STATISTIK 1 - BEGLEITVERANSTALTUNG

Größe: px
Ab Seite anzeigen:

Download "STATISTIK 1 - BEGLEITVERANSTALTUNG"

Transkript

1 STATISTIK 1 - BEGLEITVERANSTALTUNG VORLESUNG 4 ALPHA / BETA-FEHLER Mona Ulrich, Psychologie (M.Sc.)

2 AGENDA 01 STATISTISCHE HYPOTHESEN 02 POPULATION / STICHPROBE 03 ALPHA/ BETA-FEHLER 04 ÜBUNGEN Mona Ulrich, Psychologie (M.Sc.)

3 STATISTISCHE HYPOTHESEN Mona Ulrich, Psychologie (M.Sc.)

4 STATISTISCHE HYPOTHESEN Inferenzstatistik befasst sich mit der Überprüfung von Hypothesen Hypothesen sind in der Regel Aussagen, die eine noch nicht bestätigte Vermutung ausdrücken. Formal gleichen sie aus Fragen abgeleiteten Aussagen, deren Kombination alle möglichen Aussagen abdeckt. Frage: Unterscheiden sich Frauen und Männer hinsichtlich ihrer Intelligenz? Hypothese 1: Frauen und Männer unterscheiden sich in ihrer Intelligenz. Hypothese 0: Frauen und Männer unterscheiden sich in ihrer Intelligenz nicht Mona Ulrich, Psychologie (M.Sc.)

5 STATISTISCHE HYPOTHESEN Diejenige Aussage, welche Gleichheit beschreibt, d.h. keinen Unterschied, nennt man Nullhypothese oder H0. Diejenige Aussage, welche einen Unterschied beschreibt, nennt man Alternativhypothese oder H1. Ziel einer Untersuchung / eines Experiments ist es nun herauszufinden, welche dieser beiden Aussagen mit einer höheren Wahrscheinlichkeit zutrifft bzw. welche Hypothese (vorläufig) angenommen oder verworfen wird Mona Ulrich, Psychologie (M.Sc.)

6 STATISTISCHE HYPOTHESEN Frage: Unterscheiden sich Frauen und Männer hinsichtlich ihrer Intelligenz? Aussagen H1: Frauen und Männer unterscheiden sich in ihrer Intelligenz. H0: Frauen und Männer unterscheiden sich in ihrer Intelligenz nicht. Mathematisch H1: Intelligenz (Frauen) Intelligenz (Männer) H0: Intelligenz (Frauen) = Intelligenz (Männer) Mona Ulrich, Psychologie (M.Sc.)

7 EFFEKTGRÖßE/TESTSTÄRKE Es kann sein, dass bei einer großen Stichprobe Unterschiede sehr schnell signifikant werden Umgekehrt gilt auch, dass große (und bedeutsame) Unterschiede bei zu kleinen Stichproben nicht signifikant werden, also unentdeckt bleiben. Deswegen benötigt man Verfahren, die praktische Bedeutsamkeit von Untersuchungen erkennen zu können. Das geht über die Feststellung der: Effektgrößen und Teststärke Die korrekte Anwendung eines Signifikanztests und die Interpretation der Ergebnisse unter dem Blickwinkel der praktischen Bedeutsamkeit sind essentielle und gleichwertige Bestandteile der empirischen Hypothesenprüfung Mona Ulrich, Psychologie (M.Sc.)

8 EFFEKTGRÖßE Der in der H 1 behauptete Unterschied wird als Effekt bezeichnet. Um Effekte verschiedener Untersuchungen vergleichbar zu machen, werden Effekte zu Effektgrößen standardisiert: ε = µ1 µo ô Die Effektgröße gibt also an, inwieweit in einem speziellen Test µ1 von µ0 von entfernt sein sollte, um von einem praktisch bedeutsamen Effekt sprechen zu können. Wenn man vor einer Untersuchung eine Effektgröße festlegt, hat dies den Vorteil (neben dem größeren Aufwand), dass der Stichprobenumfang kalkulierbar ist: Mona Ulrich, Psychologie (M.Sc.)

9 TESTSTÄRKE Die Teststärke ist die der korrekten Entscheidung für die H 1 zugeordnete Wahrscheinlichkeit, d.h. die Teststärke gibt an, mit welcher Wahrscheinlichkeit ein Signifikanztest zugunsten einer spezifischen H 1 entscheidet. Die Teststärke hat den Wert 1 Da sich α und β gegenseitig beeinflussen, ist die Teststärke für = 0,05 größer als für = 0,01. Um eine geeignete Teststärke zu erzielen, sollte vor einer Untersuchung eine Effektgröße festgelegt und n darauf abgestimmt werden Mona Ulrich, Psychologie (M.Sc.)

10 TESTSTÄRKE Eigenschaften der Teststärke: Sie vergrößert sich: mit wachsender Differenz von µ1 und µ0 (also auch mit wachsender Effektgröße) bei kleiner werdender Merkmals (=Populations-) streuung. mit größer werdendem α (sofern β nicht festgelegt ist). mit wachsendem Stichprobenumfang (da der Standardfehler kleiner ist) Bei gerichteter Hypothese hat ein einseitiger Test größere Power als zweiseitiger Test Mona Ulrich, Psychologie (M.Sc.)

11 VARIANTEN VON ALTERNATIVHYPOTHESEN Je nach Art der Hypothesenformulierung unterscheidet man zwischen Unterschiedshypothesen prüft man bei Häufigkeitsvergleichen und Mittelwertsvergleichen und Zusammenhangshypothesen bei Korrelationsrechnung Mona Ulrich, Psychologie (M.Sc.)

12 GERICHTETE / UNGERICHTETE HYPOTHESEN Statistische Hypothesen können unterteilt werden in gerichtete und ungerichtete Hypothesen. Ungerichtete Hypothesen formulieren lediglich einen Unterschied, gerichtete Hypothesen geben eine Richtung für den Unterschied vor. Frage: Sind Frauen intelligenter als Männer? Aussagen H1: Frauen sind intelligenter als Männer. H0: Frauen sind nicht intelligenter als Männer. Mathematisch H1: Intelligenz (Frauen) > Intelligenz (Männer) H0: Intelligenz (Frauen) Intelligenz (Männer) Mona Ulrich, Psychologie (M.Sc.)

13 UNGERICHTET ODER GERICHTET? Wann formuliert man nun eine ungerichtete Hypothese und wann eine gerichtete Hypothese? Ausgangspunkt ist immer die Forschungsfrage. Sind zu dieser Forschungsfrage bereits Ergebnisse bekannt, die in eine bestimmte Richtung zielen, oder besteht bereits eine Theorie, die eine bestimmte Richtung vermuten lässt, dann kann eine gerichtete Hypothese formuliert werden. Ist zu diesem speziellen Forschungsgebiet noch nichts bekannt oder existieren widersprüchliche Ergebnisse, sollte besser eine ungerichtete Hypothese formuliert werden Mona Ulrich, Psychologie (M.Sc.)

14 POPULATION/ STICHPROBE Mona Ulrich, Psychologie (M.Sc.)

15 STICHPROBE / GRUNDGESAMTHEIT Grundgesamtheit: alle potenziellen untersuchbaren Einheiten oder Elemente, die ein gemeinsames Merkmal (oder Kombination) aufweisen (Population von Deutschen, Bewohner einer Stadt, linkshändige Schüler etc.) Stichprobe: Teilmenge aller Untersuchungsobjekte, die die untersuchungsrelevanten Eigenschaften der Grundgesamtheit möglichst genau abbilden (Miniaturbild) Mona Ulrich, Psychologie (M.Sc.)

16 STICHPROBE / GRUNDGESAMTHEIT Eine Stichprobe kann in Bezug auf die Grundgesamtheit entweder in Bezug auf a) alle Merkmale (globale Repräsentativität) oder b) bestimmte Merkmale (spezifische Repräsentativität) repräsentativ sein Mona Ulrich, Psychologie (M.Sc.)

