» S C H R I T T - F Ü R - S C H R I T T - A N L E I T U N G «M U L T I P L E L I N E A R E R E G R E S S I O N M I T S P S S / I B M Daniela Keller
|
|
- Sylvia Diefenbach
- vor 7 Jahren
- Abrufe
Transkript
1 » SCHRITT-FÜR-SCHRITTANLEITUNG«MULTIPLE LINEARE REGRESSION MIT SPSS/IBM Daniela Keller
2 Daniela Keller - MULTIPLE LINEARE REGRESSION MIT SPSS/IBM Impressum 2016 Statistik und Beratung Dipl.-Math. Daniela Keller Kürnach d.keller@statistik-und-beratung.de Cover: HIVERY by Canva, Lektorat: Dr. Regina Moritz, Diese Anleitung oder Teile dieser Anleitung dürfen nicht vervielfältigt, in Datenbanken gespeichert oder in irgendeiner Form übertragen werden ohne die schriftliche Genehmigung der Autorin. Daniela Keller i
3 Inhaltsverzeichnis Vorwort 1 1 Einstieg in die multiple lineare Regression Anwendungsgebiet und Ziel der multiplen linearen Regression Überblick über die Voraussetzungen Ergebnis und Interpretation Vorgehensweise Modelle aufstellen und Einbeziehen von Variablen Vorüberlegungen zur Variablenauswahl Methoden zum Aufstellen der Modelle Multiple lineare Regression Variablentypen Voraussetzungen der multiplen linearen Regression Durchführung der multiplen linearen Regression mit SPSS Schritt 1: Rechnen mehrerer Modelle zur Modellauswahl Schritt 2: Rechnen des ausgewählten Modells und genaue Betrachtung der Ergebnisse Was tun bei...? Modell mit Bootstrapping Dummy-Kodierung Darstellung der Ergebnisse Checkliste Multiple lineare Regression 29 Literaturempfehlungen 30 ii
4 Vorwort Schön, dass Du Dich entschieden hast, Deine Analyse einer multiplen linearen Regression anhand dieser Schritt-für-Schritt-Anleitung durchzuführen. Ich hoffe, sie unterstützt Dich gut, und Du kommst sicher und schnell zu den gewünschten Ergebnissen. Da die multiple lineare Regression eine fortgeschrittene Methode ist, werden einige Grundkentnisse im Umgang mit SPSS (IBM, Corporation, Armonk, USA) und einfachen statistischen Methoden benötigt. Du solltest folgendes können bzw. Dich vorab damit vertraut machen: Daten in SPSS laden Daten in SPSS bearbeiten (neue Variable berechnen, transformieren, umkodieren, Fälle auswählen...) speichern und exportieren der Ausgabe in SPSS deskriptive Statistik und Umsetzung mit SPSS prüfen einer Normalverteilung und Umsetzung in SPSS bivariate Korrelationen und Umsetzung mit SPSS Analyse von Kreuztabellen und Umsetzung mit SPSS erstellen von Abbildungen mit SPSS (Streudiagramm, Boxplot) Wenn Du Anmerkungen oder weitere Fragen hast, kannst Du gern auf mich zukommen. Sieh Dich auf meiner Internetseite und in meinem Blog um ( oder schreibe mir eine Jetzt wünsche ich Dir viel Freude und viele neue Erkenntnisse bei Deiner Analyse! Herzliche Grüße Daniela 1
5 KAPITEL 1 Einstieg in die multiple lineare Regression 1.1 Anwendungsgebiet und Ziel der multiplen linearen Regression Die multiple lineare Regression wird verwendet, wenn der Einfluss mehrerer Faktoren auf eine metrische abhängige Variable untersucht werden soll. Dabei können die Faktoren metrisch oder kategorial sein. Es wird also ein Modell mit einer abhängigen und mehreren unabhängigen Variablen aufgestellt. Untersucht wird der Effekt jeder unabhängigen Variablen auf die abhängige Variable, wobei gleichzeitig für die Einflüsse der anderen unabhängigen Variablen kontrolliert wird. 1.2 Überblick über die Voraussetzungen Damit die multiple lineare Regression anwendbar ist, müssen einige Voraussetzungen gegeben sein. Diese Voraussetzungen liste ich in diesem Kapitel als Überblick auf. Im Detail gehen wir sie und ihre Überprüfung im weiteren Verlauf dieser Anleitung durch. Von den Voraussetzungen für die multiple lineare Regression können nicht alle vor der Analyse kontrolliert werden. Teilweise können Sie erst nach der Rechnung des Modells geprüft werden, da hierfür z.b. die Residuen (Abweichungen vom Modell) bekannt sein müssen. In der folgenden Auflistung (siehe Tabelle 1.1) habe ich vermerkt, ob und wie die Voraussetzungen jeweils vorab oder nach der Rechnung der Regression geprüft werden. 2
