Statistik mit R, Sitzung am
|
|
- Wilfried Fürst
- vor 7 Jahren
- Abrufe
Transkript
1 Statistik mit R, Sitzung am Mike Kühne 1 R-Kurs
2 INHALTSVERZEICHNIS Inhaltsverzeichnis 1 Bivariate Statistik Tabellen Zusammenhangsmaße für nominal skalierte Daten Zusammenhangsmaße für ordinal skalierte Daten Zusammenhangsmaße für metrische Daten Parametrische Hypothesentests t-test für eine Stichprobe t-test für zwei unabhängige Stichproben t-test für zwei abhängige Stichproben Mike Kühne 2 R-Kurs
3 Statistik mit R 1 Bivariate Statistik 1.1 Tabellen Nehmen wir an, dass rauchende Studierende weniger Zeit für das Studium aufbringen. Die Daten könnten wie folgt aussehen: 1 Tabelle 1: Rauchen und Studieren ID Raucher tägliche Studierzeit 1 Ja weniger als 5 Stunden 2 Nein 5 bis 10 Stunden 3 Nein 5 bis 10 Stunden 4 Ja mehr als 10 Stunden 5 Nein mehr als 10 Stunden 6 Ja weniger als 5 Stunden 7 Ja 5 bis 10 Stunden 8 Ja weniger als 5 Stunden 9 Nein mehr als 10 Stunden 10 Ja 5 bis 10 Stunden Die Daten in R > smokes = c("y","n","n","y","n","y","y","y","n","y") > amount = c(1,2,2,3,3,1,2,1,3,2) Mit der bereits bekannten Funktion table() kann man sich die univariate Verteilung ansehen. > table(smokes) N Y Beispiel entnommen und modifiziert aus: Verzani, R. (2002). simpler Using R for Introductory Statistics. online Mike Kühne 3 R-Kurs
4 Mit der Funktion table() lassen sich auch 2 Variablen zusammengefasst darstellen. > table(smokes, amount) amount smokes N Y Mit der Funktion prop.table() kann man sich die prozentualen Anteile ausweisen lassen. > tab.1 <- table(smokes,amount) > prop.table(tab.1) amount smokes N Y Man kann sich auch die Zeilenprozente > prop.table(tab.1,1) amount smokes N Y und Spaltenprozente ausweisen lassen. > prop.table(tab.1,2) amount smokes N Y Die tabellarische Darstellung fällt in R etwas spartanisch aus. Für die univariate tabellarische Darstellung hat unter anderem Dolić (2004, S. 62) eine Funktion geschrieben: > freq.table <- function(x,na.rm=f,digs=3){ + if(is.factor(x)==false){ + x <- as.factor(x) + } + abs.h <- summary(x) + rel.h <- round((summary(x)/length(x)),digs) + kum.rel.h <- cumsum(rel.h) + if (na.rm) { + abs.h <- summary(na.omit(x)) + rel.h <- round((summary(na.omit(x))/length(na.omit(x))),digs) + kum.rel.h <- cumsum(rel.h) + } + tab <- data.frame(abs.h,rel.h,kum.rel.h) + return(tab) + } [Funktion] Mike Kühne 4 R-Kurs
5 Mit dieser Funktion wird ein Vektor in einen Faktor gewandelt. Die Daten sollten also kategorialer Art sein. Anschließend erhält man eine Tabelle, die ähnliche Informationen enthält, wie der FREQUENCIES-Befehl in SPSS. > freq.table(smokes) abs.h rel.h kum.rel.h N Y Mike Kühne 5 R-Kurs
6 1.2 Zusammenhangsmaße für nominal skalierte Daten eine Möglichkeit: Paket vcd wichtige Funktion: assocstats() Hilfe in R: assocstats() > library(vcd) >?assocstats Für die Anwendung der Funktion, muss eine Tabelle erzeugt werden. Auch dafür existiert eine fertige Funktion: xtabs(). >?xtabs Das Paket vcd enthält eine Reihe an Datensätzen. Unter anderem Arthritis. > Arthritis >?Arthritis Der Datensatz enthält mehrere Variablen. Relevant sind: Treatment Placebo oder Medikament Improved Verbesserung durch die Behandlung Zuerst muss also eine Tabelle mit der Funktion xtabs() erstellt werden. > Tabelle1 <- xtabs(~improved + Treatment, data = Arthritis) > summary(assocstats(tabelle1)) Call: xtabs(formula = ~Arthritis$Improved + Arthritis$Treatment) Number of cases in table: 84 Number of factors: 2 Test for independence of all factors: Chisq = , df = 2, p-value = X^2 df P(> X^2) Likelihood Ratio Pearson Phi-Coefficient : Contingency Coeff.: Cramer's V : Mike Kühne 6 R-Kurs
