Prof. Dr. Achim Bühl SPSS 16. Einführung in die moderne Datenanalyse. 11., überarbeitete und erweiterte Auflage
|
|
- Birgit Frei
- vor 7 Jahren
- Abrufe
Transkript
1
2 Prof. Dr. Achim Bühl SPSS 16 Einführung in die moderne Datenanalyse 11., überarbeitete und erweiterte Auflage ein Imprint von Pearson Education München Boston San Francisco Harlow, England Don Mills, Ontario Sydney Mexico City Madrid Amsterdam
3 10.3 Statistiken für Kreuztabellen 269 Werte des Korrelationskoeffizienten r Interpretation 0 < r <= 0,2 Sehr geringe Korrelation 0,2 < r <= 0,5 Geringe Korrelation 0,5 < r <= 0,7 Mittlere Korrelation 0,7 < r <= 0,9 Hohe Korrelation 0,9 < r <= 1 Sehr hohe Korrelation Ausgehend von der obigen Tabelle können wir folgende Aussagen treffen: Zwischen den Variablen klasse und überlebt liegt eine geringe Korrelation vor (Aussage über die Stärke der Beziehung), die Variablen sind positiv korreliert (Aussage über die Richtung der Beziehung). Bei der Variablen klasse liegen die Werte»1«für die erste Klasse,»2«für die zweite Klasse und»3«für die dritte Klasse vor, die Variable überlebt verfügt über die Merkmalsausprägung»1«für gerettet sowie»2«für gestorben. Die Gleichläufigkeit der Beziehung kann demzufolge so interpretiert werden, dass niedrige Werte der Variablen klasse mit niedrigen Werten der Variablen überlebt einhergehen sowie hohe Werte der einen Variablen mit hohen Werten der anderen Variablen, dass also Passagiere der ersten Klasse häufiger zu den Überlebenden zählen als Passagiere der dritten Klasse. Prüfen wir nun die Variablen sex und überlebt auf Korrelation. Gehen Sie dabei wie oben beschrieben vor. Sie erhalten folgende Korrelationskoeffizienten: Da es sich bei den Variablen sex und überlebt um zwei nominalskalierte dichotome Variablen handelt, die wir als gleichsam (»quasi«) ordinal behandeln, betrachten wir auch hier den Korrelationskoeffizienten nach Spearman. Er beträgt -0,525. Zwischen den Variablen sex und überlebt liegt somit eine mittlere Korrelation vor. Die Variablen sind negativ korreliert. Niedrige Werte der Variablen sex gehen folglich mit hohen Werten der Variablen überlebt einher, hohe Werte der Variablen sex mit niedrigen Werten der Variablen überlebt. Berücksichtigt man die Codierung der beiden Variablen (»1«= männlich und»2«= weiblich bei der Variablen sex sowie»1«= gerettet und»2«= gestorben bei der Variablen überlebt), so ergibt sich die Tatsache, dass die Überlebenswahrscheinlichkeit der Frauen an Bord der Titanic höher gewesen ist als die der Männer. Prüfen wir abschließend die Variablen klasse und alter auf Korrelation. Sie erhalten folgende Korrelationskoeffizienten:
4 270 Kapitel 10 Kreuztabellen Da die Variable klasse lediglich ordinalskaliert ist, betrachten wir auch hier wieder den Spearman'schen Korrelationskoeffizienten; er beträgt -0,402. Zwischen den Variablen klasse und alter liegt eine geringe Korrelation vor. Die Variablen korrelieren negativ (gegenläufig), d.h., je größer die Werte der ersten Variablen sind, umso niedriger sind die Werte der zweiten Variablen und umgekehrt. Berücksichtigt man die Codierung der beiden Variablen, so ist davon auszugehen, dass ältere Personen eher in der ersten Klasse zu finden sind sowie jüngere Passagiere häufiger in der dritten Klasse, was eine entsprechende Kreuztabelle zwischen der Klassenzugehörigkeit an Bord der Titanic und dem Alter gruppiert nach Altersklassen verdeutlicht. Während in der zweiten Klasse keine Auffälligkeiten festzustellen sind, liegt der Anteil der Passagiere in der ersten Klasse, die 30 Jahre und jünger sind, deutlich zu niedrig, der Anteil der Passagiere, die 31 Jahre und älter sind, deutlich zu hoch. In der dritten Klasse zeigt sich ein gegenläufiger Trend. Besonders stark in das Chi-Quadrat-Maß geht die Kategorie der über 50-Jährigen ein mit einem standardisierten Residuum von +8,0 bei der ersten Klasse und 5,2 bei der dritten Klasse Assoziationsmaße für nominalskalierte Variablen Der Korrelationskoeffizient als Maß für den Zusammenhang zwischen zwei Variablen ist nicht anwendbar bei nominalskalierten Variablen mit mehr als zwei Kategorien, da die betreffenden Kodierungen keiner Ordnungsrelation folgen und somit nicht sinnvollerweise in einer Richtung angeordnet werden können. Als bestes Mittel, solche Zusammenhänge zu analysieren, halten wir den in Kap vorgestellten Chi-Quadrat-Test mit gegebenenfalls nachfolgender Analyse der beobachteten und erwarteten Häufigkeiten sowie der standardisierten Residuen.
5 10.3 Statistiken für Kreuztabellen 271 Dennoch versuchte man auch hier, Maßzahlen für den Grad der»assoziation«der beiden in Beziehung gesetzten Variablen zu entwickeln. Diese geben dann den Grad der Abhängigkeit bzw. Unabhängigkeit zwischen den beiden nominalskalierten Variablen an, wobei ein Wert um 0 völlige Unabhängigkeit der Variablen bedeutet und ein Wert um 1 größte Abhängigkeit. Negative Werte treten bei den Assoziationsmaßen nicht auf, da die Frage nach einer Richtung der Assoziation wegen des Fehlens einer Ordnungsrelation sinnlos ist. In einer Mitgliederbefragung des Stadtverbands einer politischen Partei wurde u. a. nach dem Beruf gefragt und danach, ob die Befragten eine Parteifunktion ausüben oder nicht. Die Antworten der männlichen Befragten sind auszugsweise in der Datei partei.sav enthalten. Laden Sie die Datei partei.sav und erstellen Sie eine Kreuztabelle mit der Variablen funk als Zeilen- und der Variablen beruf als Spaltenvariable. Aktivieren Sie die Ausgabe der erwarteten Häufigkeiten, der standardisierten Residuen, der Spaltenprozente und des Chi-Quadrat-Tests. Sie erhalten die folgende Ausgabe: Es liegt ein höchst signifikantes Ergebnis vor, und zwar sind die Parteifunktionen bei den Beamten über- und bei den Selbstständigen unterrepräsentiert, während die Angestellten im Schnitt liegen. Fordern Sie nun zusätzlich über den Schalter Statistik... die Ausgabe sämtlicher Assoziationsmaße für nominalskalierte Variablen an.