6 Daniela Keller - MULTIPLE LINEARE REGRESSION MIT SPSS/IBM linearer Zusammenhang zwischen den metrischen Faktoren und der unabhängigen Variablen Überprüfung vorab: Streudiagramme keine Ausreißer Überprüfung vorab: deskriptive Statistik, Boxplots Überprüfung nachher: Untersuchung der Residuen Normalverteilung der Residuen Überprüfung vorab: Normalverteilungsdiagramme zur Prüfung der Normalverteilung der metrischen Faktoren und der abhängigen Variablen (das ist keine zwingede Voraussetzung, aber mit normalverteilten Ausgangsvariablen werden auch die Residuen eher normalverteilt sein) Überprüfung nachher: Prüfung der Verteilung der Residuen mit Normalverteilungsdiagramm Unabhängigkeit der Residuen Überprüfung: nach Rechnung des Modells mit Durbin-Watson Linearität und Homoskedastizität Überprüfung: nach Rechnung des Modells mit Streudiagramm der Residuen (Zresid vs. ZPred) keine Multikollinearität zwischen den unabhängigen metrischen Variablen Überprüfung vorab: kein starker Zusammenhang zwischen den unabhängigen metrischen Variablen Überprüfung nachher: VIF und Toleranzwert Tabelle 1.1: Voraussetzungen der multiplen linearen Regression mit der Möglichkeit der Überprüfung jeweils vorab oder nachher. 1.3 Ergebnis und Interpretation Im Ergebnis der Regression wird der Effekt jedes Faktors auf die abhängige Variable zu sehen sein. Dabei ist dieser Effekt jeweils für die Einflüsse der anderen im Modell enthaltenen Variablen kontrolliert und kann also unabhängig von deren Einfluss interpretiert werden. Der Effekt wird in Form des Regressionskoeffizienten angegeben, der in der Höhe die Stärke und mit dem Vorzeichen die Richtung des Effekts beschreibt. Zusätzlich gibt der p-wert an, ob dieser Effekt statistisch signifikant ist. Die standardisierten Korrelationskoeffizienten ermöglichen zudem einen Vergleich der verschiedenen Daniela Keller
7 Daniela Keller - MULTIPLE LINEARE REGRESSION MIT SPSS/IBM Abbildung 2.1: Screenshot der multiplen linearen Regression in SPSS. Interpretation der ersten Ergebnisse Egal ob hierarchisch oder schrittweise: es werden hier verschiedene Modelle gerechnet und deren Ergebnisse ausgegeben. Bei dieser ersten Ausgabe geht es darum, das Modell auszuwählen, das am besten auf die Daten passt (Güte des Modells) und trotzdem möglichst wenige Variablen enthält. Abbildung 2.2: SPSS-Ausgabe MODELLÜBERSICHT mit angepasstem RQuadrat-Wert. Als Maß für die Güte des Modells betrachtest du den angepassten R-QuadratWert (Tabelle MODELLÜBERSICHT, siehe Abbildung 2.2). Du solltest nicht den Daniela Keller
8 Daniela Keller - MULTIPLE LINEARE REGRESSION MIT SPSS/IBM Abbildung 2.5: Einstellungen über die Schaltfläche SPEICHERN. Grobe Daumenregel zur Interpretation: Ein Wert nahe 2 spricht für unabhängige Fehler, ein Wert größer 3 oder kleiner 1 ist problematisch; in diesen Fällen kann dann nicht von unabhängigen Residuen ausgegangen werden. Abbildung 2.6: SPSS-Ausgabe MODELLÜBERSICHT mit Durbin-Watson-Wert zur Prüfung der Unabhängigkeit der Residuen. Der Wert sollte nahe 2, zumindest zwischen 1 und 3 liegen, damit die Residuen unabhängig sind. Das ist hier mit der Fall. In Tabelle KOEFFIZIENTEN liest Du den Einfluss der einzelnen Faktoren auf die abhängige Variable ab, siehe Abbildung 2.7. Diese Tabelle ist also relevant für die Interpretation des Ergebnisses und damit für die Beantwortung der Forschungsfrage. In Spalte B steht hier der geschätzte Koeffizient aus der Regressionsgleichung Daniela Keller
Hypothesentests mit SPSS
Beispiel für eine einfache Regressionsanalyse (mit Überprüfung der Voraussetzungen) Daten: bedrohfb_v07.sav Hypothese: Die Skalenwerte auf der ATB-Skala (Skala zur Erfassung der Angst vor terroristischen
MehrLösung 1. die 1 angeben. Alternativ kann man auch. Variable berechnen wählen und dann die Summe von Q2_6 und Q2_7 wählen.
SPSS Kurs Lösungen Lösung 1 2) Erstellen Sie eine neue Variable Ausland, diese soll die Summe der im Ausland bereisten Städte (Paris, Madrid) wider spiegeln. z.b. über Transformieren Werte in Fällen zählen
Mehr5. Lektion: Einfache Signifikanztests
Seite 1 von 7 5. Lektion: Einfache Signifikanztests Ziel dieser Lektion: Du ordnest Deinen Fragestellungen und Hypothesen die passenden einfachen Signifikanztests zu. Inhalt: 5.1 Zwei kategoriale Variablen
MehrInhaltsverzeichnis. 1 Über dieses Buch Zum Inhalt dieses Buches Danksagung Zur Relevanz der Statistik...