7 1.3 Zusammenhangsmaße für ordinal skalierte Daten Für ordinal skalierte Daten wäre die Verwendung von Maßzahlen für Nominalskalen möglich aber mit einem Informationsverlust verbunden. Deswegen werden andere Zusammenhangsmape verwendet. cor.test(). Dafür wird auf einen anderem Datensatz zurückgegriffen: esoph. Der Datensatz enthält mehrere Variablen. Relevant sind diesmal: alcgp Gruppe des Alkoholkonsums pro Tag tobgp Gruppe des Tabakkonsums pro Tag > esoph >?esoph >?cor.test Zuerst fordern wir den Rangkorrelationskoeffizienten ρ nach Spearman an. > cor.test (esoph$alcgp, esoph$tobgp,method = "spearman" ) Spearman's rank correlation rho data: esoph$alcgp and esoph$tobgp S = , p-value = alternative hypothesis: true rho is not equal to 0 rho Warning message: Cannot compute exact p-values with ties in:... Alternatives Maß: Kandalls τ wird mit einer einfachen Modifikation aufgerufen: > cor.test (esoph$alcgp, esoph$tobgp,method = "kendall" ) Kendall's rank correlation tau data: esoph$alcgp and esoph$tobgp z = , p-value = alternative hypothesis: true tau is not equal to 0 tau Mike Kühne 7 R-Kurs
8 1.4 Zusammenhangsmaße für metrische Daten Zur Veranschaulichung wird auf einen weiteren Datensatz zurückgegriffen, Statistiken zu den Rettungsbooten der Titanic: Lifeboats. > Lifeboats >?Lifeboats Gibt es einen Zusammenhang zwischen der Anzahl von Männern und Frauen in den Rettungsbooten der Titanic? Es kann wiederum auf die Funktion cor.test() zurückgegriffen werden. Diesmal wird unter der Einstellung method person angegeben. > cor.test(lifeboats$crew, Lifeboats$men, method="pearson") > # Kurzform, verwendet die Standardeinstellung > cor.test(lifeboats$women, Lifeboats$men) Pearson's product-moment correlation data: Lifeboats$women and Lifeboats$men t = , df = 16, p-value = alternative hypothesis: true correlation is not equal to 0 95 percent confidence interval: cor Mike Kühne 8 R-Kurs
9 Praxis 1 1. Lesen Sie den SPSS-Datensatz allison_2.sav ein. Beachten Sie dabei, wohin das Arbeitsverzeichnis von R verweist. mit getwd() erhalten Sie darüber Auskunft und mit setwd() können Sie es setzen. Achten Sie außerdem auf die Verwendung der Backslashs. 2. Verschaffen Sie sich einen Überblick über den Datensatz. 3. Wie hoch ist das durchschnittliche Einkommen? Wie groß ist der Median des Alters? 4. Analysieren Sie den Zusammenhang von Einkommen und Alter. 5. Analysieren Sie den Zusammenhang zwischen Geschlecht und Kinderzahl (CHILDREN ). Gehen sie dabei davon aus, dass die Variable CHILDREN ordinal skaliert ist (0 = keine Kinder,1 = wenig Kinder, 3 = viele Kinder). 6. Analysieren Sie den Zusammenhang zwischen Kinderzahl und gewünschter Kinderzahl (CHILDR A) 7. Validieren Sie Ihre Ergebnisse, indem Sie die Ergebnisse in SPSS überprüfen. Mike Kühne 9 R-Kurs
10 2 PARAMETRISCHE HYPOTHESENTESTS 2 Parametrische Hypothesentests Die Daten sollten aus einer Zufallsstichprobe stammen. Voraussetzungen der betrachteten Variablen: Intervallskala mindestens intervallskaliert, Normalverteilung insbesondere wenn n < 30, Es existiert für den 2-Stichproben-Fall eine weitere Voraussetzung: Varianzhomogenität Ansonsten müssten die Freiheitsgrade korrigiert werden. Die Standardeinstellung im t-test geht von ungleichen Varianzen aus. 2.1 t-test für eine Stichprobe In diesem Test wird überprüft, ob der Mittelwert der Stichprobe einen in der Grundgesamtheit vorgegebenen Wert über- oder unterschreitet. In diesem Beispiel: > t.test (allison2$income, mu=10000) 2.2 t-test für zwei unabhängige Stichproben Die abhängige Variable wird durch eine Tilde von der Unabhängigen getrennt. Die Standardeinstellung geht von ungleichen Varianzen aus. > t.test(income~sex, data=allison2) Welch Two Sample t-test data: INCOME by SEX t = , df = , p-value = 9.598e-06 alternative hypothesis: true difference in means is not equal to 0 95 percent confidence interval: mean in group 0 mean in group Mike Kühne 10 R-Kurs