17 ALPHA/BETA-FEHLER Mona Ulrich, Psychologie (M.Sc.)

18 INFERENZSTATISTIK befasst sich mit der Überprüfung von Hypothesen Kann ich das Ergebnis meiner Stichprobe auf die gesamte Population übertragen? (Verteilung der Merkmale in der Population ist nie bekannt) Oder anders ausgedrückt: ist das Ergebnis signifikant? Der Einfluss des Zufalls auf das Stichprobenergebnis ist entscheidend Mona Ulrich, Psychologie (M.Sc.)

19 INFERENZSTATISTIK Signifikanz Wenn die Wahrscheinlichkeit hoch ist, dass das Stichprobenergebnis per Zufall aufgetreten ist, so wird es wohl kaum übertragbar sein auf die Bevölkerung Ist der Einfluss des Zufalls hingegen gering, so kann es gut sein dass das Ergebnis übertragbar, also signifikant ist In der Statistik hat man sich darauf geeinigt, dass wenn die Wahrscheinlichkeit <5% ist, dass ein Ergebnis per Zufall eingetreten ist, dieses als signifikant gilt Diese Restwahrscheinlichkeit bezeichnet man als Irrtumswahrscheinlichkeit Mona Ulrich, Psychologie (M.Sc.)

20 ALPHA/BETA FEHLER Zurück zu den Hypothesen: Man prüft in der Statistik in den meisten Fällen auf Unterschied, da man, was die Bevölkerungsebene betrifft, annimmt es bestünde kein Unterschied Man versucht also seine Alternativhypothese H1 zu bestätigen Wenn ein Ergebnis signifikant ist, schreibt man Mit einer Irrtumswahrscheinlichkeit von 5 % kann davon ausgegangen werden, dass Mona Ulrich, Psychologie (M.Sc.)

21 ALPHA/BETA FEHLER Alpha-Fehler Bedeutet: sich für die Alternativhypothese (H1) zu entscheiden, obwohl es in der Bevölkerung keinen Unterschied gibt (H0) In meinem Stichprobenergebnis besteht ein Unterschied zwischen zwei Variablen, und dieser ist auch signifikant dennoch besteht die Wahrscheinlichkeit von 5% dass es Zufall war. Ich kann mich also immer noch irren, indem ich behaupte in der Bevölkerung gelte das gleiche wie bei meiner Berechnung. Die Gefahr diesen Fehler zu begehen wird durch den alpha-fehler ausgedrückt Mona Ulrich, Psychologie (M.Sc.)

22 ALPHA/BETA FEHLER Beta-Fehler In bestimmten Fällen kann es jedoch vorkommen, dass auf Gleichheit geprüft wird (d.h. es wird mit dem Ziel geprüft, dass kein Unterschied besteht bzw. kein Zusammenhang). Dies bedeutet dann, dass man die Annahme treffen muss, in der Bevölkerung bestünde ein Unterschied. Fehler 2.Art: Die H 0 wird beibehalten, obwohl eigentlich die H 1 in der Population gilt. Bezogen auf die Vierfelder-Tafel zu alpha- und beta-fehler bedeutet das, dass der beta-fehler relevant wäre Mona Ulrich, Psychologie (M.Sc.)

23 ALPHA-BETA-FEHLER Grafische Darstellung Mona Ulrich, Psychologie (M.Sc.)

24 ALPHA/BETA FEHLER Alpha- und Beta-Fehler sind gegenläufig zueinander! Das heißt: vergrößert man den einen, verkleinert man den anderen. Üblicherweise wird der Alpha-Fehler auf 5% festgesetzt bzw. auf p=0,05. Der Beta-Fehler berechnet sich aus den nicht-zentralen Verteilungen. Da Alpha- und Beta-Fehler aber gegenläufig zueinander sind, kann man den Beta-Fehler dadurch verkleinern, dass man den Alpha- Fehler vergrößert, z. B. auf 10% bzw. p=0, Mona Ulrich, Psychologie (M.Sc.)

25 ALPHA/BETA FEHLER Wissenschaft ist primär konservativ. Für die Statistik heißt das: Wissenschaft geht prinzipiell davon aus, dass es in der Gesamtbevölkerung keinen Unterschied bzw. keinen Zusammenhang gibt. Daraus folgt, dass man üblicherweise mit dem Ziel prüft, ob -basierend auf den Stichprobenergebnissen- doch ein Unterschied (bzw. ein Zusammenhang unterschiedlich von Null) angenommen werden kann. Bezogen auf die Vierfelder-Tafel zu alpha- und beta-fehler heißt das, dass üblicherweise nur der alpha-fehler betrachtet wird Mona Ulrich, Psychologie (M.Sc.)

26 SIGNIFIKANZ UND ALPHA-FEHLER? Signifikanz heißt Bedeutsamkeit. Von Signifikanz wird gesprochen, wenn die Wahrscheinlichkeit, den alpha-fehler zu begehen, kleiner als 5% ist. Signifikanz heißt nicht, dass der alpha-fehler ausgeschlossen ist! Signifikanz bedeutet nicht zwangsläufig, dass ein Ergebnis auch Relevanz besitzt! Diese 5%-Grenze ist lediglich Konvention und hat keinen mathematischen Hintergrund! Mona Ulrich, Psychologie (M.Sc.)

27 ÜBUNGEN Mona Ulrich, Psychologie (M.Sc.)

28 ÜBUNG 1 Ein Tester hat eine Urne vor sich, in die er nicht hineinschauen kann. Darin befinden sich rote und grüne Kugeln. Es kann jeweils nur eine Kugel zu Testzwecken aus der Urne entnommen werden. Nehmen Sie dabei an, dass sich mehr rote als grüne Kugeln in der Urne befinden. Entwickele H0 und H1(auch mathematisch) und überlege, was Fehler 1. Art ist Mona Ulrich, Psychologie (M.Sc.)

29 ÜBUNG 1 Lösung Alternativhypothese: In der Urne befinden sich mehr rote als grüne Kugeln. Rote Kugeln > grüne Kugeln Nullhypothese: Es befinden sich gleich viele oder weniger rote als grüne Kugeln in der Urne. Rote Kugeln grüne Kugeln Um ein Urteil über den Inhalt der Urne abgeben zu können, wird der Tester der Urne mehrmals Kugeln zu Testzwecken entnehmen. Wenn er daraufhin zu der Entscheidung gelangt, dass die Alternativhypothese zutreffend sein kann, also er die Meinung vertritt, dass mehr rote als grüne Kugeln in der Urne seien, obwohl in Wirklichkeit die Nullhypothese zutrifft, nämlich dass gleich viele rote wie grüne oder weniger rote als grüne Kugeln in der Urne sind, dann begeht er einen Fehler 1. Art Mona Ulrich, Psychologie (M.Sc.)

30 ÜBUNG 2 Spam-Filter für ankommende s: ein Filter soll erkennen, ob eine ankommende Spam ist oder nicht. Entwickele H0 und H1 (auch mathematisch) und überlege, was Fehler 1. Art ist Mona Ulrich, Psychologie (M.Sc.)

31 ÜBUNG 2 Lösung Nullhypothese: Es handelt sich um eine normale und um keinen Spam. Spam Alternativhypothese: Es handelt sich um Spam. = Spam Falls eine als Spam klassifiziert wird, es sich jedoch in Wirklichkeit nicht um Spam handelt, die also fälschlicherweise als Spam klassifiziert wird, so sprechen wir von einem Fehler 1. Art (falsch-positiv) Mona Ulrich, Psychologie (M.Sc.)