Inhaltsverzeichnis 1 Über dieses Buch... 11 1.1 Zum Inhalt dieses Buches... 13 1.2 Danksagung... 15 2 Zur Relevanz der Statistik... 17 2.1 Beispiel 1: Die Wahrscheinlichkeit, krank zu sein, bei einer positiven
MehrEinführung in die Statistik für Politikwissenschaftler Sommersemester 2011
Einführung in die Statistik für Politikwissenschaftler Sommersemester 2011 Es können von den Antworten alle, mehrere oder keine Antwort(en) richtig sein. Nur bei einer korrekten Antwort (ohne Auslassungen
MehrZusammenhangsanalyse mit SPSS. Messung der Intensität und/oder der Richtung des Zusammenhangs zwischen 2 oder mehr Variablen
- nominal, ordinal, metrisch In SPSS: - Einfache -> Mittelwerte vergleichen -> Einfaktorielle - Mehrfaktorielle -> Allgemeines lineares Modell -> Univariat In SPSS: -> Nichtparametrische Tests -> K unabhängige
MehrInhaltsverzeichnis. Über die Autoren Einleitung... 21
Inhaltsverzeichnis Über die Autoren.... 7 Einleitung... 21 Über dieses Buch... 21 Was Sie nicht lesen müssen... 22 Törichte Annahmen über den Leser... 22 Wie dieses Buch aufgebaut ist... 23 Symbole, die
MehrBonus-Lektion: Prüfung der Voraussetzungen und Transformationen
Seite 1 von 8 Bonus-Lektion: Prüfung der Voraussetzungen und Transformationen Ziel dieser Lektion: Du weißt, wie Du die einzelnen Voraussetzungen für die Signifikanztests und komplexeren Modelle prüfen
Mehr1. Einfache lineare Regression: Eine metrische AV, eine metrische oder dichotome UV
Regressionsanalyse 1. Einfache lineare Regression: Eine metrische AV, eine metrische oder dichotome UV 2. Multiple Regression: Eine metrische AV, mehrere metrische oder dichotome UVs 3. Ausblick: Logistische
MehrZiel der linearen Regression
Regression 1 Ziel der linearen Regression Bei der linearen Regression wird untersucht, in welcher Weise eine abhängige metrische Variable durch eine oder mehrere unabhängige metrische Variablen durch eine
MehrEigene MC-Fragen SPSS. 1. Zutreffend auf die Datenerfassung und Datenaufbereitung in SPSS ist
Eigene MC-Fragen SPSS 1. Zutreffend auf die Datenerfassung und Datenaufbereitung in SPSS ist [a] In der Variablenansicht werden für die betrachteten Merkmale SPSS Variablen definiert. [b] Das Daten-Editor-Fenster
MehrStatistik II Übung 1: Einfache lineare Regression
Statistik II Übung 1: Einfache lineare Regression Diese Übung beschäftigt sich mit dem Zusammenhang zwischen dem Lohneinkommen von sozial benachteiligten Individuen (16-24 Jahre alt) und der Anzahl der
MehrTeil: lineare Regression
Teil: lineare Regression 1 Einführung 2 Prüfung der Regressionsfunktion 3 Die Modellannahmen zur Durchführung einer linearen Regression 4 Dummyvariablen 1 Einführung o Eine statistische Methode um Zusammenhänge
MehrMehrfache Lineare Regression 1/9
Mehrfache Lineare Regression 1/9 Ziel: In diesem Fallbeispiel soll die Durchführung einer mehrfachen linearen Regressionsanalyse auf der Basis vorhandener Prozessdaten (Felddaten) beschrieben werden. Nach
MehrÜbung 3 im Fach "Biometrie / Q1"
Universität Ulm, Institut für Epidemiologie und Medizinische Biometrie, D-89070 Ulm Institut für Epidemiologie und Medizinische Biometrie Leiter: Prof. Dr. D. Rothenbacher Schwabstr. 13, 89075 Ulm Tel.
MehrBasis-Kurs Statistik und SPSS für Mediziner Lösungen. SPSS-Übung Korrelation, Regression und diagnostische Tests
Basis-Kurs Statistik und SPSS für Mediziner Lösungen SPSS-Übung Korrelation, Regression und diagnostische Tests Mit Datensatz Daten_SPSS_Kurs_I.sav Berechnung der Blutdruckreduktion vom Studienbeginn zum
MehrDeskription, Statistische Testverfahren und Regression. Seminar: Planung und Auswertung klinischer und experimenteller Studien
Deskription, Statistische Testverfahren und Regression Seminar: Planung und Auswertung klinischer und experimenteller Studien Deskriptive Statistik Deskriptive Statistik: beschreibende Statistik, empirische
MehrStatistische Methoden in der Geographie
Statistische Methoden in der Geographie Band 2.; Multivariate Statistik Von Dr. rer. nat. Gerhard Bahrenberg Professor an der Universität Bremen Dr. rer. nat. Ernst Giese Professor an der Universität Gießen
MehrStatistik II Übung 1: Einfache lineare Regression
Statistik II Übung 1: Einfache lineare Regression Diese Übung beschäftigt sich mit dem Zusammenhang zwischen dem Lohneinkommen von sozial benachteiligten Individuen (16-24 Jahre alt) und der Anzahl der
MehrBasis-Kurs Statistik und SPSS für Mediziner Lösungen. SPSS-Übung Statistische Tests
Basis-Kurs Statistik und SPSS für Mediziner Lösungen SPSS-Übung Statistische Tests Testentscheidung: Deskriptive Statistik Basis-Kurs Statistik und SPSS für Mediziner 2 Mit Datensatz Daten_SPSS_Kurs_I.sav
MehrLösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1. LÖSUNG 9A a.