11 2 PARAMETRISCHE HYPOTHESENTESTS Kann man von gleichen Varianzen ausgehen, muss man das in den Argumenten der Funktion vermerken: > t.test(income~sex, data=allison2, var.equal=true) Two Sample t-test data: INCOME by SEX t = , df = 33, p-value = 7.036e-08 alternative hypothesis: true difference in means is not equal to 0 95 percent confidence interval: mean in group 0 mean in group Einen einseitigen Hypothesentest kann man mit dem Argument alternative ändern. In diesem Falle kleiner als. > t.test(income~sex, data=allison2, var.equal=true, alternative="less") Two Sample t-test data: INCOME by SEX t = , df = 33, p-value = 3.518e-08 alternative hypothesis: true difference in means is less than 0 95 percent confidence interval: -Inf mean in group 0 mean in group Mike Kühne 11 R-Kurs
12 2 PARAMETRISCHE HYPOTHESENTESTS 2.3 t-test für zwei abhängige Stichproben Es wurden Abschlussklausuren von zwei verschiedenen Professoren korrigiert. Die Frage ist, ob sich die Benotung zwischen den Professoren unterscheidet. > Klausurnoten.prof.1 <- c(3, 4, 3, 5, 4, 4, 4, 4, 2, 1) > Klausurnoten.prof.2 <- c(2, 3, 2, 4, 3, 4, 3, 2, 2, 1) > t.test(klausurnoten.prof.1,klausurnoten.prof.2,paired=true) Paired t-test data: Klausurnoten.prof.1 and Klausurnoten.prof.2 t = 4, df = 9, p-value = alternative hypothesis: true difference in means is not equal to 0 95 percent confidence interval: mean of the differences 0.8 Mike Kühne 12 R-Kurs
13 2 PARAMETRISCHE HYPOTHESENTESTS Praxis 2 1. Wenn man davon ausgeht, dass das durchschnittliche Alter in der Grundgesamtheit 25 ist, weicht dann der Mittelwert unserer Stichprobe davon signifikant ab? 2. Unterscheidet sich das Alter zwischen Männern und Frauen? 3. Haben Männer eine höhere Bildung? 4. Validieren Sie Ihre Ergebnisse über den Vergleich mit den Ausgaben bei SPSS. Mike Kühne 13 R-Kurs
# Befehl für den Lilliefors-Test
1/5 Matthias Rudolf & Diana Vogel R-Kurs Graduiertenakademie September 2017 Loesungsskript: Tests 1a library(nortest) 1b lillie.test Befehl für den Lilliefors-Test 2a, Datensatz "Schachbeispiel einlesen"
MehrMetrische und kategoriale Merkmale
Kapitel 6 Metrische und kategoriale Merkmale 6.1 Wie kann man metrische und kategoriale Merkmale numerisch beschreiben? Typischerweise will man geeignete Maßzahlen (beispielsweise Lage- oder Streuungsmaße)
MehrHypothesentests mit R Ashkan Taassob Andreas Reisch 21.04.09 1
Hypothesentests mit R Ashkan Taassob Andreas Reisch 21.04.09 1 Inhalt Programmiersprache R Syntax Umgang mit Dateien Tests t Test F Test Wilcoxon Test 2 Test Zusammenfassung 2 Programmiersprache R Programmiersprache
MehrStatistik für Ingenieure Vorlesung 13
Statistik für Ingenieure Vorlesung 13 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 6. Februar 2018 5.1.4. Weitere ausgewählte statistische Tests a) Binomialtest Der Binomialtest
MehrStatistisches Testen
Statistisches Testen Universität Duisburg-Essen, Fak. 4, FG Instrumentelle Analytik 7. Juni 2007 Statistisches Testen Inhaltsverzeichnis Schätzverfahren und Testverfahren sind Anwendungen der Stichprobentheorie.
