Univ.-Prof. Dr. Georg Wydra
|
|
- Samuel Friedrich
- vor 6 Jahren
- Abrufe
Transkript
1 Univ.-Prof. Dr. Georg Wydra Einführung in die Statistik 1 SKALENTYPEN UND VARIABLEN 2 ZUR BEDEUTUNG DER STATISTIK IN DER FORSCHUNG 3 STATISTIK ALS VERFAHREN ZUR PRÜFUNG VON HYPOTHESEN 4 DESKRIPTIVE STATISTIK 5 INFERENZSTATISTIK (ÜBERBLICK) 6 SO LÜGT MAN MIT STATISTIK Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 1
2 1 Skalentypen und Variablen Die Güte der einer Statistik zugrunde liegenden Zahlen hat einen unmittelbaren Einfluss auf die zur Verfügung stehenden statistischen Methoden. Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 2
3 Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 3
4 Skalentypen Nominalskalen: Verbale Bezeichnung von Merkmalsausprägungen einer Variablen (z. B. Haarfarbe). Ordinalskalen: Bildung einer Rangfolge der Merkmalsausprägungen einer Variablen (z. B. Schulnoten). Intervallskalen: Konstante Abstände der Merkmalsausprägungen aber variabler Nullpunkt (z. B. C oder F). Ratioskalen Verhältnisskalen): Intervallskalen mit einem natürlichen Nullpunkt und variabler Skalierung (z. B.: Längenmaße; Skalierung Meter oder Meilen) Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 4
5 Variablen Eine Variable ist ein Symbol für eine Menge von Merkmalsausprägungen. Beispiele: Geschlecht, Haarfarbe, schulische Leistungen, Zeit beim 100-m-Lauf, absolute Temperatur Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 5
6 Unabhängige und abhängige Variablen Unabhängige Variablen sind diejenigen, die manipuliert, d. h. beeinflusst werden können. Abhängige Variablen werden dagegen nur gemessen. Beispiel Kraftunterschiede zwischen Männer und Frauen Abhängige Variable: Kraftwerte Unabhängige Variablen: Geschlecht Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 6
7 Diskrete und kontinuierliche Variablen Eine diskrete Variable besteht aus endlich vielen oder abzählbaren, separaten, unteilbaren Werten eines bestimmten Intervalls. Zwischen zwei benachbarten Werten existieren keine weiteren Werte (z. B. Zahl der Studierenden, Antwortkategorien bei einem Fragebogen). Eine stetige bzw. kontinuierliche Variable besteht aus einer unendlichen Anzahl möglicher Merkmalsausprägungen. Zwischen zwei benachbarten Werten existieren unendlich viele weitere Werte (c-g-s-system: Längen-, Gewichts- und Zeitmaße sind bis ins Unendliche weiter zu unterteilen m, cm, mm, µm, nm etc.) Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 7
8 2 Zur Bedeutung der Statistik in der Forschung Ich glaube nur an Statistiken, die ich selbst gefälscht habe. Nein nicht - Sir Winston Churchill ( ) Mit Statistiken kann man alles beweisen, nur nicht die Wahrheit. ohne Quellennachweis Ich stehe Statistiken etwas skeptisch gegenüber, denn laut Statistik haben ein Millionär und ein Habenichts je eine halbe Million. Alles was lediglich wahrscheinlich ist, ist wahrscheinlich falsch. Franklin D. Roosevelt ( ) René Descartes ( ) Wenn man den Kopf in der Sauna hat und die Füße im Kühlschrank, sprechen Statistiker von einer angenehmen mittleren Temperatur. Franz Josef Strauß ( ) Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 8
9 Pospeschill, 2006 Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 9
10 Pospeschill, 2006 Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 10
11 Formen der Statistik Die deskriptive Statistik stellt Analysetechniken zur Verfügung, die der explorativen Beschreibung und Charakterisierung empirischer Daten in Form ihrer Verteilung, Lage und Streuung dienen. Die Inferenzstatistik basiert auf Analysetechniken, die der Untersuchung von Stichproben dienen und Generalisationen auf die Grundgesamtheit (Population) erlauben, aus denen sie gezogen wurden. Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 11
12 Pospeschill, 2006 Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 12
13 Stichprobe und Stichprobenfehler Eine Stichprobe ist eine bestimmte Anzahl von Fällen aus einer definierten Population, die zur Repräsentation der Population in einer empirischen Untersuchung eingesetzt wird. Der Stichprobenfehler stellt die Diskrepanz zwischen der Stichprobenstatistik und den tatsächlichen Werten in der Gesamtpopulation dar. Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 13
14 3 Statistik als Verfahren zur Prüfung von Hypothesen Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 14
15 Zuordnung der verschiedenen Design-Typen zu den verschiedenen Hypothesenformen Zusammenhänge Gruppenunterschiede Unterschiede zwischen Zeitpunkten Querschnittsuntersuchungen X X Längsschnittuntersuchungen X X X Ex-post-facto-Untersuchungen X X Quasiexperimentelle Untersuchungen mit Effektunterschiede X X X X Vortest Hybride Experimente mit Vortest X X X X X Naturwissenschaftliche Experimente X X X X X Kausalhypothesen Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 15
16 4 Deskriptive Statistik Pospeschill, 2006 Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 16
17 Deskriptive Statistik Häufigkeiten Form der Verteilung der Daten Mittelwerte Streuungsmaße Korrelationen und Regressionen Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 17