LÖSUNG 9A a. Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1 Das Regressionsmodell soll nur für Büropersonal angewendet werden Management- und Bewachungspersonal (MIND =0) soll nicht einbezogen
MehrStatistik II (Sozialwissenschaften)
Dr. Hans-Otfried Müller Institut für Mathematische Stochastik Fachrichtung Mathematik Technische Universität Dresden http://www.math.tu-dresden.de/sto/mueller/ Statistik II (Sozialwissenschaften) 2. Konsultationsübung,
MehrRainer Diaz-Bone. Statistik für. Soziologen. 3M erweiterte Auflage. UVK Verlagsgesellschaft mbh Konstanz mit UVK/Lucius München
Rainer Diaz-Bone Statistik für Soziologen 3M erweiterte Auflage UVK Verlagsgesellschaft mbh Konstanz mit UVK/Lucius München 5 Inhalt Vorwort zur dritten Auflage 9 Vorwort zur zweiten Auflage 10 1 Einleitung
MehrStatistik II Übung 4: Skalierung und asymptotische Eigenschaften
Statistik II Übung 4: Skalierung und asymptotische Eigenschaften Diese Übung beschäftigt sich mit der Skalierung von Variablen in Regressionsanalysen und mit asymptotischen Eigenschaften von OLS. Verwenden
MehrInhaltsübersicht.
Inhaltsübersicht Vorwort zur vierten Auflage 1 Einleitung 2 Installation 3 Ein erster Überblick 4 Einführung in die Programmiersprache 5 Objekte 6 Dateneingabe und -management 7 Variablen bearbeiten 8
MehrBefehl: Analysieren > Deskriptive Statistiken > Häufigkeiten. Unter: Statistiken: Angabe Kurtosis/ Schiefe/ andere Lagemasse
Grundeinstellungen Befehl: Bearbeiten >Optionen > Allgemein: Namen anzeigen Häufigkeiten Befehl: Analysieren > Deskriptive Statistiken > Häufigkeiten Unter: Statistiken: Angabe Kurtosis/ Schiefe/ andere
MehrSeminar: Multivariate Verfahren g Dr. Thomas Schäfer Referenten: Wiebke Hoffmann, Claudia Günther
Seminar: Multivariate Verfahren g Dr. Thomas Schäfer Leitung: Referenten: Wiebke Hoffmann, Claudia Günther 18.05.2010 Regressionsanalyse was war das nochmal? Grundlagen Einfaches lineares Regressionsmodell
MehrVorlesung: Multivariate Statistik für Psychologen
Vorlesung: Multivariate Statistik für Psychologen 7. Vorlesung: 05.05.2003 Agenda 2. Multiple Regression i. Grundlagen ii. iii. iv. Statistisches Modell Verallgemeinerung des Stichprobenmodells auf Populationsebene
MehrStatistik für Psychologen und Sozialwissenschaftler. Pearson. Markus Bühner Matthias Ziegler. 2., aktualisierte und erweiterte Auflage
Statistik für Psychologen und Sozialwissenschaftler 2., aktualisierte und erweiterte Auflage Markus Bühner Matthias Ziegler Pearson Inhaltsübersicht Vorwort zur 1. Auflage Vorwort zur 2. Auflage XIII XV
MehrVorwort zur vierten Auflage Einleitung 13
http://www.beltz.de/de/nc/verlagsgruppe-beltz/gesamtprogramm.html?isbn=978-3-621-28249-9 6 Inhalt Inhalt Vorwort zur vierten Auflage 11 1 Einleitung 13 1.1 Warum R? 13 1.2 Fürwen ist dieses Buch? 14 1.3
MehrRegressionsanalysen mit Stata
Regressionsanalysen mit Stata Wiederholung: Deskriptive Analysen - Univariate deskriptive Analysen (Häufigkeitsauszählungen einer Variablen) - Multivariate deskriptive Analysen (Untersuchung gemeinsamer
MehrLehrinhalte Statistik (Sozialwissenschaften)
Lehrinhalte Technische Universität Dresden Institut für Mathematische Stochastik Dresden, 13. November 2007 Seit 2004 Vorlesungen durch Klaus Th. Hess und Hans Otfried Müller. Statistik I: Beschreibende
MehrMultivariate Verfahren
Selbstkontrollarbeit 1 Multivariate Verfahren Diese Selbstkontrollarbeit bezieht sich auf die Kapitel 1 bis 4 der Kurseinheit 1 (Multivariate Statistik) des Kurses Multivariate Verfahren (883). Hinweise:
MehrDie Regressionsanalyse
Die Regressionsanalyse Zielsetzung: Untersuchung und Quantifizierung funktionaler Abhängigkeiten zwischen metrisch skalierten Variablen eine unabhängige Variable Einfachregression mehr als eine unabhängige
MehrStatistik II: Signifikanztests /2
Medien Institut : Signifikanztests /2 Dr. Andreas Vlašić Medien Institut (0621) 52 67 44 vlasic@medien-institut.de Gliederung 1. Korrelation 2. Exkurs: Kausalität 3. Regressionsanalyse 4. Key Facts 2 I
MehrSPSS (20.0) Hilfe Version 1
SPSS (20.0) Hilfe Version 1 Statistik-UE SS 2015 Datenmanagement Informationen zur Syntax: Öffnen der Syntax: Datei Öffnen Syntax Eingabe z. B. COMPUTE bzw. wenn Sie einen Befehl in SPSS ausführen, drücken
MehrEinführung in die Statistik
Elmar Klemm Einführung in die Statistik Für die Sozialwissenschaften Westdeutscher Verlag INHALTSVERZEICHNIS 1. Einleitung und Begrifflichkeiten 11 1.1 Grundgesamtheit, Stichprobe 12 1.2 Untersuchungseinheit,
MehrComputergestützte Methoden. Master of Science Prof. Dr. G. H. Franke WS 07/08
Computergestützte Methoden Master of Science Prof. Dr. G. H. Franke WS 07/08 1 Seminarübersicht 1. Einführung 2. Recherchen mit Datenbanken 3. Erstellung eines Datenfeldes 4. Skalenniveau und Skalierung
Mehr2. Generieren Sie deskriptive Statistiken (Mittelwert, Standardabweichung) für earny3 und kidsunder6yr3 und kommentieren Sie diese kurz.