MehrMehrere metrische Merkmale
Kapitel 5 Mehrere metrische Merkmale 5.1 Wie kann man zwei metrische Merkmale grafisch beschreiben? Ein Streudiagram von zwei metrischen Merkmalen erzeugt man mit der Funktion plot mit den Beobachtungen
MehrParametrische vs. Non-Parametrische Testverfahren
Parametrische vs. Non-Parametrische Testverfahren Parametrische Verfahren haben die Besonderheit, dass sie auf Annahmen zur Verteilung der Messwerte in der Population beruhen: die Messwerte sollten einer
Mehrt-tests Lösung: b) und c)
t-tests 2015 Assessmentmodul 1 - Frage B10: Ein Team von Gesundheitspsychologinnen hat ein Programm entwickelt, das die Studierenden der Universität Zürich dazu anregen soll, mehr Sport zu treiben. In
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
MehrLösungen zur Hausaufgabe Statistik für Hydrologen 2016
Dr. Wiltrud Kuhlisch SOS 2016 TU Dresden, Institut für Mathematische Stochastik Lösungen zur Hausaufgabe Statistik für Hydrologen 2016 Aufgabe 1: Das Merkmal Groesse hat metrisches Skalenniveau. Darstellung
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
MehrSyntax. Ausgabe *Ü12. *1. corr it25 with alter li_re kontakt.
Syntax *Ü2. *. corr it25 with alter li_re kontakt. *2. regression var=it25 alter li_re kontakt/statistics /dependent=it25 /enter. regression var=it25 li_re kontakt/statistics /dependent=it25 /enter. *3.
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 9. Dezember 2009 Bernd Klaus, Verena Zuber
MehrCorrelational analysis
Correlational analysis Students performance on an exam are influenced by multiple factors. Two possible factors are (i) anxiety and (ii) study time. In order to test the effect of these two factors on
MehrBiostatistik. Lösung
Prof. Dr. Achim Klenke Fridolin Kielisch 13. Übung zur Vorlesung Biostatistik im Sommersemester 2015 Lösung Aufgabe 1: a) Ich führe einen zweiseitigen Welch-Test durch, weil ich annehme, dass die Daten
MehrTeil XI. Hypothesentests für zwei Stichproben. Woche 9: Hypothesentests für zwei Stichproben. Lernziele. Beispiel: Monoaminooxidase und Schizophrenie
Woche 9: Hypothesentests für zwei Stichproben Patric Müller Teil XI Hypothesentests für zwei Stichproben ETHZ WBL 17/19, 26.06.2017 Wahrscheinlichkeit und Statistik Patric
MehrTeil VIII Hypothesentests für zwei Stichproben
Woche 9: Hypothesentests für zwei Stichproben Teil VIII Hypothesentests für zwei Stichproben WBL 15/17, 22.06.2015 Alain Hauser Berner Fachhochschule, Technik und Informatik Berner
MehrVergleich zweier Stichproben
zurück zum Inhaltsverzeichnis Die Werte sind verbunden, abhängig oder korreliert. Beispiel: Eine Probe wird mit zwei Messgeräten bestimmt. Es gibt eine paarweise Zuordnung. Die Werte sind unabhängig also
MehrAnalytische Statistik: Varianzanpassungstest, Varianzhomogenitätstest. Statistische Methoden in der Korpuslinguistik Heike Zinsmeister WS 2008/09
Analytische Statistik: Varianzanpassungstest, Varianzhomogenitätstest Statistische Methoden in der Korpuslinguistik Heike Zinsmeister WS 2008/09 Varianzanpassungstest Untersuchung der Streuung einer bzw.
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
MehrÜbung zur Vorlesung Statistik I WS Übungsblatt 9
Übung zur Vorlesung Statistik I WS 2012-2013 Übungsblatt 9 17. Dezember 2012 Aufgabe 26 (4 Punkte): In einer Studie mit n = 10 Patienten soll die Wirksamkeit eines Medikaments gegen Bluthochdruck geprüft
MehrDipl.-Volksw. Markus Pullen Wintersemester 2012/13
Statistische Auswertungen mit R Universität Kassel, FB 07 Wirtschaftswissenschaften Dipl.-Volksw. Markus Pullen Wintersemester 2012/13 Beispiele 8. Sitzung Konfidenzintervalle, Hypothesentests > # Anwendungsbeispiel
MehrInstitut für Soziologie Dipl.-Soz. Benjamin Gedon. Methoden 2. Ausblick; Darstellung von Ergebnissen; Wiederholung
Institut für Soziologie Dipl.-Soz. Methoden 2 Ausblick; Darstellung von Ergebnissen; Wiederholung Ein (nicht programmierbarer) Taschenrechner kann in der Klausur hilfreich sein. # 2 Programm Ausblick über
Mehr1. Erklären Sie den Unterschied zwischen einem einseitigen und zweiseitigen Hypothesentest.