6 272 Kapitel 10 Kreuztabellen Die in den beiden obigen Tabellen wiedergegebenen Assoziationsmaße sollen im Folgenden erläutert werden. Kontingenzkoeffizient Sein Wert liegt stets zwischen 0 und 1 und berechnet sich ebenso wie bei Phi und Cramers V aus dem Chi-Quadrat-Wert: c = χ 2 χ 2 + N N ist dabei die Gesamthäufigkeit der Kreuztabelle. Da N immer größer als Null ist, wird der Wert 1 nie erreicht. Der maximale Wert ist von der Zeilen- und Spaltenzahl der Kreuztabelle abhängig und beträgt z. B. bei einer 3 * 2 -Tabelle (wie im gegebenen Beispiel) 0,762. Aus diesem Grund ist der Kontingenzkoeffizient zwischen Kreuztabellen mit verschiedenen Felderzahlen nicht vergleichbar. Phi Dieser Koeffizient ist nur für 2*2-Tabellen verwendbar, da er sonst den Wert 1 übersteigen kann: ϕ = 2 χ N
7 10.3 Statistiken für Kreuztabellen 273 Cramers V Diese Größe ist eine Variante von Phi, die für beliebige Kreuztabellen einen Wert zwischen 0 und 1 ergibt, wobei der Wert 1 auch erreicht werden kann: V= χ 2 N ( k 1) Dabei ist k die kleinere der beiden Anzahlen der Zeilen und Spalten. Die drei genannten Maße basieren auf der Teststatistik Chi-Quadrat, wobei auf unterschiedliche Weise versucht wird, den Wert auf die Stichprobengröße zu normieren. Da im gegebenen Beispiel in der Formel für Cramers V k = 2 ist, stimmen die Werte für Phi und Cramers V miteinander überein. Die Berechnung der Signifikanz basiert auf dem Chi- Quadrat-Wert. Bei der Beurteilung der erhaltenen Maßzahlen (zwischen 0,4 und 0,5) ist zu bedenken, dass der Wert 1 nicht oder nur sehr schwer zu erreichen ist. Die anderen Assoziationsmaße (Lambda, Goodman-und-Kruskal-Tau und Unsicherheitskoeffizient) werden nach dem Konzept der so genannten proportionalen Fehlerreduktion berechnet. Bei diesen Maßen wird jeweils eine Variable als abhängige Variable betrachtet; aus diesem Grunde werden diese Maße auch»richtungsmaße«genannt. Lambda Im gegebenen Beispiel wird man die Frage nach der Parteifunktion als abhängige Variable betrachten können, und zwar abhängig vom ausgeübten Beruf. Soll für eine beliebige Person eine Vorhersage darüber getroffen werden, ob sie ein Parteiamt ausübt oder nicht, so wird man natürlich die bestmögliche Vorhersage treffen, wenn man die am häufigsten gegebene Antwort heranzieht, hier also die Ausübung eines Parteiamtes vorhersagen. Es haben nämlich 56,3% der Personen diese Antwort gegeben; in 43,7% der Fälle wird man jedoch eine falsche Vorhersage treffen. Die Vorhersage kann man verbessern, wenn man die andere Variable, also den Beruf, mit einbezieht. Bei den Angestellten würde man ebenso ein Parteiamt prognostizieren wie bei den Beamten, wobei bei neun Angestellten und bei zwei Beamten eine falsche Vorhersage getroffen würde. Bei den Selbstständigen würde man vorhersagen, dass diese Personen keine Parteifunktion ausüben und dabei in sieben Fällen irren. Bei den insgesamt 64 Personen würde also in = 18 Fällen, das sind 28,1%, eine falsche Prognose gestellt. Die ursprüngliche Fehlerwahrscheinlichkeit von 43,7 % ist also deutlich reduziert worden. Aus den beiden Fehlerwahrscheinlichkeiten wird die relative Fehlerreduktion berechnet und Lambda genannt: Fehler bei erster Prognose Fehler bei zweiter Prognose Lambda = Fehler bei erster Prognose
8 274 Kapitel 10 Kreuztabellen In unserem Beispiel ergibt sich: 43,7 % - 28,1 % Lambda = =0, ,7 % Erreicht der Fehler bei der zweiten Diagnose den Wert 0, wird Lambda = 1. Ist der Fehler bei der zweiten Prognose gleich dem der ersten Prognose, wird Lambda = 0. Hier liefert die zweite Variable keinerlei Unterstützung bei der Vorhersage der ersten (abhängigen) Variablen; beide Variablen sind völlig unabhängig voneinander. Da der Computer nicht wissen kann, welche Variable als abhängig zu betrachten ist, gibt SPSS automatisch in diesem Zusammenhang zwei Werte an, wobei jede der beiden Variablen jeweils einmal als abhängig betrachtet wird. Für den Fall, dass Sie keine der beiden Variablen als abhängig deklarieren können, wird unter der Bezeichnung»symmetrisch«das gewichtete Mittel dieser beiden Werte angegeben. Goodman und Kruskals Tau Dies ist eine Variante des Lambda-Koeffizienten, die von SPSS stets zusammen mit diesem ausgegeben wird, wobei die Anzahl der richtig vorhergesagten Personen anders berechnet wird, und zwar werden die beobachteten Häufigkeiten mit ihren Prozenten gewichtet und aufaddiert. Dies ergibt zunächst für die alleinige Betrachtung der abhängigen Variablen (erste Prognose): 36 * 56,3 % + 28 * 43,8 % = 32,53 Folgt man diesem Ansatz, werden von den insgesamt 64 Personen 31,47 falsch vorhergesagt, das sind 49,17%. Unter Berücksichtigung der zweiten Variablen erhält man nach dem entsprechenden Ansatz für die richtig vorhergesagten Personen (zweite Prognose): 13 * 59,1 % + 16 * 88,9 % + 7 * 29,2 % +9 * 40,9 % + 2 * 11,1 % +17 * 70,8 % = 39,89 Bei der zweiten Prognose wurden also von den insgesamt 64 Personen 24,11, das sind 37,67%, falsch vorhergesagt. Dies ergibt in diesem Fall eine Fehlerreduktion von 49,17 % - 37,67 % 49,17 % = 0, 235 Dieser Wert wird unter der Bezeichnung»Goodman-und-Kruskal-Tau«ausgegeben. Auch hier gibt SPSS einen zweiten Wert an; dieser ergibt sich, wenn man die andere Variable als abhängig betrachtet. Unsicherheitskoeffizient Dies ist eine weitere Variante von Lambda, wobei anstelle von fehlerhaften Prognosen von»unsicherheit«gesprochen wird und diese Unsicherheit nach recht komplizierten Formeln bestimmt wird, so dass auf eine nähere Erläuterung des Rechengangs verzichtet wird.