Statistik II Übung : Einfache lineare Regression Diese Übung beschäftigt sich mit dem Zusammenhang zwischen dem Lohneinkommen von sozial benachteiligten Individuen (6-24 Jahre alt) und der Anzahl der unter
Mehr3. Lektion: Deskriptive Statistik
Seite 1 von 5 3. Lektion: Deskriptive Statistik Ziel dieser Lektion: Du kennst die verschiedenen Methoden der deskriptiven Statistik und weißt, welche davon für Deine Daten passen. Inhalt: 3.1 Deskriptive
Mehr5 Beschreibung und Analyse empirischer Zusammenhänge
5 Beschreibung und Analyse empirischer Zusammenhänge 132 5 Beschreibung und Analyse empirischer Zusammenhänge 5.1 Zusammenhänge zwischen kategorialen Merkmalen 137 5.1.1 Kontingenztabellen 137 Verteilungen
MehrErmitteln Sie auf 2 Dezimalstellen genau die folgenden Kenngrößen der bivariaten Verteilung der Merkmale Weite und Zeit:
1. Welche der folgenden Kenngrößen, Statistiken bzw. Grafiken sind zur Beschreibung der Werteverteilung des Merkmals Konfessionszugehörigkeit sinnvoll einsetzbar? A. Der Modalwert. B. Der Median. C. Das
MehrB. Regressionsanalyse [progdat.sav]
SPSS-PC-ÜBUNG Seite 9 B. Regressionsanalyse [progdat.sav] Ein Unternehmen möchte den zukünftigen Absatz in Abhängigkeit von den Werbeausgaben und der Anzahl der Filialen prognostizieren. Dazu wurden über
MehrName Vorname Matrikelnummer Unterschrift
Dr. Hans-Otfried Müller Institut für Mathematische Stochastik Fachrichtung Mathematik Technische Universität Dresden Klausur Statistik II (Sozialwissenschaft, Nach- und Wiederholer) am 26.10.2007 Gruppe
MehrSPSS Übung 4. Schlüsselwörter. Regressionsanalyse (Wiederholung) Regressionsanalyse mit Clementine. Neuronale Netze mit Clementine.
SPSS Übung 4 Schlüsselwörter Regressionsanalyse (Wiederholung) Regressionsanalyse mit Clementine Neuronale Netze mit Clementine Conjoint Analyse 1 Aufgabe (1) 1. Transformieren Sie die Werte der Modellvariablen
MehrOnline Statistik-Coaching
Online Statistik-Coaching Modul 3 Statistisches Testen - Auswahl der passenden Methode - Durchführung mit SPSS - Interpretation und Darstellung Dipl.-Math. Daniela Keller www.statistik-und-beratung.de
MehrStatistik für Psychologen, Pädagogen und Mediziner
Thomas Köhler Statistik für Psychologen, Pädagogen und Mediziner Ein Lehrbuch ^~i: Verlag W. Kohlhammer 1 Einführung: Begriffsklärungen und Überblick 11 1.1 Aufgaben und Subdisziplinen der Statistik 11
MehrStatistische Datenanalyse mit SPSS für Windows
Jürgen Janssen Wilfried Laatz Statistische Datenanalyse mit SPSS für Windows Eine anwendungsorientierte Einführung in das Basissystem und das Modul Exakte Tests Zweite, neubearbeitete Auflage Mit 357 AbbOdungen
MehrKapitel 5 FRAGESTELLUNG 1. Öffne die Datei alctobac.sav.