32 ÜBUNG 3 Wir wollen überprüfen, ob eine neue Lernmethode die Lernleistung von Schülern steigert. Dafür vergleichen wir eine Gruppe von Schülern, die nach der neuen Lernmethode unterrichtet wurden, mit einer Stichprobe von Schülern, die nach der alten Methode unterrichtet wurden. Nehmen Sie dabei an, dass die Schüler mit der neuen Lehrmethode unterrichtet wurden, eine höhere Lernleistung aufweisen Entwickele H0 und H1 (auch mathematisch) und überlege, was Fehler 1.Art ist Mona Ulrich, Psychologie (M.Sc.)

33 ÜBUNG 3 Lösung-1 Alternativhypothese: Schüler, die nach der neuen Lernmethode unterrichtet wurden, haben eine höhere Lernleistung als Schüler, die nach der alten Methode unterrichtet wurden. Lernleistung Schüler neue Lernmethode > Lernleistung Schüler alte Lernmethode Nullhypothese: Schüler, die nach der neuen Lernmethode unterrichtet wurden, weisen keinen Unterschied bzw. schlechtere Lernleistungen als Schüler auf, die nach der alten Methode unterrichtet wurden. Lernleistung Schüler neue Lernmethode Lernleistung Schüler alte Lernmethode Mona Ulrich, Psychologie (M.Sc.)

34 ÜBUNG 3 Lösung-2 Angenommen in unserer Untersuchung weist die Stichprobe von Schülern, die nach der neuen Lernmethode unterrichtet wurden, tatsächlich eine bessere Lernleistung auf. Vielleicht beruht dieser Unterschied aber auch nur auf Zufall oder anderen Einflüssen. Wenn also in Wahrheit zwischen den beiden Populationen überhaupt kein Unterschied besteht und wir fälschlicherweise die Nullhypothese verwerfen es also als gesichert ansehen, dass die neue Methode das Lernen verbessert dann begehen wir einen Fehler 1. Art. Dieser kann natürlich fatale Folgen haben, wenn wir z.b. mit hohen Kosten und viel Aufwand den gesamten Unterricht auf die neue Lernmethode umstellen, obwohl diese in Wahrheit überhaupt keine besseren Ergebnisse bewirkt Mona Ulrich, Psychologie (M.Sc.)

35 ÜBUNG 4 Wir möchten den Einfluss der Ernährung auf die geistige Entwicklung von Kindern in Kinderheimen untersuchen. Dafür vergleichen wir zwei Gruppen von Kindern hinsichtlich ihrer Leistung in kognitiven Tests: Die eine Stichprobe wird nach dem herkömmlichen Plan ernährt, die andere erhält eine besonders gesunde Kost. Wir vermuten, dass die gesunde Kost sich positiv auf die kognitiven Leistungen auswirkt. Entwickele H0 und H1 (auch mathematisch) und überlege, was Fehler 1. und 2. Art sind. Beurteilen Sie die Konsequenzen Mona Ulrich, Psychologie (M.Sc.)

36 ÜBUNG 4 Lösung-1 Alternativhypothese: Kinder, die eine besonders gesunde Kost erhalten, weisen bessere kognitive Leistung auf als Kinder, die auf die herkömmliche Weise ernährt werden. Kognitive Leistung (gesunde Kost) > Kognitive Leistung (herkömmliche Kost) Nullhypothese: Kinder, die eine besonders gesunde Kost erhalten, weisen keinen Unterschied (oder schlechter) in der kognitive Leistung auf als Kinder, die auf die herkömmliche Weise ernährt werden. Kognitive Leistung (gesunde Kost) Kognitive Leistung (herkömmliche Kost) Mona Ulrich, Psychologie (M.Sc.)

37 ÜBUNG 4 Lösung-2 Wenn wir nun die kognitive Leistung unserer beiden Stichproben vergleichen, so stellen wir keinen Unterschied in der kognitiven Leistung fest. Demzufolge halten wir die Alternativhypothese für falsch und bestätigen die Nullhypothese. Wenn jedoch in Wahrheit die Population der gesund Ernährten doch eine bessere Leistung aufweist, dann begehen wir einen Fehler 2. Art. Dies hat ausgesprochen nachteilige Konsequenzen: Obwohl die gesunde Ernährung die Leistung verbessert, entscheiden wir uns, die herkömmliche Ernährung beizubehalten. Ein Fehler 1. Art, also die Einführung der gesunden Ernährung für alle Kinder, obwohl diese keine Leistungsverbesserung bringt, hätte hier weniger nachteilige Konsequenzen gehabt Mona Ulrich, Psychologie (M.Sc.)

38 ÜBUNG 5 Ein pharmazeutisches Unternehmen hat ein neues Medikament entwickelt, das angeblich in weniger als 10 % der Anwendungen schädliche Nebenwirkungen zeigt. Sowohl das Pharmaunternehmen als auch die Zulassungsbehörde planen einen Test. Entwickeln Sie für beide Varianten eine H0 und H1 Hypothese. Wie schlimm ist es in beiden Fällen, wenn es zu einer Fehlentscheidung kommt? (im Fall der Ablehnung oder Annahme der Nullhypothese) Wie sollten die Hypothesen aufgrund dessen lauten? Mona Ulrich, Psychologie (M.Sc.)

39 ÜBUNG 5 Lösung -1 Unternehmen Das Unternehmen plant einen Test: 1.Zu bestätigen aus Sicht des Unternehmens: Prozentsatz ist geringer. 2.Nachzuweisen: Hoher Prozentsatz ist unwahrscheinlich. 3.H0: p 0,1; H1: p < 0,1 Zulassungsbehörde Die Zulassungsbehörde plant einen Test: 1.Zu bestätigen aus Sicht der Zulassungsbehörde: Prozentsatz ist höher. 2.Nachzuweisen: Niedriger Prozentsatz ist unwahrscheinlich. 3.H0: p 0,1; H1: p > Mona Ulrich, Psychologie (M.Sc.)

40 ÜBUNG 5 Lösung-2 1. Fall: Der Test führt zur Ablehnung der Nullhypothese. Die Nullhypothese wird abgelehnt, obwohl sie wahr ist, Fehler 1. Art Unternehmen 1.H0: p 0,1; H1: p < 0,1 (falsch!) 2.Das Medikament wird als unschädlich eingestuft, ist aber schädlich! 3.Dieser Fehler (Fehler 1. Art) ist kontrollierbar und kann klein gehalten werden. Zulassungsbehörde 1.H0: p 0,1; H1: p > 0,1 (falsch!) 2.Das Medikament wird als schädlich eingestuft, ist aber unschädlich Mona Ulrich, Psychologie (M.Sc.)

41 ÜBUNG 5 Lösung Fall: Test führt nicht zur Ablehnung der Nullhypothese. Die Nullhypothese wird nicht abgelehnt, obwohl sie falsch ist, Fehler 2. Art Unternehmen 1.H0: p 0,1 (falsch!); H1: p < 0,1 2.Das Medikament wird als schädlich eingestuft, ist aber unschädlich. 3.Dieser Fehler ist i. A. nicht kontrollierbar. Zulassungsbehörde 1.H0: p 0,1 (falsch!) ; H1: p > 0,1 2.Das Medikament wird als unschädlich eingestuft, ist aber schädlich! 3.Dieser Fehler (Fehler 2. Art) ist i. A. nicht kontrollierbar! Diese Situation muss vermieden werden! Mona Ulrich, Psychologie (M.Sc.)

42 ÜBUNG 5 Lösung - 4 Einzig sinnvolle Wahl der Hypothesen damit: H0: p 0,1 und H1: p < 0,1. Bei der Wahl der Nullhypothese sind die Konsequenzen einer Fehlentscheidung zu berücksichtigen! Mona Ulrich, Psychologie (M.Sc.)

43 ÜBUNG 6 Warum ist die folgende Aussage falsch? Die Entscheidung zugunsten der H0 war mit einer Wahrscheinlichkeit eines Fehlers 1. Art von 5% versehen. Lösung: Fehler 1.Art ist nur mit Entscheidungen zugunsten der H1 verbunden Mona Ulrich, Psychologie (M.Sc.)