18 Häufigkeiten Absolute Häufigkeiten Relative Häufigkeiten Kumulative Häufigkeiten Relative kumulative Häufigkeiten jeweils von einer oder mehreren Gruppen Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 18
19 Häufigkeiten Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 19
20 Häufigkeiten Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 20
21 Normalverteilung Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 21
22 Verteilungsformen Pospeschill, 2006 Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 22
23 Schiefe oder Symmetrie Bös, Hänsel & Schott, 2000 Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 23
24 Steilheit oder Exzeß Bös, Hänsel & Schott, 2000 Die Wölbung bzw. Kurtosis der Dichtefunktion bzw. Wahrscheinlichkeitsfunktion einer Zufallsvariablen X ist definiert als ihr auf die vierte Potenz der Standardabweichung σ normiertes viertes zentrales Moment μ4(x) Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 24
25 Einkommensverteilung als Beispiel für rechtsschiefe, linkssteile Verteilung Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 25
26 Mortalitätsrate als Beispiel für linksschiefe, rechtssteile Verteilung Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 26
27 Prüfung der Normalverteilung 1. Optische Prüfung Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 27
28 Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 28
29 2. Statistische Prüfung 3. WinStat Kolmogorow für kontinuierliche Daten und Chi-Quadrat für diskrete Daten Angaben zu Schiefe und Kurtosis ( deskriptive Statistik) Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 29
30 Diskrete und kontinuierliche Variablen Eine diskrete (kategoriale) Variable besteht aus endlich vielen oder abzählbaren, separaten, unteilbaren Werten eines bestimmten Intervalls. Zwischen zwei benachbarten Werten existieren keine weiteren Werte (z. B. Zahl der Studierenden, Antwortkategorien bei einem Fragebogen). Eine stetige bzw. kontinuierliche Variable besteht aus einer unendlichen Anzahl möglicher Merkmalsausprägungen. Zwischen zwei benachbarten Werten existieren unendlich viele weitere Werte (c-g-s-system: Längen-, Gewichts- und Zeitmaße sind bis ins Unendliche weiter zu unterteilen m, cm, mm, µm, nm etc.) Siehe auch: Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 30
31 Parametrisch und nonparametrisch Parametrische Verfahren orientieren sich an der Normalverteilung der Daten und setzen in der Regel Intervallskalenniveau und Normalverteilung voraus. Bei der Berechnung werden vor allem der Mittelwert und die Standardabweichung herangezogen. Nichtparametrische Verfahren orientieren sich an der Rangreihe der Daten, d. h. die Daten werden nach ihrer Größe sortiert und die Statistik darauf aufgebaut. Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 31
32 Mittelwerte - Maße der zentralen Tendenz Die zentrale Tendenz ist ein statistisches Messverfahren zur Bestimmung eines einzelnen Wertes zur Repräsentation einer bestimmten Verteilung. Dabei soll der zu bestimmende Wert typisch oder repräsentativ für das vollständige Datenset sein (Pospeschill, 2005, S. 59). Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 32
33 Mittelwerte Arithmetisches Mittel: Durchschnittswert einer Zahlreihe Gewogenes Arithmetisches Mittel: Mittelwert aus mehreren unterschiedlich großen Stichproben Median: Wert, der eine Verteilung halbiert Modalwert (Modus): Der häufigste Werte einer Verteilung Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 33
34 Mittelwerte Bös, Hänsel & Schott, 2000 Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 34
35 Streuungsmaße Die Variabilität ist ein statistisches Messverfahren zur Quantifizierung des Streuungsmaßes von Messwerten. Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 35
36 Streuungsmaße Range (Spannweite): Differenz aus dem größten und kleinsten Wert Standardabweichung: Die mittleren 68 % einer Verteilung Varianz: Standardabweichung zum Quadrat Variationskoeffizient: Die relative Standardabweichung, d. h. die Standardabweichung dividiert durch den Mittelwert Interquartilabstand: Die mittlere 50 % einer Verteilung Standardfehler: Standardabweichung dividiert durch die Wurzel aus der Stichprobengröße n. Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 36
37 Streuungsmaße Durchschnittliche absolute Abweichung: basiert auf der Summe der absoluten Abweichungen jedes Variablenwertes vom»arithmetischen Mittel«über alle»untersuchungseinheiten«. Die Summe der absoluten Abweichungen wird durch die Anzahl der Untersuchungseinheiten dividert, Konfidenzintervall (Präzision der Schätzung): Der Wertebereich, in dem man den interessierenden Parameter der Grundgesamtheit mit einer bestimmten Wahrscheinlichkeit erwartet Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 37
38 Beispiel aus Statistica Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 38
39 Möglichkeiten der grafischen Darstellung Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 39