Kapitel 5 FRAGESTELLUNG 1 Öffne die Datei alctobac.sav. Zuerst werden wir ein Streudiagramm erstellen, um einen grafischen Überblick von diesem Datensatz zu erhalten. Gehe dazu auf Grafiken / Streudiagramm
MehrÜbungen (HS-2010): Urteilsfehler. Autor: Siegfried Macho
Übungen (HS-2010): Urteilsfehler Autor: Siegfried Macho Inhaltsverzeichnis i Inhaltsverzeichnis 1. Übungen zu Kapitel 2 1 Übungen zu Kontingenz- und Kausalurteile 1 Übung 1-1: 1. Übungen zu Kapitel 2 Gegeben:
MehrSchweizer Statistiktage, Aarau, 18. Nov. 2004
Schweizer Statistiktage, Aarau, 18. Nov. 2004 Qualitative Überprüfung der Modellannahmen in der linearen Regressionsrechnung am Beispiel der Untersuchung der Alterssterblichkeit bei Hitzeperioden in der
MehrBivariater Zusammenhang bei metrischen Variablen: Regression und Korrelation
Bivariater Zusammenhang bei metrischen Variablen: Regression und Korrelation PEΣO 12. November 2001 Von der Tabellenanalyse zur Regression Die bivariate Verteilung zweier metrischer Variablen kann konzeptionell
MehrLÖSUNG 2C a. Bei HHEINK handelt es sich um eine metrische Variable.
LÖSUNG 2C a. Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1 Bei HHEINK handelt es sich um eine metrische Variable. Bei den Analysen sollen Extremwerte ausgeschlossen werden. Man sollte
MehrStatistik II Übung 2: Multivariate lineare Regression
Statistik II Übung 2: Multivariate lineare Regression Diese Übung beschäftigt sich mit dem Zusammenhang zwischen Flugpreisen und der Flugdistanz, dem Passagieraufkommen und der Marktkonzentration. Verwenden
MehrAufgaben zu Kapitel 4
Rasch, Friese, Hofmann & aumann (2006). Quantitative Methoden. Band (2. Auflage). Heidelberg: Springer. Aufgaben zu Kapitel 4 Aufgabe a) Berechnen Sie die Korrelation zwischen dem Geschlecht und der Anzahl
MehrStatistische Methoden in den Umweltwissenschaften
Statistische Methoden in den Umweltwissenschaften Korrelationsanalysen Kreuztabellen und χ²-test Themen Korrelation oder Lineare Regression? Korrelationsanalysen - Pearson, Spearman-Rang, Kendall s Tau
MehrInhaltsverzeichnis Einführung und deskriptive Statistik Grundlagen der Inferenzstatistik 1: Zufallsvariablen
Inhaltsverzeichnis 1 Einführung und deskriptive Statistik... 1 1.1 Wichtige mathematische Schreibweisen... 1 1.1.1 Das Summenzeichen... 1 1.1.2 Mengentheoretische Schreibweisen... 3 1.1.3 Variablentransformationen...
MehrInhaltsverzeichnis. Fragestellungen und Methoden 11. Vorwort 15. Kapitel 1 Einführung 17. Kapitel 2 Statistische Grundbegriffe 23
Fragestellungen und Methoden 11 Vorwort 15 Kapitel 1 Einführung 17 1.1 KonzeptiondesBuchs... 18 1.2 AufbaudesBuchs... 19 1.3 Programmversionen von PASW bzw. SPSS..... 20 1.4 WiekanndiesesBuchverwendetwerden?...
Mehr1. Datei Informationen
1. Datei Informationen Datei vorbereiten (Daten, Variablen, Bezeichnungen und Skalentypen) > Datei Dateiinformation anzeigen Arbeitsdatei 2. Häufigkeiten Analysieren Deskriptive Statistik Häufigkeiten
MehrStatistik II Übung 2: Multivariate lineare Regression
Statistik II Übung 2: Multivariate lineare Regression Diese Übung beschäftigt sich mit dem Zusammenhang zwischen Flugpreisen und der Flugdistanz, dem Passagieraufkommen und der Marktkonzentration. Verwenden
MehrSozialwissenschaftliche Datenanalyse mit R
Katharina Manderscheid Sozialwissenschaftliche Datenanalyse mit R Eine Einführung F' 4-1 V : 'i rl ö LiSl VS VERLAG Inhaltsverzeichnis Vorwort 5 Danksagung 7 Inhaltsverzeichnis 9 R für sozialwissenschaftliche
MehrEinführung in die Datenanalyse mit SPSS
Einführung in die Datenanalyse mit SPSS - Allgemeines - Dateneingabe - Datenbereinigung/ Auswahl - Datenbeschreibung und exploration - Statistische Tests Geschichtliches Lizenzen Installation Versionen
MehrAufgaben Klausur Statistik WiSe 2014/15 1. Termin (gesamt: 40 Punkte)
Aufgaben Klausur Statistik WiSe 2014/15 1. Termin (gesamt: 40 Punkte) Aufgabe 1 (20 Punkte) Aufgabe 1: varibale/prädiktor 1 = soziale Situation (x). Kodiert in: "Situation1": situation mit den ausprägungen
MehrStatistik II Übung 3: Hypothesentests
Statistik II Übung 3: Hypothesentests Diese Übung beschäftigt sich mit der Anwendung diverser Hypothesentests (zum Beispiel zum Vergleich der Mittelwerte und Verteilungen zweier Stichproben). Verwenden
MehrTEIL 12: BIVARIATE ANALYSE FÜR METRISCH SKALIERTE VARIABLEN