9 10.3 Statistiken für Kreuztabellen 275 Der Unsicherheitskoeffizient kann ebenfalls Werte zwischen 0 und 1 annehmen. Der Wert 1 bedeutet, dass die eine Variable exakt aus der anderen vorhergesagt werden kann Assoziationsmaße für ordinalskalierte Variablen Alle diese Maße basieren auf der Anzahl der Fehlordnungen (Inversionen: I), die sich ergeben, wenn man die Werte einer der beiden Variablen in aufsteigender Reihenfolge niederschreibt und die Werte der anderen Variablen entsprechend zuordnet. Zusammen mit der Anzahl der richtigen Ordnungen (Proversionen: P) gehen sie auf verschiedene Weise in die entsprechenden Formeln für die Assoziationsmaße ein, die Werte zwischen minus 1 und plus 1 annehmen können. Gamma Gamma berechnet sich aus der einfachen Formel: G = P I P+ I Treten keine Inversionen auf (I = 0), wird G = 1 (totaler Zusammenhang). Treten keine Proversionen, also ausschließlich Inversionen auf (P = 0), handelt es sich um einen maximal gegenläufigen Zusammenhang (G = -1). Ist P = I, ist keinerlei Zusammenhang gegeben (G = 0). Somers d Berechnet werden asymmetrisches und symmetrisches Somers d. Die Formel für Gamma wird durch einen Korrekturterm erweitert, der im Falle von Bindungen (Auftreten gleicher Messwerte) bei der abhängigen Variablen relevant wird: P I d = P+ I+ T y Ein entsprechendes asymmetrisches Somers d gibt es mit dem Korrekturterm T x. Das symmetrische Somers d verwendet im Nenner den Mittelwert der beiden asymmetrischen Koeffizienten. Kendalls Tau-b Bei dieser Maßzahl werden die Bindungen sowohl der abhängigen als auch der unabhängigen Variablen berücksichtigt: = P I ( ) ( ) τ b P+ I+ Tx P+ I+ Ty Die Werte -1 und +1 können nur bei einer quadratischen Kreuztabelle angenommen werden.
10 276 Kapitel 10 Kreuztabellen Kendalls Tau-c Hier können die Werte -1 und +1 bei jeder Tabelle erreicht werden: Dabei ist N die Gesamtsumme der Häufigkeiten; m ist die kleinere der Anzahlen der Zeilen und Spalten Weitere Assoziationsmaße SPSS bietet weitere spezielle Assoziationsmaße an, die im Folgenden vorgestellt werden sollen. Eta Dieser Koeffizient ist geeignet, wenn die abhängige Variable Intervall- und die unabhängige Variable Ordinal- oder Nominalskalenniveau hat. Das Quadrat von Eta ist der Anteil der Gesamtvarianz, der durch die unabhängige Variable erklärt wird. Kappa-Koeffizient Cohens Kappa-Koeffizient kann nur für quadratische Kreuztabellen berechnet werden, in denen dieselben numerischen Kodierungen für die Zeilen- und die Spaltenvariable verwendet wurden. Der typische Anwendungsfall ist der, dass Personen oder Objekte durch zwei Gutachter beurteilt werden. Kappa gibt dann den Grad der Übereinstimmung zwischen den beiden Beurteilern an. Risiko 2 m P I τ c = ( ) 2 N ( m 1) Unter dieser Option verbergen sich bei SPSS drei verschiedene Koeffizienten, die für Vierfeldertafeln bestimmt werden können, wobei eine bestimmte Testsituation gegeben sein muss: Eine so genannte Risikovariable, die angibt, ob ein bestimmtes Ereignis eintrifft oder nicht, wird in Abhängigkeit von einer unabhängigen (ursächlichen) und ebenfalls dichotomen Variablen untersucht. Dies soll an einem typischen Beispiel erläutert werden. Bei insgesamt 294 Probanden aus einer Studie über Depressionen ergab sich die folgende Häufigkeitsverteilung: Depression Ja Nein Weiblich a = 40 b = 143 Männlich c = 10 d = 101 Die Depression mit den beiden Kategorien ja nein ist die Risikovariable, das Geschlecht mit den beiden Kategorien weiblich männlich die unabhängige (ursächliche) Variable.