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 X. Hypothesentests für eine Stichprobe. Woche 8: Hypothesentests für eine Stichprobe. Lernziele. Statistische Hypothesentests
Woche 8: Hypothesentests für eine Stichprobe Teil X Patric Müller Hypothesentests für eine Stichprobe ETHZ WBL 17/19, 19.06.2017 Wahrscheinlichkeit und Statistik Patric
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
MehrStatistik und Wahrscheinlichkeitstheorie UE EDV Übung mit GNU R
Statistik und Wahrscheinlichkeitstheorie UE EDV Übung mit GNU R Mathias Stephan Panzenböck e0427417 12. Juni 2006 Beispiel 1 library(e1071) library(car) load('0427417.rdata') a) min(bsp1$x) # = 2.435354
MehrLösung zu Kapitel 11: Beispiel 1
Lösung zu Kapitel 11: Beispiel 1 Eine Untersuchung bei 253 Personen zur Kundenzufriedenheit mit einer Einzelhandelskette im Südosten der USA enthält Variablen mit sozialstatistischen Daten der befragten
MehrGrundlagen der empirischen Sozialforschung
Grundlagen der empirischen Sozialforschung Sitzung 11 - Datenanalyseverfahren Jan Finsel Lehrstuhl für empirische Sozialforschung Prof. Dr. Petra Stein 5. Januar 2009 1 / 22 Online-Materialien Die Materialien
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
MehrTeil VII Hypothesentests für eine Stichprobe
Woche 7: Hypothesentests für eine Stichprobe Teil VII Hypothesentests für eine Stichprobe WBL 15/17, 15.06.2015 Alain Hauser Berner Fachhochschule, Technik und Informatik Berner Fachhochschule
MehrEinige Grundbegriffe der Statistik
Einige Grundbegriffe der Statistik Philipp Mitteröcker Basic terms Statistik (statistics) stammt vom lateinischen statisticum ( den Staat betreffend ) und dem italienischen statista ( Staatsmann" oder
MehrKlausur Stochastik und Statistik (WS 2008/09)
Klausur Stochastik und Statistik (WS 2008/09) Aufgabe: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 Pkt. mgl. 2 1 1 1 8 4 4 2 7 2 2 2 2 2 2 1 3 2 2 50 Pkt erreicht: Name, Vorname: Matrikelnummer: Fachrichtung:
Mehr1. Datei Informationen
1. Datei Informationen Datei vorbereiten (Daten, Variablen, Bezeichnungen und Skalentypen) > Datei Dateiinformation anzeigen Arbeitsdatei 2. Häufigkeiten Analysieren Deskriptive Statistik Häufigkeiten
MehrHypothesentests mit SPSS
Beispiel für einen chi²-test Daten: afrikamie.sav Im Rahmen der Evaluation des Afrikamie-Festivals wurden persönliche Interviews durchgeführt. Hypothese: Es gibt einen Zusammenhang zwischen dem Geschlecht
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
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/ws11/r-kurs/
MehrGrundlagen der empirischen Sozialforschung
Grundlagen der empirischen Sozialforschung Sitzung 10 - Datenanalyseverfahren Jan Finsel Lehrstuhl für empirische Sozialforschung Prof. Dr. Petra Stein 22. Dezember 2008 1 / 21 Online-Materialien Die Materialien
MehrBlockpraktikum zur Statistik mit R
Blockpraktikum zur Statistik mit R 08. Oktober 2010 Till Breuer, Sebastian Mentemeier und Matti Schneider Institut für Mathematische Statistik Universität Münster WS 2010/11 Gliederung 1 Ein-Stichproben-Fall
Mehr(Repeated-measures ANOVA) path = "Verzeichnis wo Sie anova1 gespeichert haben" attach(paste(path, "anova1", sep="/"))
Varianzanalyse mit Messwiederholungen (Repeated-measures ANOVA) Jonathan Harrington Befehle: anova2.txt path = "Verzeichnis wo Sie anova1 gespeichert haben" attach(paste(path, "anova1", sep="/")) Messwiederholungen:
MehrFranz Kronthaler. Statistik angewandt. Datenanalyse ist (k)eine Kunst. mit dem R Commander. A Springer Spektrum
Franz Kronthaler Statistik angewandt Datenanalyse ist (k)eine Kunst mit dem R Commander A Springer Spektrum Inhaltsverzeichnis Teil I Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist
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
MehrVarianzanalyse mit Messwiederholungen. (Repeated-measures (M)ANOVA)
Varianzanalyse mit Messwiederholungen (Repeated-measures (M)ANOVA) Jonathan Harrington Befehle: anova2.txt pfad = "Verzeichnis wo Sie anovaobjekte gespeichert haben" attach(paste(pfad, "anovaobjekte",