TEIL 12: BIVARIATE ANALYSE FÜR METRISCH SKALIERTE VARIABLEN Bivariate Analyse für metrisch skalierte Variablen Grundlagen Verfahren für metrische Daten nutzen den vollen mathematischen Informationsgehalt
MehrJMP 10 Student Edition Quick Guide
JMP 10 Student Edition Quick Guide Voraussetzung für die Befehle sind eine geöffnete Datentabelle, Standard Voreinstellungen und nutzerdefinierte Variablen mit geeigneter Typisierung. RMC = Rechter Mausklick
MehrÜbungsbuch Statistik für Dummies
beborah Rumseif Übungsbuch Statistik für Dummies WILEY- VCH WILEY-VCH Verlag GmbH & Co. KGaA Inhaltsverzeichnis Über die Autorin 8 Über den Übersetzer 8 Einführung 15 Über dieses Buch 15 Törichte Annahmen
MehrTrim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, :34 P.M. Page 11. Über die Übersetzerin 9. Einleitung 19
Trim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, 2016 6:34 P.M. Page 11 Inhaltsverzeichnis Über die Übersetzerin 9 Einleitung 19 Was Sie hier finden werden 19 Wie dieses Arbeitsbuch aufgebaut ist
MehrLösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1
LÖSUNG 2C a) Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1 Bei HHEINK handelt es sich um eine metrische Variable. Bei den Analysen sollen Extremwerte ausgeschlossen werden. Man sollte
MehrÜber die Autoren Einleitung Teil I: Daten beschreiben... 25
Auf einen Blick Über die Autoren... 7 Einleitung... 21 Teil I: Daten beschreiben... 25 Kapitel 1: Statistik? Ich dachte, es geht um Psychologie!... 27 Kapitel 2: Mit welchem Typ Daten haben wir es zu tu
MehrBiostatistik. Eine Einführung für Biowissenschaftler
Matthias Rudolf Wiltrud Kuhlisch Biostatistik Eine Einführung für Biowissenschaftler ein Imprint von Pearson Education München Boston San Francisco Harlow, England Don Mills, Ontario Sydney Mexico City
MehrChristian FG Schendera. Regressionsanalyse. mit SPSS. 2. korrigierte und aktualisierte Auflage DE GRUYTER OLDENBOURG
Christian FG Schendera Regressionsanalyse mit SPSS 2. korrigierte und aktualisierte Auflage DE GRUYTER OLDENBOURG Inhalt Vorworte V 1 Korrelation 1 1.1 Einführung 1 1.2 Erste Voraussetzung: Das Skalenniveau
MehrMathematische und statistische Methoden I
Prof. Dr. G. Meinhardt Statistik & Mathematische und statistische Methoden I Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung Wallstr. 3, 6. Stock, Raum 06-206 Dr. Malte Persike persike@uni-mainz.de
MehrWiederholungsübungen zu den Kapiteln 7 bis 11
Mittelwert-Tests Übung Wiederholungsübungen zu den Kapiteln 7 bis 11 In dieser Übung wird der Datensatz 4 verwendet. In dem (fiktiven) Datensatz sind für 50 Personen vier Variablen erfasst: das Geschlecht,
MehrAngewandte Statistik mit SPSS
Peter P. Eckstein Angewandte Statistik mit SPSS Praktische Einführung für Wirtschaftswissenschaftler 7., überarbeitete Auflage B 382205 4y Springer Gabler VII 1 SPSS Statistics 1 1.1 Wofür steht SPSS?
MehrEinführung in die Statistik für Politikwissenschaftler Wintersemester 2011/2012
Einführung in die Statistik für Politikwissenschaftler Wintersemester 2011/2012 Es können von den Antwortmöglichkeiten alle, mehrere, eine oder keine Antwort(en) richtig sein. Nur bei einer korrekten Antwort
MehrStatistik für Psychologen und Sozialwissenschaftler
Markus Bühner Matthias Ziegler Statistik für Psychologen und Sozialwissenschaftler Mit über 480 Abbildungen PEARSON Studium Ein Imprint von Pearson Education München Boston San Francisco Harlow, England
MehrAngewandte Statistik mit SPSS
Peter P. Eckstein Angewandte Statistik mit SPSS Praktische Einführung f ü r Wi rtschaftswi^sjenschaftler %%^4m 6. r überarbeitete Auflage GABLER VII 1 SPSS für Windows * 1 1.1 Wofür steht SPSS? 2 1.2 SPSS
MehrStatistik I. Zusammenfassung und wichtiges zur Prüfungsvorbereitung. Malte Wissmann. 9. Dezember Universität Basel.
Zusammenfassung und wichtiges zur Prüfungsvorbereitung 9. Dezember 2008 Begriffe Kenntnis der wichtigen Begriffe und Unterscheidung dieser. Beispiele: Merkmal, Merkmalsraum, etc. Skalierung: Nominal etc
MehrUE Angewandte Statistik Termin 4 Gruppenvergleichstests
UE Angewandte Statistik Termin 4 Gruppenvergleichstests Martina Koller Institut für Pflegewissenschaft SoSe 2015 INHALT 1 Allgemeiner Überblick... 1 2 Normalverteilung... 2 2.1 Explorative Datenanalyse...
MehrBiostatistik Erne Einfuhrung fur Biowissenschaftler
Matthias Rudolf Wiltrud Kuhlisch Biostatistik Erne Einfuhrung fur Biowissenschaftler PEARSON Studium Inhaltsverzeichnis Vorwort xi Kapitel 1 Einfiihrung 1 1.1 Biostatistik als Bestandteil biowissenschafllicher
MehrVorlesung: Multivariate Statistik für Psychologen
Vorlesung: Multivariate Statistik für Psychologen 1. Vorlesung:.5.3 Agenda 4. Multivariate Varianzanalyse i. Einführung in die multivariate Variananalyse ii. iii. iv. Statistisches Modell, Hypothesentestung
MehrÜbungsblätter zu Methoden der Empirischen Sozialforschung IV: Regressionsanalyse. Lösungsblatt zu Nr. 2
Martin-Luther-Universität Halle-Wittenberg Institut für Soziologie Dr. Wolfgang Langer 1 Übungsblätter zu Methoden der Empirischen Sozialforschung IV: Regressionsanalyse Lösungsblatt zu Nr. 2 1. a) Je
MehrWolfgang Kohn Riza Öztürk. Statistik für Ökonomen. Datenanalyse mit R und SPSS. 3., überarbeitete Auflage. 4^ Springer Gabler
Wolfgang Kohn Riza Öztürk Statistik für Ökonomen Datenanalyse mit R und SPSS 3., überarbeitete Auflage 4^ Springer Gabler Inhaltsverzeichnis Teil I Einführung 1 Statistik-Programme 3 1.1 Kleine Einführung
MehrWie bekomme ich einen schnellen Überblick über die bereits eingegebenen Daten?
Datenanalyse 1 Datenanalyse Wie bekomme ich einen schnellen Überblick über die bereits eingegebenen Daten? In SPSS: Die Variablenansicht sollte bereits ordentlich ausgefüllt sein! Daten öffnen: Doppelklick
MehrI.V. Methoden 4: Regressionsund Pfadanalyse WiSe 02/03
I.V. Methoden 4: Regressionsund Pfadanalyse WiSe 02/03 Vorlesung: 10.12.2002 Say not I have found the truth, but, rather, I have found a truth Kahlil Gibran, The Prophet Dr. Wolfgang Langer Institut für
MehrStatistik-Klausur A WS 2009/10
Statistik-Klausur A WS 2009/10 Name: Vorname: Immatrikulationsnummer: Studiengang: Hiermit erkläre ich meine Prüfungsfähigkeit vor Beginn der Prüfung. Unterschrift: Dauer der Klausur: Erlaubte Hilfsmittel:
MehrEinführung in SPSS. Sitzung 4: Bivariate Zusammenhänge. Knut Wenzig. 27. Januar 2005
Sitzung 4: Bivariate Zusammenhänge 27. Januar 2005 Inhalt der letzten Sitzung Übung: ein Index Umgang mit missing values Berechnung eines Indexes Inhalt der letzten Sitzung Übung: ein Index Umgang mit
MehrI.V. Methoden 4: Regressionsund Pfadanalyse WiSe 02/03
I.V. Methoden 4: Regressionsund Pfadanalyse WiSe 02/03 Vorlesung: 12.11.2002 He uses statistics as a drunken man use lampposts - for support rather than for illumination. Andrew Lang Dr. Wolfgang Langer
MehrInferenzstatistik verstehen
Markus Janczyk Roland Pfister Inferenzstatistik verstehen Von A wie Signifikanztest bis Z wie Konfidenzintervall ^ Springer Spektrum vii 1 Einführung und deskriptive Statistik 1 1.1 Wichtige mathematische
MehrAnnahmen des linearen Modells
Annahmen des linearen Modells Annahmen des linearen Modells zusammengefasst A1: Linearer Zusammenhang: y = 0 + 1x 1 + 2x 2 + + kx k A2: Zufallsstichprobe, keine Korrelation zwischen Beobachtungen A3: Erwartungswert
MehrStatistik für Psychologen und Sozialwissenschaftler
Markus Bühner Matthias Ziegler Statistik für Psychologen und Sozialwissenschaftler Mit über 480 Abbildungen Ein Imprint von Pearson Education München Boston San Francisco Harlow, England Don Mills, Ontario
MehrStatistik II. IV. Hypothesentests. Martin Huber
Statistik II IV. Hypothesentests Martin Huber 1 / 41 Übersicht Struktur eines Hypothesentests Stichprobenverteilung t-test: Einzelner-Parameter-Test F-Test: Multiple lineare Restriktionen 2 / 41 Struktur
MehrMultiple Regression III
Multiple Regression III Werner Brannath VO Biostatistik im WS 2006/2007 Inhalt Überprüfung der Modellannahmen Residuen-Plot Normal-Q-Q-Plot Cook s Distanz-Plot Maßnahmen bei Abweichungen von Modellannahmen
Mehr