Master of Science in Pflege
|
|
- Maria Dieter
- vor 8 Jahren
- Abrufe
Transkript
1 Master of Science in Pflege Modul: Statistik Analyse von Kategoriedaten / Nicht-parametrische Methoden Dezember 2012 Prof. Dr. Jürg Schwarz Folie 2 Programm 19. Dezember 2012: Vormittag ( ) Vorlesung - Analyse von Kategoriedaten / Berechnung der Kennzahlen RR & OR - Nicht-parametrische Methoden Tutorat / Assignment: Einführung zum Thema - QQ-Diagramm / Anwendung nicht-parametrischer Methoden mit SPSS Programm 19. Dezember 2012: Nachmittag ( ) Anwendung in der Pflegewissenschaft: Beispiele - Them et al. (2009) Tutorat / Assignment - Begleitetes Lösen des Assignments Remains of the Day: Anmerkung zum Vademecum
2 Ziele der Vorlesung Folie 3 Sie kennen das Konzept des Chi-Quadrat-Tests. Sie kennen die Schritte zur Durchführung eines Chi-Quadrat-Tests. Sie kennen das Vorgehen beim Chi-Quadrat-Test. Sie kennen die Yates-Korrektur und den exakten Test nach Fisher. Sie kennen Zusammenhangsmasse. Sie können einen Chi-Quadrat-Test mit SPSS durchführen Im Einzelnen wissen Sie, wie die Ausgabe zu interpretieren ist. Sie kennen die Bedeutung der Kennzahlen RR & OR. Sie können die Kennzahlen RR & OR mit SPSS berechnen. Folie 4 Sie verstehen die Schritte bei der Durchführung nicht-parametrischer Tests. Sie verstehen das Konzept von rangierten Daten. Sie verstehen unterschiedliche Konzepte nicht-parametrischer Tests. Sie können nicht-parametrische Methoden mit SPSS anwenden. Im Einzelnen wissen Sie, wie die Ausgabe zu interpretieren ist. die Ausgabe zu beschreiben ist.
3 Kategoriedaten Ein typisches Beispiel für die Anwendung des Chi-Quadrat-Tests Folie 5 Statistik zu Todesursachen Zufällige Stichprobe von n = 200 Todesfällen in einem Spital. Andere Ursache Lungenkrebs Σ Nichtraucher % 12 40% 119 Raucher 63 37% 18 60% 81 Σ % % 200 Gibt es einen Zusammenhang zwischen Rauchen und Lungenkrebs? Fragen Folie 6 Umgangssprachliche Ebene Gibt es einen Zusammenhang zwischen Rauchen und Lungenkrebs? Ebene der Forschungsfrage Ist die Wahrscheinlichkeit höher, dass Raucher aufgrund von Lungenkrebs sterben? Statistische Ebene Hypothesenbildung H 0 : Raucherstatus und Todesursache sind von einander unabhängig. H A : Raucherstatus und Todesursache sind von einander abhängig. Kann die Hypothese H 0 verworfen werden? Lösung Durchführen eines Chi-Quadrat-Tests für Kreuztabellen Berechnen eines Zusammenhangsmasses ("Wie stark ist der Zusammenhang?") "How to" mit SPSS SPSS Menü: Analysieren Deskriptive Statistik Kreuztabellen...
4 Folie 7 Ergebnis SPSS Ausgabe Typische statistische Aussage: Es gibt einen signifikanten Zusammenhang zwischen Rauchen und Lungenkrebs (Chi-quadrat: χ 2 = 4.658, df =1,p =.031, V =.167). Der Wert von Cramers V liegt unter 0.3, also ist der Zusammengang nicht sehr stark. Konzept des Chi-Quadrat-Tests Folie 8 Hauptschritte 1. Definition der zu untersuchenden Variablen Nicht jede Kombination von zwei Variablen ist sinnvoll! Es sollten theoretische und empirische Hinweise auf einen Zusammenhang vorliegen. 2. Erstellen einer Kreuztabelle Absolutwerte und Prozentwerte Eine dritte Variable kann als Schichtvariable verwendet werden. 3. Vergleich von empirischer und erwarteter Häufigkeit Erwartete Häufigkeiten werden aus den Randverteilungen der Tabelle berechnet. 4. Chi-Quadrat-Test Teststatistik wird berechnet und mit kritischem Wert verglichen. 5. Überprüfen der Zusammenhangsmasse Berechnen der Zusammenhangsmasse Viele unterschiedliche Methoden: Unter anderem abhängig vom Skalentyp.
5 Kreuztabelle Folie 9 Grundform Wert von Variable 2 Absolute Häufigkeit der Zelle "1,J" (Variable 1 = 1, Variable 2 = J) J Summe Wert von Variable 1 1 n 11 n 12 n 1J n 1. 2 n 21 n 22 n 2J n I n I1 n I2 n IJ n I. Summe n.1 n.2 n.j n.. Anzahl Fälle mit Variable 2 =1 Gesamtanzahl von Fällen (Stichprobengrösse n) Die Summen der Spalten und der Reihen bilden die sogenannte Randverteilung. Prozentwerte Folie 10 Es ist oft schwierig, Kreuztabellen nur anhand der absoluten Anzahlen zu beurteilen. Prozentwerte verbessern die Lesbarkeit.
6 Vergleich von empirischen Werten und erwarteten Werten Folie 11 Erwartete Randverteilung unter H 0 Randverteilung: Eindimensionale Verteilung beider Variablen Y X Andere Ursache Lungenkrebs Σ p i Nichtraucher % Raucher % Σ % q j 85.0% 15.0% 100.0% Auf der Basis der relativen Häufigkeiten p i und q j werden die Wahrscheinlichkeiten in den Zellen berechnet. Multiplikationsregel der Wahrscheinlichkeitsrechnung für eine Ereignis {X = i Y = j}: P(X = i Y = j) = p i q j i = 1, 2; j = 1, 2 Voraussetzung: X und Y sind voneinander unabhängig ist unter H 0 erfüllt. Erwartete Werte unter H 0 Folie 12 Beispiel: p 1 q 1 = 85.0% 59.5% = 50.6% Andere Ursache Lungenkrebs p i Nichtraucher 50.6% 8.9% 59.5% Raucher 34.4% 6.1% 40.5% q j 85.0% 15.0% Multiplikation mit n = 200 liefert die erwartete Häufigkeit f' ij = p i q j n Beispiel: f' 11 = p 1 q 1 n = 59.5% 85.0% 200 = Andere Ursache Lungenkrebs Nichtraucher Raucher
7 Abweichungen zwischen empirischer und erwarteter Häufigkeit Folie 13 Empirische Häufigkeit f ij Andere Ursache Lungenkrebs Nichtraucher Raucher Differenz f ij - f' ij Erwartete Häufigkeit f' ij Andere Ursache Lungenkrebs Nichtraucher Raucher Andere Ursache Lungenkrebs Nichtraucher Raucher Teststatistik (Karl Pearson, , Britischer Mathematiker) k m ij ij χ = = = i= 1 j= 1 (f f ' ) ( ) ( ) ( ) ( ) f ' ij Teststatistik ist χ 2 -verteilt mit ν = (k - 1) (m-1) Freiheitsgraden k = Anzahl Spalten, m = Anzahl Zeilen 5.62 Intermezzo: χ 2 -Verteilung Folie 14 Die Form der χ 2 -Verteilung ist abhängig vom Parameter ν. Für ν nähert sich die χ 2 -Verteilung einer Normalverteilung an.