MehrEin kategoriales Merkmal
Kapitel 2 Ein kategoriales Merkmal 2.1 Wie kann man ein kategoriales Merkmal in R darstellen? Oft findet man kategoriale Merkmale dargestellt durch numerische Codes, beispielsweise: R> GENDER
MehrInferenzstatistik Vergleich mehrerer Stichproben - Varianzanalyse
Vergleich mehrerer Stichproben - Varianzanalyse Zweifache VA mit hierarchischen Faktoren Voraussetzungen zwei unabhängige Variablen (Faktoren), die unabhängige Gruppen definiert zweite Faktor ist innerhalb
MehrVorlesung: Statistik II für Wirtschaftswissenschaft
Vorlesung: Statistik II für Wirtschaftswissenschaft Prof. Dr. Helmut Küchenhoff Institut für Statistik, LMU München Sommersemester 2017 Einführung 1 Wahrscheinlichkeit: Definition und Interpretation 2
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:
MehrInstitut für Soziologie Dipl. Soz. Maximilian Sonnauer. Methoden II. Zusammenhangsmaße für kategoriale und metrische Variablen
Institut für Soziologie Dipl. Soz. Methoden II Zusammenhangsmaße für kategoriale und metrische Variablen Organisatorisches Prüfungsanmeldung Methoden II Die Anmeldung zur Prüfung läuft über die Tafelübung.
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
MehrGibt es einen Zusammenhang zwischen Merkmalen? Korrelationen
Schäfer A & Schöttker-Königer T, Statistik für (2015) Arbeitsblatt 1 STATA Kapitel 8 Seite 1 Gibt es einen Zusammenhang zwischen Merkmalen? Korrelationen Wie in allen Kapiteln gehen wir im Folgenden davon
MehrBivariate explorative Datenanalyse in R
Bivariate explorative Datenanalyse in R Achim Zeileis, Regina Tüchler 2006-10-09 In der LV Statistik 1 haben wir auch den Zusammenhang von 2 Variablen untersucht. Hier werden die dazugehörenden R-Befehle
MehrNicht-parametrische Statistik Eine kleine Einführung
Nicht-parametrische Statistik Eine kleine Einführung Überblick Anwendung nicht-parametrischer Statistik Behandelte Tests Mann-Whitney U Test Kolmogorov-Smirnov Test Wilcoxon Test Binomialtest Chi-squared
MehrKapitel 10 Mittelwert-Tests Einstichproben-Mittelwert-Tests 10.2 Zweistichproben Mittelwert-Tests
Kapitel 10 Mittelwert-Tests 10.1 Einstichproben-Mittelwert-Tests 10.2 Zweistichproben Mittelwert-Tests 10.1 Einstichproben- Mittelwert-Tests 10.1.1 Einstichproben- Gauß-Test Dichtefunktion der Standard-Normalverteilung
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
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
Mehr6. Übung (Hypothesenprüfung und einfache Tests)
6. Übung (Hypothesenprüfung und einfache Tests) Es wird eine H0 Hypothese und eine Gegen- oder Arbeitshypothese aufgestellt. Sie schließen sich aus. Es wird von den betreffenden Populationen eine repräsentative
Mehr1 x 1 y 1 2 x 2 y 2 3 x 3 y 3... n x n y n
3.2. Bivariate Verteilungen zwei Variablen X, Y werden gemeinsam betrachtet (an jedem Objekt werden gleichzeitig zwei Merkmale beobachtet) Beobachtungswerte sind Paare von Merkmalsausprägungen (x, y) Beispiele:
MehrVergleich von Gruppen I
Vergleich von Gruppen I t-test und einfache Varianzanalyse (One Way ANOVA) Werner Brannath VO Biostatistik im WS 2006/2007 Inhalt Der unverbundene t-test mit homogener Varianz Beispiel Modell Teststatistik
MehrMehrere kategoriale Merkmale
Kapitel 3 Mehrere kategoriale Merkmale 3.1 Wie kann man zwei kategoriale Merkmale numerisch beschreiben? Kontingenztafeln (Kreuztabellen) erzeugt man wiederum mit table: R> CMMRCIAL
MehrEine Einführung in R: Grundlagen II
Eine Einführung in R: Grundlagen II Bernd Klaus, Verena Zuber Institut für Medizinische Informatik, Statistik und Epidemiologie (IMISE), Universität Leipzig http://www.uni-leipzig.de/ zuber/teaching/ws11/r-kurs/
Mehr7. Lösungen weitere Übungsaufgaben Statistik für Ingenieure WiSe 16/17
7. Lösungen weitere Übungsaufgaben Statistik für Ingenieure WiSe 16/17 1. Aufgabe: a) Grundgesamtheit sind alle Reifen aus der Produktion von Langstone aus dem Monat März der entsprechenden Reifentypen.
