Alternative Darstellung des 2-Stcihprobentests für Anteile
|
|
- Heinrich Berger
- vor 6 Jahren
- Abrufe
Transkript
1 Alternative Darstellung des -Stcihprobentests für Anteile DCF CF Total n Response Resp. Rate 0,387 0,3 0,309 Bei Gültigkeit der Nullhypothese Beobachtete Response No Response Total absolut DCF CF Beobachtete Response No Response Total Zeilenprozent DCF 38,7% 61,3% 111 CF 3,% 76,8% 11 30,9% 69,1% 3 Erwartete Response No Response Total Zeilenprozent DCF 30,9% 69,1% 111 CF 30,9% 69,1% 11 30,9% 69,1% 3 Erwartete Response No Response Total absolut DCF 34, CF Analyse der Differenz Statistik für SoziologInnen 1
2 χ -Unabhängigkeitstest Der χ -Unabhängigkeitstest erlaubt es, zu testen, ob zwei nominalskalierte Merkmale voneinander unabhängig sind oder nicht. Dabei werden die Abweichungen der beobachteten Häufigkeiten in einer Kreuztabelle von den unter der Unabhängigkeitshypothese erwarteten Häufigkeiten evaluiert. Unter der Unabhängigkeitshypothese ergeben sich die erwarteten relativen Häufigkeiten in einer Zelle i,j durch Multiplikation der zugehörigen relativen Randhäufigkeiten bzw. sind die bedingten Verteilungen konstant und gleich der Randverteilung. Statistik für SoziologInnen
3 Notation Wir betrachten eine l m Kreuztabelle Zeilenindex i (1,..., l) Spaltenindex j (1,..., m) n 1 n ij n i n l n 1 n j n m n Statistik für SoziologInnen 3
4 Bedingung für Unabhängigkeit P( A B) P( A) P( B) Wahrscheinlichkeit einer Zelle ist das Produkt der Zeile- und der Spaltenwahrscheinlichkeit Es gilt daher: n n n ij ij Absolute Häufigkeit einer Zelle ist das Produkt der Zeilen- und der Spaltenhäufigkeit dividiert durch die Gesamtanzahl n n n i i n n n n j j Statistik für SoziologInnen 4
5 Beispiel Dem folgenden Beispiel liegt der Datenbestand von n 01 Personen des Schiffsunglücks Titanic zugrunde. Es soll untersucht werden, ob ein Zusammenhang der beiden Merkmale Unterkunftsklasse am Schiff und Überleben des Passagiers besteht. Merkmal Unterkunftsklasse: Merkmal überlebt: Anzahl rel. Häufigkeit NEIN ,68 JA 711 0,3.01 Anzahl rel. Häufigkeit 1st Class 35 14,8% nd Class 85 1,9% 3rd Class 706 3,1% Crew ,%.01 Zusammenhang? Statistik für SoziologInnen 5
6 Ausgangsdaten & Fragestellung Beobachtete Häufigkeiten Klasse überlebt Zeilensumme NEIN JA 1st Class nd Class rd Class Crew Spaltensumme überlebt Zeilensumme NEIN JA 1st Class 37,5% 6,5% 100,0% nd Class 58,6% 41,4% 100,0% 3rd Class 74,8% 5,% 100,0% Crew 76,0% 4,0% 100,0% Spaltensumme 67,7% 3,3% 100,0% Klasse Zeilenprozent beobachtet Ist der Anteil der Überlebenden in den 4 Personengruppen gleich? Verallgemeinerung der Fragestellung des - Stichprobentests Statistik für SoziologInnen 6
7 Visualisierung mittels Mosaic-Plot Statistik für SoziologInnen 7
8 Erwartete Häufigkeit Berechnung der erwarteten Häufigkeiten bei Unabhängigkeit der Merkmale Erwartete Häufigkeit Zeilensumme Spaltensumme Gesamtsumme Klasse überlebt Zeilensumme NEIN JA 1st Class??? 35 nd Class 85 3rd Class 706 Crew 885 Spaltensumme überlebt Zeilensumme NEIN JA 1st Class 0,0 35 nd Class 85 3rd Class 706 Crew 885 Spaltensumme Klasse Erwartete Häufigkeit NEIN, 1st Class 0,0 Statistik für SoziologInnen 8
9 Erwartete Häufigkeit Berechnung der erwarteten Häufigkeiten bei Unabhängigkeit der Merkmale Erwartete Häufigkeit Zeilensumme Spaltensumme Gesamtsumme überlebt NEIN JA 1st Class 0,0 35 nd Class 85 3rd Class???? 706 Crew 885 Spaltensumme Klasse Zeilensumme überlebt Zeilensumme NEIN JA 1st Class 0,0 35 nd Class 85 3rd Class 8,1 706 Crew 885 Spaltensumme Klasse Erwartete Häufigkeit JA, 3rd Class 8,1 Statistik für SoziologInnen 9
10 Erwartete Häufigkeit Erwartete Häufigkeiten Unterkunftsklasse versus Person hat überlebt bei Gültigkeit der Unabhängigkeitshypothese überlebt Zeilensumme NEIN JA 1st Class 0,0 105,0 35 nd Class 19,9 9,1 85 3rd Class 477,9 8,1 706 Crew 599,1 85,9 885 Spaltensumme Klasse Statistik für SoziologInnen 10
11 Vergleich Beobachtete Häufigkeiten - Erwartete Häufigkeiten Beobachtete Häufigkeiten Erwartete Häufigkeiten Klasse Klasse Klasse Zeilenprozent beobachtet Zeilenprozent erwartet überlebt Zeilensumme NEIN JA 1st Class nd Class rd Class Crew Spaltensumme überlebt Zeilensumme NEIN JA 1st Class 37,5% 6,5% 100,0% nd Class 58,6% 41,4% 100,0% 3rd Class 74,8% 5,% 100,0% Crew 76,0% 4,0% 100,0% Spaltensumme 67,7% 3,3% 100,0% überlebt Zeilensumme NEIN JA 1st Class nd Class rd Class Crew Spaltensumme überlebt Zeilensumme NEIN JA 1st Class 67,7% 3,3% 100,0% nd Class 67,7% 3,3% 100,0% 3rd Class 67,7% 3,3% 100,0% Crew 67,7% 3,3% 100,0% Spaltensumme 67,7% 3,3% 100,0% Klasse Statistik für SoziologInnen 11
12 Beobachtete minus erwartete Häufigkeit überlebt NEIN JA 1st Class -98,0 98,0 0 nd Class -5,9 5,9 0 3rd Class 50,1-50,1 0 Crew 73,9-73,9 0 Spaltensumme Klasse Zeilensumme Statistik für SoziologInnen 1
13 χ -Statistik Berechnung des χ -Wertes χ l m i 1 j 1 ( Beobachteter Wert Erwarteter Wert ) ij Erwarteter Wert ij ij l... Anzahl der Zeilen m... Anzahl der Spalten Anzahl der Freiheitsgrade: (l-1)(m-1) Statistik für SoziologInnen 13
14 Form der Chi²-Verteilungsdichte Statistik für SoziologInnen 14
15 χ -Statistik ( o e ) 11 e überlebt Zeilensumme NEIN JA 1st Class 43,7 91,5 135, nd Class 3,5 7,3 10,8 3rd Class 5, 11,0 16, Crew 9,1 19,1 8, Spaltensumme 61,5 18,9 190,4 Klasse χ l m i 1 j 1 ( o e ) ij e ij ij Statistik für SoziologInnen 15
16 Dichtefunktion der χ -Verteilung Dichtefunktion der χ -Verteilung mit 3 Freiheitsgraden kritischer Bereich χ 3;0,95 7,81 Statistik für SoziologInnen 16
17 χ -Statistik χ 190,4 7, 81 Klasse nach Überleben > χ kritisch Hoch signifikantes Ergebnis; Unterschiede zwischen den Überlebenschancen in den verschiedenen Klassen können wohl nicht zufällig sein Es bestehen signifikante Unterschiede zwischen den beobachteten und den erwarteten Werten Überlebende Personen sind eher in den höherwertigen Unterkunftsklassen zu finden Statistik für SoziologInnen 17
18 Analyse von 3 Merkmalen Log-lineare Modelle: Werkzeug zur Analyse höher-dimensionaler Häufigkeitstabellen Statistik für SoziologInnen 18
19 Äquivalenz zu -Stichprobenanteilstest Beobachtete Response No Response Total Kritischer Wert bei α0,01 6, absolut DCF Kritischer Wert bei α0,05 3, CF Abweichung Beobachtete Response No Response Total Response No Response Total Zeilenprozent DCF 38,7% 61,3% 111 DCF 8,655-8,655 0,000 CF 3,% 76,8% 11 CF -8,655 8,655 0,000 30,9% 69,1% 3 0,000 0,000 0,000 Erwartete Response No Response Total CHI-WERT Zeilenprozent DCF 30,9% 69,1% 111 Response No Response Total CF 30,9% 69,1% 11 DCF,181 0,977 30,9% 69,1% 3 CF,161 0,968 6,88 Erwartete Response No Response Total absolut DCF 34, p-value 0,01 6,88 CF Statistik für SoziologInnen 19
20 Ausreichende Fallzahl und die Yates-Korrektur Die Approximation der Stichprobenverteilung mit der statistik darf nur angewendet werden, wenn alle erwarteten Häufigkeiten 5 sind. Andernfalls müssen Zeilen bzw. Spalten der Kreuztabelle zusammengefasst werden. Für den Fall der 4-Felder Tafel (Anzahl der Freiheitsgrade 1), wird in der Praxis häufig die sogenannte Yates-Korrektur herangezogen: χ korr. l m i 1 j 1 ( o e 0,5) ij ij e ij Statistik für SoziologInnen 0
21 Beispiel zur Yates-Korrektur Anhand eines Labortests (Digitalis-Konzentration im Blut) kann das Vorliegen einer bestimmten Krankheit nachgewiesen werden wurde dazu folgende Statistik veröffentlicht: T+ positiver Test D+ D- Total T- negativer Test T D+ krank T D- gesund Total χ 6,8 χ korr. 4,3 > χ 1;0,95 signifikantes Ergebnis 3,84 Statistik für SoziologInnen 1
22 Berechnungsschema in Excel D+ D- Ohne Yates-Korrektur T ,7353 5,9536 T ,17371,41815 p-value ,8 0, D+ D- Mit Yates-Korrektur T+ 1,4 6, ,749 5,4885 T- 30,58 65,4 96 4,77055,971 p-value ,3 0, krit. Wert: 11,3449 Funktion: CHITEST(Beobachtete Werte; Unter H0 erwartete Werte) Statistik für SoziologInnen
23 Anderer Problemstellung: Anpassungstest Verteilung der Augenzahl x bei n 35 Würfen mit einem antiken Würfel x i n i Theoretische Wahrscheinlichkeit: P(Xx) p i 1/ Statistik für SoziologInnen 3
24 Berechnung der χ -Statistik χ k i 1 ( Beobachtet e Häufigkeit Erwartete Häufigkeit ) Erwartete i Häufigkeit i i χ k i 1 ( ) k n ( ) i n pi h i pi n n p i i 1 p i n... Stichprobenumfang n i... beobachtete Häufigkeit p i... theoretische Wahrscheinlichkeit h i n i /n... relative Häufigkeit Statistik für SoziologInnen 4
25 Arbeitstabelle zur Bestimmung der Prüfgröße xi ni n ( n n ) ( ni n pi ) pi i p i n n p i χ Würfel 9,7 Statistik für SoziologInnen 5
26 Dichtefunktion der χ -Verteilung Dichtefunktion der χ -Verteilung mit 5 Freiheitsgraden kritischer Bereich χ kritisch Statistik für SoziologInnen 6
27 χ -Statistik Berechnung des χ -Wertes χ 9,7 χ χ 11, 07 Würfel > kritisch 5;0.95 signifikantes Ergebnis (Signifikanzniveau α 0.05); Die beobachteten Häufigkeiten weichen signifikant von den unter der Annahme einer Gleichverteilung erwarteten Häufigkeiten ab. er oder 5er werden mit dem antiken Würfel seltener gewürfelt ( Seiten die gegenüber liegen!) Der antike Würfel ist kein fairer Würfel Statistik für SoziologInnen 7
28 Beispiel Mendel überprüfte seine Theorien über die Vererbungsgesetze durch Kreuzung verschiedener Erbsensorten. Gemäß seiner Theorie sollte das Vorkommen von 4 Sorten im Verhältnis 9:3:3:1 stehen. Eine Stichprobe von 556 Erbsen ergab: 315:108:101:3 Sind die beobachteten Abweichungen signifikant? Observed Soll-Odds Soll-Rel Expected (Obs-Exp)^ (O-E)^/E ,565 31,75 5,065 0, , ,5 14,065 0, , ,5 10,565 0, ,065 34,75 7,565 0, ,4700 CHI(3;0,99) 11,345 Statistik für SoziologInnen 8
29 Hinweise Der Chi-Quadrat Wert liefert eine summarische Beurteilung der Abweichung einer empirischen Verteilung von einer theoretisch erwarteten Verteilung. Damit die Verteilung der Teststatistik approximativ Chi-Quadrat verteilt ist, müssen die erwarteten Häufigkeiten in jeder Klasse größer 5 sein. Ist dies nicht der Fall müssen einzelne Klassen aggregiert werden. Die Anzahl der Freiheitsgrade ist die Anzahl der Klassen minus eins. Falls zur Bestimmung der erwarteten Häufigkeiten auch Parameter geschätzt werden müssen, so sind die Freiheitsgrade zusätzlich um die Anzahl der Parameter zu reduzieren. Statistik für SoziologInnen 9
30 Anpassung empirischer Daten an theoretisches Modell Anzahl der Flügelschläge(x i ) OBS. Freq (f i ) x i *f i EXP. Prob Exp. Freq ,36 46, ,3 9, ,15 19, ,09 1, ,06 7, ,04 5, ,03 3, ,0, ,01 1, ,01 600, ,00 0, ,00 500,35 Summe Mittelwert,79 40 Schätzung für p: 0,36 (1/,79) P ( X pˆ n n i 1 k ) x i p(1 p) k 1 Anzahl der Flügelschläge(x i ) OBS. Freq (f i ) Anzahl beobachteter Vögel: 130 Anzahl beobachteter Flügelschläge: 363 Exp. Freq Chi²- Berechnung ,56 0, ,88 0, ,18 0, ,74 0, 0,34 p-value: 0,9515 Statistik für SoziologInnen Interpretation: OBS. Freq (fi) Exp. Freq Die geometrische Verteilung erlaubt eine gute Approximation der beobachteten Häufigkeiten.
Chi-Quadrat Verfahren
Chi-Quadrat Verfahren Chi-Quadrat Verfahren werden bei nominalskalierten Daten verwendet. Die einzige Information, die wir bei Nominalskalenniveau zur Verfügung haben, sind Häufigkeiten. Die Quintessenz
MehrBivariate Zusammenhänge
Bivariate Zusammenhänge Tabellenanalyse: Kreuztabellierung und Kontingenzanalyse Philosophische Fakultät Institut für Soziologie Berufsverläufe und Berufserfolg von Hochschulabsolventen Dozent: Mike Kühne
MehrAnalytische Statistik II
Analytische Statistik II Institut für Geographie 1 Schätz- und Teststatistik 2 Das Testen von Hypothesen Während die deskriptive Statistik die Stichproben nur mit Hilfe quantitativer Angaben charakterisiert,
MehrBivariate Kreuztabellen
Bivariate Kreuztabellen Kühnel, Krebs 2001 S. 307-342 Gabriele Doblhammer: Empirische Sozialforschung Teil II, SS 2004 1/33 Häufigkeit in Zelle y 1 x 1 Kreuztabellen Randverteilung x 1... x j... x J Σ
MehrZusammenhangsanalyse in Kontingenztabellen
Zusammenhangsanalyse in Kontingenztabellen Bisher: Tabellarische / graphische Präsentation Jetzt: Maßzahlen für Stärke des Zusammenhangs zwischen X und Y. Chancen und relative Chancen Zunächst 2 2 - Kontingenztafel
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 19. Januar 2011 1 Nichtparametrische Tests Ordinalskalierte Daten 2 Test für ein Merkmal mit nur zwei Ausprägungen
MehrBivariater Zusammenhang in der Mehrfeldertafel PEΣO
Bivariater Zusammenhang in der Mehrfeldertafel PEΣO 9. November 2001 Bivariate Häufigkeitsverteilungen in Mehrfeldertabellen In der Mehrfeldertabelle werden im Gegensatz zur Vierfeldertabelle keine dichotomen
MehrChi Quadrat-Unabhängigkeitstest
Fragestellung 1: Untersuchung mit Hilfe des Chi-Quadrat-Unabhängigkeitstestes, ob zwischen dem Herkunftsland der Befragten und der Bewertung des Kontaktes zu den Nachbarn aus einem Anderen Herkunftsland
MehrKategoriale Daten. Johannes Hain. Lehrstuhl für Mathematik VIII Statistik 1/17
Johannes Hain Lehrstuhl für Mathematik VIII Statistik 1/17 Übersicht Besitzen die Daten, die statistisch ausgewertet werden sollen, kategoriales Skalenniveau, unterscheidet man die folgenden Szenarien:
MehrInstitut für Soziologie Werner Fröhlich. Methoden 2. Kontingenztabellen Chi-Quadrat-Unabhängigkeitstest
Institut für Soziologie Methoden 2 Kontingenztabellen Chi-Quadrat-Unabhängigkeitstest Aufbau der Sitzung Was sind Kontingenztabellen? Wofür werden Kontingenztabellen verwendet? Aufbau und Interpretation
MehrComputergestützte Methoden. Master of Science Prof. Dr. G. H. Franke WS 07/08
Computergestützte Methoden Master of Science Prof. Dr. G. H. Franke WS 07/08 1 Seminarübersicht 1. Einführung 2. Recherchen mit Datenbanken 3. Erstellung eines Datenfeldes 4. Skalenniveau und Skalierung
MehrAufgaben zu Kapitel 9
Aufgaben zu Kapitel 9 Aufgabe 1 Für diese Aufgabe benötigen Sie den Datensatz Nominaldaten.sav. a) Sie arbeiten für eine Marktforschungsfirma und sollen überprüfen, ob die in diesem Datensatz untersuchte
MehrKategorielle Daten. Seminar für Statistik Markus Kalisch
Kategorielle Daten Markus Kalisch 1 Phase 3 Studie: Wirksamer als Placebo? Medikament Placebo Total Geheilt 15 9 24 Nicht geheilt 10 11 21 Total 25 20 45 Grundfrage: Sind Heilung und Medikamentengabe unabhängig?
MehrLösungen zu den Übungsaufgaben in Kapitel 10
Lösungen zu den Übungsaufgaben in Kapitel 10 (1) In einer Stichprobe mit n = 10 Personen werden für X folgende Werte beobachtet: {9; 96; 96; 106; 11; 114; 114; 118; 13; 14}. Sie gehen davon aus, dass Mittelwert
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
Mehrb) Bestimmen Sie die Varianz der beiden Schätzer. c) Ist ein oder sind beide Schätzer konsistent? Begründen Sie!
Aufgabe 1 (3 + 3 + 2 Punkte) Ein Landwirt möchte das durchschnittliche Gewicht von einjährigen Ferkeln bestimmen lassen. Dies möchte er aus seinem diesjährigen Bestand an n Tieren schätzen. Er kann dies
MehrHypothesenprüfung. Darüber hinaus existieren zahlreiche andere Testverfahren, die alle auf der gleichen Logik basieren
Hypothesenprüfung Teil der Inferenzstatistik Befaßt sich mit der Frage, wie Hypothesen über eine (in der Regel unbekannte) Grundgesamtheit an einer Stichprobe überprüft werden können Behandelt werden drei
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
MehrI. Deskriptive Statistik 1
I. Deskriptive Statistik 1 1. Einführung 3 1.1. Grundgesamtheit und Stichprobe.................. 5 1.2. Merkmale und Verteilungen..................... 6 1.3. Tabellen und Grafiken........................
MehrHerzlich willkommen zur Vorlesung Statistik
FB 1 W. Ludwig-Mayerhofer Statistik 1 Herzlich willkommen zur Vorlesung Statistik Zusammenhänge zwischen nominalen (und/oder ordinalen) Merkmalen: analyse und II: Signifikanztests und Maße der Assoziation
Mehr1.1.1 Ergebnismengen Wahrscheinlichkeiten Formale Definition der Wahrscheinlichkeit Laplace-Experimente...
Inhaltsverzeichnis 0 Einführung 1 1 Zufallsvorgänge und Wahrscheinlichkeiten 5 1.1 Zufallsvorgänge.......................... 5 1.1.1 Ergebnismengen..................... 6 1.1.2 Ereignisse und ihre Verknüpfung............
MehrBiomathematik für Mediziner, Klausur SS 2001 Seite 1
Biomathematik für Mediziner, Klausur SS 2001 Seite 1 Aufgabe 1: Von den Patienten einer Klinik geben 70% an, Masern gehabt zu haben, und 60% erinnerten sich an eine Windpockeninfektion. An mindestens einer
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
MehrVorlesung Wirtschaftsstatistik 2 (FK ) Wiederholungen deskriptive Statistik und Einleitung Normalverteilungsverfahren. Dipl.-Ing.
Vorlesung Wirtschaftsstatistik 2 (FK 040637) Wiederholungen deskriptive Statistik und Einleitung Normalverteilungsverfahren Dipl.-Ing. Robin Ristl Wintersemester 2012/13 1 Vorlesungsinhalte Wiederholung:
MehrZufallsgröße. Würfelwurf mit fairem Würfel. Wahrscheinlichkeitsverteilung einer diskreten
Zufallsgrößen Ergebnisse von Zufallsexperimenten werden als Zahlen dargestellt 0 Einführung Wahrscheinlichkeitsrechnung 2 Zufallsvariablen und ihre Verteilung 3 Statistische Inferenz 4 Hypothesentests
MehrAufgabenblock 4. Da Körpergröße normalverteilt ist, erhalten wir aus der Tabelle der t-verteilung bei df = 19 und α = 0.05 den Wert t 19,97.
Aufgabenblock 4 Aufgabe ) Da s = 8. cm nur eine Schätzung für die Streuung der Population ist, müssen wir den geschätzten Standardfehler verwenden. Dieser berechnet sich als n s s 8. ˆ = = =.88. ( n )
MehrStatistik II. Statistische Tests. Statistik II
Statistik II Statistische Tests Statistik II - 12.5.2006 1 Test auf Anteilswert: Binomialtest Sei eine Stichprobe unabhängig, identisch verteilter ZV (i.i.d.). Teile diese Stichprobe in zwei Teilmengen
MehrVerteilungsfunktion und dquantile
Statistik 1 für SoziologInnen Verteilungsfunktion und dquantile Univ.Prof. Dr. Marcus Hudec Kumulierte Häufigkeiten Hinweis: Damit die Kumulation inhaltlich sinnvoll ist, muss das Merkmal zumindest ordinal
Mehr7 Kategoriale Daten. 7.1 Eine kategoriale Variable Der χ 2 -Anpassungstest
7 Kategoriale Daten Kategoriale Daten erhält man durch Klassifikation von auftretenden Beobachtungen in verschiedene Kategorien. Der Definition 6.1.3 folgend, sind dies also Daten, die nominalskaliert
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
Mehr2.4 Hypothesentests Grundprinzipien statistischer Hypothesentests. Hypothese:
2.4.1 Grundprinzipien statistischer Hypothesentests Hypothese: Behauptung einer Tatsache, deren Überprüfung noch aussteht (Leutner in: Endruweit, Trommsdorff: Wörterbuch der Soziologie, 1989). Statistischer
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:
MehrKlausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester 2013 Aufgabe 1 In einer Urne
MehrKATA LOGO Mathematik Statistik Roadmap: Von der Hypothese zum p-wert
KATA LOGO Mathematik Statistik Roadmap: Von der Hypothese zum p-wert 0. Das eigentliche Forschungsziel ist: Beweis der eigenen Hypothese H 1 Dafür muss Nullhypothese H 0 falsifiziert werden können Achtung!
MehrMathematische und statistische Methoden II
Statistik & Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte
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
MehrPrüfgröße: Ist die durch eine Schätzfunktion zugeordnete reelle Zahl (etwa Mittelwert 7 C).
Statistik Grundlagen Charakterisierung von Verteilungen Einführung Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsverteilungen Schätzen und Testen Korrelation Regression Einführung Aus praktischen Gründen
Mehr4. Kumulierte Häufigkeiten und Quantile
4. Kumulierte Häufigkeiten und Quantile Kumulierte Häufigkeiten Oft ist man nicht an der Häufigkeit einzelner Merkmalsausprägungen interessiert, sondern an der Häufigkeit von Intervallen. Typische Fragestellung:
MehrOnline-Aufgaben Statistik (BIOL, CHAB) Auswertung und Lösung
Online-Aufgaben Statistik (BIOL, CHAB) Auswertung und Lösung Abgaben: 92 / 234 Maximal erreichte Punktzahl: 7 Minimal erreichte Punktzahl: 1 Durchschnitt: 4 Frage 1 (Diese Frage haben ca. 0% nicht beantwortet.)
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
MehrJost Reinecke. 7. Juni 2005
Universität Bielefeld 7. Juni 2005 Testtheorie Test für unabhängige Stichproben Test für abhängige Stichproben Testtheorie Die Testtheorie beinhaltet eine Reihe von Testverfahren, die sich mit der Überprüfung
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
MehrEinführung in die Wahrscheinlichkeitsrechnung und Statistik für Ingenieure
Einführung in die Wahrscheinlichkeitsrechnung und Statistik für Ingenieure Von Prof. Hubert Weber Fachhochschule Regensburg 3., überarbeitete und erweiterte Auflage Mit zahlreichen Bildern, Tabellen sowie
Mehr1.4 Der Binomialtest. Die Hypothesen: H 0 : p p 0 gegen. gegen H 1 : p p 0. gegen H 1 : p > p 0
1.4 Der Binomialtest Mit dem Binomialtest kann eine Hypothese bezüglich der Wahrscheinlichkeit für das Auftreten einer Kategorie einer dichotomen (es kommen nur zwei Ausprägungen vor, z.b. 0 und 1) Zufallsvariablen
MehrGegeben sei folgende zweidimensionale Wahrscheinlichkeitsdichtefunktion zweier Zufallsvariablen. 0 sonst.
Aufgabe 1 (2 + 4 + 2 + 1 Punkte) Gegeben sei folgende zweidimensionale Wahrscheinlichkeitsdichtefunktion zweier Zufallsvariablen X und Y : { 2x + 2y für 0.5 x 0.5, 1 y 2 f(x, y) = 3 0 sonst. a) Berechnen
MehrAussagen hierzu sind mit einer unvermeidbaren Unsicherheit behaftet, die statistisch über eine Irrtumswahrscheinlichkeit bewertet wird.
Stichprobenumfang Für die Fragestellung auf Gleichheit von ein oder zwei Stichproben wird auf Basis von Hypothesentests der notwendige Stichprobenumfang bestimmt. Deshalb werden zunächst die Grundlagen
MehrMessung von Rendite und Risiko. Finanzwirtschaft I 5. Semester
Messung von Rendite und Risiko Finanzwirtschaft I 5. Semester 1 Messung von Renditen Ergebnis der Anwendung der Internen Zinsfuß- Methode ist die Rentabilität des Projekts. Beispiel: A0-100.000 ZÜ1 54.000
MehrStochastik und Statistik für Ingenieure Vorlesung 4
Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik Stochastik und Statistik für Ingenieure Vorlesung 4 30. Oktober 2012 Quantile einer stetigen Zufallsgröße Die reelle Zahl
MehrWiederholung Hypothesentests Zusammenfassung. Hypothesentests. Statistik I. Sommersemester Statistik I Hypothesentests I (1/36)
Statistik I Sommersemester 2009 Statistik I I (1/36) Wiederholung Grenzwertsatz Konfidenzintervalle Logik des 0.0 0.1 0.2 0.3 0.4 4 2 0 2 4 Statistik I I (2/36) Zum Nachlesen Agresti/Finlay: Kapitel 6+7
Mehr8. Konfidenzintervalle und Hypothesentests
8. Konfidenzintervalle und Hypothesentests Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Beispiel. Sie wollen den durchschnittlichen Fruchtsaftgehalt eines bestimmten Orangennektars
MehrProf. Dr. Christoph Kleinn Institut für Waldinventur und Waldwachstum Arbeitsbereich Waldinventur und Fernerkundung
Systematische Stichprobe Rel. große Gruppe von Stichprobenverfahren. Allgemeines Merkmal: es existiert ein festes, systematisches Muster bei der Auswahl. Wie passt das zur allgemeinen Forderung nach Randomisierung
MehrDas Problem signifikanter Betaschätzungen
Das Problem signifikanter Betaschätzungen Bachelorarbeit Münchener Forschungspreis für 2. Dezember 2010 Gliederung 1. Problemstellung 2. Praktische Anwendung des Beta-Konzepts 3. Theoretische Grundlagen
MehrMögliche Fehler beim Testen
Mögliche Fehler beim Testen Fehler. Art (Irrtumswahrscheinlichkeit α), Zusammenfassung: Die Nullhypothese wird verworfen, obwohl sie zutrifft. Wir haben uns blamiert, weil wir etwas Wahres abgelehnt haben.
MehrBeurteilende Statistik
Beurteilende Statistik Wahrscheinlichkeitsrechnung und Beurteilende Statistik was ist der Unterschied zwischen den beiden Bereichen? In der Wahrscheinlichkeitstheorie werden aus gegebenen Wahrscheinlichkeiten
MehrBiostatistik Erne Einfuhrung fur Biowissenschaftler
Matthias Rudolf Wiltrud Kuhlisch Biostatistik Erne Einfuhrung fur Biowissenschaftler PEARSON Studium Inhaltsverzeichnis Vorwort xi Kapitel 1 Einfiihrung 1 1.1 Biostatistik als Bestandteil biowissenschafllicher
MehrGrundlegende Eigenschaften von Punktschätzern
Grundlegende Eigenschaften von Punktschätzern Worum geht es in diesem Modul? Schätzer als Zufallsvariablen Vorbereitung einer Simulation Verteilung von P-Dach Empirische Lage- und Streuungsparameter zur
MehrStatistische Auswertung in der Betriebsprüfung
Dr. Harald Krehl Der Einsatz verteilungsbezogener Verfahren Der Einsatz verteilungsbezogener Verfahren etwa des Benford- Newcomb Verfahrens oder der Normalverteilung bzw. der LogNormalverteilung in der
MehrStatistik eindimensionaler Größen
Statistik eindimensionaler Größen Michael Spielmann Inhaltsverzeichnis 1 Aufgabe der eindimensionalen Statistik 2 2 Grundbegriffe 2 3 Aufbereiten der Stichprobe 3 4 Die Kennzahlen Mittelwert und Streuung,
Mehr7.3 Chi-Quadrat-Streuungstest und F-Test
7.3 Chi-Quadrat-Streuungstest und F-Test Alle bisher besprochenen Statistischen Tests sind sog. Tests über die Mittelwerte; denn ihre Nullhypothesen handeln vom Vergleich entweder zweier Mittelwerte oder
MehrTest auf Varianzgleichheit (F-Test) (einseitiger Test!!)
T-Tests in Excel T-Tests in Excel Test auf Varianzgleichheit (F-Test) (einseitiger Test!!)! Annahmen:! Unabhängige Stichproben! Normalverteilte Grundgesamtheiten H0 : σx = σ y; H0 : σx > σ y Sx σ x F =
MehrHypergeometrische Verteilung
Hypergeometrische Verteilung Typischer Anwendungsfall: Ziehen ohne Zurücklegen Durch den Ziehungsprozess wird die Wahrscheinlichkeit des auch hier zu Grunde liegenden Bernoulli-Experimentes verändert.
MehrÜbung Statistik I Statistik mit Stata SS Zusammenhangsanalyse I
Übung Statistik I Statistik mit Stata SS07 18.06.2007 9. Zusammenhangsanalyse I Andrea Kummerer (M.A.) Oec R. I-53 Sprechstunde: n.v. Andrea.Kummerer@sowi.uni-goettingen.de Statistik mit Stata - 1 - Überblick
MehrForschungsmethodik II Mag.rer.nat. M. Kickmeier-Rust Karl-Franzens-Universität Graz. Lisza Gaiswinkler, Daniela Gusel, Tanja Schlosser
Kolmogorov-Smirnov-Test Forschungsmethodik II Mag.rer.nat. M. Kickmeier-Rust Karl-Franzens-Universität Graz 1 Kolmogorov- Smirnov Test Andrei Nikolajewitsch Kolmogorov * 25.4.1903-20.10.1987 2 Kolmogorov-
MehrHydrologie und Flussgebietsmanagement
Hydrologie und Flussgebietsmanagement o.univ.prof. DI Dr. H.P. Nachtnebel Institut für Wasserwirtschaft, Hydrologie und konstruktiver Wasserbau Gliederung der Vorlesung Statistische Grundlagen Etremwertstatistik
MehrÜbung zur Empirischen Wirtschaftsforschung V. Das Lineare Regressionsmodell
Universität Ulm 89069 Ulm Germany Dipl.-WiWi Christian Peukert Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Sommersemester 2010
MehrEinige Statistische Tests für den Ein- Zwei- und k-stichprobenfall (Nach Sachs, Stat. Meth.)
ue biostatistik: nichtparametrische testverfahren / ergänzung 1/6 h. Lettner / physik Statistische Testverfahren Einige Statistische Tests für den Ein- Zwei- und k-stichprobenfall (Nach Sachs, Stat. Meth.)
MehrStatistik. Datenanalyse mit EXCEL und SPSS. Prof. Dr. Karlheinz Zwerenz. R.Oldenbourg Verlag München Wien. Von
Statistik Datenanalyse mit EXCEL und SPSS Von Prof. Dr. Karlheinz Zwerenz R.Oldenbourg Verlag München Wien Inhalt Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt XI XII XII TEIL I GRUNDLAGEN
MehrTabelle 11.2 zeigt die gemeinsame Wahrscheinlichkeitsfunktion und die Randverteilungen
Kapitel 11 Stichprobenfunktionen Um eine Aussage über den Wert eines unbekannten Parameters θ zu machen, zieht man eine Zufallsstichprobe vom Umfang n aus der Grundgesamtheit. Das Merkmal wird in diesem
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
Mehr1 Gemischte Lineare Modelle
1 Gemischte Lineare Modelle Wir betrachten zunächst einige allgemeine Aussagen für Gemischte Lineare Modelle, ohne zu tief in die mathematisch-statistische Theorie vorzustoßen. Danach betrachten wir zunächst
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
MehrMittelwertvergleiche, Teil II: Varianzanalyse
FB 1 W. Ludwig-Mayerhofer Statistik II 1 Herzlich willkommen zur Vorlesung Mittelwertvergleiche, Teil II: FB 1 W. Ludwig-Mayerhofer Statistik II 2 : Wichtigste Eigenschaften Anwendbar auch bei mehr als
MehrTest auf einen Anteilswert (Binomialtest) Vergleich zweier Mittelwerte (t-test)
Spezielle Tests Test auf einen Anteilswert (Binomialtest) Vergleich zweier Anteilswerte Test auf einen Mittelwert (Ein-Stichproben Gauss bzw. t-test) Vergleich zweier Mittelwerte (t-test) Test auf einen
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
MehrTesten der Assoziation zwischen zwei kategorialen Variablen Mit diesem Test können Sie ermitteln, ob eine kategoriale Ergebnisvariable (y) mit einer
Dieses White Paper ist Teil einer Reihe von Veröffentlichungen, welche die Forschungsarbeiten der Minitab-Statistiker erläutern, in deren Rahmen die im Assistenten der Minitab 17 Statistical Software verwendeten
MehrZeit zum Kochen [in min] [10, 20[ [20, 30[ [30, 40[ [40, 50[ [50,60[ [60, 100] Hi
1. Susi und Fritzi bereiten ein Faschingsfest vor, dazu gehört natürlich ein Faschingsmenü. Ideen haben sie genug, aber sie möchten nicht zu viel Zeit fürs Kochen aufwenden. In einer Zeitschrift fanden
MehrAufgaben zu Kapitel 7:
Aufgaben zu Kapitel 7: Aufgabe 1: In einer Klinik sollen zwei verschiedene Therapiemethoden miteinander verglichen werden. Zur Messung des Therapieerfolges werden die vorhandenen Symptome einmal vor Beginn
Mehr8. Statistik Beispiel Noten. Informationsbestände analysieren Statistik
Informationsbestände analysieren Statistik 8. Statistik Nebst der Darstellung von Datenreihen bildet die Statistik eine weitere Domäne für die Auswertung von Datenbestände. Sie ist ein Fachgebiet der Mathematik
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
MehrDeskriptive Statistik Kapitel IX - Kontingenzkoeffizient
Deskriptive Statistik Kapitel IX - Kontingenzkoeffizient Georg Bol bol@statistik.uni-karlsruhe.de Markus Höchstötter hoechstoetter@statistik.uni-karlsruhe.de Agenda 1. Untersuchung der Abhängigkeit 2.
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
MehrTutorial: Vergleich von Anteilen
Tutorial: Vergleich von Anteilen Die Sicherung des Pensionssystems ist in vielen Ländern ein heikles Thema. Noch stärker als der Streit, wer wann welche Pension beziehen können soll, tobt ein Streit, welche
MehrWillkommen zur Vorlesung Statistik
Willkommen zur Vorlesung Statistik Thema dieser Vorlesung: Analyse von Kreuztabellen Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften Prof.
MehrKapitel 5: Einfaktorielle Varianzanalyse
Kapitel 5: Einfaktorielle Varianzanalyse Durchführung einer einfaktoriellen Varianzanalyse ohne Messwiederholung Dieser Abschnitt zeigt die Durchführung der in Kapitel 5 vorgestellten einfaktoriellen Varianzanalyse
MehrSkriptum zur Veranstaltung. Quantitative Methoden (Mathematik/Statistik) Teil Induktive Statistik. 1. Version (mehr Draft als Skriptum)
Skriptum zur Veranstaltung Quantitative Methoden (Mathematik/Statistik) Teil Induktive Statistik 1. Version (mehr Draft als Skriptum) Anmerkungen, Aufzeigen von Tippfehlern und konstruktive Kritik erwünscht!!!
MehrLösung Aufgabe 1 (Regression) Es wurden in einer Befragung zwei metrische Merkmale X und Y erhoben. Betrachten Sie dazu die
Statistik für Kommunikationswissenschaftler Wintersemester 2010/2011 Vorlesung Prof. Dr. Nicole Krämer Übung Nicole Krämer, Cornelia Oberhauser, Monia Mahling Lösung Thema 9 Homepage zur Veranstaltung:
MehrMathematik für Biologen
Mathemati für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 22. Dezember 2010 1 Binomialtests Einseitiger unterer Binomialtest Zweiseitiger Binomialtest Beispiel BSE Normalapproximation
MehrStatistik II. Aufgabe 1
Statistik II, SS 2004, Seite 1 von 7 Statistik II Hinweise zur Bearbeitung Hilfsmittel: - Taschenrechner (ohne Datenbank oder die Möglichkeit diesen zu programmieren) - Formelsammlung für Statistik II
MehrBedingte Wahrscheinlichkeiten & Unabhängigkeit
Statistik 1 für SoziologInnen Bedingte Wahrscheinlichkeiten & Univ.Prof. Dr. Marcus Hudec Bedingte Wahrscheinlichkeit Das Konzept bedingter Wahrscheinlichkeit erlaubt zu untersuchen, inwieweit sich die
MehrBiometrie und Methodik (Statistik) - WiSem08/09 Probeklausur 1
Biometrie und Methodik (Statistik) - WiSem08/09 Probeklausur 1 Aufgabe 1 (10 Punkte). 10 Schüler der zehnten Klasse unterziehen sich zur Vorbereitung auf die Abschlussprüfung einem Mathematiktrainingsprogramm.
MehrWebinar Induktive Statistik. - Wahrscheinlichkeitsrechnung - Stichprobentheorie
Webinar Induktive Statistik - Wahrscheinlichkeitsrechnung - Stichprobentheorie Wahrscheinlichkeitstheorie Aufgabe : Zwei Lieferanten decken den Bedarf eines PKW-Herstellers von 00.000 Einheiten pro Monat.
MehrWISTA WIRTSCHAFTSSTATISTIK
WISTA WIRTSCHAFTSSTATISTIK PROF. DR. ROLF HÜPEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT Seminar für Theoretische Wirtschaftslehre Vorlesungsprogramm 04.06.2013 Zweidimensionale Datensätze 1. Kontingenztabelle
MehrANalysis Of VAriance (ANOVA) 1/2
ANalysis Of VAriance (ANOVA) 1/2 Markus Kalisch 16.10.2014 1 ANOVA - Idee ANOVA 1: Zwei Medikamente zur Blutdrucksenkung und Placebo (Faktor). