1 Allgemeine Regressionsanalyse Daten (X j, Y j ), j = 1,..., N unabhängig Kovariablen / Prädiktoren / unabhängige Variablen X j R d, evtl.
MehrMathematik anschaulich dargestellt
Peter Dörsam Mathematik anschaulich dargestellt für Studierende der Wirtschaftswissenschaften 15. überarbeitete Auflage mit zahlreichen Abbildungen PD-Verlag Heidenau Inhaltsverzeichnis 1 Lineare Algebra
MehrStatistik, Geostatistik
Geostatistik Statistik, Geostatistik Statistik Zusammenfassung von Methoden (Methodik), die sich mit der wahrscheinlichkeitsbezogenen Auswertung empirischer (d.h. beobachteter, gemessener) Daten befassen.
MehrMultivariate Lieferantenbewertung
Christian G. Janker Multivariate Lieferantenbewertung Empirisch gestützte Konzeption eines anforderungsgerechten Bewertungssystems Mit einem Geleitwort von Prof. Dr. Rainer Lasch Deutscher Universitäts-Verlag
MehrStatistik II. Statistische Tests. Statistik II
Statistik II Statistische Tests Statistik II - 12.5.2006 1 Test auf Anteilswert: Binomialtest Sei eine Stichprobe unabhängig, identisch verteilter ZV (i.i.d.). Teile diese Stichprobe in zwei Teilmengen
MehrÜberblick. Einführung in die automatische Mustererkennung Grundlagen der Wahrscheinlichkeitsrechnung
Grundlagen Überblick Einführung in die automatische Mustererkennung Grundlagen der Wahrscheinlichkeitsrechnung Klassifikation bei bekannter Wahrscheinlichkeitsverteilung Entscheidungstheorie Bayes- Entscheidungsfunktionen
MehrGeorg-August-Universität Göttingen Modul P.SPS.01: Introduction to Mixed Models and Spatial Statistics
Modul P.SPS.01 Modul P.SPS.01: Introduction to Mixed Models and Spatial Statistics Im Rahmen dieses Moduls werden fundierte Methodenkenntnisse vermittelt, die im Bereich der gemischten Modelle und der
Mehr