44 VIELEN DANK FÜR DIE AUFMERKSAMKEIT! Mona Ulrich, Psychologie (M.Sc.)

45 INFERENZSTATISTIK Die Inferenzstatistik beschäftigt sich damit, in wie weit Ergebnisse aus einer Stichprobe auf die Grundgesamtheit / Population / Bevölkerung übertragen werden können. Praktisch geschieht diese Überprüfung dadurch, dass ermittelt wird, mit welcher Wahrscheinlichkeit das Stichprobenergebnis per Zufall aufgetreten sein könnte. Ist die Wahrscheinlichkeit für ein zufälliges Auftreten hoch, dann wird dieses Ergebnis als Zufallsergebnis gewertet, d.h. es besitzt keine statistische Bedeutsamkeit. Ist die Wahrscheinlichkeit für ein zufälliges Auftreten gering, dann wird das Ergebnis wohl nicht aus Zufall aufgetreten sein, d.h. es besitzt statistische Bedeutsamkeit Mona Ulrich, Psychologie (M.Sc.)

46 UNTERSCHEIDUNG VON STICHPROBEN Hat eine Person aus Stichprobe A einen festen, ganz bestimmten Vergleichspartner in Stichprobe B, nennt man dies Abhängige Stichproben oder auch Verbundene Stichproben. Bei einer Gruppe von Mitarbeitern wird die Leistungsfähigkeit vor und nach einer Weiterbildung verglichen. Trifft dies nicht zu, spricht man von Unabhängigen Stichproben. Eine Gruppe von Mitarbeitern bekommt Weiterbildung A, eine zweite Gruppe von Mitarbeitern bekommt Weiterbildung B. Verglichen wird die Wirkung der beiden Weiterbildungen Mona Ulrich, Psychologie (M.Sc.)

47 ARTEN VON STICHPROBEN Zufallsstichprobe: Jedes Element der Grundgesamtheit kann mit gleicher Wahrscheinlichkeit ausgewählt werden (Ziehen mit Zurücklegen). Eine absolut fehlerfreie Zufallsstrichprobe ist fast unmöglich; meist aufgrund zu kleiner Stichprobengrößen, mangelnder Repräsentativität und mangelnder Bereitschaft der Menschen, an einem Experiment teilzunehmen. Klumpenstichprobe: Elemente werden nicht einzeln, sondern in natürlichen Gruppen (Klumpen) ausgewählt [ z.b. alle Alkoholiker in Kliniken]. Hierbei ist zu beachten, dass die Klumpen zufällig ausgewählt werden (vgl. mit dem Bsp.: die Auswahl der Kliniken müsste zufällig sein.), ein einzelner Klumpen reicht nicht aus Mona Ulrich, Psychologie (M.Sc.)

48 ARTEN VON STICHPROBEN Geschichtete Stichprobe: Elemente werden nach relevanten Merkmalen in Schichten (Strata) vorgruppiert. Man überlegt, welche Merkmale relevant für die Untersuchung sind (z.b. Geschlecht, etc.), und wählt innerhalb dieser Merkmale zufällig die Leute aus (mit dem Klumpen-Verfahren geht es auch, ist aber statistisch unsauberer.). Proportional geschichtete Stichprobe: entsprechend der Merkmalsverteilung in Population zusammengestellt, z.b. 40% Singles, 60% Ehepaare. Generell führt eine nach relevanten Merkmalen geschichtete Stichprobe zu besseren Schätzwerten der Populationsparameter als eine einfache Zufallsstichprobe Mona Ulrich, Psychologie (M.Sc.)

14.01.14 DAS THEMA: INFERENZSTATISTIK II. Standardfehler Konfidenzintervalle Signifikanztests. Standardfehler

14.01.14 DAS THEMA: INFERENZSTATISTIK II. Standardfehler Konfidenzintervalle Signifikanztests. Standardfehler DAS THEMA: INFERENZSTATISTIK II INFERENZSTATISTISCHE AUSSAGEN Standardfehler Konfidenzintervalle Signifikanztests Standardfehler der Standardfehler Interpretation Verwendung 1 ZUR WIEDERHOLUNG... Ausgangspunkt:

Mehr

9. StatistischeTests. 9.1 Konzeption

9. StatistischeTests. 9.1 Konzeption 9. StatistischeTests 9.1 Konzeption Statistische Tests dienen zur Überprüfung von Hypothesen über einen Parameter der Grundgesamtheit (bei einem Ein-Stichproben-Test) oder über die Verteilung einer Zufallsvariablen

Mehr

Stochastik Abitur 2009 Stochastik

Stochastik Abitur 2009 Stochastik Abitur 2009 Stochastik Beilage ea (erhöhtes Anforderungsniveau) ga (grundlegendes Anforderungsniveau) ISBN 978-3-8120-0108-3 und ISBN 978-3-8120-0223-3 1 Aufgabe 2 (ea) Rauchen ist das größte vermeidbare

Mehr

Übungsaufgaben zu Kapitel 5. Aufgabe 101. Inhaltsverzeichnis:

Übungsaufgaben zu Kapitel 5. Aufgabe 101. Inhaltsverzeichnis: Inhaltsverzeichnis: Übungsaufgaben zu Kapitel 5... 1 Aufgabe 101... 1 Aufgabe 102... 2 Aufgabe 103... 2 Aufgabe 104... 2 Aufgabe 105... 3 Aufgabe 106... 3 Aufgabe 107... 3 Aufgabe 108... 4 Aufgabe 109...

Mehr

Bachelorabschlussseminar Dipl.-Kfm. Daniel Cracau

Bachelorabschlussseminar 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

Mehr

Univariate/ multivariate Ansätze. Klaus D. Kubinger. Test- und Beratungsstelle. Effektgrößen

Univariate/ 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

Mehr

Auswertung mit dem Statistikprogramm SPSS: 30.11.05

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

Mehr

9. Schätzen und Testen bei unbekannter Varianz

9. 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,

Mehr

Medizinische Statistik Epidemiologie und χ 2 Vierfeldertest

Medizinische Statistik Epidemiologie und χ 2 Vierfeldertest Universität Wien Institut für Mathematik Wintersemester 2009/2010 Medizinische Statistik Epidemiologie und χ 2 Vierfeldertest Seminar Angewandte Mathematik Ao. Univ. Prof. Dr. Peter Schmitt von Nadja Reiterer

Mehr

Stichprobenauslegung. für stetige und binäre Datentypen

Stichprobenauslegung. für stetige und binäre Datentypen Stichprobenauslegung für stetige und binäre Datentypen Roadmap zu Stichproben Hypothese über das interessierende Merkmal aufstellen Stichprobe entnehmen Beobachtete Messwerte abbilden Schluss von der Beobachtung

Mehr

Modul 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. 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

Mehr

Tabelle 6a: Deskriptive Statistiken der metrischen Variablen

Tabelle 6a: Deskriptive Statistiken der metrischen Variablen Ergebnisse 77 5 Ergebnisse Das folgende Kapitel widmet sich der statistischen Auswertung der Daten zur Ü- berprüfung der Hypothesen. Die hier verwendeten Daten wurden mit den in 4.3 beschriebenen Instrumenten

Mehr

Universität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip. KLAUSUR Statistik B

Universität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip. KLAUSUR Statistik B Universität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip Sommersemester 2010 KLAUSUR Statistik B Hinweise zur Bearbeitung: Bei allen Teilaufgaben

Mehr

Inhaltsverzeichnis. Regressionsanalyse. http://mesosworld.ch - Stand vom: 20.1.2010 1

Inhaltsverzeichnis. 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...

Mehr

Grundlagen quantitativer Sozialforschung Interferenzstatistische Datenanalyse in MS Excel

Grundlagen 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)

Mehr

Grundlagen der Inferenzstatistik: Was Ihnen nicht erspart bleibt!