11 10.3 Statistiken für Kreuztabellen 277 In Zusammenhang mit solchen Studien spricht man von Kohorten- bzw. Fall-Kontrollstudien. Dabei untersuchen Kohortenstudien eine festgelegte Fallgruppe, bei denen das untersuchte Ereignis noch nicht eingetreten ist, über einen gewissen Zeitraum hinweg und stellen fest, bei welchen Fällen dieses Ereignis eintritt und bei welchen nicht und ob sich das Risiko des Eintretens zwischen den Kategorien einer unabhängigen Variablen unterscheidet. Bei Fall-Kontrollstudien hingegen wird eine Fallgruppe, bei der das Ereignis bereits eingetreten ist, mit einer Kontrollgruppe verglichen. Zwei der von SPSS berechneten Koeffizienten werden üblicherweise bei Kohortenstudien, der dritte Koeffizient bei Fall-Kontrollstudien verwendet. In Kohortenstudien wird für die beiden Kategorien der unabhängigen Variablen (hier: das Geschlecht) die Inzidenzrate bestimmt. Bei den weiblichen Probanden ist die Inzidenzrate für das Auftreten einer Depression 40 = 0, Bei den männlichen Probanden ist die Inzidenzrate 10 = 009, Der Quotient aus den beiden Inzidenzraten 0, 219 0, 090 = 2, 426 wird als relatives Risiko bezeichnet. Das Risiko, depressiv zu werden, liegt bei den Frauen um das 2,426-Fache über dem bei den Männern. Da der Rechner nicht wissen kann, welche der beiden Kodierungen der Risikovariablen für das Vorhandensein der Depression steht, wird dieses relative Risiko für beide Ausprägungen der Risikovariablen berechnet. Bei Fall-Kontrollstudien wird eine etwas andere Variante der Koeffizientenberechnung, die auch Odds Ratio genannt wird, verwendet. So sind die»chancen«(odds) bei den Frauen, depressiv zu werden, 40/143, bei den Männern 10/101. Das Chancenverhältnis (Odds Ratio) ist demnach 40 * 101 = 2, * 10 Bezeichnen wir die vier Häufigkeiten der Vierfeldertafel mit a, b, c und d (siehe oben), so werden demnach von SPSS die drei folgenden Koeffizienten berechnet: a d R0 = * b * c
12 278 Kapitel 10 Kreuztabellen R1 = a * ( c + d) c * ( a + b) b * ( c + d) R2 = d * ( a + b) Wir wollen das gegebene Beispiel in SPSS durchrechnen. Laden Sie die Datei depr.sav. Die Datei enthält als Risikovariable die Variable depr mit den beiden Kodierungen 1 = ja und 2 = nein sowie die unabhängige (ursächliche) Variable sex mit den beiden Kodierungen 1 = weiblich und 2 = männlich. Ferner ist als weitere Variable die Häufigkeitsvariable n enthalten. Treffen Sie die Menüwahl Daten Fälle gewichten... und geben Sie n als Häufigkeitsvariable an. Definieren Sie anschließend in der Dialogbox Kreuztabellen die Variable sex als Zeilen- und die Variable depr als Spaltenvariable und aktivieren Sie über den Schalter Statistiken... die Option Risiko. Es werden die folgenden Ergebnisse angezeigt. Es werden nacheinander Odds Ratio (R0) und die beiden relativen Risiken (R1 und R2) ausgegeben, wobei auch ein 95%-Konfidenzintervall berechnet wird. Möchten Sie Odds Ratio und das relative Risiko korrekt berechnen, müssen Sie Folgendes beachten: Definieren Sie die ursächliche (unabhängige) Variable als Zeilenvariable und die Risikovariable als Spaltenvariable. In der ersten der beiden Zeilen der Vierfeldertafel muss die Gruppe mit dem größeren Risiko eingetragen sein. In der ersten der beiden Spalten der Vierfeldertafel muss die Kodierung für das Eintreffen des Ereignisses enthalten sein.
13 Copyright Daten, Texte, Design und Grafiken dieses ebooks, sowie die eventuell angebotenen ebook-zusatzdaten sind urheberrechtlich geschützt. Dieses ebook stellen wir lediglich als persönliche Einzelplatz-Lizenz zur Verfügung! Jede andere Verwendung dieses ebooks oder zugehöriger Materialien und Informationen, einschliesslich der Reproduktion, der Weitergabe, des Weitervertriebs, der Platzierung im Internet, in Intranets, in Extranets, der Veränderung, des Weiterverkaufs und der Veröffentlichung bedarf der schriftlichen Genehmigung des Verlags. Insbesondere ist die Entfernung oder Änderung des vom Verlag vergebenen Passwortschutzes ausdrücklich untersagt! Bei Fragen zu diesem Thema wenden Sie sich bitte an: Zusatzdaten Möglicherweise liegt dem gedruckten Buch eine CD-ROM mit Zusatzdaten bei. Die Zurverfügungstellung dieser Daten auf unseren Websites ist eine freiwillige Leistung des Verlags. Der Rechtsweg ist ausgeschlossen. Hinweis Dieses und viele weitere ebooks können Sie rund um die Uhr und legal auf unserer Website herunterladen
Einführung in die Allgemeine Betriebswirtschaftslehre
Prof. Dr. Thomas Straub Einführung in die Allgemeine Betriebswirtschaftslehre Das Übungsbuch Higher Education München Harlow Amsterdam Madrid Boston San Francisco Don Mills Mexico City Sydney a part of
MehrGrundlagen des Marketing
Prof. Dr. Ralf Schellhase Prof. Dr. Birgit Franken Stephan Franken Grundlagen des Marketing Das Übungsbuch Higher Education München Harlow Amsterdam Madrid Boston San Francisco Don Mills Mexico City Sydney
MehrControlling. Das Übungsbuch. Bernd Britzelmaier
Controlling Das Übungsbuch Bernd Britzelmaier Controlling - Das Übungsbuch - PDF Inhaltsverzeichnis Controlling Inhaltsverzeichnis Vorwort 7 Kapitel 1 -Controlling und Controller 9 10 1.1 Controlling und
MehrÜbungen zur Makroökonomie