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
MehrTutorial: Rangkorrelation
Tutorial: Rangkorrelation In vielen Sportarten gibt es mehr oder weniger ausgefeilte Methoden, nicht nur die momentanen Leistungen (der jetzige Wettkampf, das jetzige Rennen, das jetzige Spiel,..) der
MehrSigmaStat Nina Becker, Christoph. Rothenwöhrer. Copyright 2004 Systat Software, Inc.
SigmaStat 3.11 Copyright 2004 Systat Software, Inc. http://www.systat.com Nina Becker, Christoph Rothenwöhrer Die Aufgabe der Statistik ist die Zusammenfassung von Daten, deren Darstellung, Analyse und
MehrUmgang mit und Ersetzen von fehlenden Werten bei multivariaten Analysen
Umgang mit und Ersetzen von fehlenden Werten bei multivariaten Analysen Warum überhaupt Gedanken machen? Was fehlt, ist doch weg, oder? Allgegenwärtiges Problem in psychologischer Forschung Bringt Fehlerquellen
MehrTechnische Universität München Zentrum Mathematik Sommersemester Juli 2005 Arbeitszeit 60 Minuten
Name: Frau Herr (nichtzutreffendes bitte streichen) Fachrichtung geb. am (Tag/Mon/Jahr) Semestralklausur aus Praktikum BWL-Statistik Technische Universität München Zentrum Mathematik Sommersemester 2005
MehrPrüfen von Mittelwertsunterschieden: t-test
Prüfen von Mittelwertsunterschieden: t-test Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de Statistik 1 S. Garbade (SRH Heidelberg) t-test
MehrSozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester Statistik mit SPSS
Sommersemester 2009 Statistik mit SPSS 15. Mai 2009 15. Mai 2009 Statistik Dozentin: mit Esther SPSSOchoa Fernández 1 Überblick Kreuztabellen 1. Ziel der Kreuztabellierung 2. Übersicht CROSSTABS - Syntax
MehrEine computergestützte Einführung mit
Thomas Cleff Deskriptive Statistik und Explorative Datenanalyse Eine computergestützte Einführung mit Excel, SPSS und STATA 3., überarbeitete und erweiterte Auflage ^ Springer Inhaltsverzeichnis 1 Statistik
Mehrentschieden hat, obwohl die Merkmalsausprägungen in der Grundgesamtheit voneinander abhängig sind.
Bsp 1) Die Wahrscheinlichkeit dafür, dass eine Glühbirne länger als 200 Stunden brennt, beträgt 0,2. Wie wahrscheinlich ist es, dass von 10 Glühbirnen mindestens eine länger als 200 Stunden brennt? (Berechnen
MehrKapitel 5 Wichtige Maßzahlen für den Zusammenhang zwischen Merkmalen
Kapitel 5 Wichtige Maßzahlen für den Zusammenhang zwischen Merkmalen 5.1 Darstellung der Verteilung zweidimensionaler Merkmale 5.2 Maßzahlen für den Zusammenhang zweier nominaler Merkmale 5.3 Maßzahlen
MehrBivariate Verteilungen [bivariate data]
Bivariate Verteilungen [bivariate data] Zwei Variablen X, Y werden gemeinsam betrachtet, d.h. an jedem Objekt i werden zwei Merkmale beobachtet. Beobachtungswerte sind Paare/Kombinationen von Merkmalsausprägungen
MehrFrank Lammers. Statistik I: deskriptive und explorative Statistik. Lehr- und Übungsbuch
Frank Lammers Statistik I: deskriptive und explorative Statistik Lehr- und Übungsbuch 2004 Verlag der Gesellschaft für Unternehmensrechnung und Controlling m.b.h. Vorwort I Vorwort zur zweiten Auflage
MehrMethoden II Mittelwertvergleiche
Dipl. Soz. Maximilian Sonnauer Methoden II Mittelwertvergleiche Infos zur Zwischenklausur Termin: 12.6.2017, 10.00 Uhr Geschrieben wird hier im Hörsaal (HGB-A240) Klausurmodus ist single-choice (nur eine
MehrAnalyse von Querschnittsdaten. Arten von Variablen und Strategien der Datenanalyse
Analyse von Querschnittsdaten Arten von Variablen und Strategien der Datenanalyse Gliederung 1. Arten von Variablen 2. Analyse einzelner Variablen (univariate Verteilungen) 3. Analyse der Zusammenhänge
MehrInhaltsverzeichnis Grundlagen aufigkeitsverteilungen Maßzahlen und Grafiken f ur eindimensionale Merkmale
1. Grundlagen... 1 1.1 Grundgesamtheit und Untersuchungseinheit................ 1 1.2 Merkmal oder statistische Variable........................ 2 1.3 Datenerhebung.........................................