Grundlagen der Inferenzstatistik: Was Ihnen nicht erspart bleibt! Grundlagen der Inferenzstatistik: Was Ihnen nicht erspart bleibt! 1 Einführung 2 Wahrscheinlichkeiten kurz gefasst 3 Zufallsvariablen und Verteilungen 4 Theoretische Verteilungen (Wahrscheinlichkeitsfunktion)

Mehr

3.2. Prüfungsaufgaben zur bedingten Wahrscheinlichkeit

3.2. Prüfungsaufgaben zur bedingten Wahrscheinlichkeit 3.2. Prüfungsaufgaben zur bedingten Wahrscheinlichkeit Aufgabe : Summenregel und bedingte Wahrscheinlichkeit Eine Statistik hat folgende Ergebnisse zutage gebracht: 52 % der Bevölkerung sind weiblich.

Mehr

6. METRISCHE UND KATEGORIALE MERKMALE

6. METRISCHE UND KATEGORIALE MERKMALE 6. METRISCHE UND KATEGORIALE MERKMALE wenn an einer Beobachtungseinheit eine (oder mehrere) metrische und eine (oder mehrere) kategoriale Variable(n) erhoben wurden Beispiel: Haushaltsarbeit von Teenagern

Mehr

Verteilungsanalyse. Johannes Hain. Lehrstuhl für Mathematik VIII Statistik 1/31

Verteilungsanalyse. Johannes Hain. Lehrstuhl für Mathematik VIII Statistik 1/31 Verteilungsanalyse Johannes Hain Lehrstuhl für Mathematik VIII Statistik 1/31 Datentypen Als Sammeln von Daten bezeichnet man in der Statistik das Aufzeichnen von Fakten. Erhobene Daten klassifziert man

Mehr

Prüfen von Mittelwertsunterschieden: t-test

Prüfen 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

Mehr

Verteilungsanalyse. Johannes Hain. Lehrstuhl für Mathematik VIII Statistik 1/35

Verteilungsanalyse. 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

Mehr

Willkommen zur Vorlesung Statistik

Willkommen 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

Mehr

Evaluation. Caroline Sporleder. Computational Linguistics Universität des Saarlandes. Sommersemester 2011 26.05.2011

Evaluation. Caroline Sporleder. Computational Linguistics Universität des Saarlandes. Sommersemester 2011 26.05.2011 Evaluation Caroline Sporleder Computational Linguistics Universität des Saarlandes Sommersemester 2011 26.05.2011 Caroline Sporleder Evaluation (1) Datensets Caroline Sporleder Evaluation (2) Warum evaluieren?

Mehr

Hypothesenentwicklung und Fragebogengestaltung

Hypothesenentwicklung und Fragebogengestaltung Hypothesenentwicklung und Fragebogengestaltung 1 1 Hypothesen: Grundlagen 2 Die Entwicklung und Untersuchung von Hypothesen Typischer Forschungsablauf zur Untersuchung handelswissenschaftlicher Hypothesen

Mehr

12. Vergleich mehrerer Stichproben

12. Vergleich mehrerer Stichproben 12. Vergleich mehrerer Stichproben Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Häufig wollen wir verschiedene Populationen, Verfahren, usw. miteinander vergleichen. Beipiel: Vergleich

Mehr

Fragestellungen der Schließenden Statistik

Fragestellungen der Schließenden Statistik Fragestellungen der Schließenden Statistik Bisher: Teil I: Beschreibende Statistik Zusammenfassung von an GesamtheitM N {e,,e N } erhobenem Datensatz x,,x N durch Häufigkeitsverteilung und Kennzahlen für

Mehr

Kapitel 7: Varianzanalyse mit Messwiederholung

Kapitel 7: Varianzanalyse mit Messwiederholung Kapitel 7: Varianzanalyse mit Messwiederholung Durchführung einer einfaktoriellen Varianzanalyse mit Messwiederholung 1 Durchführung einer zweifaktoriellen Varianzanalyse mit Messwiederholung auf einem

Mehr

Probeklausur Zeitreihenökonometrie (Sommersemester 2014) 1

Probeklausur Zeitreihenökonometrie (Sommersemester 2014) 1 Probeklausur Zeitreihenökonometrie (Sommersemester 2014) 1 Aufgabe 1: Betrachtet wird folgendes Modell zur Erklärung des Managergehalts salary durch den Umsatz sales, die Eigenkapitalrendite roe und die

Mehr

5.2. Nichtparametrische Tests. 5.2.1. Zwei unabhängige Stichproben: U- Test nach MANN- WHITNEY

5.2. Nichtparametrische Tests. 5.2.1. Zwei unabhängige Stichproben: U- Test nach MANN- WHITNEY 5.2. Nichtparametrische Tests 5.2.1. Zwei unabhängige Stichproben: U- Test nach MANN- WHITNEY Voraussetzungen: - Die Verteilungen der beiden Grundgesamtheiten sollten eine ähnliche Form aufweisen. - Die

Mehr

Grundlagen von Versuchsmethodik und Datenanalyse

Grundlagen von Versuchsmethodik und Datenanalyse Grundlagen von Versuchsmethodik und Datenanalyse Der Anfang: Hypothesen über Ursache-Wirkungs-Zusammenhänge Ursache Wirkung Koffein verbessert Kurzzeitgedächtnis Gewaltfilme führen zu aggressivem Verhalten

Mehr

3. Zusammenhang. 22 Andreas Gathmann

3. Zusammenhang. 22 Andreas Gathmann 22 Andreas Gathmann 3. Zusammenhang Eine der anschaulichsten Eigenschaften eines topologischen Raumes ist wahrscheinlich, ob er zusammenhängend ist oder aus mehreren Teilen besteht. Wir wollen dieses Konzept

Mehr

Varianzanalyse ANOVA

Varianzanalyse 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

Mehr

Sozialwissenschaftliche Methoden I [BA IM 2stündig] Sommersemester 2010

Sozialwissenschaftliche Methoden I [BA IM 2stündig] Sommersemester 2010 Sozialwissenschaftliche Methoden I [BA IM 2stündig] Sommersemester 2010 Max. Gesamtpunktzahl: 28 (bestanden mit 14 Punkten) Matrikelnummer: - Bei Antwortmöglichkeiten mit müssen Sie jeweils alle die Kästchen

Mehr

90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft

90-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

Mehr

Prüfung zu Modul 26 (BA Bw) bzw. 10 (BA IB) (Wirtschaftsstatistik)

Prüfung zu Modul 26 (BA Bw) bzw. 10 (BA IB) (Wirtschaftsstatistik) 2 3 Klausur-Nr = Sitzplatz-Nr Prüfung zu Modul 26 (BA Bw) bzw. 10 (BA IB) (Wirtschaftsstatistik) Klausurteil 1: Beschreibende Statistik BeStat-1 (7 ) n = 400 Personen wurden gefragt, wie viele Stück eines

Mehr

P X =3 = 2 36 P X =5 = 4 P X =6 = 5 36 P X =8 = 5 36 P X =9 = 4 P X =10 = 3 36 P X =11 = 2 36 P X =12 = 1

P X =3 = 2 36 P X =5 = 4 P X =6 = 5 36 P X =8 = 5 36 P X =9 = 4 P X =10 = 3 36 P X =11 = 2 36 P X =12 = 1 Übungen zur Stochastik - Lösungen 1. Ein Glücksrad ist in 3 kongruente Segmente aufgeteilt. Jedes Segment wird mit genau einer Zahl beschriftet, zwei Segmente mit der Zahl 0 und ein Segment mit der Zahl

Mehr

2. Korrelation, lineare Regression und multiple Regression

2. Korrelation, lineare Regression und multiple Regression multiple 2.2 Lineare 2.2 Lineare 1 / 130 2.2 Lineare 2 / 130 2.1 Beispiel: Arbeitsmotivation Untersuchung zur Motivation am Arbeitsplatz in einem Chemie-Konzern 25 Personen werden durch Arbeitsplatz zufällig

Mehr

T-TEST BEI EINER STICHPROBE:

T-TEST BEI EINER STICHPROBE: Kapitel 19 T-Test Mit Hilfe der T-TEST-Prozeduren werden Aussagen über Mittelwerte getroffen. Dabei wird versucht, aus den Beobachtungen einer Stichprobe Rückschlüsse auf die Grundgesamtheit zu ziehen.

