Einführung in die Statistik. Dr. Michael Kuttner Mag. Dietmar Knitel
|
|
- Ella Sommer
- vor 7 Jahren
- Abrufe
Transkript
1 Einführung in die Statistik Dr. Michael Kuttner Mag. Dietmar Knitel
2 Statistik ein Gedicht Ein Mensch, der von Statistik hört, denkt dabei nur an Mittelwert. Er glaubt nicht dran und ist dagegen, ein Beispiel soll es gleich belegen: Ein Jäger auf der Entenjagd hat einen ersten Schuss gewagt. Der Schuss, zu hastig aus dem Rohr, lag eine gute Handbreit' vor. Der zweite Schuss mit lautem Krach lag eine gute Handbreit' nach. Der Jäger spricht ganz unbeschwert voll Glauben an den Mittelwert: Statistisch ist die Ente tot! Doch wär er klug und nähme Schrot - dies sei gesagt ihn zu belehren - er würde seine Chancen mehren: Der Schuss geht ab, die Ente stürzt, weil Streuung ihr das Leben kürzt! P.H. List Professor für Pharmazeutische Technologie Marburg a.d. Lahn
3 Der Forschungsprozess nach Rogge (1995) Anregung Alltagswissen Literatur und Experten Modelle Theorie Hypothesen Wissenschaftstheorie Operationalisierung Erhebungsmethoden Untersuchungsplan Messtheorie Testtheorie
4 Der Forschungsprozess nach Rogge (1995) Statistische Hypothesen Durchführung der Untersuchung Grundzüge der Statistik Datenaufbereitung und erste Ergebnisse Statistische Operationen Dokumentation und Publikation Ergebnisse Interpretation
5 Begriff Statistik Wissenschaftliche Methode zur zahlenmäßigen Erfassung, Untersuchung und Darstellung von Massenerscheinungen. (Duden Band 5: Das Fremdwörterlexikon 1975) Wissenschaftliche Methode: d.h. ein Verfahren mit definierten und kontrollierbaren Standards zahlenmäßige Erfassung: Aufgegriffen werden quantifizierbare Ausdrucksformen von Phänomenen, z.b. die Zahl der Schüler einer Schule; Die Mathematik fungiert dabei als Vermittlungssprache; Bedingung: Das Phänomen muss sich auch zahlenmäßig ausdrücken lassen. Untersuchung/Darstellung: Aufdeckung von Tendenzen, Zusammenhängen etc., mit Hilfe von statistischen Maßzahlen in Orientierung an die forschungsleitenden Fragen/Hypothesen Massenerscheinung: Es interessiert nicht das Einzelphänomen, Statistik sinnvoll ab = 30 Fälle, darunter mit gewissen Einschränkungen
6 Was? Statistik befasst sich mit Erhebung von Daten Wie kommt man zu der benötigten Information? Aufbereitung Reduktion auf Kenngrößen (Großteil der Information soll erhalten bleiben) Darstellung mit einfache Grafiken Präsentation Analyse Schlüsse, allgemeine Aussagen
7 Warum? Warum Statistik? Entscheidungshilfe z.b. zwei verschiedene Unterrichtsmethoden Welche soll eingeführt werden? Tieferes Verständnis bei Problemen z.b. Welche Faktoren beeinflussen die Lernfähigkeit? Richtung des Einflusses?
8 Fragen der Statistik Wie sollen welche Daten erhoben werden? (Datenerhebung) Wie viele Leute sollen befragt werden? Aus welcher Menge und wie soll die Zufallsauswahl erfolgen? Wie werden die Leute erreicht? Z.B. per Telefon. Welche Frage(n) sollen gestellt werden? Z.B. Wie viele Handys besitzen Sie? Was macht man mit nicht beantworteten Fragen? Erreicht man wirklich eine repräsentative Stichprobe?
9 Fragen der Statistik Wie soll man Daten beschreiben/aufbereiten? (Beschreibende Statistik) Welche Schlüsse lassen sich aus den Daten ziehen? Inwieweit sind die Beobachtungswerte repräsentativ? Sind beobachtete Zusammenhänge oder Veränderungen wirklich aussagekräftig bzw. zuverlässig oder könnten sie durch Zufall zustande gekommen sein?
10 Anwendungsbereiche Deskriptive Statistik Deskriptive Statistik Beschreibung der Grundgesamtheit Grundgesamtheit Rückschluss auf die Grundgesamtheit Induktive Statistik Beschreibung der Stichprobe Stichprobenziehung Stichprobentheorie Stichprobe
11 Deskriptive Statistik Umfasst: Daten sammeln Daten präsentieren Daten charakterisieren Zweck Extraktion der Information, die in den Daten steckt, durch Datenaggregation (Häufigkeiten, Diagramme, Kennzahlen) Beispiel: Durchschnittliches Haushaltseinkommen in Österreich, Durchschnittliches Haushaltseinkommen in Ungarn
12 Induktive Statistik Umfasst Schätzen Hypothese testen Zweck mittels einer Stichprobe auf eine Grundgesamtheit schließen. Beispiel: 100 Telefoninterviews nach einer TV-Diskussion: Wer hat besser abgeschnitten, Kandidat A oder Kandidat B?
13 Grundbegriffe Untersuchungseinheit Merkmalsträger; Personen oder Objekte einer Stichprobe (Studenten, Probanden, Klassen ) Beobachtungseinheit kleinste Einheit, bei der Beobachtungen registriert werden. z.b. Haare eines Schülers (oft mit Untersuchungseinheit identisch) Merkmal Eigenschaft, Messgröße z.b. Geschlecht, Haarfarbe Merkmalsausprägung mögliche Werte eines Merkmals z.b. weiblich, männlich, 1,76 m
14 Grundparameter Vollerhebung vs. Stichprobe Wie viele Personen werden befragt und wie werden sie ggf. ausgewählt? Standardisierung des Fragenprogramms: Wie einheitlich und geplant wird befragt? Untersuchungsdesign: Wann und wie oft wird befragt? Frage- und Antworttypen: Welche Fragen werden verwendet und welche Antworten sind möglich? Befragungsmodus: Auf welche Weise wird befragt?