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
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
MehrAnalyse von Querschnittsdaten. Arten von Variablen
Analyse von Querschnittsdaten Arten von Variablen Warum geht es in den folgenden Sitzungen? Vorarbeiten Datum 18.10.2006 18.10.2006 25.10.2006 08.11.2006 15.11.2006 22.11.2006 29.11.2006 06.12.2006 13.12.2006
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
Mehrfh management, communication & it Constantin von Craushaar fh-management, communication & it Statistik Angewandte Statistik
fh management, communication & it Folie 1 Überblick Grundlagen (Testvoraussetzungen) Mittelwertvergleiche (t-test,..) Nichtparametrische Tests Korrelationen Regressionsanalyse... Folie 2 Überblick... Varianzanalyse
MehrStatistics, Data Analysis, and Simulation SS 2015
Mainz, June 11, 2015 Statistics, Data Analysis, and Simulation SS 2015 08.128.730 Statistik, Datenanalyse und Simulation Dr. Michael O. Distler Dr. Michael O. Distler
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
MehrBeurteilung von Analysenwerten im Hinblick auf eine Grenzwertüberschreitung
Beurteilung von Analysenwerten im Hinblick auf eine Grenzwertüberschreitung K. Molt Universität Duisburg-Essen, Fak. 4, FG Instrumentelle Analytik 3. Juni 2007 K. Molt (Fachgeb. IAC) 3. Juni 2007 1 / 41
MehrGüteanalyse. Nochmal zur Erinnerung: Hypothesentest. Binominalverteilung für n=20 und p=0,5. Münzwurf-Beispiel genauer
Universität Karlsruhe (TH) Forschungsuniversität gegründet 1825 Güteanalyse Prof. Walter F. Tichy Fakultät für Informatik 1 Fakultät für Informatik 2 Nochmal zur Erinnerung: Hypothesentest Am Beispiel
MehrBivariater Zusammenhang in der Vierfeldertafel PEΣO
Bivariater Zusammenhang in der Vierfeldertafel PEΣO 12. Oktober 2001 Zusammenhang zweier Variablen und bivariate Häufigkeitsverteilung Die Bivariate Häufigkeitsverteilung gibt Auskunft darüber, wie zwei
MehrJonathan Harrington. Die t-verteilung
Jonathan Harrington Die t-verteilung Standard error of the mean (SE) ist die Standardabweichung von Mittelwerten Ich werfe 5 Würfel und berechne den Mittelwert der Zahlen µ = 3.5 der wahrscheinlichste
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
MehrÜbung zur Vorlesung Statistik I WS Übungsblatt 10
Übung zur Vorlesung Statistik I WS 2012-2013 Übungsblatt 10 7. Januar 2013 Aufgabe 29 (4 Punkte): Der Datensatz Blutdruckstudie.txt enthält das Ergebnis einer Studie, die die Wirksamkeit eine Medikaments
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
MehrSozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester 2009, Statistik mit SPSS
Sommersemester 2009, Statistik mit SPSS 26. August 2009 26. August 2009 Statistik Dozentin: mit Anja SPSS Mays 1 Bivariate Datenanalyse, Überblick bis Freitag heute heute Donnerstag Donnerstag Freitag
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
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...
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.
MehrWiederholung und ein mehrfaktorielles Verfahren. Statistische Methoden in der Korpuslinguistik Heike Zinsmeister WS 2008/09
Wiederholung und ein mehrfaktorielles Verfahren Statistische Methoden in der Korpuslinguistik Heike Zinsmeister WS 2008/09 Einstieg und Wiederholung Daten unterscheiden sich in ihrem mathematischen Informationsgehalt!
MehrMethodik für Linguisten
Claudia Methodik für Linguisten Eine Einführung in Statistik und Versuchsplanung narr VERLAG 1 Reisevorbereitungen und Wegweiser 2 Linguistik als empirische Wissenschaft 15 2.1 Karl Popper und der Falsifikationismus
Mehr