Mehr

Gibt es einen Geschmacksunterschied zwischen Coca Cola und Cola Zero?

Gibt es einen Geschmacksunterschied zwischen Coca Cola und Cola Zero? Gibt es einen Geschmacksunterschied zwischen Coca Cola und Cola Zero? Manche sagen: Ja, manche sagen: Nein Wie soll man das objektiv feststellen? Kann man Geschmack objektiv messen? - Geschmack ist subjektiv

Mehr

Sozialwissenschaftliche Methoden und Statistik I

Sozialwissenschaftliche Methoden und Statistik I Sozialwissenschaftliche Methoden und Statistik I Universität Duisburg Essen Standort Duisburg Integrierter Diplomstudiengang Sozialwissenschaften Skript zum SMS I Tutorium Von Mark Lutter Stand: April

Mehr

Webergänzung zu Kapitel 10

Webergänzung 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

Mehr

Übungsserie Nr. 10 mit Lösungen

Übungsserie Nr. 10 mit Lösungen Übungsserie Nr. 10 mit Lösungen 1 Ein Untersuchungsdesign sieht einen multivariaten Vergleich einer Stichprobe von Frauen mit einer Stichprobe von Männern hinsichtlich der Merkmale X1, X2 und X3 vor (Codierung:

Mehr

Beispiel: Sonntagsfrage. Einführung in die induktive Statistik. Statistische Tests. Statistische Tests

Beispiel: Sonntagsfrage. Einführung in die induktive Statistik. Statistische Tests. Statistische Tests Beispiel: Sonntagsfrage Vier Wochen vor der österreichischen Nationalratswahl 1999 wurde 499 Haushalten die Sonntagsfrage gestellt: Falls nächsten Sonntag Wahlen wären, welche Partei würden Sie wählen?

Mehr

Multiple Regression. Ziel: Vorhersage der Werte einer Variable (Kriterium) bei Kenntnis der Werte von zwei oder mehr anderen Variablen (Prädiktoren)

Multiple 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

Mehr

Welch-Test. Welch-Test

Welch-Test. Welch-Test Welch-Test Welch-Test Test auf Lageunterschied zweier normalverteilter Grundgesamtheiten mit unbekannten Varianzen durch Vergleich der Mittelwerte zweier unabhängiger Zufallsstichproben. Beispiel Im Labor

Mehr

5.Unsicherheit. 5.1WahrscheinlichkeitundRisiko

5.Unsicherheit. 5.1WahrscheinlichkeitundRisiko 1 5.Unsicherheit Bisher sind wir von vollständiger Planungssicherheit seitens der Entscheidungsträger ausgegangen. Dies trifft in vielen Fällen natürlich nicht den Kern eines Entscheidungsproblems.Wennz.B.eineEntscheidungfürdenKaufvonAktiengetroffen

Mehr

Einflussfaktoren der Preistoleranz für Ökostrom

Einflussfaktoren der Preistoleranz für Ökostrom ZfTM-Work in Progress Nr. 87: Einflussfaktoren der Preistoleranz für Ökostrom Eine empirische Untersuchung privater Stromkunden in Deutschland Torsten J. Gerpott * /Ilaha Mahmudova ** 2008 * ** Univ.-Prof.

Mehr

Tutorial: Homogenitätstest

Tutorial: Homogenitätstest Tutorial: Homogenitätstest Eine Bank möchte die Kreditwürdigkeit potenzieller Kreditnehmer abschätzen. Einerseits lebt die Bank ja von der Vergabe von Krediten, andererseits verursachen Problemkredite

Mehr

Analog zu Aufgabe 16.1 werden die Daten durch folgenden Befehl eingelesen: > kredit<-read.table("c:\\compaufg\\kredit.

Analog 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

Mehr

Box-and-Whisker Plot -0,2 0,8 1,8 2,8 3,8 4,8

Box-and-Whisker Plot -0,2 0,8 1,8 2,8 3,8 4,8 . Aufgabe: Für zwei verschiedene Aktien wurde der relative Kurszuwachs (in % beobachtet. Aus den jeweils 20 Quartaldaten ergaben sich die folgenden Box-Plots. Box-and-Whisker Plot Aktie Aktie 2-0,2 0,8,8

Mehr

Klausur Wirtschaftsmathematik Lösungshinweise

Klausur Wirtschaftsmathematik Lösungshinweise Klausur Wirtschaftsmathematik Lösungshinweise Prüfungsdatum: 27. Juni 2015 Prüfer: Etschberger Studiengang: Wirtschaftsingenieurwesen Aufgabe 1 16 Punkte Anton Arglos hat von seiner Großmutter 30 000 geschenkt

Mehr

Aufgabe 2.1. Ergebnis, Ergebnismenge, Ereignis

Aufgabe 2.1. Ergebnis, Ergebnismenge, Ereignis Aufgabe 2. Ergebnis, Ergebnismenge, Ereignis Ergebnis und Ergebnismenge Vorgänge mit zufälligem Ergebnis, oft Zufallsexperiment genannt Bei der Beschreibung der Ergebnisse wird stets ein bestimmtes Merkmal

Mehr

Konfidenzintervalle so einfach wie möglich erklärt

Konfidenzintervalle so einfach wie möglich erklärt Konfidenzintervalle so einfach wie möglich erklärt Wolfgang Ludwig-Mayerhofer, Universität Siegen, Philosophische Fakultät, Seminar für Sozialwissenschaften Vorbemerkung: Es handelt sich um die Anfang

Mehr

Einseitig gerichtete Relation: Mit zunehmender Höhe über dem Meeresspiegel sinkt im allgemeinen die Lufttemperatur.

Einseitig 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

Mehr

Befragung und empirische Einschätzung der Praxisrelevanz

Befragung und empirische Einschätzung der Praxisrelevanz Befragung und empirische Einschätzung der Praxisrelevanz eines Vorgehensmodells zur Auswahl von CRM-Systemen D I P L O M A R B E I T zur Erlangung des Grades eines Diplom-Ökonomen der Wirtschaftswissenschaftlichen

Mehr

9 Resümee. Resümee 216

9 Resümee. Resümee 216 Resümee 216 9 Resümee In der vorliegenden Arbeit werden verschiedene Methoden der Datenreduktion auf ihre Leistungsfähigkeit im sozialwissenschaftlichstatistischen Umfeld anhand eines konkreten Anwendungsfalls

Mehr

Verursachungsgerechtes Kreditpricing: ein Muss? Michael F. Reiff

Verursachungsgerechtes Kreditpricing: ein Muss? Michael F. Reiff Verursachungsgerechtes Kreditpricing: ein Muss? Michael F. Reiff Im Kreditgeschäft mit Firmenkunden existieren keine Marktpreise, was zu fatalen Fehlentscheidungen bei der Preisgestaltung führen kann.

Mehr

Also kann nur A ist roter Südler und B ist grüner Nordler gelten.