40 Modifikation einer WinStat-Abbildung Mittelwert und Standardabweichung der Variable Alter 70 ± SD Alter (Monate) Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 40
41 Box & Whisker Plot Alter (Monate) Alter (Monate) Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 41
42 Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 42
43 Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 43
44 Der Korrelationskoeffizient r nach Pearson Für die Reliabilitätskoeffizienten gelten folgende Richtwerte: >0.90 = ausgezeichnet; = sehr gut; = annehmbar; = mäßig; < 0.60 = gering (vgl. BÖS 1987). Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 44
45 Korrelative Beziehungen Exponentielle Beziehung f(x)=y=e x Beispiel: Aufzuwendende Kraft in Abhängigkeit vom Grad der Muskeldehnung. Bei zunehmender Dehnung steigt die Kraft, die zur Dehnung aufgebracht werden muss, exponentiell an. Parabolische Beziehung f(x)=y=x 2 Beispiel: Gesundheit in Abhängigkeit vom Körpergewicht: Es gibt ein optimales Körpergewicht. Unterhalb und oberhalb davon verschlechtert sich die Gesundheit Logarithmische Beziehung f(x)=y=log x Beispiel: Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 45
46 Regressionen Regressionen dienen der Vorhersage einer Kriteriumsvariable (=abhängige Variable) mittels einer oder mehrerer Prädiktorvariablen (unabhängiger Variablen). Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 46
47 Scheinkorrelationen Siehe hierzu: Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 47
48 5 Inferenzstatistik (Überblick) Pospeschill, 2006 Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 48
49 Parametrische und nichtparametrische Verfahren t-test für unabhängige Stichproben (Gruppen) t-test für abhängige Stichproben (Messzeitpunkte) U-Text Wilcoxon-Test Varianzanalyse Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 49
50 Parametrische und nichtparametrische Verfahren Parametrische Verfahren orientieren sich an der Normalverteilung der Daten und setzen in der Regel Intervallskalenniveau und Normalverteilung voraus. Bei der Berechnung werden vor allem der Mittelwert und die Standardabweichung herangezogen. Nichtparametrische Verfahren orientieren sich an der Rangreihe der Daten, d. h. die Daten werden nach ihrer Größe sortiert und die Statistik darauf aufgebaut. Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 50
51 Entscheidungsdiagramm zur Wahl des geeigneten statistischen Verfahrens zur Prüfung von Unterschiedshypothesen. 2 Stichproben mehr als 2 Stichproben Skalenniveau Verteilung unabhängig (Gruppenvergleiche) abhängig (Vergleich Messzeitpunkte) unabhängig (Gruppenvergleiche) abhängig (Vergleich Messzeitpunkte) Nominal parameterfrei Chi-Quadrat McNemar Vorzeichentest Chi-Quadrat Cochran Q-Test Ordinal parameterfrei U-Test Wilcoxon-Test Kruskal-Wallis H-test Friedmann-Test Intervall parametrisch t-test für unabhängige Stichproben bei a: homogenen b: heterogenen Varianzen t-test für abhängige (gepaarte) Stichproben Varianzanalyse Varianzanalyse Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 51
52 6 So lügt man mit Statistik Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 52
53 Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 53
54 Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 54
55 Prof. Dr. Georg Wydra Sportwissenschaftliches Institut der Universität des Saarlandes 55
Grundlagen quantitativer Sozialforschung Interferenzstatistische Datenanalyse in MS Excel
Grundlagen quantitativer Sozialforschung Interferenzstatistische Datenanalyse in MS Excel 16.11.01 MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 1 Gliederung Datenanalyse (inferenzstatistisch)
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
MehrEinführung in die statistische Datenanalyse I
Einführung in die statistische Datenanalyse I Inhaltsverzeichnis 1. EINFÜHRUNG IN THEORIEGELEITETES WISSENSCHAFTLICHES ARBEITEN 2 2. KRITIERIEN ZUR AUSWAHL STATISTISCH METHODISCHER VERFAHREN 2 3. UNIVARIATE
MehrAuswertung und Darstellung wissenschaftlicher Daten (1)
Auswertung und Darstellung wissenschaftlicher Daten () Mag. Dr. Andrea Payrhuber Zwei Schritte der Auswertung. Deskriptive Darstellung aller Daten 2. analytische Darstellung (Gruppenvergleiche) SPSS-Andrea
MehrEinfache Statistiken in Excel
Einfache Statistiken in Excel Dipl.-Volkswirtin Anna Miller Bergische Universität Wuppertal Schumpeter School of Business and Economics Lehrstuhl für Internationale Wirtschaft und Regionalökonomik Raum
MehrEinführung in statistische Testmethoden
Einführung in statistische Testmethoden und die Bearbeitung von Messdaten mit Excel 1. Beispielhafte Einführung in den Gebrauch von Testmethoden 2. Typen von Messwerten, Verteilungen 3. Mittelwert, Varianz,
MehrWillkommen zur Vorlesung Statistik
Willkommen zur Vorlesung Statistik Thema dieser Vorlesung: Maßzahlen für zentrale Tendenz, Streuung und andere Eigenschaften von Verteilungen Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische
MehrDeskriptive Statistik