8 Quantile der χ 2 -Verteilung Folie 15 ν Freiheitsgrade α Signifikanzniveau c kritischer Wert χ 2 = 5.62 Critical value for significance level α ν α = 0.5% α = 1.0% α = 5.0% : c = 3.84 Beispiel Lungenkrebs ν = (2-1) (2-1) = 1 χ 2 = > 3.84 H 0 kann verworfen werden. Einschränkungen Folie 16 Nicht in allen Fällen kann die Stichprobenverteilung exakt durch die theoretische χ 2 -Verteilung beschrieben werden. Dann muss der Chi-Quadrat-Test angepasst werden. Stichprobengrösse Die Stichprobe sollte grösser als 50 sein (n > 50). Im Falle von n falls 20 < n 50: Verwenden der Korrektur von Yates falls n 20: Verwenden des exakten Tests nach Fisher Erwartete Häufigkeit Die erwartete Häufigkeit sollte grösser als 5 sein (f' ij > 5). Im Falle von f' ij 5... Verwenden des exakten Tests nach Fisher In bestimmten Fällen Zusammenlegen von Spalten und Zeilen, um die Häufigkeit zu erhöhen Anzahl Freiheitsgrade (df) Die Anzahl Freiheitsgrade sollte grösser als 1 sein (ν = (k - 1) (m-1) > 1). Im Falle von 2x2 Tabellen (ν = 1): Verwenden der Korrektur von Yates
9 Korrektur von Yates Folie 17 SPSS bezeichnet die Yates-Korrektur als "Kontinuitätskorrektur". (f f ' ) χ = χ = k m 2 k m 2 ij ij 2 Yates i= 1 j= 1 f ' ij i= 1 j= 1 ( f f ' 0.5) ij ij f ' ij 2 Exakter Test nach Fisher Folie 18 Wird anstelle des Chi-Quadrat-Tests verwendet, wenn die Voraussetzungen nicht erfüllt sind. Der exakte Test nach Fisher basiert auf Simulationen und hat keine Voraussetzungen. Achtung: Im Falle einer 2x2 Tabelle wird automatisch der exakte Test nach Fisher berechnet.
10 Zusammenhangsmasse Folie 19 Der Chi-Quadrat-Test gibt nur Informationen zum Vorhandensein eines Zusammenhangs. keine Hinweise zur Intensität und Richtung des Zusammenhangs. Zusammenhangsmasse geben Hinweise darauf. Drei Gruppen von Zusammenhangsmassen Nominal mit Nominalskalierung Teil A: basiert auf χ 2 -Testgrösse Teil B: basiert auf Fehlerreduktion Ordinal mit Ordinalskalierung basiert auf Fehlerreduktion Nominal mit Intervallskalierung basiert auf Korrelation Chi-Quadrat-Test mit SPSS: Ein detailliertes Beispiel Folie 20 Kundenzufriedenheit eines Einzelhandelsgeschäfts (Nominal-Nominal) Umfrage bei 582 Kundinnen und Kunden in 4 Geschäftsstellen Ergebnis Die Servicezufriedenheit ist der wichtigste Faktor für die Kundenzufriedenheit. Kundenzufriedenheit Preiszufriedenheit Sortimentszufriedenheit Servicezufriedenheit Qualitätszufriedenheit Folgefrage / Chi-Quadrat-Test Bietet jede der Geschäftsstellen das gleiche Niveau an Servicezufriedenheit? => Ein Chi-Quadrat-Test wird durchgeführt, um diese Frage zu beantworten.
11 SPSS Menü: Analysieren Deskriptive Statistik Kreuztabellen... Folie 21 Interpretation der Ausgabe Folie 22 p > 0.05 Es gibt keinen Zusammenhang zwischen der Servicezufriedenheit und der Geschäftsstelle. Allfällige Unterschiede in der Kundenzufriedenheit sind zufällig.
12 Stärke des Zusammenhangs Folie 23 Symmetrische Masse Obwohl kein signifikanter Zusammenhang vorliegt, wird er für das Skript aus Gründen der Vollständigkeit berechnet. Cramer's V und Kontingenzkoeffizient sind tiefer als 0.3 Phi eignet sich nicht für 2x2-Tabellen. Symmetrische Maße Nominal- bzgl. Nominalmaß Anzahl der gültigen Fälle Phi Cramer-V Kontingenzkoeffizient a. Die Null-Hyphothese wird nicht angenommen. Näherung sweise Wert Signifikanz b. Unter Annahme der Null-Hyphothese wird der asymptotische Standardfehler verwendet. Folie 24 Richtungsmasse Zusammenhangsmasse, die auf der χ 2 -Testgrösse basieren, sind nicht einfach zu interpretieren. Richtungsmasse geben eine zusätzliche Aussage zur Abhängigkeit zweier Variablen. Ob ein Kunde zu einer bestimmten Geschäftsstelle gehört, kann besser vorhergesagt werden, wenn die Informationen zur Kundenservice-Befragung beigezogen werden. (z.b. "Store abhängig" =.026 vs. "Service satisfaction abhängig" =.000) Nominal- bzgl. Nominalmaß Lambda Goodman-und-Kruskal- Tau a. Die Null-Hyphothese wird nicht angenommen. Richtungsmaße Symmetrisch Store abhängig Service satisfaction abhängig Store abhängig Service satisfaction abhängig b. Unter Annahme der Null-Hyphothese wird der asymptotische Standardfehler verwendet. c. Kann nicht berechnet werden, weil der asymptotische Standardfehler gleich Null ist. d. Basierend auf Chi-Quadrat-Näherung Asymptoti scher Näherung Standardf Näherung sweise Wert ehler a sweises T b Signifikanz c. c d d
13 Berechnung der Kennzahlen RR & OR Ein Beispiel Folie 25 Studie zum Thema Depression bei 294 Probanden. Depression: Ja Depression: Nein Σ Frauen a = 40 b = 143 a + b = 183 Männer c = 10 d = 101 c + d = 111 Kohortenstudie (cohort study) Eine vorher festgelegte Gruppe, bei der das Ereignis noch nicht eingetreten ist, wird über einen bestimmten Zeitraum untersucht. Es wird festgestellt, bei welchen Probanden das Ereignis eintritt und bei welchen nicht. Es wird berechnet, ob sich das Risiko des Eintretens zwischen den Kategorien einer unabhängigen Variablen (zum Beispiel Geschlecht) unterscheidet. Fall-Kontrollstudie (case-control study) Ein bestimmte Gruppe, bei der das zu untersuchende Ereignis bereits eingetreten ist, wird mit einer Kontrollgruppe verglichen, bei der das Ereignis nicht eingetroffen ist. Beispiel Kohortenstudie (cohort study) Folie 26 Erkrankungsrisiken der beiden Geschlechter Erkrankungsrisiko Frauen Erkrankungsrisiko Männer a = = = = % a + b c = = = = % c + d Relatives Risiko (RR relative risk) Das relative Risiko ist das Erkrankungsrisiko der einen Gruppe relativ zum Erkrankungsrisiko der anderen Gruppe. a Erkrankungsrisiko a+b Erkrankungsrisiko c Männer c+d Frauen RR = = = = Das Risiko, depressiv zu werden, ist bei Frauen mal so gross wie bei Männer.
14 Beispiel Fall-Kontrollstudie Folie 27 Chancen ("Odds") der beiden Geschlechter, depressiv zu werden Odds Frauen Odds Männer a 40 = = = b 143 c 10 = = = d 101 Die Chance beträgt 40 zu 143 Die Chance beträgt 10 zu 101 Odds ratio (OR) Die Odds ratio ist das Verhältnis der Chancen von Frauen und Männern. a Odds b a d a d Odds c Männer b c c b d Frauen OR = = = = = = Das Chance, depressiv zu werden, ist bei Frauen mal so gross wie bei Männer. Berechnung von RR und OR mit SPSS SPSS Menü: Analysieren Deskriptive Statistik Kreuztabellen... Folie 28
15 Folie 29 Output (Englische Version) Kreuztabelle Odds ratio Relatives Risiko Voraussetzung bei der Codierung: Frauen = 0, Depression: Ja = 0 SPSS rechnet auch eine andere Codierungsvariante: "For cohort depression = no" Parametrische vs. nicht-parametrische Tests Folie 30 Ausgangslage Alle bisher in diesem Kurs verwendeten Tests basieren auf bestimmten Voraussetzungen, insbesondere auf Voraussetzungen zur Verteilung der Variablen in der Grundgesamtheit: Normalität (Variable respektive Fehlerterm ist normalverteilt) Homogenität der Varianzen (Varianz von verschiedenen Gruppen/Einheiten ist gleich) Diese Tests werden als "parametrische Tests" bezeichnet, weil die Form der Verteilung in der Grundgesamtheit durch bekannte Verteilungen und deren Parameter beschrieben wird. Beispiel: Variable X ist normalverteilt X ~ N(µ,σ 2 ) mit den Parametern µ und σ 2. Tests, die keine solchen Annahmen machen, werden als nicht-parametrisch bezeichnet. Nicht-parametrische Tests werden auch verteilungsfreie Tests genannt, weil sie keine Annahmen zur Verteilung in der Grundgesamtheit machen. Wenn die Voraussetzungen für parametrische Tests verletzt sind, müssen nicht-parametrische Tests werden verwendet.
16 Folie 31 Methoden für nicht-parametrische Tests Es gibt zwei grundlegende Methoden, auf denen nicht-parametrische Tests basieren: Resampling - Permutation (Beispiel: Exakter Test nach Fisher) - Simulation (Beispiel: Bootstrapping in SPSS) Rangierung Die hier präsentierten nicht-parametrischen Tests beruhen auf der Rangierung der Daten: Grosse Werte werden durch hohe Ränge repräsentiert, kleine Werte durch tiefe Ränge. Die Analyse wird anstatt mit den Originaldaten mit den Rängen durchgeführt. Vorteile Nicht-parametrische Tests können verwendet werden wenn die Verteilung in der Grundgesamtheit unbekannt ist oder wenn Voraussetzungen verletzt sind bei Ausreissern bei kleinen Stichproben Nachteile Durch das Rangieren gehen Informationen zur Grösse der Differenzen verloren: Nicht-parametrische Tests haben weniger Macht, auch bei gleicher Stichprobengrösse. Es ist wahrscheinlicher, dass ein signifikanter Einfluss übersehen wird. Folie 32 Entscheidbaum für nicht-parametrische Tests (eine Auswahl) in diesem Kurs behandelte Methoden Normal t-test Eine Stichprobe Beliebig Vorzeichen-Test Zwei Stichproben Normal Beliebig ungepaart gepaart ungepaart gepaart t-test t-test WRS-Test WSR-Test Mehrere Stichproben Normal Beliebig Verteilung der Variablen ungepaart gepaart ungepaart gepaart Stichproben ANOVA Repeated ANOVA Kruskal-Wallis Friedman WRS: Wilcoxon rank-sum test WSR: Wilcoxon signed-rank test
17 Unabhängige und abhängige Stichproben Unabhängige (ungepaarte) Stichproben Die Messwerte von Personen in Stichprobe 1 ( ) und in Stichprobe 2 ( ) sind unbeeinflusst voneinander Spital 1 Spital 2 Folie 33 Behandlung A B C Abhängige (gepaarte, verbundene) Stichproben Jeder Messwert in Stichprobe 1 wird von einem bestimmten Messwert in Stichprobe 2 beeinflusst (und umgekehrt). Wenn bei einer Person mehrfach Erhebungen durchgeführt werden, um eine Entwicklung über die Zeit zu untersuchen (Messwiederholung) um verschiedene Treatments zu vergleichen Placebo Kreativität Ausdauer Tag 1 Tag 14 Tag 70 Methode A B C Wenn verschiedene Personen untersucht werden, die zusammengehören ("natürliche Paare", z.b. Ehepaare) die einander zugeordnet wurden, um den Effekt einer Störvariablen zu reduzieren (z.b. Matching von Personen vergleichbarer Empathiefähigkeit) Item 1 Ehemann Ehefrau Anti-Aggressions-Training* A B C *Matching durch Intelligenz Folie 34 SPSS Beispiele für unabhängige und für abhängige Stichproben Unabhängig Abhängig Knochendichte (Folie 36) Schlafmittel (Folie 41) Stichprobe A Frauen bis 50 : Stichprobe B Frauen über 50 Beispiel: Reaktionszeit von Proband 3 nach Einnahme von 4 verschiedene Schlafmitteln.
18 Nicht-parametrische Tests mit SPSS Folie 35 SPSS Menü: Analysieren Nichtparametrische Tests Alte Dialogfelder "Zwei unabhängige Stichproben " WRS: Wilcoxon rank-sum test (Wilcoxon-Rangsummentest, Mann-Whitney U-Test) "K unabhängige Stichproben " Kruskal-Wallis-Test "Zwei verbundene Stichproben " WSR: Wilcoxon signed-rank test (Wilcoxon-Vorzeichen-Rangsummentest) "K verbundene Stichproben " Friedman-Test Vergleich von zwei unabhängigen Stichproben Folie 36 Wilcoxon rank-sum test (Mann-Whitney U-Test) Gegeben Zwei unabhängige (nicht verbundene) Stichproben mit n 1, n 2 Elementen (allgemein n 1 n 2 ) Kleine Stichproben Nicht normalverteilt Frage Unterscheiden sich zwei unabhängige Stichproben in ihrer zentralen Tendenz? H 0 : Zentrale Tendenz ist gleich µ A = µ B H A : Zentrale Tendenz ist nicht gleich µ A µ B Beispiel Medizinische Forschung zu Osteoporose: Knochendichte in g/cm 3 Stichprobe A: Frauen bis und mit dem 50. Lebensjahr, n = 13 Stichprobe B: Frauen über 50, n = Stichprobe A Stichprobe B
19 Vorgehen Folie Ordnen der Werte der beiden Stichproben der Grösse nach Werte Stichprobe A Stichprobe B Zuweisen von Rängen zu den Werten Ränge Ränge A Ränge B Berechnen der Summen der Ränge Rangsumme Stichprobe A 205 Stichprobe B Berechnen der Teststatistik U basierend auf der Stichprobe mit kleinerer Rangsumme Teststatistik U = Rangsumme k n k (n k + 1) / 2 Werte der Stichprobe k mit kleinerer Rangsumme U = Rangsumme B n B (n B + 1) / 2 = (11 + 1) / 2 = 29 Folie Bestimmen des kritischen Werts mit Hilfe der untenstehenden Tabelle Verteilung für den Wilcoxon rank-sum test zweiseitig, α = 5% n n Der kritische Wert beträgt Vergleichen der Teststatistik mit dem kritischen Wert 29 Annehmen von H Annehmen von H 0 Verwerfen von H 0 Der Wert der Teststatistik liegt im Verwerfungsbereich von H 0 : Die Knochendichten der Stichproben A und B sind signifikant verschieden.
20 Wilcoxon rank-sum test (Mann-Whitney U-Test) mit SPSS Folie 39 Folie 40 Teststatistik U Rangsumme der kleineren Stichprobe Z-Wert wird für den asymptotischen Test berechnet "Asymptotische Signifikanz (2-seitig)" basiert auf einer Annäherung an eine Normalverteilung. Bei Stichproben mit n > 30 wird "Asymptotische Signifikanz" verwendet. Hier ist n 30, daher: Die Knochendichten der Stichproben A und B sind signifikant verschieden (Exact Wilcoxon ranksum test: U = 29, p =.013). Wäre n > 30, dann: Die Knochendichten der Stichproben A und B sind signifikant verschieden (Asymptotic Wilcoxon rank-sum test: Z = , p =.014).
21 Vergleich von mehreren abhängigen Stichproben Folie 41 Friedman-Test Gegeben Abhängige Stichproben Kleine Stichproben Nicht normalverteilt Frage Gibt es einen Unterschied zwischen den zentralen Tendenzen? H 0 : zentrale Tendenzen sind gleich H A : mindestens zwei der zentralen Tendenzen sind nicht gleich Beispiel Einfluss von 4 Schlafmitteln (drug1, ) auf die Reaktionszeit (gemessen in Millisekunden) Proband drug1 drug2 drug3 drug Beispiel: Abhängigkeit der Reaktionszeit von den Schlafmitteln (drug1, ) bei Proband 3 Vorgehen 1. Zuweisen von Rängen für jedes Schlafmittel innerhalb jedes Probanden Folie 42 Proband drug1 drug2 drug3 drug Beispiel: Rangierte Reaktionszeit (Ränge 1 bis 4) von Proband 3 Falls mehrere Werte den gleichen Rang haben, werden sie durch den Durchschnitt ersetzt. 2. Berechnen der Rangsumme R j jeder Spalte (= jedes Schlafmittels) Proband drug1 drug2 drug3 drug R j Berechnen der Teststatistik V k V = Rj 3n(k + 1) = ( ) 3 5(4 + 1) = nk(k + 1) 5 4(4 + 1) j= 1 k = Anzahl Treatments = 4 Behandlungsstufen n = Anzahl Probanden = 5 Probanden
22 4. Bestimmen des kritischen Werts mit Hilfe der untenstehenden Tabelle Folie 43 Die Teststatistik folgt einer χ 2 -Verteilung mit folgenden Freiheitsgraden: ν = k 1 = 4 1 = α df Kritischer Wert für 5%-Signifikanzniveau: χ 2 95% = Vergleichen der Testgrösse mit dem kritischen Wert (χ 2 95% = 7.81) < (V = 13.74) Die Nullhypothese wird verworfen. Die Rangsummen unterscheiden sich. Die Schlafmittel wirken sich signifikant verschieden auf die Reaktionszeit aus. Friedman-Test mit SPSS Folie 44
23 Folie 45 Vergleiche "Chi-Quadrat" mit der Testgrösse F = SPSS verwendet einen etwas anderen Algorithmus. Die Schlafmittel wirken sich signifikant verschieden auf die Reaktionszeit aus (Friedman-Test: χ 2 = , df = 3, p =.003). Inhaltsverzeichnis Folie 46 Ziele der Vorlesung 3 Kategoriedaten 5 Ein typisches Beispiel für die Anwendung des Chi-Quadrat-Tests...5 Konzept des Chi-Quadrat-Tests...8 Einschränkungen...16 Chi-Quadrat-Test mit SPSS: Ein detailliertes Beispiel...20 Berechnung der Kennzahlen RR & OR 25 Ein Beispiel...25 Parametrische vs. nicht-parametrische Tests 30 Ausgangslage...30 Vergleich von zwei unabhängigen Stichproben...36 Vergleich von mehreren abhängigen Stichproben...41
Einfache statistische Auswertungen mit dem Programm SPSS
Einfache statistische Auswertungen mit dem Programm SPSS Datensatz: fiktive_daten.sav Dipl. Päd. Anne Haßelkus Dr. Dorothea Dette-Hagenmeyer 11/2011 Überblick 1 Deskriptive Statistiken; Mittelwert berechnen...
MehrWillkommen zur Vorlesung Statistik (Master)
Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Verteilungsfreie Verfahren Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften
MehrÜberblick über die Verfahren für Ordinaldaten
Verfahren zur Analyse ordinalskalierten Daten 1 Überblick über die Verfahren für Ordinaldaten Unterschiede bei unabhängigen Stichproben Test U Test nach Mann & Whitney H Test nach Kruskal & Wallis parametrische
MehrStatistik für Studenten der Sportwissenschaften SS 2008
Statistik für Studenten der Sportwissenschaften SS 008 Aufgabe 1 Man weiß von Rehabilitanden, die sich einer bestimmten Gymnastik unterziehen, dass sie im Mittel µ=54 Jahre (σ=3 Jahre) alt sind. a) Welcher
MehrGüte von Tests. die Wahrscheinlichkeit für den Fehler 2. Art bei der Testentscheidung, nämlich. falsch ist. Darauf haben wir bereits im Kapitel über
Güte von s Grundlegendes zum Konzept der Güte Ableitung der Gütefunktion des Gauss im Einstichprobenproblem Grafische Darstellung der Gütefunktionen des Gauss im Einstichprobenproblem Ableitung der Gütefunktion
MehrStatistische Auswertung:
Statistische Auswertung: Die erhobenen Daten mittels der selbst erstellten Tests (Surfaufgaben) Statistics Punkte aus dem Punkte aus Surftheorietest Punkte aus dem dem und dem Surftheorietest max.14p.
MehrStatistik II für Betriebswirte Vorlesung 2
PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik Statistik II für Betriebswirte Vorlesung 2 21. Oktober 2014 Verbundene Stichproben Liegen zwei Stichproben vor, deren Werte einander
MehrTutorial: Homogenitätstest
Tutorial: Homogenitätstest Eine Bank möchte die Kreditwürdigkeit potenzieller Kreditnehmer abschätzen. Einerseits lebt die Bank ja von der Vergabe von Krediten, andererseits verursachen Problemkredite
MehrMETHODENLEHRE I WS 2013/14 THOMAS SCHÄFER
METHODENLEHRE I WS 2013/14 THOMAS SCHÄFER DAS THEMA: INFERENZSTATISTIK IV INFERENZSTATISTISCHE AUSSAGEN FÜR ZUSAMMENHÄNGE UND UNTERSCHIEDE Inferenzstatistik für Zusammenhänge Inferenzstatistik für Unterschiede
MehrMelanie Kaspar, Prof. Dr. B. Grabowski 1
7. Hypothesentests Ausgangssituation: Man muss sich zwischen 2 Möglichkeiten (=Hypothesen) entscheiden. Diese Entscheidung soll mit Hilfe von Beobachtungen ( Stichprobe ) getroffen werden. Die Hypothesen
MehrÜbungen zur Veranstaltung Statistik 2 mit SPSS
Raum 22, Tel. 39 4 Aufgabe 5. Wird der neue Film MatchPoint von Woody Allen von weiblichen und männlichen Zuschauern gleich bewertet? Eine Umfrage unter 00 Kinobesuchern ergab folgende Daten: Altersgruppe
MehrEinfache Varianzanalyse für abhängige
Einfache Varianzanalyse für abhängige Stichproben Wie beim t-test gibt es auch bei der VA eine Alternative für abhängige Stichproben. Anmerkung: Was man unter abhängigen Stichproben versteht und wie diese
MehrBusiness Value Launch 2006
Quantitative Methoden Inferenzstatistik alea iacta est 11.04.2008 Prof. Dr. Walter Hussy und David Tobinski UDE.EDUcation College im Rahmen des dokforums Universität Duisburg-Essen Inferenzstatistik Erläuterung
MehrStatistik II Wahrscheinlichkeitsrechnung und induktive Statistik Erste Klausur zum Sommersemester 2005 26. Juli 2005
Statistik II Wahrscheinlichkeitsrechnung und induktive Statistik Erste Klausur zum Sommersemester 2005 26. Juli 2005 Aufgabe 1: Grundzüge der Wahrscheinlichkeitsrechnung 19 P. Als Manager eines großen
MehrEinige Statistische Tests für den Ein- Zwei- und k-stichprobenfall (Nach Sachs, Stat. Meth.)
ue biostatistik: nichtparametrische testverfahren / ergänzung 1/6 h. Lettner / physik Statistische Testverfahren Einige Statistische Tests für den Ein- Zwei- und k-stichprobenfall (Nach Sachs, Stat. Meth.)
MehrMotivation. Wilcoxon-Rangsummentest oder Mann-Whitney U-Test. Wilcoxon Rangsummen-Test Voraussetzungen. Bemerkungen
Universität Karlsruhe (TH) Forschungsuniversität gegründet 825 Wilcoxon-Rangsummentest oder Mann-Whitney U-Test Motivation In Experimenten ist die Datenmenge oft klein Daten sind nicht normalverteilt Dann
MehrBiostatistik, WS 2015/2016 Der zwei-stichproben-t-test
1/29 Biostatistik, WS 2015/2016 Der zwei-stichproben-t-test (t-test für ungepaarte Stichproben) Matthias Birkner http://www.staff.uni-mainz.de/birkner/biostatistik1516/ 11.12.2015 2/29 Inhalt 1 t-test
MehrDie Optimalität von Randomisationstests
Die Optimalität von Randomisationstests Diplomarbeit Elena Regourd Mathematisches Institut der Heinrich-Heine-Universität Düsseldorf Düsseldorf im Dezember 2001 Betreuung: Prof. Dr. A. Janssen Inhaltsverzeichnis
MehrKontingenzkoeffizient (nach Pearson)
Assoziationsmaß für zwei nominale Merkmale misst die Unabhängigkeit zweier Merkmale gibt keine Richtung eines Zusammenhanges an 46 o jl beobachtete Häufigkeiten der Kombination von Merkmalsausprägungen
MehrWürfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!.
040304 Übung 9a Analysis, Abschnitt 4, Folie 8 Die Wahrscheinlichkeit, dass bei n - maliger Durchführung eines Zufallexperiments ein Ereignis A ( mit Wahrscheinlichkeit p p ( A ) ) für eine beliebige Anzahl
MehrNichtparametrische statistische Verfahren
Nichtparametrische statistische Verfahren (im Wesentlichen Analyse von Abhängigkeiten) Kategorien von nichtparametrischen Methoden Beispiel für Rangsummentests: Wilcoxon-Test / U-Test Varianzanalysen 1-faktorielle
MehrWillkommen zur Vorlesung Statistik
Willkommen zur Vorlesung Statistik Thema dieser Vorlesung: Varianzanalyse Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften Prof. Dr. Wolfgang
MehrUnivariates Chi-Quadrat-Verfahren für ein dichotomes Merkmal und eine Messwiederholung: Test nach McNemar
Univariates Chi-Quadrat-Verfahren für ein dichotomes Merkmal und eine Messwiederholung: Test nach McNemar Inhaltsverzeichnis Univariates Chi-Quadrat-Verfahren für ein dichotomes Merkmal und eine Messwiederholung:
MehrÜberblick über die Tests
Anhang A Überblick über die Tests A.1 Ein-Stichproben-Tests A.1.1 Tests auf Verteilungsannahmen ˆ Shapiro-Wilk-Test Situation: Test auf Normalverteilung H 0 : X N(µ, σ 2 ) H 1 : X nicht normalverteilt
MehrB 2. " Zeigen Sie, dass die Wahrscheinlichkeit, dass eine Leiterplatte akzeptiert wird, 0,93 beträgt. (genauerer Wert: 0,933).!:!!
Das folgende System besteht aus 4 Schraubenfedern. Die Federn A ; B funktionieren unabhängig von einander. Die Ausfallzeit T (in Monaten) der Federn sei eine weibullverteilte Zufallsvariable mit den folgenden
MehrW-Rechnung und Statistik für Ingenieure Übung 11
W-Rechnung und Statistik für Ingenieure Übung 11 Christoph Kustosz (kustosz@statistik.tu-dortmund.de) Mathematikgebäude Raum 715 Christoph Kustosz (kustosz@statistik.tu-dortmund.de) W-Rechnung und Statistik
MehrLineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
MehrStatistik II für Betriebswirte Vorlesung 3
PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik Statistik II für Betriebswirte Vorlesung 3 5. November 2013 Beispiel: Aktiensplit (Aczel & Sounderpandan, Aufg. 14-28) Ein Börsenanalyst
Mehr1.3 Die Beurteilung von Testleistungen
1.3 Die Beurteilung von Testleistungen Um das Testergebnis einer Vp zu interpretieren und daraus diagnostische Urteile ableiten zu können, benötigen wir einen Vergleichsmaßstab. Im Falle des klassischen
MehrSchleswig-Holstein 2011. Kernfach Mathematik
Aufgabe 6: Stochastik Vorbemerkung: Führen Sie stets geeignete Zufallsvariablen und Namen für Ereignisse ein. Machen Sie auch Angaben über die Verteilung der jeweiligen Zufallsvariablen. Eine repräsentative
MehrFortgeschrittene Statistik Logistische Regression
Fortgeschrittene Statistik Logistische Regression O D D S, O D D S - R A T I O, L O G I T T R A N S F O R M A T I O N, I N T E R P R E T A T I O N V O N K O E F F I Z I E N T E N, L O G I S T I S C H E
MehrGrundlagen der Inferenzstatistik
Grundlagen der Inferenzstatistik (Induktive Statistik oder schließende Statistik) Dr. Winfried Zinn 1 Deskriptive Statistik versus Inferenzstatistik Die Deskriptive Statistik stellt Kenngrößen zur Verfügung,
MehrBachelorabschlussseminar Dipl.-Kfm. Daniel Cracau
1 Einführung in die statistische Datenanalyse Bachelorabschlussseminar Dipl.-Kfm. Daniel Cracau 2 Gliederung 1.Grundlagen 2.Nicht-parametrische Tests a. Mann-Whitney-Wilcoxon-U Test b. Wilcoxon-Signed-Rank
MehrEtwas positive Tendenz ist beim Wechsel der Temperatur von 120 auf 170 zu erkennen.