Also kann nur A ist roter Südler und B ist grüner Nordler gelten. Aufgabe 1.1: (4 Punkte) Der Planet Og wird von zwei verschiedenen Rassen bewohnt - dem grünen und dem roten Volk. Desweiteren sind die Leute, die auf der nördlichen Halbkugel geboren wurden von denen auf

Mehr

Intrahaushalts- Entscheidungsfindung in Europa

Intrahaushalts- Entscheidungsfindung in Europa Intrahaushalts- Entscheidungsfindung in Europa Workshop Feministischer ÖkonomInnen (FemÖk), 18.1.2013 Agenda Ausgangspunkte Black Box Haushalt Forschungsfragen Hypothesen Daten und Methode Exkurs: Cluster-Analyse

Mehr

telemail 2.5 Spamfilter Benutzerhandbuch Anwendung des telemed Spamschutzes Erstellt: 28.02.10/BOL Freigabe: 28.02.10/ASU Bestimmung: Kunde

telemail 2.5 Spamfilter Benutzerhandbuch Anwendung des telemed Spamschutzes Erstellt: 28.02.10/BOL Freigabe: 28.02.10/ASU Bestimmung: Kunde telemail 2.5 Spamfilter Anwendung des telemed Spamschutzes Benutzerhandbuch Rev.: 02 Seite 1 von 12 1) Prinzip des telemed-spamfilters... 3 2) Neue Funktionen im telemail... 4 Aktivieren des Spamfilters

Mehr

Kapitel 3: Interpretationen

Kapitel 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...

Mehr

Conversion Attribution

Conversion Attribution Conversion Attribution Eines der Trendthemen über das zurzeit jeder spricht ist Attribution. Das heißt allerdings nicht, dass auch jeder weiß was genau Attribution ist, was man damit machen kann und für

Mehr

LM2. WAHRSCHEINLICHKEITSRECHNUNG/STATISTIK

LM2. WAHRSCHEINLICHKEITSRECHNUNG/STATISTIK LM2. WAHRSCHEINLICHKEITSRECHNUNG/STATISTIK III. In einer Region haben 60 % der Haushalte einen Internetanschluss. Das Diagramm veranschaulicht die Anteile der Zugangsgeschwindigkeiten unter den Haushalten

Mehr

Marktliquidität von Aktien

Marktliquidität von Aktien Marktliquidität von Aktien Inauguraldissertation zur Erlangung der Würde eines Doctor rerum oeconomicarum der Wirtschafts- und Sozialwissenschaftlichen Fakultät der Universität Bern Lukas Roth Die Fakultät

Mehr

Statistik Musterlösungen

Statistik Musterlösungen Statistik Musterlösungen Regina Tüchler & Achim Zeileis Institut für Statistik & Mathematik Wirtschaftsuniversität Wien 1 Grundbegriffe (1.23) Skript Reaktionen auf Videofilm. Aussagen M, E, P, S h(m)

Mehr

0 Einführung: Was ist Statistik

0 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,

Mehr

Multinomiale logistische Regression

Multinomiale logistische Regression Multinomiale logistische Regression Die multinomiale logistische Regression dient zur Schätzung von Gruppenzugehörigkeiten bzw. einer entsprechenden Wahrscheinlichkeit hierfür, wobei als abhänginge Variable

Mehr

Dies ist die entscheidende Erkenntnis, um die es in diesem Buch geht. Nach Abschluss der Lektüre werden Sie verstehen, was genau ich damit meine.

Dies ist die entscheidende Erkenntnis, um die es in diesem Buch geht. Nach Abschluss der Lektüre werden Sie verstehen, was genau ich damit meine. Das Geheimnis der Spitzenspieler Das Spiel der Quoten No-Limit Hold em ist ein Spiel der Quoten. Liegen Sie mit Ihren Quoten grundlegend falsch, können Sie trotz noch so großem Engagement kein Gewinner

Mehr

Weitere (wählbare) Kontraste in der SPSS Prozedur Allgemeines Lineares Modell

Weitere (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

Mehr

Dossierbewertung A13-38 Version 1.0 Teriflunomid Nutzenbewertung gemäß 35a SGB V 20.12.2013

Dossierbewertung A13-38 Version 1.0 Teriflunomid Nutzenbewertung gemäß 35a SGB V 20.12.2013 2 Nutzenbewertung 2.1 Kurzfassung der Nutzenbewertung Hintergrund Der G-BA hat das IQWiG mit der Nutzenbewertung des Wirkstoffs Teriflunomid gemäß 35a SGB V beauftragt. Die Bewertung erfolgte auf Basis

Mehr

Diskriminanzanalyse Beispiel

Diskriminanzanalyse Beispiel Diskriminanzanalyse Ziel bei der Diskriminanzanalyse ist die Analyse von Gruppenunterschieden, d. h. der Untersuchung von zwei oder mehr Gruppen hinsichtlich einer Vielzahl von Variablen. Diese Methode

Mehr

Single Parity check Codes (1)

Single Parity check Codes (1) Single Parity check Codes (1) Der Single Parity check Code (SPC) fügt zu dem Informationsblock u = (u 1, u 2,..., u k ) ein Prüfbit (englisch: Parity) p hinzu: Die Grafik zeigt drei Beispiele solcher Codes

Mehr

Vorlesung. Funktionen/Abbildungen 1

Vorlesung. Funktionen/Abbildungen 1 Vorlesung Funktionen/Abbildungen 1 1 Grundlagen Hinweis: In dieser Vorlesung werden Funktionen und Abbildungen synonym verwendet. In der Schule wird eine Funktion häufig als eindeutige Zuordnung definiert.

Mehr

Kommentierter SPSS-Ausdruck zur logistischen Regression

Kommentierter SPSS-Ausdruck zur logistischen Regression Daten: POK V AG 3 (POKV_AG3_V07.SAV) Kommentierter SPSS-Ausdruck zur logistischen Regression Fragestellung: Welchen Einfluss hat die Fachnähe und das Geschlecht auf die interpersonale Attraktion einer

Mehr

8. Methoden der klassischen multivariaten Statistik

8. 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

Mehr

Studienprojekt Gaming

Studienprojekt Gaming Studienprojekt Gaming Ergebnispräsentation für die SponsorPay GmbH Berlin, 28.02.2013 Inhalt 1. Zentrale Ergebnisse 2. Ergebnisse der telefonischen Befragung (CATI) 3. Untersuchungsdesign Seite 2/11 Zentrale

Mehr

Norm- vs. Kriteriumsorientiertes Testen

Norm- vs. Kriteriumsorientiertes Testen Norm- vs. Kriteriumsorientiertes Testen Aus psychologischen Test ergibt sich in der Regel ein numerisches Testergebnis, das Auskunft über die Merkmalsausprägung der Testperson geben soll. Die aus der Testauswertung

Mehr

Messsystemanalyse (MSA)

Messsystemanalyse (MSA) Messsystemanalyse (MSA) Inhaltsverzeichnis Ursachen & Auswirkungen von Messabweichungen Qualifikations- und Fähigkeitsnachweise Vorteile einer Fähigkeitsuntersuchung Anforderungen an das Messsystem Genauigkeit

Mehr

Beispiel (Schule) Grundlegende Begriffe. Beispiel (Universität) Beispiel (Lotto) Untersuchungseinheiten und ihre Merkmale

Beispiel (Schule) Grundlegende Begriffe. Beispiel (Universität) Beispiel (Lotto) Untersuchungseinheiten und ihre Merkmale Grundlegende Begriffe Untersuchungseinheiten und ihre Merkmale Untersuchungseinheiten Merkmale Merkmalsausprägungen Beispiel (Schule) Untersuchungseinheiten: Schulkinder Merkmale: Körpergröße, Körpergewicht

Mehr

Quantitative Methoden der Bildungsforschung

Quantitative Methoden der Bildungsforschung Glieung Wieholung Korrelationen Grundlagen lineare Regression Lineare Regression in SPSS Übung Wieholung Korrelationen Standardisiertes Zusammenhangsmaß (unstandardisiert: Kovarianz) linearer Zusammenhang

Mehr

Elisabeth 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. 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

Mehr

Tipps und Tricks bei Gästebefragungen. Tourismus Trend Forum Graubünden 2009

Tipps und Tricks bei Gästebefragungen. Tourismus Trend Forum Graubünden 2009 Tipps und Tricks bei Gästebefragungen Dr. Tobias Luthe Projektleiter ITF und Dozent für Nachhaltigkeit und Tourismus Tourismus Trend Forum Graubünden 2009 Seite 1 Struktur der Präsentation Bedeutung der