Josef Forster Ulrich Klüh Stephan Sauer Übungen zur Makroökonomie 3., aktualisierte Auflage ein Imprint von Pearson Education München Boston San Francisco Harlow, England Don Mills, Ontario Sydney Mexico
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
MehrBivariater Zusammenhang in der Mehrfeldertafel PEΣO
Bivariater Zusammenhang in der Mehrfeldertafel PEΣO 9. November 2001 Bivariate Häufigkeitsverteilungen in Mehrfeldertabellen In der Mehrfeldertabelle werden im Gegensatz zur Vierfeldertabelle keine dichotomen
MehrGrundzüge der Beschaffung, Produktion und Logistik
Sebastian Kummer (Hrsg.) Oskar Grün Werner Jammernegg Grundzüge der Beschaffung, Produktion und Logistik Das Übungsbuch ein Imprint von Pearson Education München Boston San Francisco Harlow, England Don
MehrBivariate Kreuztabellen
Bivariate Kreuztabellen Kühnel, Krebs 2001 S. 307-342 Gabriele Doblhammer: Empirische Sozialforschung Teil II, SS 2004 1/33 Häufigkeit in Zelle y 1 x 1 Kreuztabellen Randverteilung x 1... x j... x J Σ
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
Mehr1 Bilder auf den Rechner bringen Gimp kennen lernen Schnelle Korrekturen 51. Inhaltsverzeichnis
1 Bilder auf den Rechner bringen 11 Gimp installieren...12 Die Fotos sind im Kasten...14 Gimp starten...16 Bilder laden...18 Erweiterte Importmöglichkeiten...22 Bildverwaltung...24 2 Gimp kennen lernen
MehrBivariate Zusammenhänge
Bivariate Zusammenhänge Tabellenanalyse: Kreuztabellierung und Kontingenzanalyse Philosophische Fakultät Institut für Soziologie Berufsverläufe und Berufserfolg von Hochschulabsolventen Dozent: Mike Kühne
MehrGoogle Analytics & Co
Google Analytics & Co Heiko Haller Markus Hartwig Arne Liedtke Methoden der Webanalyse professionell anwenden An imprint of Pearson Education München Boston San Francisco Harlow, England Don Mills, Ontario
MehrChi-Quadrat Verfahren
Chi-Quadrat Verfahren Chi-Quadrat Verfahren werden bei nominalskalierten Daten verwendet. Die einzige Information, die wir bei Nominalskalenniveau zur Verfügung haben, sind Häufigkeiten. Die Quintessenz
MehrKategoriale Daten. Johannes Hain. Lehrstuhl für Mathematik VIII Statistik 1/17
Johannes Hain Lehrstuhl für Mathematik VIII Statistik 1/17 Übersicht Besitzen die Daten, die statistisch ausgewertet werden sollen, kategoriales Skalenniveau, unterscheidet man die folgenden Szenarien:
MehrDetlef Fiebrandt, Claudia Koch FARBKONSISTENZ IN DER PROFIFOTOGRAFIE. Vom Bildschirm zum Ausdruck
Detlef Fiebrandt, Claudia Koch FARBKONSISTENZ IN DER PROFIFOTOGRAFIE Vom Bildschirm zum Ausdruck Farbkonsistenz in der Profifotografie - PDF Inhaltsverzeichnis Farbkonsistenz in der Profifotografie - Vom
MehrWindows Home Server. Einrichten, Optimieren, Fehler beheben THOMAS JOOS
Windows Home Server Einrichten, Optimieren, Fehler beheben THOMAS JOOS Benutzer anlegen und verwalten Info Jedes Benutzerkonto erhält durch den Windows Home Server eine spezielle Kennung, die Sicherheits-ID
MehrChi Quadrat-Unabhängigkeitstest
Fragestellung 1: Untersuchung mit Hilfe des Chi-Quadrat-Unabhängigkeitstestes, ob zwischen dem Herkunftsland der Befragten und der Bewertung des Kontaktes zu den Nachbarn aus einem Anderen Herkunftsland
MehrSozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester 2009. Statistik mit SPSS
Sommersemester 2009 Statistik mit SPSS 15. Mai 2009 15. Mai 2009 Statistik Dozentin: mit Esther SPSSOchoa Fernández 1 Überblick Mehrfeldertabellen und Zusammenhangsmaße 1. Mehrfeldertabellen und Zusammenhangsmaße:
MehrMakroökonomie. Das Übungsbuch. Josef Forster Ulrich Klüh Stephan Sauer. 4., aktualisierte Auflage
Makroökonomie Das Übungsbuch 4., aktualisierte Auflage Josef Forster Ulrich Klüh Stephan Sauer ÜB Makroökonomie - PDF Inhaltsverzeichnis Makroökonomie Das Übungsbuch Impressum Inhaltsverzeichnis Vorwort
MehrGrundzüge der Beschaffung, Produktion und Logistik
Sebastian Kummer (Hrsg.) Oskar Grün Werner Jammernegg Grundzüge der Beschaffung, Produktion und Logistik Das Übungsbuch 2., aktualisierte Auflage Higher Education München Harlow Amsterdam Madrid Boston
MehrAgiles Produktmanagement mit Scrum
Roman Pichler Agiles Produktmanagement mit Scrum An imprint of Pearson München Boston San Francisco Harlow, England Don Mills, Ontario Sydney Mexico City Madrid Amsterdam Agiles Produktmanagement mit Scrum
MehrAnorganische Chemie macchiato
Anorganische Chemie macchiato Kurt Haim Johanna Lederer-Gamberger Illustriert von Klaus Müller Anorganische Chemie macchiato Cartoonkurs für Schüler und Studenten Higher Education München Harlow Amsterdam
MehrAnalyse bivariater Kontingenztafeln
Analyse bivariater Kontingenztafeln Werden zwei kategoriale Merkmale mit nicht zu vielen möglichen Ausprägungen gemeinsam analysiert, so kommen zur Beschreibung der gemeinsamen Verteilung im allgemeinen
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
MehrZusammenhangsanalyse in Kontingenztabellen
Zusammenhangsanalyse in Kontingenztabellen Bisher: Tabellarische / graphische Präsentation Jetzt: Maßzahlen für Stärke des Zusammenhangs zwischen X und Y. Chancen und relative Chancen Zunächst 2 2 - Kontingenztafel
MehrEinfache statistische Auswertungen mit dem Programm SPSS
Einfache statistische Auswertungen mit dem Programm SPSS Datensatz: fiktive_daten.sav Dipl. Päd. Anne Haßelkus Dr. Dorothea Dette-Hagenmeyer 11/2011 Überblick 1 Deskriptive Statistiken; Mittelwert berechnen...