15 Messtheoretische Probleme Messung in den Naturwissenschaften Messwert = Vielfaches oder Teil einer Maßeinheit (z.b. cm, kg, sec) Messung im engen Sinne Messung in den Erziehungswissenschaften Zuordnung von Zahlen (Zeichen) zu Objekten oder Ereignissen gemäß Regeln (z.b. Geschlecht: Zahlenwerte w=1 und m=2) Messung im weiten Sinne, Skalierung 15
16 Skalentypen Es lassen sich folgende Skalentypen unterscheiden: Nominalskala Ordinalskala (Rangskala) Intervallskala (Abstandsskala) Verhältnisskala (Rationalskala) Metrische Skala 16
17 Nominalskala niedrigstes Niveau - eigentlich keine Skala Messwerte sind Namen Reihenfolge bedeutungslos o rot schwarz blond o blond rot schwarz Abstände bedeutungslos o Rot ist nicht weiter weg von Schwarz als Blond es gibt keinen Abstand zwischen Kategorien Verhältnisse bedeutungslos o Rot ist nicht doppelt so haarfarbig wie Schwarz
18 Nominalskala Willkürliche Zuordnung (z.b. Studienfach: 1=VS 2=NMS 3=BP) Mögliche Aussagen: - Gleichheit und Verschiedenheit: A = B oder A B Verwendbare Lage- und Streumaße: Modalwert (häufigste Ausprägung) Relative Anteile der einzelnen Ausprägungen Sinnlos wären: Median, Mittelwert, etc. Beispiele: Geschlecht, Augenfarbe, etc.
19 Ordinal- oder Rangskala Reihenfolge wichtig o schlecht normal gut o [gut schlecht normal] Rangordnung der Messwerte ist vorhanden (je höher der Messwert, desto ausgeprägter die Eigenschaft) Abstände zwischen den Messwerten nicht aussagekräftig Was ist der Abstand zwischen schlecht und gut? Verhältnisse bedeutungslos o 2 x schlecht = normal? o 3 x schlecht = gut?
20 Ordinal- oder Rangskala Mögliche Aussagen: Gleichheit und Verschiedenheit: A = B oder A B Größer-Kleiner-Beziehungen: A < B oder A > B (Note 2 ist besser als Note 4) Verwendbare Lage- und Streumaße, Berechnungen: Median Quartilsabstand Rangkorrelation Sinnlos wären: Mittelwert, Standardabweichung, Regression, Produkt- Moment-Korrelation Beispiele: Noten, Güteklassen, Windstärken, Beliebtheit von Schülern, etc.
21 Intervall- oder Abstandsskala Rangordnung der Messwerte ist vorhanden Messwertdifferenzen sind aussagekräftig (Unt. zw. 10 und 11 bzw. 18 und 19 ) Skala mit willkürlich festgelegtem Nullpunkt oder Durchschnitt Mögliche Aussagen: Gleichheit und Verschiedenheit: A = B oder A B Größer-Kleiner-Beziehungen: A = B, A < B oder A > B Gleichheit von Differenzen: d = A B Verwendbare Lage- und Streumaße, Berechnungen (bei Normalverteilung): Mittelwert Standardabweichung Kovarianz Regression Korrelation Beispiele: Temperatur in C, Intelligenzquotient
22 Verhältnis- oder Ratioskala Rangordnung der Messwerte ist vorhanden Messwertdifferenzen sind aussagekräftig Skala hat einen natürlichen Nullpunkt Aussagen über Verhältnisse sind möglich ( doppelt so warm ) Mögliche Aussagen: Gleichheit und Verschiedenheit: A = B oder A B Größer-Kleiner-Beziehungen: A = B, A < B oder A > B Gleichheit von Differenzen: d = A B Gleichheit von Verhältnissen: c = A / B Verwendbare Lage- und Streumaße, Berechnungen (bei Normalverteilung): Mittelwert Standardabweichung Kovarianz Regression Korrelation Beispiele: Körpergröße, Alter, Temperatur in Grad Kelvin
23 Skalentypen im Überblick Skalentyp/ Messniveau Eigenschaft Nominalskala vollständige, sich gegenseitig ausschließende Kategorien Ordinalskala Ordnung nach dem Grad der Ausprägung Rangfolge sichtbar Intervallskala Rangordnung mit definierten Abständen ohne absoluten Nullpunkt Verhältnisskala Rangordnung m. definierten Abständen mit absolutem Nullpunkt Beispiele Geschlecht, Studiengang, Nationalität, etc. Klein - mittel groß, Schulnoten, Motivationszustand Grad Celcius, Testnoten kg, cm, Grad Kelvin
24 Übung: Skalentypen Skalentyp: Nominal Ordinal Intervall Verhältnis Familienstand X Körpergröße X Art der Medaille X Farbe X Temperatur in C Nettomiete Anzahl von Äpfeln im Korb Prüfergebnis Temperatur in Kelvin Kinderzahl X X X X X X
25 Merkmalsskalen Zulässige Transformationen: Nominalskala: Jede umkehrbare und eindeutige Transformation Eindeutigkeit der Messwerte muss erhalten bleiben Z.B. Änderung der Klassenbezeichnungen Ordinalskala: Jede streng monotone Transformation Rangordnung der Messwerte muss erhalten bleiben Z.B. aus a,b,c,d,e wird 1,2,3,4,5 Intervallskala: Jede lineare Transformation der Form y=ax+b, a>0 Intervallverhältnisse zwischen den Messwerten müssen erhalten bleiben Z.B. lineare Transformationen von Kelvin Celsius Verhältnisskala: Jede lineare Transformation der Form y=ax, a>0 Verhältnisse der Messwerte selbst
26 Skalentypen im Überblick Quelle:
27 Grundgesamtheit und Stichprobe Je genauer die Stichprobe die Grundgesamtheit repräsentiert, desto präziser sind die Aussagen über die Population. Qualität der Stichprobe bestimmt durch Art des Auswahlverfahrens Aspekte bei der Auswahl der Untersuchungsstichprobe: Werden alle Elemente der Grundgesamtheit untersucht? Werden die Elemente nach festen Regeln ausgewählt? Basieren die Regeln auf einem Zufallsprozess? Wird die Grundgesamtheit vor der Ziehung (Zufallsauswahl) in homogene Gruppen eingeteilt? 27