Mehr

HTS-Berichte des ZTD - 01/2002 Vergleichsuntersuchung WILDE-Intelligenz-Test - Daten BFW Leipzig Bearbeiterin: A. Bettinville

HTS-Berichte des ZTD - 01/2002 Vergleichsuntersuchung WILDE-Intelligenz-Test - Daten BFW Leipzig Bearbeiterin: A. Bettinville UNIVERSITÉ DE FRIBOURG SUISSE UNIVERSITÄT FREIBURG SCHWEIZ ZENTRUM FÜR TESTENTWICKLUNG UND DIAGNOSTIK AM DEPARTEMENT FÜR PSYCHOLOGIE CENTRE POUR LE DEVELOPPEMENT DE TESTS ET LE DIAGNOSTIC AU DEPARTEMENT

Mehr

Alltagskompetenz im Test Umfrage an Berliner Schüler

Alltagskompetenz im Test Umfrage an Berliner Schüler Berlin, 14. März 2006 Weltverbrauchertag 2006: Fragebogen zur Verbraucherbildung Alltagskompetenz im Test Umfrage an Berliner Schüler Der Hintergrund Anlass für die Erhebung ist der Weltverbrauchertag

Mehr

1.5 Folgerungen aus dem Kolmogoroff- Axiomensystem P( ) = 0.

1.5 Folgerungen aus dem Kolmogoroff- Axiomensystem P( ) = 0. 1.5 Folgerungen aus dem Kolmogoroff- Axiomensystem Folg. 2 Sei (Ω, E, P) W.-raum. Seien A, B,A 1,...,A n Ereignisse. Es gelten die folgenden Aussagen: 1. P(A) = 1 P(A). 2. Für das unmögliche Ereignis gilt:

Mehr

Private Unfallversicherungen bei Selbstständigen - Ergebnisse einer repräsentativen Studie von Forsa - November 2009

Private Unfallversicherungen bei Selbstständigen - Ergebnisse einer repräsentativen Studie von Forsa - November 2009 Private Unfallversicherungen bei Selbstständigen - Ergebnisse einer repräsentativen Studie von Forsa - November 2009 Inhalt Studiensteckbrief Management Summary Grafiken: Besitzquoten bei privaten Unfallversicherungen

Mehr

Profil 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

Profil 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

Mehr

in Zusammenarbeit mit dem Finanzmarketing-Verband Österreich Fachverband Versicherungsmakler

in Zusammenarbeit mit dem Finanzmarketing-Verband Österreich Fachverband Versicherungsmakler in Zusammenarbeit mit dem Finanzmarketing-Verband Österreich Fachverband Versicherungsmakler RECOMMENDER 2012 AUFTRAGGEBER: FINANZ-MARKETING VERBAND ÖSTERREICH AUSFÜHRENDES INSTITUT: TELEMARK MARKETING

Mehr

25. Januar 2010. Ruhr-Universität Bochum. Methodenlehre III, WS 2009/2010. Prof. Dr. Holger Dette. 4. Multivariate Mittelwertvergleiche

25. 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

Mehr

werden können. Wenn der Benutzer zudem eine konkrete Differenz mit praktischen Konsequenzen angibt, berechnet der Assistent den Stichprobenumfang,

werden können. Wenn der Benutzer zudem eine konkrete Differenz mit praktischen Konsequenzen angibt, berechnet der Assistent den Stichprobenumfang, Dieses White Paper ist Teil einer Reihe von Veröffentlichungen, welche die Forschungsarbeiten der Minitab-Statistiker erläutern, in deren Rahmen die im Assistenten der Minitab 17 Statistical Software verwendeten

Mehr

1. Biometrische Planung

1. Biometrische Planung 1. Biometrische Planung Die biometrische Planung ist Teil der Studienplanung für wissenschaftliche Studien, in denen eine statistische Bewertung von Daten erfolgen soll. Sie stellt alle erforderlichen

Mehr

Softwaretechnik. Prof. Dr. Rainer Koschke. Fachbereich Mathematik und Informatik Arbeitsgruppe Softwaretechnik Universität Bremen

Softwaretechnik. Prof. Dr. Rainer Koschke. Fachbereich Mathematik und Informatik Arbeitsgruppe Softwaretechnik Universität Bremen Softwaretechnik Prof. Dr. Rainer Koschke Fachbereich Mathematik und Informatik Arbeitsgruppe Softwaretechnik Universität Bremen Wintersemester 2013/14 Überblick I Statistik bei kontrollierten Experimenten

Mehr

Claus Ebster, Lieselotte Stalzer, Wissenschaftliches Arbeiten für Wirtschafts- und Sozialwissenschaftler

Claus Ebster, Lieselotte Stalzer, Wissenschaftliches Arbeiten für Wirtschafts- und Sozialwissenschaftler Zusatzmaterialien zum UTB-Band Claus Ebster, Lieselotte Stalzer, Wissenschaftliches Arbeiten für Wirtschafts- und Sozialwissenschaftler bereitgestellt über www.utb-shop.de/9783825238612 Das Buch vermittelt

Mehr

Abschlussklausur (60 Minuten), 15. Juli 2014

Abschlussklausur (60 Minuten), 15. Juli 2014 Prof. Dr. Amelie Wuppermann Volkswirtschaftliche Fakultät Universität München Sommersemester 2014 Empirische Ökonomie 1 Abschlussklausur (60 Minuten), 15. Juli 2014 Bearbeitungshinweise Die Bearbeitungszeit

Mehr

Tutorium 3 zu Einführung in das Marketing

Tutorium 3 zu Einführung in das Marketing Tutorium 3 zu Einführung in das Marketing 1 Likert-Skala Aufgabe 1a) Vorgehensweise: Befragung von Personen zu mehreren positiven oder negativen Aussagen (Items) Befragte müssen angeben, inwieweit sie

Mehr

Absolute Stetigkeit von Maßen

Absolute Stetigkeit von Maßen Absolute Stetigkeit von Maßen Definition. Seien µ und ν Maße auf (X, Ω). Dann heißt ν absolut stetig bezüglich µ (kurz ν µ ), wenn für alle A Ω mit µ(a) = 0 auch gilt dass ν(a) = 0. Lemma. Sei ν ein endliches

Mehr

EINSTELLUNG DER VORARLBERGER BEVÖLKERUNG

EINSTELLUNG DER VORARLBERGER BEVÖLKERUNG EINSTELLUNG DER VORARLBERGER BEVÖLKERUNG ZU AKTUELLEN THEMEN DER LANDESPOLITIK Ergebnisse repräsentativer Meinungsumfragen, durchgeführt im Auftrage der VN bei der Vorarlberger Bevölkerung (Wahlberechtigte)

Mehr

Grundlagen der empirischen Sozialforschung

Grundlagen der empirischen Sozialforschung Grundlagen der empirischen Sozialforschung Sitzung 1 Jan Finsel Lehrstuhl für empirische Sozialforschung Prof. Dr. Petra Stein 20. Oktober 2008 1 / 28 Online-Materialien Die Materialien zur Vorlesung finden

Mehr

Biostatistik, Winter 2011/12

Biostatistik, Winter 2011/12 Biostatistik, Winter 2011/12 Vergleich zweier Stichproben, nichtparametrische Tests Prof. Dr. Achim Klenke http://www.aklenke.de 11. Vorlesung: 27.01.2012 1/86 Inhalt 1 Tests t-test 2 Vergleich zweier

Mehr

Mathematik IV: Statistik. für D-UWIS, D-ERDW, D-USYS und D-HEST SS14

Mathematik IV: Statistik. für D-UWIS, D-ERDW, D-USYS und D-HEST SS14 Mathematik IV: Statistik für D-UWIS, D-ERDW, D-USYS und D-HEST SS14 Hygienische Reiniger Wissenschaftliche Studie: 10 000 Reinigungsversuche, 6 Fälle mit mehr als 1 Bakterien Stimmt s jetzt oder was? Binomialtest:

Mehr