MehrAngewandte Statistik 3. Semester
Angewandte Statistik 3. Semester Übung 5 Grundlagen der Statistik Übersicht Semester 1 Einführung ins SPSS Auswertung im SPSS anhand eines Beispieles Häufigkeitsauswertungen Grafiken Statistische Grundlagen
MehrVS PLUS
VS PLUS Zusatzinformationen zu Medien des VS Verlags Statistik II Inferenzstatistik 2010 Übungsaufgaben und Lösungen Inferenzstatistik 2 [Übungsaufgaben und Lösungenn - Inferenzstatistik 2] ÜBUNGSAUFGABEN
MehrHerzlich willkommen zur Vorlesung Statistik
FB 1 W. Ludwig-Mayerhofer Statistik 1 Herzlich willkommen zur Vorlesung Statistik Zusammenhänge zwischen nominalen (und/oder ordinalen) Merkmalen: analyse und II: Signifikanztests und Maße der Assoziation
MehrSozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester Statistik mit SPSS
Sommersemester 2009 Statistik mit SPSS 09. Mai 2009 09. Mai 2009 Statistik Dozentin: mit Esther SPSSOchoa Fernández 1 Arbeitsschritte bei der Datenanalyse Datenmanagement (Einlesen von Daten, Teilen von
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
MehrAufgaben zu Kapitel 9
Aufgaben zu Kapitel 9 Aufgabe 1 Für diese Aufgabe benötigen Sie den Datensatz Nominaldaten.sav. a) Sie arbeiten für eine Marktforschungsfirma und sollen überprüfen, ob die in diesem Datensatz untersuchte
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
MehrProjekt Kaffeemaschine Welche Faktoren beeinflussen das Geschmacksurteil?
AKULTÄT ANGEWANDTE SOZIALWISSENSCHATEN PRO. DR. SONJA HAUG Projekt Kaffeemaschine Welche aktoren beeinflussen das Geschmacksurteil? Ausgehend von der Verkostung an der Hochschule Regensburg und der dabei
MehrPRINCE2:2009 für Projektmanagement mit Methode
Nadin Ebel PRINCE2:2009 für Projektmanagement mit Methode Grundlagenwissen und Zertifizierungsvorbereitung für die PRINCE:2009-Foundation-Prüfung An imprint of Pearson Education München Boston San Francisco
MehrOptionen, Futures und andere Derivate
John C. Hull Optionen, Futures und andere Derivate Das Übungsbuch 8., aktualisierte Auflage Fachliche Betreuung der deutschen Übersetzung durch Dr. Wolfgang Mader und Dr. Marc Wagner Higher Education München
MehrMicrosoft SharePoint 2010
Melanie Schmidt Britta Seidler Microsoft SharePoint 2010 Das Praxisbuch für Anwender An imprint of Pearson Education München Boston San Francisco Harlow, England Don Mills, Ontario Sydney Mexico City Madrid
MehrDas große. Excel-Handbuch für Controller. Professionelle Lösungen
Das große Excel-Handbuch für Controller Professionelle Lösungen IGNATZ SCHELS UWE M. SEIDEL Das große Excel-Handbuch für Controller - PDF Inhaltsverzeichnis Das große Excel-Handbuch für Controller - Professionelle
MehrDieses Quiz soll Ihnen helfen, Kapitel besser zu verstehen.
Dieses Quiz soll Ihnen helfen, Kapitel 2.5-2. besser zu verstehen. Frage Wir betrachten ein Würfelspiel. Man wirft einen fairen, sechsseitigen Würfel. Wenn eine oder eine 2 oben liegt, muss man 2 SFr zahlen.
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 19. Januar 2011 1 Nichtparametrische Tests Ordinalskalierte Daten 2 Test für ein Merkmal mit nur zwei Ausprägungen
MehrDie Elemente der User Experience
Die Elemente der User Experience Die Elemente der User Experience 2. Auflage Anwenderzentriertes (Web-)Design Jesse James Garrett Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche
MehrInhaltsverzeichnis. II. Statistische Modelle und sozialwissenschaftliche Meßniveaus 16
Vorwort 1 1. Kapitel: Der Stellenwert der Statistik für die sozialwissenschaflliche Forschung 1 1. Zur Logik (sozial-)wissenschaftlicher Forschung 1 1. Alltagswissen und wissenschaftliches Wissen 1 2.
MehrDatenanalyse mit Excel. Wintersemester 2013/14
Datenanalyse mit Excel 1 KORRELATIONRECHNUNG 2 Korrelationsrechnung Ziel der Korrelationsrechnung besteht im bivariaten Fall darin, die Stärke des Zusammenhangs zwischen zwei interessierenden statistischen
MehrISBN 978-3-8273-3181-6 (print); 978-3-86324-526-9 (PDF); 978-3-86324-209-1 (epub)
Bibliografische Information Der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind
MehrJoomla! Websites organisieren und gestalten mit dem Open Source-CMS. Stephen Burge. An imprint of Pearson
Stephen Burge Joomla! Websites organisieren und gestalten mit dem Open Source-CMS An imprint of Pearson München Boston San Francisco Harlow, England Don Mills, Ontario Sydney Mexico City Madrid Amsterdam
MehrKommentierter 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
MehrInhaltsverzeichnis. Kapitel 1: Die Shopgründung 7. Kapitel 2: Shopumgebung und Shopkonzept 31. Kapitel 3: Die Shopkonfiguration 59. Vorwort...
Inhaltsverzeichnis Inhaltsverzeichnis Vorwort...5 Kapitel 1: Die Shopgründung 7 1.1 Die Shopidee...8 1.2 Die Zielgruppe...9 1.3 Das Alleinstellungsmerkmal... 10 1.4 Die Marktanalyse... 12 1.5 Die persönliche
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
MehrAchim Bühl, Peter Zöfel. SPSS Version 10. Einführung in die moderne Datenanalyse unter Windows. 7., überarbeitete und erweiterte Auflage
Achim Bühl, Peter Zöfel SPSS Version 10 Einführung in die moderne Datenanalyse unter Windows 7., überarbeitete und erweiterte Auflage ADDISON-WESLEY An imprint of Pearson Education München Bosten San Francisco
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
MehrBiomathematik für Mediziner, Klausur SS 2001 Seite 1
Biomathematik für Mediziner, Klausur SS 2001 Seite 1 Aufgabe 1: Von den Patienten einer Klinik geben 70% an, Masern gehabt zu haben, und 60% erinnerten sich an eine Windpockeninfektion. An mindestens einer
MehrPROC FREQ für Kontingenztafeln
zum Überprüfen von Zusammenhängen zweier qualitativer Merkmale Allgemeine Form: PROC FREQ DATA=name Optionen ; TABLES (variablenliste) * (variablenliste) / Optionen ; Beispiel und Beschreibung der Programm-Statements:
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
Mehr1 Computer- Chinesisch
Inhaltsverzeichnis Liebe Leserin, lieber Leser 8 1 Computer- Chinesisch leicht gemacht! 11 Kleine Gerätekunde... 12 Welche Software wird gebraucht?... 28 Hilfe beim Computerkauf... 31 2 Auspacken, anschließen,
MehrStatistik. Jan Müller
Statistik Jan Müller Skalenniveau Nominalskala: Diese Skala basiert auf einem Satz von qualitativen Attributen. Es existiert kein Kriterium, nach dem die Punkte einer nominal skalierten Variablen anzuordnen
MehrGrundzüge der Finanzmathematik
Markus Wessler Grundzüge der Finanzmathematik Higher Education München Harlow Amsterdam Madrid Boston San Francisco Don Mills Mexico City Sydney a part of Pearson plc worldwide 2.4 Kalenderjährliche Verzinsung
MehrStatistik II. Aufgabe 1
Statistik II, SS 2004, Seite 1 von 7 Statistik II Hinweise zur Bearbeitung Hilfsmittel: - Taschenrechner (ohne Datenbank oder die Möglichkeit diesen zu programmieren) - Formelsammlung für Statistik II
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
Mehr1.4 Der Binomialtest. Die Hypothesen: H 0 : p p 0 gegen. gegen H 1 : p p 0. gegen H 1 : p > p 0
1.4 Der Binomialtest Mit dem Binomialtest kann eine Hypothese bezüglich der Wahrscheinlichkeit für das Auftreten einer Kategorie einer dichotomen (es kommen nur zwei Ausprägungen vor, z.b. 0 und 1) Zufallsvariablen
MehrZiele dieses Buches 2 Was können Sie von diesem Buch erwarten? 3 Und nach dem Buch? 5
Inhaltsverzeichnis Einleitung 1 Ziele dieses Buches 2 Was können Sie von diesem Buch erwarten? 3 Und nach dem Buch? 5 Über mich 7 Kapitel 1 Konzeption und Planung der Website 11 1.1 Grundüberlegungen 12
MehrSkript 7 Kreuztabellen und benutzerdefinierte Tabellen
Skript 7 Kreuztabellen und benutzerdefinierte Tabellen Ziel: Analysieren und verdeutlichen von Zusammenhängen mehrerer Variablen, wie z.b. Anzahlen pro Kategorien; Mittelwert und Standardabweichung pro
MehrChristian Immler. BlackBerry. 10 Lektionen für Einsteiger
Christian Immler BlackBerry 10 Lektionen für Einsteiger Inhaltsverzeichnis Inhaltsverzeichnis Kapitel 1: Was ist ein BlackBerry? 7 Was unterscheidet einen BlackBerry von anderen Handys?...8 Tariffragen...
Mehra) Zeichnen Sie in das nebenstehende Streudiagramm mit Lineal eine Regressionsgerade ein, die Sie für passend halten.
Statistik für Kommunikationswissenschaftler Wintersemester 2009/200 Vorlesung Prof. Dr. Helmut Küchenhoff Übung Cornelia Oberhauser, Monia Mahling, Juliane Manitz Thema 4 Homepage zur Veranstaltung: http://www.statistik.lmu.de/~helmut/kw09.html
MehrBibliografische Information der Deutschen Nationalbibliothek
Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind
MehrJoomla! eigenen Joomla!-Website ^ADDISON-WESLEY. Die Schritt-für-Schritt-Anleitung zur. Stephen Bürge. An imprint of Pearson
Stephen Bürge Joomla! Die Schritt-für-Schritt-Anleitung zur eigenen Joomla!-Website ^ADDISON-WESLEY An imprint of Pearson München Boston San Francisco Harlow, England Don Mills, Ontario Sydney Mexico City
MehrDas Joomla! 1.7 Einsteigerbuch
Hagen Graf Das Joomla! 1.7 Einsteigerbuch Grundlagen, Konfiguration, Anwendung An imprint of Pearson München Boston San Francisco Harlow, England Don Mills, Ontario Sydney Mexico City Madrid Amsterdam
MehrMCSE-Zertifizierungsupgrade auf Windows Server 2003
Stephan Hirsch, David Kube MCSE-Zertifizierungsupgrade auf Windows Server 2003 Für Examen Nr. 70 296 ADDISON-WESLEY An imprint of Pearson Education München Boston San Francisco Harlow, England Don Mills,
MehrKorrelationsmatrix. Statistische Bindungen zwischen den N Zufallsgrößen werden durch die Korrelationsmatrix vollständig beschrieben:
Korrelationsmatrix Bisher wurden nur statistische Bindungen zwischen zwei (skalaren) Zufallsgrößen betrachtet. Für den allgemeineren Fall einer Zufallsgröße mit N Dimensionen bietet sich zweckmäßiger Weise
MehrHypothesenprüfung. Darüber hinaus existieren zahlreiche andere Testverfahren, die alle auf der gleichen Logik basieren
Hypothesenprüfung Teil der Inferenzstatistik Befaßt sich mit der Frage, wie Hypothesen über eine (in der Regel unbekannte) Grundgesamtheit an einer Stichprobe überprüft werden können Behandelt werden drei
MehrStatistik im Bachelor-Studium der BWL und VWL
Max C. Wewel Statistik im Bachelor-Studium der BWL und VWL Methoden, Anwendung, Interpretation Mit herausnehmbarer Formelsammlung ein Imprint von Pearson Education München Boston San Francisco Harlow,
MehrWindows das erste Mal
Windows das erste Mal Ist der Computer betriebsbereit? Dann ist es jetzt an der Zeit, sich mit der Bedienung des Betriebssystems Windows vertraut zu machen. Haben Sie noch gar keine oder nur wenig Erfahrung
MehrMathematische und statistische Methoden I
Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden I Dr. Malte Persike persike@uni-mainz.de
MehrDas Access-VBA Codebook
Bernd Held Das -VBA Codebook An imprint of Pearson Education München Boston San Francisco Harlow, England Don Mills, Ontario Sydney Mexico City Madrid Amsterdam Allgemeine VBA- In VBA gibt es Hunderte
MehrDie Korrelation von Merkmalen
Die Korrelation von Merkmalen In der Analse von Datenmaterial ist eines der Hauptziele der Statistik eine Abhängigkeit bzw. einen Zusammenhang zwischen Merkmalen zu erkennen. Die Korrelation ermittelt
MehrTeil I: Deskriptive Statistik
Teil I: Deskriptive Statistik 2 Grundbegriffe 2.1 Merkmal und Stichprobe 2.2 Skalenniveau von Merkmalen 2.3 Geordnete Stichproben und Ränge 2.1 Merkmal und Stichprobe An (geeignet ausgewählten) Untersuchungseinheiten
MehrWillkommen zur Vorlesung Statistik
Willkommen zur Vorlesung Statistik Thema dieser Vorlesung: Analyse von Kreuztabellen Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften Prof.