Deskriptive Statistik In der beschreibenden Statistik werden Methoden behandelt, mit deren Hilfe man Daten übersichtlich darstellen und kennzeichnen kann. Die Urliste (=Daten in der Reihenfolge ihrer Erhebung)
MehrMessung von Veränderungen. Dr. Julia Kneer Universität des Saarlandes
von Veränderungen Dr. Julia Kneer Universität des Saarlandes Veränderungsmessung Veränderungsmessung kennzeichnet ein Teilgebiet der Methodenlehre, das direkt mit grundlegenden Fragestellungen der Psychologie
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
MehrEvaluation der Normalverteilungsannahme
Evaluation der Normalverteilungsannahme. Überprüfung der Normalverteilungsannahme im SPSS P. Wilhelm; HS SPSS bietet verschiedene Möglichkeiten, um Verteilungsannahmen zu überprüfen. Angefordert werden
MehrTeil II: Einführung in die Statistik
Teil II: Einführung in die Statistik (50 Punkte) Bitte beantworten Sie ALLE Fragen. Es handelt sich um multiple choice Fragen. Sie müssen die exakte Antwortmöglichkeit angeben, um die volle Punktzahl zu
MehrKapitel 13 Häufigkeitstabellen
Kapitel 13 Häufigkeitstabellen Die gesammelten und erfaßten Daten erscheinen in der Datendatei zunächst als unübersichtliche Liste von Werten. In dieser Form sind die Daten jedoch wenig aussagekräftig
MehrGrundlagen der Datenanalyse am Beispiel von SPSS
Grundlagen der Datenanalyse am Beispiel von SPSS Einführung Dipl. - Psych. Fabian Hölzenbein hoelzenbein@psychologie.uni-freiburg.de Einführung Organisatorisches Was ist Empirie? Was ist Statistik? Dateneingabe
Mehr- Beschreibung der Stichprobe(n-Häufigkeitsverteilung) <- Ermittlung deskriptiver Maßzahlen (Mittelungsmaße, Variationsmaße, Formparameter)
Mehr
1 Verteilungen und ihre Darstellung
GKC Statistische Grundlagen für die Korpuslinguistik Kapitel 2: Univariate Deskription von Daten 8.11.2004 Univariate (= eindimensionale) Daten bestehen aus Beobachtungen eines einzelnen Merkmals. 1 Verteilungen
MehrAuswertung mit dem Statistikprogramm SPSS: 30.11.05
Auswertung mit dem Statistikprogramm SPSS: 30.11.05 Seite 1 Einführung SPSS Was ist eine Fragestellung? Beispiel Welche statistische Prozedur gehört zu welcher Hypothese? Statistische Berechnungen mit
MehrMethoden der empirischen Sozialforschung I
Methoden der empirischen Sozialforschung I Annelies Blom, PhD TU Kaiserslautern Wintersemester 2011/12 Übersicht Quantitative Datenauswertung: deskriptive und induktive Statistik Wiederholung: Die wichtigsten
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
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung Übung 2 28.02.2008 1 Inhalt der heutigen Übung Beschreibende Statistik Gemeinsames Lösen der Übungsaufgaben 2.1: Häufigkeitsverteilung 2.2: Tukey Boxplot 25:Korrelation
MehrGrundlagen der Inferenzstatistik: Was Ihnen nicht erspart bleibt!
Grundlagen der Inferenzstatistik: Was Ihnen nicht erspart bleibt! 1 Einführung 2 Wahrscheinlichkeiten kurz gefasst 3 Zufallsvariablen und Verteilungen 4 Theoretische Verteilungen (Wahrscheinlichkeitsfunktion)
Mehr1,11 1,12 1,13 1,14 1,15 1,16 1,17 1,17 1,17 1,18
3. Deskriptive Statistik Ziel der deskriptiven (beschreibenden) Statistik (explorativen Datenanalyse) ist die übersichtliche Darstellung der wesentlichen in den erhobenen Daten enthaltene Informationen
Mehr(VU) Übungen zur Einführung in die statistische Datenanalyse II. Inhalte Statistik I. Inhalte Statistik I Deskriptive Statistik
II Übungen zur II Organisatorische Hinweise Keine Anwesenheitspflicht (aber empfehlenswert) Einführung in die statistische Datenanalyse II (VU) Lehrinhalte (.ppt Folien): elearning.univie.ac.at 3 Prüfungstermine:
MehrAnhang A: Fragebögen und sonstige Unterlagen
Anhang Anhang A: Fragebögen und sonstige Unterlagen A.: Flyer zur Probandenrekrutierung 46 A.: Fragebogen zur Meditationserfahrung 47 48 A.3: Fragebogen Angaben zur Person 49 5 5 A.4: Termin- und Einladungsschreiben
Mehr0 Einführung: Was ist Statistik
0 Einführung: Was ist Statistik 1 Datenerhebung und Messung Die Messung Skalenniveaus 2 Univariate deskriptive Statistik 3 Multivariate Statistik 4 Regression 5 Ergänzungen Grundbegriffe Statistische Einheit,
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.
MehrStandardisierung von Daten Darstellung von Daten in Texten, Tabellen und Abbildungen. Standardisierung von Daten
DAS THEMA: TABELLEN UND ABBILDUNGEN Standardisierung von Daten Darstellung von Daten in Texten, Tabellen und Abbildungen Standardisierung von Daten z-standardisierung Standardnormalverteilung 1 DIE Z-STANDARDISIERUNG
MehrStandardab er des. Testwert = 145.5 95% Konfidenzintervall. T df Sig. (2-seitig) Differenz Untere Obere -2.011 698.045-5.82-11.50 -.14.
Aufgabe : einfacher T-Test Statistik bei einer Stichprobe Standardfehl Standardab er des Mittelwert weichung Mittelwertes 699 39.68 76.59 2.894 Test bei einer Sichprobe Testwert = 45.5 95% Konfidenzintervall
MehrÜberblick über die Tests
Anhang A Überblick über die Tests A.1 Ein-Stichproben-Tests A.1.1 Tests auf Verteilungsannahmen ˆ Shapiro-Wilk-Test Situation: Test auf Normalverteilung H 0 : X N(µ, σ 2 ) H 1 : X nicht normalverteilt
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...