Explorative Datenanalyse Erstmal die Grafiken: Aufreisskraft und Temperatur 3 1-1 N = 1 15 17 Temperatur Diagramm 3 1 95% CI -1 N = 1 15 17 Temperatur Etwas positive Tendenz ist beim Wechsel der Temperatur
MehrMessung von Veränderungen. Dr. Julia Kneer Universität des Saarlandes
von Veränderungen Dr. Julia Kneer Universität des Saarlandes Veränderungsmessung Veränderungsmessung kennzeichnet ein Teilgebiet der Methodenlehre, das direkt mit grundlegenden Fragestellungen der Psychologie
Mehr9. Schätzen und Testen bei unbekannter Varianz
9. Schätzen und Testen bei unbekannter Varianz Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Schätzen und Testen bei unbekannter Varianz Wenn wir die Standardabweichung σ nicht kennen,
MehrB. Heger / R. Prust: Quantitative Methoden der empirischen Sozialforschung (Master Modul 1.3)
B. Heger / R. Prust: Quantitative Methoden der empirischen Sozialforschung (Master Modul 1.3) Übung 1 (mit SPSS-Ausgabe) 1. Erstellen Sie eine einfache Häufigkeitsauszählung der Variable V175 ( des/der
MehrProfil A 49,3 48,2 50,7 50,9 49,8 48,7 49,6 50,1 Profil B 51,8 49,6 53,2 51,1 51,1 53,4 50,7 50 51,5 51,7 48,8
1. Aufgabe: Eine Reifenfirma hat für Winterreifen unterschiedliche Profile entwickelt. Bei jeweils gleicher Geschwindigkeit und auch sonst gleichen Bedingungen wurden die Bremswirkungen gemessen. Die gemessenen
MehrForschungsstatistik I
Prof. Dr. G. Meinhardt. Stock, Nordflügel R. 0-49 (Persike) R. 0- (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de WS 008/009 Fachbereich
Mehrgeben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Gehen wir einmal davon aus, dass die von uns angenommenen
geben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Vollständigkeit halber aufgeführt. Gehen wir einmal davon aus, dass die von uns angenommenen 70% im Beispiel exakt berechnet sind. Was würde
MehrLineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der
MehrAUTOMATISIERTE HANDELSSYSTEME
UweGresser Stefan Listing AUTOMATISIERTE HANDELSSYSTEME Erfolgreich investieren mit Gresser K9 FinanzBuch Verlag 1 Einsatz des automatisierten Handelssystems Gresser K9 im Portfoliomanagement Portfoliotheorie
MehrLeseprobe. Wilhelm Kleppmann. Versuchsplanung. Produkte und Prozesse optimieren ISBN: 978-3-446-42033-5. Weitere Informationen oder Bestellungen unter
Leseprobe Wilhelm Kleppmann Versuchsplanung Produkte und Prozesse optimieren ISBN: -3-44-4033-5 Weitere Informationen oder Bestellungen unter http://www.hanser.de/-3-44-4033-5 sowie im Buchhandel. Carl
MehrZeichen bei Zahlen entschlüsseln
Zeichen bei Zahlen entschlüsseln In diesem Kapitel... Verwendung des Zahlenstrahls Absolut richtige Bestimmung von absoluten Werten Operationen bei Zahlen mit Vorzeichen: Addieren, Subtrahieren, Multiplizieren
MehrEinfache statistische Testverfahren
Einfache statistische Testverfahren Johannes Hain Lehrstuhl für Mathematik VIII (Statistik) 1/29 Hypothesentesten: Allgemeine Situation Im Folgenden wird die statistische Vorgehensweise zur Durchführung
MehrVarianzanalyse (ANOVA: analysis of variance)
Varianzanalyse (AOVA: analysis of variance) Einfaktorielle VA Auf der Basis von zwei Stichproben wird bezüglich der Gleichheit der Mittelwerte getestet. Variablen müssen Variablen nur nominalskaliert sein.
Mehr90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft
Prof. Dr. Helmut Küchenhoff SS08 90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft am 22.7.2008 Anmerkungen Überprüfen Sie bitte sofort, ob Ihre Angabe vollständig ist. Sie sollte
MehrGrundlagen der Theoretischen Informatik, SoSe 2008
1. Aufgabenblatt zur Vorlesung Grundlagen der Theoretischen Informatik, SoSe 2008 (Dr. Frank Hoffmann) Lösung von Manuel Jain und Benjamin Bortfeldt Aufgabe 2 Zustandsdiagramme (6 Punkte, wird korrigiert)
MehrKlausur Nr. 1. Wahrscheinlichkeitsrechnung. Keine Hilfsmittel gestattet, bitte alle Lösungen auf dieses Blatt.