28 Stichprobenfehler Beruht auf zufälligen Abweichungen der einzelnen Stichproben von der Grundgesamtheit Unvermeidlicher Fehler aber kein Fehler im eigentlichen Sinne (Wahl einer,,falschen" Stichprobe oder anderer methodischer Fehler) Ein-Stichproben-Problem: Wie lässt sich eine unbekannte Größe (z. B. Mittelwert) mittels einer Stichprobe schätzen und wie genau ist diese Schätzung? (42 von 100 Schülern, also 42% benutzen regelmäßig öffentliche Verkehrsmittel Erweiterbar von einer Schule auf eine Stadt,?) Zwei-Stichproben-Problem: Sind Unterschiede von zwei Stichproben-Mittelwerten,,rein zufälliger" Natur, oder liegt ein systematisch, bedeutender Unterschied vor Statistischer Zusammenhang: Gibt es einen Zusammenhang zwischen zwei Größen
29 Variabilität der Daten Daten sind zufallsabhängig eine andere Stichprobe würde zu anderen Daten führen Quelle:
30 Auswahlverfahren Grundgesamtheit / Population Teilerhebung Totalerhebung probabilistische Stichproben Nicht-probabilistische Stichproben Mehrstufige Auswahlverfahren geschichtete Auswahlverfahren proportional geschichtete Stichprobe disproportional geschichtete Stichprobe Einstufige Auswahlverfahren nicht-geschichtete Auswahlverfahren einfache Zufallsstichprobe Klumpenstichprobe Ad-hoc- Stichproben Theoretische Stichproben typische Fälle extreme Fälle Konzentrationsprinzip Schneeballverfahren Quotenauswahl
31 Empirische Verteilungen Häufigkeitsverteilung Von beobachteten Daten ausgehend n Untersuchungseinheiten des Merkmals X Merkmalsausprägungen (x 1,..., x k ) j-te Untersuchungseinheit (j=1,...,n), Ausprägung x i (i=1,...,k) Liste der beobachteten Merkmalsausprägungen: Beobachtungsreihe oder Urliste
32 Empirische Verteilungen Absolute Häufigkeiten: h i = Anzahl der Elemente, die eine bestimmte Merkmalsausprägung besitzen Relative Häufigkeit: f i = 1/n h i n= Gesamtanzahl der Untersuchten Vorsicht: Anzahl der möglichen Werte oft Anzahl der tatsächlichen Werte
33 Empirische Verteilungen Diskrete Merkmale: Einzelwerte Stetige Merkmale: Klasseneinteilung In beiden Fällen werden Häufigkeiten gezählt. Fehlerquelle bei Klasseneinteilung: Ungenaue Spezifikation der Grenzen
34 Darstellungsformen Stetige Merkmale: Klassen bilden Klassengrenzen: x 0, x 1,..., x k Häufigkeiten h i : Anzahl der Werte zwischen x i-1 und x i. Liegt ein Wert genau auf der Klassengrenze, wird er üblicherweise der unteren Klasse zugerechnet
35 Tabelle Darstellungsformen Häufigkeitsverteilung Ausprägung x i Anzahl Fam.mitglieder; h i Anteil Fam.mitglieder; f i 1 1 0, , , , ,14 Σ 42 1
36 Absolute Häufigkeit h Relative Häufigkeit f Darstellungsformen Grafik: Balkendiagramm für absolute und relative Häufigkeiten gleich Skalierung der y-achse Anzahl Familienmitglieder Anzahl Familienmitglieder 25 0,50 0, ,40 0, ,30 0, ,20 0,15 5 0,10 0,05 0 0, Merkmalsausprägung xi Merkmalsausprägung xi
37 Grafik: Histogramm Darstellungsformen Körpergröße in cm
38 Darstellungsformen Balkendiagramm: Abstand zwischen den Balken. Die Höhe stellt die Häufigkeit dar. Histogramm: Kein Abstand zwischen den Balken. Bei ungleich breiten Klassen ist die Fläche nicht die Höhe Maß für die Häufigkeit. Die Balkenhöhe entsteht durch Division von Häufigkeit und Klassenbreite (Höhe=h i /b i ).
39 Darstellungsformen Kreisdiagramm 1,2 Verkauf 1,4 3,2 8,2 1. Quartal 2. Quartal 3. Quartal 4. Quartal
40 Darstellungsformen Liniendiagramm: Schüler A Schüler B Schüler C 1 0 Test1 Test2 Test3 Test4
41 Summenhäufigkeitsfunktion Absoluten Summenhäufigkeiten H i : Fortlaufende Summierung (Kumulierung) der absoluten Häufigkeiten. H i Anzahl der Elemente mit Merkmalswert x i. H i = h 1 +h h i = Σ j h j für j=1,...,i und i=1,...,k Relative Summenhäufigkeiten F i : Fortlaufende Summierung der relativen Häufigkeiten. F i = f 1 +f f i = Σ j f j für j=1,...,i und i=1,...,k F i = H i /n für i=1,...,k
42 Summenhäufigkeitsfunktion Häufigkeiten aus Summenhäufigkeiten berechnen: h i = H i H i-1 (i=1,...,k) f i = F i F i-1 (i=1,...,k) wobei H 0 = F 0 = 0 Ausprägung x i Anzahl Fam.mitglieder; h i Anteil Fam.mitglieder; f i Anzahl höchstens x i Fam.mitglieder Anteil höchstens x i Fam.mitglieder 1 1 0,02 1 0, ,07 4 0, , , , , , Σ 42 1
43 Summenhäufigkeitsfunktion Summenhäufigkeitsfunktion - empirische Verteilungsfunktion F(x) - wird aus Summenhäufigkeiten bestimmt. F(x) gibt den Anteil der Elemente mit einem Merkmalswert x an. 0 für x < x 1 F(x) = F i für x i x < x i+1 (i=1,...,k-1) 1 für x x k
44 Summenhäufigkeitsfunktion Diskrete Merkmale Summenhäufigkeitsfunktion 1,0 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0,
45
STATISIK. LV Nr.: 0021 WS 2005/06 11.Oktober 2005
STATISIK LV Nr.: 0021 WS 2005/06 11.Oktober 2005 1 Literatur Bleymüller, Gehlert, Gülicher: Statistik für Wirtschaftswissenschaftler, Verlag Vahlen Hartung: Statistik. Lehr- und Handbuch der angewandten
MehrStatistik II: Grundlagen und Definitionen der Statistik
Medien Institut : Grundlagen und Definitionen der Statistik Dr. Andreas Vlašić Medien Institut (0621) 52 67 44 vlasic@medien-institut.de Gliederung 1. Hintergrund: Entstehung der Statistik 2. Grundlagen
MehrEinige Grundbegriffe der Statistik
Einige Grundbegriffe der Statistik 1 Überblick Das Gesamtbild (Ineichen & Stocker, 1996) 1. Ziehen einer Stichprobe Grundgesamtheit 2. Aufbereiten der Stichprobe (deskriptive Statistik) 3. Rückschluss
MehrStatistikpraktikum. Carsten Rezny. Sommersemester Institut für angewandte Mathematik Universität Bonn
Statistikpraktikum Carsten Rezny Institut für angewandte Mathematik Universität Bonn Sommersemester 2016 Anmeldung in Basis: 06. 10.06.2016 Organisatorisches Einführung Statistik Analyse empirischer Daten
MehrDeskriptive Statistik 1 behaftet.
Die Statistik beschäftigt sich mit Massenerscheinungen, bei denen die dahinterstehenden Einzelereignisse meist zufällig sind. Statistik benutzt die Methoden der Wahrscheinlichkeitsrechnung. Fundamentalregeln:
MehrForschungsmethoden in der Sozialen Arbeit
Forschungsmethoden in der Sozialen Arbeit Fachhochschule für Sozialarbeit und Sozialpädagogik Alice- Salomon Hochschule für Soziale arbeit, Gesundheit, Erziehung und Bildung University of Applied Sciences
MehrEinführung in die Statistik
Einführung in die Statistik 1. Deskriptive Statistik 2. Induktive Statistik 1. Deskriptive Statistik 1.0 Grundbegriffe 1.1 Skalenniveaus 1.2 Empirische Verteilungen 1.3 Mittelwerte 1.4 Streuungsmaße 1.0
MehrAuswahlverfahren. Zufallsauswahl Bewusste Auswahl Willkürliche Auswahl. Dipl.-Päd. Ivonne Bemerburg
Auswahlverfahren Zufallsauswahl Bewusste Auswahl Willkürliche Auswahl Blockseminar: Methoden quantitativer Grundgesamtheit und Stichprobe Die Festlegung einer Menge von Objekten, für die die Aussagen der
Mehr1 Stochastik deskriptive Statistik und Wahrscheinlichkeitsrechnung. Statistik und Wahrscheinlichkeitsrechnung
1 Stochastik deskriptive Statistik und Wahrscheinlichkeitsrechnung Statistik und Wahrscheinlichkeitsrechnung 2 Stochastik deskriptive Statistik und Wahrscheinlichkeitsrechnung Stochastik Wahrscheinlichkeitsrechnung
Mehr1. Einführung und statistische Grundbegriffe. Grundsätzlich unterscheidet man zwei Bedeutungen des Begriffs Statistik:
. Einführung und statistische Grundbegriffe Beispiele aus dem täglichen Leben Grundsätzlich unterscheidet man zwei Bedeutungen des Begriffs Statistik: Quantitative Information Graphische oder tabellarische
MehrStandardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend
Standardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend oder eindeutig, wenn keine alternativen Interpretationsmöglichkeiten
Mehr3. Merkmale und Daten
3. Merkmale und Daten Ziel dieses Kapitels: Vermittlung des statistischen Grundvokabulars Zu klärende Begriffe: Grundgesamtheit Merkmale (Skalenniveau etc.) Stichprobe 46 3.1 Grundgesamtheiten Definition
MehrStatistikpraktikum. Carsten Rezny. Sommersemester Institut für angewandte Mathematik Universität Bonn
Statistikpraktikum Carsten Rezny Institut für angewandte Mathematik Universität Bonn Sommersemester 2017 Organisatorisches Anmeldung in Basis: 19. 23.06.2017 Skript und Übungsaufgaben unter: http://www.iam.uni-bonn.de/users/rezny/statistikpraktikum
MehrForschungsstatistik I
Prof. Dr. G. Meinhardt 6. Stock, Taubertsberg 2 R. 06-206 (Persike) R. 06-214 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet03.sowi.uni-mainz.de/
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
MehrModul 04: Messbarkeit von Merkmalen, Skalen und Klassierung. Prof. Dr. W. Laufner Beschreibende Statistik
Modul 04: Messbarkeit von Merkmalen, Skalen und 1 Modul 04: Informationsbedarf empirische (statistische) Untersuchung Bei einer empirischen Untersuchung messen wir Merkmale bei ausgewählten Untersuchungseinheiten
MehrThema: Mittelwert einer Häufigkeitsverteilung. Welche Informationen kann der Mittelwert geben?
Thema: Mittelwert einer Häufigkeitsverteilung Beispiel: Im Mittel werden deutsche Männer 75,1 Jahre alt; sie essen im Mittel pro Jahr 71 kg Kartoffel(-produkte) und trinken im Mittel pro Tag 0.35 l Bier.
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
MehrForschungsmethoden in der Sozialen Arbeit (XI)
Forschungsmethoden in der Sozialen Arbeit (XI) Fachhochschule für Sozialarbeit und Sozialpädagogik Alice-Salomon Hochschule für Soziale arbeit, Gesundheit, Erziehung und Bildung University of Applied Sciences
MehrAlle weiteren Messoperationen schließen die Klassifikation als Minimaloperation ein.
1 unterschiedliche Skalenniveaus Wir haben zuvor schon kurz von unterschiedlichen Skalenniveaus gehört, nämlich dem: - Nominalskalenniveau - Ordinalskalenniveau - Intervallskalenniveau - Ratioskalenniveau
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine Universität Düsseldorf 14. Oktober 2010 Übungen Aufgabenblatt 1 wird heute Nachmittag auf das Weblog gestellt. Geben Sie die Lösungen dieser
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
MehrStatistische Grundlagen I
Statistische Grundlagen I Arten der Statistik Zusammenfassung und Darstellung von Daten Beschäftigt sich mit der Untersuchung u. Beschreibung von Gesamtheiten oder Teilmengen von Gesamtheiten durch z.b.
MehrStatistik I für Betriebswirte Vorlesung 9
Statistik I für Betriebswirte Vorlesung 9 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik Vorlesung am 8. Juni 2017 im Audi-Max (AUD-1001) Dr. Andreas Wünsche Statistik I für Betriebswirte
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.........................................
MehrDeskriptive Statistik Auswertung durch Informationsreduktion
Deskriptive Statistik Auswertung durch Informationsreduktion Gliederung Ø Grundbegriffe der Datenerhebung Total-/Stichprobenerhebung, qualitatives/quantitatives Merkmal Einteilung der Daten (Skalierung,
MehrAuswahlverfahren. Verfahren, welche die prinzipiellen Regeln zur Konstruktion von Stichproben angeben
Auswahlverfahren Verfahren, welche die prinzipiellen Regeln zur Konstruktion von Stichproben angeben Definition der Grundgesamtheit Untersuchungseinheit: Objekt an dem Messungen vorgenommen werden Grundgesamtheit
MehrBeschreibung von Daten
Kapitel 2 Beschreibung von Daten In diesem Kapitel geht es um die Beschreibung von empirisch erhobenen Daten Größere Datenmengen sind schwer zu überblicken Weil ein Bild leichter als eine Ansammlung von
MehrKapitel 1 Beschreibende Statistik
Beispiel 1.5: Histogramm (klassierte erreichte Punkte, Fortsetzung Bsp. 1.1) 0.25 0.2 Höhe 0.15 0.1 0.05 0 0 6 7 8,5 10 11 erreichte Punkte Dr. Karsten Webel 24 Beispiel 1.5: Histogramm (Fortsetzung) Klasse
MehrDaten, Datentypen, Skalen
Bildung kommt von Bildschirm und nicht von Buch, sonst hieße es ja Buchung. Daten, Datentypen, Skalen [main types of data; levels of measurement] Die Umsetzung sozialwissenschaftlicher Forschungsvorhaben
MehrSchließende Statistik
Schließende Statistik [statistical inference] Sollen auf der Basis von empirischen Untersuchungen (Daten) Erkenntnisse gewonnen und Entscheidungen gefällt werden, sind die Methoden der Statistik einzusetzen.
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
MehrGrundlagen der Statistik I
NWB-Studienbücher Wirtschaftswissenschaften Grundlagen der Statistik I Beschreibende Verfahren Von Professor Dr. Jochen Schwarze 10. Auflage Verlag Neue Wirtschafts-Briefe Herne/Berlin Inhaltsverzeichnis
Mehr1 Einführung und Grundbegriffe
1 Einleitung Die deskriptive Statistik dient der systematischen Erfassung und Darstellung von Daten, die bestimmte Zustände oder Entwicklungen aufzeigen. Sehr viele Entscheidungen des Alltags, in Wirtschaftsunternehmen
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:
MehrDatenstrukturen. Querschnitt. Grösche: Empirische Wirtschaftsforschung
Datenstrukturen Datenstrukturen Querschnitt Panel Zeitreihe 2 Querschnittsdaten Stichprobe von enthält mehreren Individuen (Personen, Haushalte, Firmen, Länder, etc.) einmalig beobachtet zu einem Zeitpunkt
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
MehrStatistik I (17) 79. Untersuchen Sie die Daten aus Tabelle 1.
Schüler Nr. Statistik I (7) Schuljahr /7 Mathematik FOS (Haben Sie Probleme bei der Bearbeitung dieser Aufgaben, wenden Sie sich bitte an die betreuenden Lehrkräfte!) Tabelle : Die Tabelle wurde im Rahmen
Mehrhtw saar 1 EINFÜHRUNG IN DIE STATISTIK: BESCHREIBENDE STATISTIK
htw saar 1 EINFÜHRUNG IN DIE STATISTIK: BESCHREIBENDE STATISTIK htw saar 2 Grundbegriffe htw saar 3 Grundgesamtheit und Stichprobe Ziel: Über eine Grundgesamtheit (Population) soll eine Aussage über ein
Mehr1. Tutorial. Online-Tutorium-Statistik von T.B.
Online-Tutorium-Statistik von T.B. 1 Grundbegriffe I Gegenstand einer statistischen Untersuchung sind bestimmte Objekte (z.b. Personen, Unternehmen) bei denen man sich für gewisse Eigenschaften (z.b. Geschlecht,
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
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung Dr. Jochen Köhler 26.02.2008 1 Warum Statistik und Wahrscheinlichkeits rechnung im Ingenieurwesen? Zusammenfassung der letzten Vorlesung Statistik und Wahrscheinlichkeitsrechnung
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung 3. Vorlesung Dr. Jochen Köhler 1 Inhalte der heutigen Vorlesung Ziel: Daten Modellbildung Probabilistisches Modell Wahrscheinlichkeit von Ereignissen Im ersten
Mehr2. Deskriptive Statistik
Philipps-Universitat Marburg 2.1 Stichproben und Datentypen Untersuchungseinheiten: mogliche, statistisch zu erfassende Einheiten je Untersuchungseinheit: ein oder mehrere Merkmale oder Variablen beobachten
Mehr3. Deskriptive Statistik
3. Deskriptive Statistik Eindimensionale (univariate) Daten: Pro Objekt wird ein Merkmal durch Messung / Befragung/ Beobachtung erhoben. Resultat ist jeweils ein Wert (Merkmalsausprägung) x i : - Gewicht
Mehr4. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren)
4. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren) 4.1. Einführung Schätzen unbekannter Parameter im Modell, z.b. Wahrscheinlichkeiten p i (Anteile in der Gesamtmenge), Erwartungswerte
MehrI.3. Computergestützte Methoden 1. Deskriptive Statistik. Master of Science Prof. Dr. G. H. Franke WS 2009/ 2010
I.3. Computergestützte Methoden 1. Deskriptive Statistik Master of Science Prof. Dr. G. H. Franke WS 2009/ 2010 1 Seminarübersicht Nr. Thema 1 Deskriptive Statistik 1.1 Organisation und Darstellung von
MehrBeispiel für Anwendung: z-tabelle kann genutzt werden, um z.b. Poissonverteilung näherungsweise zu integrieren. Beispiel: wie wahrscheinlich ist es
Beispiel für Anwendung: z-tabelle kann genutzt werden, um z.b. Poissonverteilung näherungsweise zu integrieren. Beispiel: wie wahrscheinlich ist es beim radioaktiven Zerfall, zwischen 100 und 110 Zerfälle
MehrInhaltsverzeichnis. Inhalt Teil I: Beschreibende (Deskriptive) Statistik Seite. 1.0 Erste Begriffsbildungen Merkmale und Skalen 5
Inhaltsverzeichnis Inhalt Teil I: Beschreibende (Deskriptive) Statistik Seite 1.0 Erste Begriffsbildungen 1 1.1 Merkmale und Skalen 5 1.2 Von der Urliste zu Häufigkeitsverteilungen 9 1.2.0 Erste Ordnung
MehrBeispiel 2 (Einige Aufgaben zu Lageparametern) Aufgabe 1 (Lageparameter)
Beispiel (Einige Aufgaben zu Lageparametern) Aufgabe 1 (Lageparameter) 1 Ein Statistiker ist zu früh zu einer Verabredung gekommen und vertreibt sich nun die Zeit damit, daß er die Anzahl X der Stockwerke
MehrDiese Lücken sollten nicht auch bei Ihnen vorhanden sein: Aufgrund einer statistischen Untersuchung entsteht eine geordnete bzw. ungeordnete, die durc
SS 2017 Torsten Schreiber 222 Diese Lücken sollten nicht auch bei Ihnen vorhanden sein: Aufgrund einer statistischen Untersuchung entsteht eine geordnete bzw. ungeordnete, die durch Summierung je Ausprägung
MehrDie deskriptive (beschreibende) Statistik hat als Aufgabe, große Datenmengen durch wenige Kennzahlen. oder Grafiken zu beschreiben.
Die deskriptive (beschreibende) Statistik hat als Aufgabe, große Datenmengen durch wenige Kennzahlen wie Lage- und Streuungsmaße oder Grafiken zu beschreiben. Solche Datenmengen entstehen bei der Untersuchung
MehrGünther Bourier. Beschreibende Statistik. Praxisorientierte Einführung - Mit. Aufgaben und Lösungen. 12., überarbeitete und aktualisierte Auflage
i Günther Bourier Beschreibende Statistik Praxisorientierte Einführung - Mit Aufgaben und Lösungen 12., überarbeitete und aktualisierte Auflage 4^ Springer Gabler Inhaltsverzeichnis Vorwort V 1 Einführung
MehrDr. Maike M. Burda. Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp 7.-9.
Dr. Maike M. Burda Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp 7.-9. Januar 2011 BOOTDATA11.GDT: 250 Beobachtungen für die Variablen...
MehrTEIL 5: AUSWAHLVERFAHREN
TEIL 5: AUSWAHLVERFAHREN Dozent: Dawid Bekalarczyk GLIEDERUNG Auswahlverfahren eine Umschreibung Grundbegriffe Graphische Darstellung: Grundgesamtheit und Stichprobe Vor- und Nachteile: Voll- vs. Teilerhebung
Mehr3 Häufigkeitsverteilungen
3 Häufigkeitsverteilungen 3.1 Absolute und relative Häufigkeiten 3.2 Klassierung von Daten 3.3 Verteilungsverläufe 3.1 Absolute und relative Häufigkeiten Datenaggregation: Bildung von Häufigkeiten X nominal
MehrGrundkurs Statistik für Politologen und Soziologen
Grundkurs Statistik für Politologen und Soziologen Bearbeitet von Uwe W Gehring, Cornelia Weins 5., überarbeitete Auflage 2010. Buch. 345 S. Softcover ISBN 978 3 531 16269 0 Format (B x L): 14,8 x 21 cm
MehrWahrscheinlichkeits - rechnung und Statistik
Michael Sachs Mathematik-Studienhilfen Wahrscheinlichkeits - rechnung und Statistik für Ingenieurstudenten an Fachhochschulen 4., aktualisierte Auflage 2.2 Eindimensionale Häufigkeitsverteilungen 19 absolute
MehrStatistische Messdatenauswertung
Roland Looser Statistische Messdatenauswertung Praktische Einführung in die Auswertung von Messdaten mit Excel und spezifischer Statistik-Software für naturwissenschaftlich und technisch orientierte Anwender
MehrWiederholung Statistik I. Statistik für SozialwissenschaftlerInnen II p.8
Wiederholung Statistik I Statistik für SozialwissenschaftlerInnen II p.8 Konstanten und Variablen Konstante: Merkmal hat nur eine Ausprägung Variable: Merkmal kann mehrere Ausprägungen annehmen Statistik
Mehr5. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren)
5. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren) 5.1. Einführung Schätzen unbekannter Parameter im Modell, z.b. Wahrscheinlichkeiten p i (Anteile in der Gesamtmenge), Erwartungswerte
MehrEinführung in die Statistik mit R
Einführung in die Statistik mit R Bernd Weiler syntegris information solutions GmbH Neu Isenburg Schlüsselworte Statistik, R Einleitung Es ist seit längerer Zeit möglich statistische Berechnungen mit der
MehrGrundbegriffe (1) Grundbegriffe (2)
Grundbegriffe (1) S.1 Äquivalenzklasse Unter einer Äquivalenzklasse versteht man eine Klasse von Objekten, die man hinsichtlich bestimmter Merkmalsausprägungen als gleich (äquivalent) betrachtet. (z.b.
MehrLeidlmair / Planung und statistische Auswertung psychologischer Untersuchungen I. Messtheoretische Vorüberlegungen
Leidlmair / Planung und statistische Auswertung psychologischer Untersuchungen I Messtheoretische Vorüberlegungen Am Anfang jeder statistischen Auswertung steht das 'Messen' bestimmter Phänomene bzw. Merkmale.
MehrBiomathematik für Mediziner, Klausur WS 1999/2000 Seite 1
Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1 Aufgabe 1: Wieviele der folgenden Variablen sind quantitativ stetig? Schulnoten, Familienstand, Religion, Steuerklasse, Alter, Reaktionszeit, Fahrzeit,
MehrBeschreibende Statistik Deskriptive Statistik. Schließende Statistik Inferenzstatistik. Schluss von der Stichprobe auf die Grundgesamtheit
Beschreibende Statistik Deskriptive Statistik Schließende Statistik Inferenzstatistik Beschreibung der Stichprobe Schluss von der Stichprobe auf die Grundgesamtheit Keine Voraussetzungen Voraussetzung:
MehrStatistik Skalen (Gurtner 2004)
Statistik Skalen (Gurtner 2004) Nominalskala: Daten haben nur Namen(Nomen) und (eigentlich) keinen Zahlenwert Es kann nur der Modus ( ofteste Wert) berechnet werden Beispiel 1: Die Befragung von 48 Personen
MehrWarum Stichproben? Vollerhebungen sind teuer Nehmen (zu)viel Zeit in Anspruch Sind evtl. destruktiv
Warum Stichproben? Vollerhebungen sind teuer Nehmen (zu)viel Zeit in Anspruch Sind evtl. destruktiv Voraussetzung für die Anwendung von Stichproben: Stichproben müssen repräsentativ sein, d.h. ein verkleinertes
MehrDATENERHEBUNG: MESSEN-OPERATIONALISIEREN - SKALENARTEN
DATENERHEBUNG: MESSEN-OPERATIONALISIEREN - SKALENARTEN Was ist Messen? Messen - im weitesten Sinne - ist die Zuordnung von Zahlen zu Objekten und Ereignissen entsprechend einer Regel (Def. nach Stevensen
MehrGrundformen eines empirischen Forschungsprozesses
Statistik Grundlagen Charakterisierung von Verteilungen Einführung Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsverteilungen Schätzen und Testen Korrelation Regression Grundformen eines empirischen Forschungsprozesses
MehrKapitel III - Merkmalsarten
Universität Karlsruhe (TH) Institut für Statistik und Mathematische Wirtschaftstheorie Statistik 1 - Deskriptive Statistik Kapitel III - Merkmalsarten Markus Höchstötter Lehrstuhl für Statistik, Ökonometrie
MehrGrundlagen der empirischen Sozialforschung
Grundlagen der empirischen Sozialforschung Sitzung 5 - Auswahlverfahren Jan Finsel Lehrstuhl für empirische Sozialforschung Prof. Dr. Petra Stein 17. November 2008 1 / 24 Online-Materialien Die Materialien
MehrStatistik für das Psychologiestudium
Dieter Rasch / Klaus D. Kubinger Statistik für das Psychologiestudium Mit Softwareunterstützung zur Planung und Auswertung von Untersuchungen sowie zu sequentiellen Verfahren ELSEVIER SPEKTRUM AKADEMISCHER
MehrArbeitsbuch zur deskriptiven und induktiven Statistik
Helge Toutenburg Michael Schomaker Malte Wißmann Christian Heumann Arbeitsbuch zur deskriptiven und induktiven Statistik Zweite, aktualisierte und erweiterte Auflage 4ü Springer Inhaltsverzeichnis 1. Grundlagen
MehrStichwortverzeichnis. Symbole
Stichwortverzeichnis Symbole 50ste Perzentil 119 A Absichern, Ergebnisse 203 Abzählbar unendliche Zufallsvariable 146 Alternativhypothese 237 238 formulieren 248 Anekdote 340 Annäherung 171, 191 Antwortquote
MehrMATHEMATIK MTA 12 SCHULJAHR 07/08 STATISTIK
MATHEMATIK MTA 12 SCHULJAHR 07/08 STATISTIK PROF. DR. CHRISTINA BIRKENHAKE Inhaltsverzeichnis 1. Merkmale 2 2. Urliste und Häufigkeitstabellen 9. Graphische Darstellung von Daten 10 4. Lageparameter 1
MehrBitte am PC mit Windows anmelden!
Einführung in SPSS Plan für heute: Grundlagen/ Vorwissen für SPSS Vergleich der Übungsaufgaben Einführung in SPSS http://weknowmemes.com/generator/uploads/generated/g1374774654830726655.jpg Standardnormalverteilung
MehrGraphische Darstellung einer univariaten Verteilung:
Graphische Darstellung einer univariaten Verteilung: Die graphische Darstellung einer univariaten Verteilung hängt von dem Messniveau der Variablen ab. Bei einer graphischen Darstellung wird die Häufigkeit
MehrInstitut für Biometrie und klinische Forschung. WiSe 2012/2013
Klinische Forschung WWU Münster Pflichtvorlesung zum Querschnittsfach Epidemiologie, Biometrie und Med. Informatik Praktikum der Medizinischen Biometrie (3) Überblick. Deskriptive Statistik I 2. Deskriptive
Mehr'+4 Elisabeth Raab-Steiner / Michael Benesch. Der Fragebogen. Von der Forschungsidee zur SPSS-Auswertung. 4., aktualisierte und überarbeitete Auflage
'+4 Elisabeth Raab-Steiner / Michael Benesch Der Fragebogen Von der Forschungsidee zur SPSS-Auswertung 4., aktualisierte und überarbeitete Auflage facultas «4 Inhaltsverzeichnis 1 Elementare Definitionen
MehrAnteile Häufigkeiten Verteilungen Lagemaße Streuungsmaße Merkmale von Verteilungen. Anteile Häufigkeiten Verteilungen
DAS THEMA: VERTEILUNGEN LAGEMAßE - STREUUUNGSMAßE Anteile Häufigkeiten Verteilungen Lagemaße Streuungsmaße Merkmale von Verteilungen Anteile Häufigkeiten Verteilungen Anteile und Häufigkeiten Darstellung
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
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
MehrGrundlagen der Wahrscheinlichkeitstheorie und Statistik für Studierende der Informatik
INSTITUT FÜR STOCHASTIK WS 2007/08 UNIVERSITÄT KARLSRUHE Blatt 1 Dr. B. Klar Übungen zur Vorlesung Grundlagen der Wahrscheinlichkeitstheorie und Statistik für Studierende der Informatik Musterlösungen
MehrUniv.-Prof. Dr. Georg Wydra
Univ.-Prof. Dr. Georg Wydra Methoden zur Auswertung von Untersuchungen 1 SKALENTYPEN UND VARIABLEN 2 ZUR BEDEUTUNG DER STATISTIK IN DER FORSCHUNG 3 STATISTIK ALS VERFAHREN ZUR PRÜFUNG VON HYPOTHESEN 4
MehrKreisdiagramm, Tortendiagramm
Kreisdiagramm, Tortendiagramm Darstellung der relativen (absoluten) Häufigkeiten als Fläche eines Kreises Anwendung: Nominale Merkmale Ordinale Merkmale (Problem: Ordnung nicht korrekt wiedergegeben) Gruppierte
MehrJOACHIM BEHNKE / NINA BAUR / NATHALIE BEHNKE. Empirische Methoden der Politikwissenschaft
JOACHIM BEHNKE / NINA BAUR / NATHALIE BEHNKE Empirische Methoden der Politikwissenschaft 1 Einleitung 13 2 Methoden im empirischen Forschungsprozess 17 2.1 Methoden und wissenschaftliche Theorie 17 2.2
MehrVorlesungsskript. Deskriptive Statistik. Prof. Dr. Günter Hellmig
Vorlesungsskript Deskriptive Statistik Prof. Dr. Günter Hellmig Prof. Dr. Günter Hellmig Vorlesungsskript Deskriptive Statistik Erstes Kapitel Die Feingliederung des ersten Kapitels, welches sich mit einigen
MehrIII. Methoden der empirischen Kommunikations forschung. Hans-Bernd Brosius Friederike Koschel. Eine Einführung. 3. Auflage - CKIZ
- CKIZ Hans-Bernd Brosius Friederike Koschel Methoden der empirischen Kommunikations forschung Eine Einführung 3. Auflage»11111111111111)111111 ii in i m III VS VERLAG FÜR SOZIALWISSENSCHAFTEN Vorwort
MehrStatistik SS Deskriptive Statistik. Bernhard Spangl 1. Universität für Bodenkultur. March 1, 2012
Statistik SS 2012 Deskriptive Statistik Bernhard Spangl 1 1 Institut für angewandte Statistik und EDV Universität für Bodenkultur March 1, 2012 B. Spangl (Universität für Bodenkultur) Statistik SS 2012
MehrStatistik I für Betriebswirte Vorlesung 8
Statistik I für Betriebswirte Vorlesung 8 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 1. Juni 2017 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 8 Version: 30. Mai
MehrMesstherorie Definitionen
Messtherorie Definitionen Begriff Definition Beispiel Relationen Empirisches Relativ eine Menge von Objekten und ein oder mehreren beobachtbaren Relationen zwischen dieses Objekten Menge der Objekte =
MehrInhaltsverzeichnis: Aufgaben zur Vorlesung Statistik Seite 1 von 10 Prof. Dr. Karin Melzer, Prof. Dr. Gabriele Gühring, Fakultät Grundlagen
Inhaltsverzeichnis: 1. Aufgabenlösungen... Lösung zu Aufgabe 1:... Lösung zu Aufgabe... Lösung zu Aufgabe 3... Lösung zu Aufgabe 4... Lösung zu Aufgabe 5... 3 Lösung zu Aufgabe... 3 Lösung zu Aufgabe 7...
MehrGundlagen empirischer Forschung & deskriptive Statistik. Statistische Methoden in der Korpuslinguistik Heike Zinsmeister WS 2008/09
Gundlagen empirischer Forschung & deskriptive Statistik Statistische Methoden in der Korpuslinguistik Heike Zinsmeister WS 2008/09 Grundlagen Vorbereitung einer empirischen Studie Allgemeine Beschreibung
MehrPhasen des Forschungsprozesses (hypothesenprüfende Studie)
Phasen des Forschungsprozesses (hypothesenprüfende Studie) Konzeptspezifikation/ Operationalisierung/Messung rot: Planungsphase Auswahl des Forschungsproblems Theoriebildung Auswahl der Untersuchungseinheiten
MehrStatistik für Ökonomen
Wolfgang Kohn Riza Öztürk Statistik für Ökonomen Datenanalyse mit R und SPSS tfü. Springer Inhaltsverzeichnis Teil I Einführung 1 Kleine Einführung in R 3 1.1 Installieren und Starten von R 3 1.2 R-Befehle
MehrTEIL 7: EINFÜHRUNG UNIVARIATE ANALYSE TABELLARISCHE DARSTELLUNG / AUSWERTUNG
TEIL 7: EINFÜHRUNG UNIVARIATE ANALYSE TABELLARISCHE DARSTELLUNG / AUSWERTUNG GLIEDERUNG Statistik eine Umschreibung Gliederung der Statistik in zwei zentrale Teilbereiche Deskriptive Statistik Inferenzstatistik
MehrEinführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management
Einführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management Sommersemester 2013 Hochschule Augsburg Lageparameter: Erwartungswert d) Erwartungswert
MehrEinführung 17. Teil I Kopfüber eintauchen in die Statistik 23. Kapitel 1 Kategoriale Daten zusammenfassen: Häufigkeiten und Prozente 25
Inhaltsverzeichnis Einführung 17 Über dieses Buch 17 Törichte Annahmen über den Leser 19 Wie dieses Buch aufgebaut ist 19 Teil I: Kopfüber eintauchen indie Statistik 19 Teil II: Von Wahrscheinlichkeiten,
Mehr