Mehr5 Statistik in der Psychologie
5 Statistik in der Psychologie Für Anfänger in der Psychologie ist es nicht unbedingt einsichtig, warum man sich überhaupt statistische Kompetenzen in einer Sozialwissenschaft aneignen muss, wo es doch
MehrLösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1
LÖSUNG 3A Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1 Mit den Berechnungsfunktionen LG10(?) und SQRT(?) in "Transformieren", "Berechnen" können logarithmierte Werte sowie die Quadratwurzel
MehrGrundbegriffe der Beschreibenden Statistik
Grundbegriffe der Beschreibenden Statistik 1. Datenmatrix und Messniveaus...3 1.1. Merkmale, Datenmatrix, uni- und multivariate Analysen...3 1.2. Messniveaus (Skalentypen)...4 2. Ausgewählte Verfahren
MehrLage- und Streuungsmaße
Sommersemester 2009 Modus Median Arithmetisches Mittel Symmetrie/Schiefe Wölbung/Exzess 4 6 8 10 ALQ Tutorien Begleitend zur Vorlesung, inhaltlich identisch mit der Übung Mögliche Zeiten: Do 10-12, Do
MehrKapitel 3. Zufallsvariable. Wahrscheinlichkeitsfunktion, Dichte und Verteilungsfunktion. Erwartungswert, Varianz und Standardabweichung
Kapitel 3 Zufallsvariable Josef Leydold c 2006 Mathematische Methoden III Zufallsvariable 1 / 43 Lernziele Diskrete und stetige Zufallsvariable Wahrscheinlichkeitsfunktion, Dichte und Verteilungsfunktion
MehrInhaltsverzeichnis. Vorwort 1. Kapitel 1 Einführung 3. Kapitel 2 Messtheorie und deskriptive Statistik 13
Inhaltsverzeichnis Vorwort 1 Kapitel 1 Einführung 3 1.1 Ziele... 4 1.2 Messtheorie und deskriptive Statistik... 8 1.3 Grundlagen der Wahrscheinlichkeitsrechnung... 9 1.4 Inferenzstatistik... 9 1.5 Parametrische
MehrVeranstaltung Statistik (BWL) an der FH Frankfurt/Main im WS 2004/05 (Dr. Faik) Klausur 09.02.2005 - GRUPPE A - BEARBEITER/IN (NAME, VORNAME):
Veranstaltung Statistik (BWL) an der FH Frankfurt/Main im WS 2004/05 (Dr. Faik) Klausur 09.02.2005 - GRUPPE A - BEARBEITER/IN (NAME, VORNAME): MATRIKELNUMMER: Alte Prüfungsordnung/Neue Prüfungsordnung
MehrFranz Kronthaler. Statistik angewandt. Datenanalyse ist (k)eine Kunst. Excel Edition. ^ Springer Spektrum
Franz Kronthaler Statistik angewandt Datenanalyse ist (k)eine Kunst Excel Edition ^ Springer Spektrum Inhaltsverzeichnis Teil I Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist Spaß 3
MehrVerteilungsanalyse. Johannes Hain. Lehrstuhl für Mathematik VIII Statistik 1/35
Verteilungsanalyse Johannes Hain Lehrstuhl für Mathematik VIII Statistik 1/35 Datentypen Als Sammeln von Daten bezeichnet man in der Statistik das Aufzeichnen von Fakten. Erhobene Daten klassifziert man
MehrVerteilungsanalyse. Johannes Hain. Lehrstuhl für Mathematik VIII Statistik 1/31
Verteilungsanalyse Johannes Hain Lehrstuhl für Mathematik VIII Statistik 1/31 Datentypen Als Sammeln von Daten bezeichnet man in der Statistik das Aufzeichnen von Fakten. Erhobene Daten klassifziert man
MehrEinleitung 19. Teil I Datenanalyse und Modellbildung Grundlagen 25
Inhaltsverzeichnis Einleitung 19 Zu diesem Buch 19 Konventionen in diesem Buch 20 Was Sie nicht lesen müssen 21 Falsche Voraussetzungen 21 Wie dieses Buch aufgebaut ist 21 Teil I: Datenanalyse und Grundlagen
MehrBitte schreiben Sie in Druckbuchstaben und vergessen Sie nicht zu unterschreiben. Name, Vorname:. Studiengang/ Semester:. Matrikelnummer:..
Institut für Erziehungswissenschaft der Philipps-Universität Marburg Prof. Dr. Udo Kuckartz Arbeitsbereich Empirische Pädagogik/Methoden der Sozialforschung Wintersemester 004/005 KLAUSUR FEBRUAR 005 /
MehrDatenanalyse und Statistik
Datenanalyse und Statistik p. 1/44 Datenanalyse und Statistik Vorlesung 2 (Graphik I) K.Gerald van den Boogaart http://www.stat.boogaart.de Datenanalyse und Statistik p. 2/44 Daten Schätzung Test Mathe
MehrKlausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2007/2008. Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2007/2008 Aufgabe 1 Ihnen liegt
MehrEinführung in die Statistik mir R
Einführung in die Statistik mir R ww w. syn t egris.de Überblick GESCHÄFTSFÜHRUNG Andreas Baumgart, Business Processes and Service Gunar Hofmann, IT Solutions Sven-Uwe Weller, Design und Development Jens
MehrSkript zur Übung: Grundlagen der empirischen Sozialforschung - Datenanalyse
Skript zur Übung: Grundlagen der empirischen Sozialforschung - Datenanalyse Phasen des Forschungsprozesses Auswahl des Forschungsproblems Theoriebildung Theoretische Phase Konzeptspezifikation / Operationalisierung
MehrStatistische Grundlagen für die Versuchstierkunde
Statistische Grundlagen für die Versuchstierkunde Prof. Peter Pilz Fachbereich Biologie Universität Tübingen So viele Tiere wie nötig, so wenig Tiere wie möglich Gliederung 1. Deskriptive Statistik & Power
MehrElisabeth Raab-Steiner/Michael Benesch. Der Fragebogen. Von der Forschungsidee zur SPSS/PASW-Auswertung. 2., aktualisierte Auflage. facultas.
Elisabeth Raab-Steiner/Michael Benesch Der Fragebogen Von der Forschungsidee zur SPSS/PASW-Auswertung 2., aktualisierte Auflage facultas.wuv Inhaltsverzeichnis 1 Elementare Definitionen 11 1.1 Deskriptive
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
MehrDeskriptive Statistik
Deskriptive Statistik [descriptive statistics] Ziel der deskriptiven (beschreibenden) Statistik einschließlich der explorativen Datenanalyse [exploratory data analysis] ist zunächst die übersichtliche
MehrKorrelation - Regression. Berghold, IMI
Korrelation - Regression Zusammenhang zwischen Variablen Bivariate Datenanalyse - Zusammenhang zwischen 2 stetigen Variablen Korrelation Einfaches lineares Regressionsmodell 1. Schritt: Erstellung eines
MehrParametrische Statistik
Statistik und ihre Anwendungen Parametrische Statistik Verteilungen, maximum likelihood und GLM in R Bearbeitet von Carsten F. Dormann 1. Auflage 2013. Taschenbuch. xxii, 350 S. Paperback ISBN 978 3 642
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
MehrFlorian Frötscher und Demet Özçetin
Statistische Tests in der Mehrsprachigkeitsforschung Aufgaben, Anforderungen, Probleme. Florian Frötscher und Demet Özçetin florian.froetscher@uni-hamburg.de SFB 538 Mehrsprachigkeit Max-Brauer-Allee 60
MehrVorlesung 1: Grundlagen, Evidenzbasierte Medizin und Gute Klinische Praxis (GCP)
Vorlesung 1: Grundlagen, Evidenzbasierte Medizin und Gute Klinische Praxis (GCP) 1.1. Begriffsbildung im Rahmen der Evidenzbasierten Medizin (EBM) Einsicht in die Notwendigkeit und praktische Relevanz
MehrModul G.1 WS 07/08: Statistik 17.01.2008 1. Die Korrelation ist ein standardisiertes Maß für den linearen Zusammenhangzwischen zwei Variablen.
Modul G.1 WS 07/08: Statistik 17.01.2008 1 Wiederholung Kovarianz und Korrelation Kovarianz = Maß für den linearen Zusammenhang zwischen zwei Variablen x und y Korrelation Die Korrelation ist ein standardisiertes
MehrInhaltsverzeichnis. I Einführung in STATISTICA 1. 1 Erste Schritte in STATISTICA 3
I Einführung in STATISTICA 1 1 Erste Schritte in STATISTICA 3 2 Datenhaltung in STATISTICA 11 2.1 Die unterschiedlichen Dateitypen in STATISTICA....... 11 2.2 Import von Daten......... 12 2.3 Export von
MehrMotivation. Wilcoxon-Rangsummentest oder Mann-Whitney U-Test. Wilcoxon Rangsummen-Test Voraussetzungen. Bemerkungen
Universität Karlsruhe (TH) Forschungsuniversität gegründet 825 Wilcoxon-Rangsummentest oder Mann-Whitney U-Test Motivation In Experimenten ist die Datenmenge oft klein Daten sind nicht normalverteilt Dann
MehrNichtparametrische statistische Verfahren
Nichtparametrische statistische Verfahren (im Wesentlichen Analyse von Abhängigkeiten) Kategorien von nichtparametrischen Methoden Beispiel für Rangsummentests: Wilcoxon-Test / U-Test Varianzanalysen 1-faktorielle
MehrEinführung in die Geostatistik (2) Fred Hattermann (Vorlesung), hattermann@pik-potsdam.de Michael Roers (Übung), roers@pik-potsdam.
Einführung in die Geostatistik () Fred Hattermann (Vorlesung), hattermann@pik-potsdam.de Michael Roers (Übung), roers@pik-potsdam.de Gliederung Allgemeine Statistik. Deskriptive Statistik. Wahrscheinlichkeitstheorie.3
MehrWeitere (wählbare) Kontraste in der SPSS Prozedur Allgemeines Lineares Modell
Einfaktorielle Versuchspläne 27/40 Weitere (wählbare) Kontraste in der SPSS Prozedur Allgemeines Lineares Modell Abweichung Einfach Differenz Helmert Wiederholt Vergleich Jede Gruppe mit Gesamtmittelwert
MehrGrundlagen Statistik
Folienauszüge aus: Grundlagen Statistik Steinbeis-Transferzentrum Managementsysteme Industriepark West, Söflinger Strasse 100, 89077 Ulm Tel.: 0731-933-1180, Fax: 0731-933-1189 Mail: info@tms-ulm.de, Internet:
MehrEtwas positive Tendenz ist beim Wechsel der Temperatur von 120 auf 170 zu erkennen.
Explorative Datenanalyse Erstmal die Grafiken: Aufreisskraft und Temperatur 3 1-1 N = 1 15 17 Temperatur Diagramm 3 1 95% CI -1 N = 1 15 17 Temperatur Etwas positive Tendenz ist beim Wechsel der Temperatur
MehrQuantitative Methoden der Bildungsforschung
Glieung Wieholung Korrelationen Grundlagen lineare Regression Lineare Regression in SPSS Übung Wieholung Korrelationen Standardisiertes Zusammenhangsmaß (unstandardisiert: Kovarianz) linearer Zusammenhang
MehrUNIVARIATE DATENANALYSE STATISTISCHE MASSZAHLEN MODUL 7 PROSEMINAR ANALYSE UND DARSTELLUNG VON DATEN I (DESKRIPTIVE STATISTIK)
INSTITUT FÜR ERZIEHUNGSWISSENSCHAFT - UNIVERSITÄT SALZBURG PROSEMINAR ANALYSE UND DARSTELLUNG VON DATEN I (DESKRIPTIVE STATISTIK) GÜNTER HAIDER WS 1997/98 MODUL 7 UNIVARIATE DATENANALYSE STATISTISCHE MASSZAHLEN
MehrEinführung in die Statistik mit EXCEL und SPSS
Christine Duller Einführung in die Statistik mit EXCEL und SPSS Ein anwendungsorientiertes Lehr- und Arbeitsbuch Zweite, überarbeitete Auflage Mit 71 Abbildungen und 26 Tabellen Physica-Verlag Ein Unternehmen
MehrQualitätsmanagement: Wichtige Begriffe und Formeln aus der Statistik
Qualitätsmanagement: Begriffe und Formeln aus der Statistik 1 von 50 Qualitätsmanagement: Wichtige Begriffe und Formeln aus der Statistik Quellen: Diverse Online UNI- & FH-Skripten Inhaltsverzeichnis EINLEITUNG...
MehrBusiness Value Launch 2006
Quantitative Methoden Inferenzstatistik alea iacta est 11.04.2008 Prof. Dr. Walter Hussy und David Tobinski UDE.EDUcation College im Rahmen des dokforums Universität Duisburg-Essen Inferenzstatistik Erläuterung
MehrEine Einführung in R: Statistische Tests
Eine Einführung in R: Statistische Tests Bernd Klaus, Verena Zuber Institut für Medizinische Informatik, Statistik und Epidemiologie (IMISE), Universität Leipzig http://www.uni-leipzig.de/ zuber/teaching/ws12/r-kurs/
Mehr2 Analyse statistischer Daten zu einem Merkmal Lösungshinweise
6 2 Analyse statistischer Daten zu einem Merkmal Lösungshinweise 2 Analyse statistischer Daten zu einem Merkmal Lösungshinweise : In der folgenden Tabelle ist eine Teilstichprobe zu den Studierenden in
MehrDer Internetdienst für Ihre Online-Umfragen. Leitfaden statistische Auswertung
Der Internetdienst für Ihre Online-Umfragen Leitfaden statistische Auswertung Weitere in dieser Reihe bei 2ask erschienene Leitfäden Allgemeiner Leitfaden zur Fragebogenerstellung Sie möchten einen Fragebogen
MehrGrundbegriffe der Statistik
Grundbegriffe der Statistik Quelle: Statistica (2003). Auszug aus dem elektronischen Handbuch des Statistikprogramms Statistica 6.1. Tula, OK: StatSoft, Inc. 1 Inhaltsverzeichnis Überblick über Grundbegriffe
MehrModul 1 STATISTIK Eine erste Einführung
Kassel Modul 1 STATISTIK Eine erste Einführung 2009 Alphadi - www.alphadi.de Copyright Die Informa@onen in diesem Produkt werden ohne Rücksicht auf einen eventuellen Patentschutz veröffentlicht. Warennamen
MehrEinseitig gerichtete Relation: Mit zunehmender Höhe über dem Meeresspiegel sinkt im allgemeinen die Lufttemperatur.
Statistik Grundlagen Charakterisierung von Verteilungen Einführung Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsverteilungen Schätzen und Testen Korrelation Regression Einführung Die Analyse und modellhafte
Mehr2. Korrelation, lineare Regression und multiple Regression
multiple 2.2 Lineare 2.2 Lineare 1 / 130 2.2 Lineare 2 / 130 2.1 Beispiel: Arbeitsmotivation Untersuchung zur Motivation am Arbeitsplatz in einem Chemie-Konzern 25 Personen werden durch Arbeitsplatz zufällig
MehrStudiendesign/ Evaluierungsdesign
Jennifer Ziegert Studiendesign/ Evaluierungsdesign Praxisprojekt: Nutzerorientierte Evaluierung von Visualisierungen in Daffodil mittels Eyetracker Warum Studien /Evaluierungsdesign Das Design einer Untersuchung
Mehr4. Auswertung eindimensionaler Daten
4. Auswertung eindimensionaler Daten Ziel dieses Kapitels: Präsentation von Methoden zur statistischen Auswertung eines einzelnen Merkmals 64 Bezeichnungen (Wiederholung): Merkmalsträger: e 1,..., e n
MehrExpertenrunde Gruppe 1: Wiederholungsgruppe EXCEL (Datenerfassung, Darstellungsformen, Verwertung)
Epertenrunde Gruppe 1: Wiederholungsgruppe EXCEL (Datenerfassung, Darstellungsformen, Verwertung) Im Folgenden wird mit Hilfe des Programms EXEL, Version 007, der Firma Microsoft gearbeitet. Die meisten
MehrGrundlagen von Versuchsmethodik und Datenanalyse
Grundlagen von Versuchsmethodik und Datenanalyse Der Anfang: Hypothesen über Ursache-Wirkungs-Zusammenhänge Ursache Wirkung Koffein verbessert Kurzzeitgedächtnis Gewaltfilme führen zu aggressivem Verhalten
MehrKapitel 7: Varianzanalyse mit Messwiederholung
Kapitel 7: Varianzanalyse mit Messwiederholung Durchführung einer einfaktoriellen Varianzanalyse mit Messwiederholung 1 Durchführung einer zweifaktoriellen Varianzanalyse mit Messwiederholung auf einem
MehrMotivation. Jede Messung ist mit einem sogenannten Fehler behaftet, d.h. einer Messungenauigkeit
Fehlerrechnung Inhalt: 1. Motivation 2. Was sind Messfehler, statistische und systematische 3. Verteilung statistischer Fehler 4. Fehlerfortpflanzung 5. Graphische Auswertung und lineare Regression 6.
MehrBachelorabschlussseminar Dipl.-Kfm. Daniel Cracau
1 Einführung in die statistische Datenanalyse Bachelorabschlussseminar Dipl.-Kfm. Daniel Cracau 2 Gliederung 1.Grundlagen 2.Nicht-parametrische Tests a. Mann-Whitney-Wilcoxon-U Test b. Wilcoxon-Signed-Rank
Mehr- Eine typische Ausfallrate, wie sie bei vielen technischen Anwendungen zu sehen ist hat die Form einer Badewanne, deshalb nennt man diese Kurve auch
1 2 - Eine typische Ausfallrate, wie sie bei vielen technischen Anwendungen zu sehen ist hat die Form einer Badewanne, deshalb nennt man diese Kurve auch Badewannenkurve. -mit der Badewannenkurve lässt
Mehr9. Schätzen und Testen bei unbekannter Varianz
9. Schätzen und Testen bei unbekannter Varianz Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Schätzen und Testen bei unbekannter Varianz Wenn wir die Standardabweichung σ nicht kennen,
Mehr90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft
Prof. Dr. Helmut Küchenhoff SS08 90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft am 22.7.2008 Anmerkungen Überprüfen Sie bitte sofort, ob Ihre Angabe vollständig ist. Sie sollte
MehrDIPLOMVORPRÜFUNG GRUNDZÜGE DER STATISTIK, TEIL B WINTERSEMESTER 2006/07 28.02.2007
Wirtschaftswissenschaftliches Prüfungsamt DIPLOMVORPRÜFUNG GRUNDZÜGE DER STATISTIK, TEIL B WINTERSEMESTER 006/07 8.0.007 Lösung Prof. Dr. R Friedmann / Dr. R. Hauser Hinweise für die Klausurteilnehmer
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,
MehrSchätzer (vgl. Kapitel 1): Stichprobenmittel X N. Stichprobenmedian X N
Prof. Dr. J. Franke Statistik II für Wirtschaftswissenschaftler 8.1 Schätzer für Lage- und Skalenparameter und Verteilungsmodellwahl Lageparameter (l(x + a) = l(x) + a): Erwartungswert EX Median von X
MehrStatistik I für Betriebswirte Vorlesung 5
Statistik I für Betriebswirte Vorlesung 5 PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik 07. Mai 2015 PD Dr. Frank Heyde Statistik I für Betriebswirte Vorlesung 5 1 Klassische Wahrscheinlichkeitsdefinition
MehrGrundbegriffe der Biostatistik
Grundbegriffe der Biostatistik Theo Gasser & Burkhardt Seifert Abteilung Biostatistik Universität Zürich 3. Auflage 2006 INHALTSVERZEICHNIS i Inhaltsverzeichnis 1 Einführung 1 1.1 Was bietet die Statistik?.............................
MehrStatistik II für Betriebswirte Vorlesung 2
PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik Statistik II für Betriebswirte Vorlesung 2 21. Oktober 2014 Verbundene Stichproben Liegen zwei Stichproben vor, deren Werte einander
MehrKapitel 34 Boxplots und Fehlerbalken
Kapitel 34 Boxplots und Fehlerbalken Boxplots und Fehlerbalken sind dazu geeignet, die Lage und Verteilung der Werte einer Stichprobe grafisch darzustellen. Die beiden Diagrammtypen sind auf die Darstellungen
Mehr4. Erstellen von Klassen
Statistik mit Tabellenkalkulation 4. Erstellen von Klassen Mit einem einfachen Befehl lässt sich eine Liste von Zahlen auf die Häufigkeit der einzelnen Werte untersuchen. Verwenden Sie dazu den Befehl
MehrAnalog zu Aufgabe 16.1 werden die Daten durch folgenden Befehl eingelesen: > kredit<-read.table("c:\\compaufg\\kredit.
Lösung 16.3 Analog zu Aufgabe 16.1 werden die Daten durch folgenden Befehl eingelesen: > kredit
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
Mehr5.2 Optionen Auswahl der Statistiken, die bei der jeweiligen Prozedur zur Verfügung stehen.
5 Statistik mit SPSS Die Durchführung statistischer Auswertungen erfolgt bei SPSS in 2 Schritten, der Auswahl der geeigneten Methode, bestehend aus Prozedur Variable Optionen und der Ausführung. 5.1 Variablen
Mehr