Klausur Nr. 1 2014-02-06 Wahrscheinlichkeitsrechnung Pflichtteil Keine Hilfsmittel gestattet, bitte alle Lösungen auf dieses Blatt. Name: 0. Für Pflicht- und Wahlteil gilt: saubere und übersichtliche Darstellung,
Mehr1 C H R I S T O P H D R Ö S S E R D E R M A T H E M A T I K V E R F Ü H R E R
C H R I S T O P H D R Ö S S E R D E R M A T H E M A T I K V E R F Ü H R E R L Ö S U N G E N Seite 7 n Wenn vier Menschen auf einem Quadratmeter stehen, dann hat jeder eine Fläche von 50 mal 50 Zentimeter
MehrStatistik im Versicherungs- und Finanzwesen
Springer Gabler PLUS Zusatzinformationen zu Medien von Springer Gabler Grimmer Statistik im Versicherungs- und Finanzwesen Eine anwendungsorientierte Einführung 2014 1. Auflage Übungsaufgaben zu Kapitel
Mehrdown-vorgehen bei Anforderungsanalysen als notwendige Ergänzung zum Bottom-up
Mathematik und Naturwissenschaften, Institut für Psychologie II, Professur Diagnostik und Intervention, Dipl.- Psych. Anna Koch Top-down down-vorgehen bei Anforderungsanalysen als notwendige Ergänzung
MehrVarianzanalyse ANOVA
Varianzanalyse ANOVA Johannes Hain Lehrstuhl für Mathematik VIII Statistik 1/23 Einfaktorielle Varianzanalyse (ANOVA) Bisher war man lediglich in der Lage, mit dem t-test einen Mittelwertsvergleich für
MehrWebergänzung zu Kapitel 10
Webergänzung zu Kapitel 10 10.1.4 Varianzanalyse (ANOVA: analysis of variance) Im Kapitel 10 haben wir uns hauptsächlich mit Forschungsbeispielen beschäftigt, die nur zwei Ergebnissätze hatten (entweder
MehrÜbersicht zur Veranstaltung
Übersicht zur Veranstaltung Psychometrie: Teil 1 Itemschwierigkeit Bedeutung der Itemschwierigkeit Bestimmung der Itemschwierigkeit Die Prüfung von Schwierigkeitsunterschieden Trennschärfe Bedeutung der
Mehr4. Erstellen von Klassen
Statistik mit Tabellenkalkulation 4. Erstellen von Klassen Mit einem einfachen Befehl lässt sich eine Liste von Zahlen auf die Häufigkeit der einzelnen Werte untersuchen. Verwenden Sie dazu den Befehl
MehrEine Einführung in R: Statistische Tests
Eine Einführung in R: Statistische Tests Bernd Klaus, Verena Zuber Institut für Medizinische Informatik, Statistik und Epidemiologie (IMISE), Universität Leipzig http://www.uni-leipzig.de/ zuber/teaching/ws12/r-kurs/
Mehrsondern alle Werte gleich behandelt. Wir dürfen aber nicht vergessen, dass Ergebnisse, je länger sie in der Vergangenheit
sondern alle Werte gleich behandelt. Wir dürfen aber nicht vergessen, dass Ergebnisse, je länger sie in der Vergangenheit liegen, an Bedeutung verlieren. Die Mannschaften haben sich verändert. Spieler
Mehr15.3 Bedingte Wahrscheinlichkeit und Unabhängigkeit
5.3 Bedingte Wahrscheinlichkeit und Unabhängigkeit Einführendes Beispiel ( Erhöhung der Sicherheit bei Flugreisen ) Die statistische Wahrscheinlichkeit, dass während eines Fluges ein Sprengsatz an Bord
MehrWelche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen?
Welche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen können zwei Ebenen (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen? Wie heiÿt
MehrIntrinsisch motivierte Mitarbeiter als Erfolgsfaktor für das Ideenmanagement: Eine empirische Untersuchung
Intrinsisch motivierte Mitarbeiter als Erfolgsfaktor für das Ideenmanagement: Eine empirische Untersuchung Bearbeitet von Martina Sümnig Erstauflage 2015. Taschenbuch. 176 S. Paperback ISBN 978 3 95485
MehrAuswertung zur. Hauptklausur Unternehmensbesteuerung. vom 24.02.10. und Ergebnisse der Kundenbefragung
Auswertung zur Hauptklausur Unternehmensbesteuerung vom 24.02.10 Vergleich: Skriptteufel-Absolventen vs. alle Teilnehmer und Ergebnisse der Kundenbefragung In diesem Dokument vergleichen wir die Klausurergebnisse
MehrIst Fernsehen schädlich für die eigene Meinung oder fördert es unabhängig zu denken?
UErörterung zu dem Thema Ist Fernsehen schädlich für die eigene Meinung oder fördert es unabhängig zu denken? 2000 by christoph hoffmann Seite I Gliederung 1. In zu großen Mengen ist alles schädlich. 2.
MehrQM: Prüfen -1- KN16.08.2010
QM: Prüfen -1- KN16.08.2010 2.4 Prüfen 2.4.1 Begriffe, Definitionen Ein wesentlicher Bestandteil der Qualitätssicherung ist das Prüfen. Sie wird aber nicht wie früher nach der Fertigung durch einen Prüfer,
MehrDas Vermögen der privaten Haushalte in Nordrhein-Westfalen ein Überblick auf der Basis der Einkommens- und Verbrauchsstichprobe
Sozialberichterstattung NRW. Kurzanalyse 02/2010 09.07.2010 12.07.2010 Das Vermögen der privaten Haushalte in Nordrhein-Westfalen ein Überblick auf der Basis der Einkommens- und Verbrauchsstichprobe 2008
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme Eines der am häufigsten auftretenden Standardprobleme der angewandten Mathematik ist das Lösen linearer Gleichungssysteme, etwa zur Netzwerkberechnung in der Elektrotechnik oder
MehrKorrelation - Regression. Berghold, IMI
Korrelation - Regression Zusammenhang zwischen Variablen Bivariate Datenanalyse - Zusammenhang zwischen 2 stetigen Variablen Korrelation Einfaches lineares Regressionsmodell 1. Schritt: Erstellung eines
MehrVerband der TÜV e. V. STUDIE ZUM IMAGE DER MPU
Verband der TÜV e. V. STUDIE ZUM IMAGE DER MPU 2 DIE MEDIZINISCH-PSYCHOLOGISCHE UNTERSUCHUNG (MPU) IST HOCH ANGESEHEN Das Image der Medizinisch-Psychologischen Untersuchung (MPU) ist zwiespältig: Das ist
MehrMedia Teil III. Begriffe, Definitionen, Übungen
Media Teil III. Begriffe, Definitionen, Übungen Kapitel 1 (Intermedia- Vergleich: Affinität) 1 Affinitätsbewertung als Mittel des Intermedia-Vergleichs Um die Streugenauigkeit eines Werbeträgers zu bestimmen,
Mehr5 Zusammenhangsmaße, Korrelation und Regression
5 Zusammenhangsmaße, Korrelation und Regression 5.1 Zusammenhangsmaße und Korrelation Aufgabe 5.1 In einem Hauptstudiumsseminar des Lehrstuhls für Wirtschafts- und Sozialstatistik machten die Teilnehmer
MehrEinführung in die Algebra
Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 13 Einheiten Definition 13.1. Ein Element u in einem Ring R heißt Einheit, wenn es ein Element v R gibt mit uv = vu = 1. DasElementv
MehrPTV VISWALK TIPPS UND TRICKS PTV VISWALK TIPPS UND TRICKS: VERWENDUNG DICHTEBASIERTER TEILROUTEN
PTV VISWALK TIPPS UND TRICKS PTV VISWALK TIPPS UND TRICKS: VERWENDUNG DICHTEBASIERTER TEILROUTEN Karlsruhe, April 2015 Verwendung dichte-basierter Teilrouten Stellen Sie sich vor, in einem belebten Gebäude,
MehrPrüfung eines Datenbestandes
Prüfung eines Datenbestandes auf Abweichungen einzelner Zahlen vom erwarteten mathematisch-statistischen Verhalten, die nicht mit einem Zufall erklärbar sind (Prüfung auf Manipulationen des Datenbestandes)
MehrProfessionelle Seminare im Bereich MS-Office
Der Name BEREICH.VERSCHIEBEN() ist etwas unglücklich gewählt. Man kann mit der Funktion Bereiche zwar verschieben, man kann Bereiche aber auch verkleinern oder vergrößern. Besser wäre es, die Funktion
Mehr50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte
50. Mathematik-Olympiade. Stufe (Regionalrunde) Klasse 3 Lösungen c 00 Aufgabenausschuss des Mathematik-Olympiaden e.v. www.mathematik-olympiaden.de. Alle Rechte vorbehalten. 503 Lösung 0 Punkte Es seien
MehrAuswerten mit Excel. Viele Video-Tutorials auf Youtube z.b. http://www.youtube.com/watch?v=vuuky6xxjro
Auswerten mit Excel Viele Video-Tutorials auf Youtube z.b. http://www.youtube.com/watch?v=vuuky6xxjro 1. Pivot-Tabellen erstellen: In der Datenmaske in eine beliebige Zelle klicken Registerkarte Einfügen
MehrR ist freie Software und kann von der Website. www.r-project.org
R R ist freie Software und kann von der Website heruntergeladen werden. www.r-project.org Nach dem Herunterladen und der Installation von R kann man R durch Doppelklicken auf das R-Symbol starten. R wird
MehrFranz Kronthaler. Statistik angewandt. Datenanalyse ist (k)eine Kunst. Excel Edition. ^ Springer Spektrum
Franz Kronthaler Statistik angewandt Datenanalyse ist (k)eine Kunst Excel Edition ^ Springer Spektrum Inhaltsverzeichnis Teil I Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist Spaß 3
MehrSTATISTIK. Erinnere dich
Thema Nr.20 STATISTIK Erinnere dich Die Stichprobe Drei Schüler haben folgende Noten geschrieben : Johann : 4 6 18 7 17 12 12 18 Barbara : 13 13 12 10 12 3 14 12 14 15 Julia : 15 9 14 13 10 12 12 11 10
MehrStudiendesign/ Evaluierungsdesign
Jennifer Ziegert Studiendesign/ Evaluierungsdesign Praxisprojekt: Nutzerorientierte Evaluierung von Visualisierungen in Daffodil mittels Eyetracker Warum Studien /Evaluierungsdesign Das Design einer Untersuchung
MehrOECD Programme for International Student Assessment PISA 2000. Lösungen der Beispielaufgaben aus dem Mathematiktest. Deutschland
OECD Programme for International Student Assessment Deutschland PISA 2000 Lösungen der Beispielaufgaben aus dem Mathematiktest Beispielaufgaben PISA-Hauptstudie 2000 Seite 3 UNIT ÄPFEL Beispielaufgaben
MehrGlaube an die Existenz von Regeln für Vergleiche und Kenntnis der Regeln
Glaube an die Existenz von Regeln für Vergleiche und Kenntnis der Regeln Regeln ja Regeln nein Kenntnis Regeln ja Kenntnis Regeln nein 0 % 10 % 20 % 30 % 40 % 50 % 60 % 70 % 80 % 90 % Glauben Sie, dass
MehrInsiderwissen 2013. Hintergrund
Insiderwissen 213 XING EVENTS mit der Eventmanagement-Software für Online Eventregistrierung &Ticketing amiando, hat es sich erneut zur Aufgabe gemacht zu analysieren, wie Eventveranstalter ihre Veranstaltungen
MehrPrimzahlen und RSA-Verschlüsselung
Primzahlen und RSA-Verschlüsselung Michael Fütterer und Jonathan Zachhuber 1 Einiges zu Primzahlen Ein paar Definitionen: Wir bezeichnen mit Z die Menge der positiven und negativen ganzen Zahlen, also
MehrRisikodiversifikation. Birgit Hausmann
diversifikation Birgit Hausmann Übersicht: 1. Definitionen 1.1. 1.2. diversifikation 2. messung 2.1. messung im Überblick 2.2. Gesamtaktienrisiko und Volatilität 2.3. Systematisches und Betafaktor 2.4.
MehrAuswertung mit dem Statistikprogramm SPSS: 30.11.05
Auswertung mit dem Statistikprogramm SPSS: 30.11.05 Seite 1 Einführung SPSS Was ist eine Fragestellung? Beispiel Welche statistische Prozedur gehört zu welcher Hypothese? Statistische Berechnungen mit
MehrLineare Gleichungssysteme I (Matrixgleichungen)
Lineare Gleichungssysteme I (Matrigleichungen) Eine lineare Gleichung mit einer Variable hat bei Zahlen a, b, die Form a b. Falls hierbei der Kehrwert von a gebildet werden darf (a 0), kann eindeutig aufgelöst
Mehr6. Bayes-Klassifikation. (Schukat-Talamazzini 2002)
6. Bayes-Klassifikation (Schukat-Talamazzini 2002) (Böhm 2003) (Klawonn 2004) Der Satz von Bayes: Beweis: Klassifikation mittels des Satzes von Bayes (Klawonn 2004) Allgemeine Definition: Davon zu unterscheiden
MehrBehörde für Bildung und Sport Abitur 2008 Lehrermaterialien zum Leistungskurs Mathematik
Abitur 8 II. Insektenpopulation LA/AG In den Tropen legen die Weibchen einer in Deutschland unbekannten Insektenpopulation jedes Jahr kurz vor Beginn der Regenzeit jeweils 9 Eier und sterben bald darauf.
MehrBeurteilung der biometrischen Verhältnisse in einem Bestand. Dr. Richard Herrmann, Köln
Beurteilung der biometrischen Verhältnisse in einem Bestand Dr. Richard Herrmann, Köln Beurteilung der biometrischen Verhältnisse in einem Bestand 1 Fragestellung Methoden.1 Vergleich der Anzahlen. Vergleich
MehrVermögensbildung: Sparen und Wertsteigerung bei Immobilien liegen vorn
An die Redaktionen von Presse, Funk und Fernsehen 32 02. 09. 2002 Vermögensbildung: Sparen und Wertsteigerung bei Immobilien liegen vorn Das aktive Sparen ist nach wie vor die wichtigste Einflussgröße
MehrDie Größe von Flächen vergleichen
Vertiefen 1 Die Größe von Flächen vergleichen zu Aufgabe 1 Schulbuch, Seite 182 1 Wer hat am meisten Platz? Ordne die Figuren nach ihrem Flächeninhalt. Begründe deine Reihenfolge. 1 2 3 4 zu Aufgabe 2
MehrDer Provider möchte möglichst vermeiden, dass die Werbekampagne auf Grund des Testergebnisses irrtümlich unterlassen wird.
Hypothesentest ================================================================== 1. Ein Internetprovider möchte im Fichtelgebirge eine Werbekampagne durchführen, da er vermutet, dass dort höchstens 40%
MehrTesten von Hypothesen bei gesuchtem Annahmebereich - Übungen
Mathias Russ, MK 19.04.2007 Hypothesentest_Ueb_Alpha.mcd Testen von Hypothesen bei gesuchtem Annahmebereich - Übungen (7) Wieder der Schulschwänzer Von einem Schüler wird behauptet, dass er (mindestens)
MehrWearables und Gesundheits-Apps
Wearables und Gesundheits-Apps Verbraucherbefragung im Auftrag des Bundesministeriums der Justiz und für Verbraucherschutz Berlin, den 09.0.06 Methodik / Eckdaten Die Umfrage basiert auf Online-Interviews
Mehr