MehrDas große Excel-Handbuch für Controller. Professionelle Lösungen
Das große Excel-Handbuch für Controller Professionelle Lösungen IGNATZ SCHELS UWE M. SEIDEL Das große Excel-Handbuch für Controller - PDF Inhaltsverzeichnis Das große Excel-Handbuch für Controller - Professionelle
MehrMethoden Quantitative Datenanalyse
Leitfaden Universität Zürich ISEK - Andreasstrasse 15 CH-8050 Zürich Telefon +41 44 635 22 11 Telefax +41 44 635 22 19 www.isek.uzh.ch 11. September 2014 Methoden Quantitative Datenanalyse Vorbereitung
MehrEine zweidimensionale Stichprobe
Eine zweidimensionale Stichprobe liegt vor, wenn zwei qualitative Merkmale gleichzeitig betrachtet werden. Eine Urliste besteht dann aus Wertepaaren (x i, y i ) R 2 und hat die Form (x 1, y 1 ), (x 2,
MehrSignifikanztests zur Prüfung von Unterschieden in der zentralen Tendenz -Teil 1-
SPSSinteraktiv Signifikanztests (Teil ) - - Signifikanztests zur Prüfung von Unterschieden in der zentralen Tendenz -Teil - t-test bei einer Stichprobe - SPSS-Output Der t-test bei einer Stichprobe wird
MehrTutorial: Vergleich von Anteilen
Tutorial: Vergleich von Anteilen Die Sicherung des Pensionssystems ist in vielen Ländern ein heikles Thema. Noch stärker als der Streit, wer wann welche Pension beziehen können soll, tobt ein Streit, welche
MehrFelix-Nicolai Müller. Seminar Fragebogenmethodik - WS2009/2010 - Universität Trier Dr. Dirk Kranz 24.11.2009
Cohen s Kappa Felix-Nicolai Müller Seminar Fragebogenmethodik - WS2009/2010 - Universität Trier Dr. Dirk Kranz 24.11.2009 Felix-Nicolai Müller Cohen s Kappa 24.11.2009 1 / 21 Inhaltsverzeichnis 1 2 3 4
MehrMathematik: LehrerInnenteam Arbeitsblatt Semester ARBEITSBLATT 12. Erwartungswert, Varianz und Standardabweichung
Mathematik: LehrerInnenteam Arbeitsblatt 7-7. Semester ARBEITSBLATT Erwartungswert, Varianz und Standardabweichung Die Begriffe Varianz und Standardabweichung sind uns bereits aus der Statistik bekannt
MehrInhaltsverzeichnis. Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden
Inhaltsverzeichnis Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist Spaß 3 Warum Statistik? 3 Checkpoints 4 Daten 4 Checkpoints 7 Skalen - lebenslang wichtig bei der Datenanalyse
MehrLösungen zum SPSS-Buch zweiter Teil Einführung in das quantitativ orientierte Forschen
1 Lösungen zum SPSS-Buch zweiter Teil Einführung in das quantitativ orientierte Forschen 2. Auflage Allgemeine Anmerkung Die Interpretationen zur Signifikanz erfolgen auf dem 5%-Nieveau. Kapitel 8 Studienaufgabe
MehrAbhängigkeit zweier Merkmale
Abhängigkeit zweier Merkmale Johannes Hain Lehrstuhl für Mathematik VIII Statistik 1/33 Allgemeine Situation Neben der Untersuchung auf Unterschiede zwischen zwei oder mehreren Untersuchungsgruppen hinsichtlich
MehrISBN 978-3-8273-3232-5 (Print); 978-3-86324-685-3 (PDF); 978-3-86324-250-3 (epub)
Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind
MehrAssoziation & Korrelation
Statistik 1 für SoziologInnen Assoziation & Korrelation Univ.Prof. Dr. Marcus Hudec Einleitung Bei Beobachtung von 2 Merkmalen für jeden Merkmalsträger stellt sich die Frage, ob es systematische Zusammenhänge
Mehrebook-pdf-isbn: 978-3-86325-604-3 - Printausgabe ISBN 978-3-8272-4826-8
Bibliografi sche Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografi e; detaillierte bibliografi sche Daten sind
MehrRegression ein kleiner Rückblick. Methodenseminar Dozent: Uwe Altmann Alexandra Kuhn, Melanie Spate
Regression ein kleiner Rückblick Methodenseminar Dozent: Uwe Altmann Alexandra Kuhn, Melanie Spate 05.11.2009 Gliederung 1. Stochastische Abhängigkeit 2. Definition Zufallsvariable 3. Kennwerte 3.1 für
MehrMagento Theme-Design. professionelle Themes für Ihren Shop Y%ADDISON-WESLEY. Entwerfen Sie Schritt für Schritt. Richard Carter
Richard Carter Magento Theme-Design Entwerfen Sie Schritt für Schritt professionelle Themes für Ihren Shop Y%ADDISON-WESLEY An imprint of Pearson Education München Boston San Francisco Harlow, England
MehrKlausur zu Methoden der Statistik I (mit Kurzlösung) Sommersemester 2008. Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik I (mit Kurzlösung) Sommersemester 2008 Aufgabe 1 I) Einige Mitarbeiter
MehrBivariate Verteilungen
Bei der univariatendatenanalyse wird jeweils eine Variable analysiert. Im Zuge der univariatendatenanalyse werden zwar i.d.r. mehrere Variablen untersucht, aber jede Variablenverteilung isoliert von den
Mehr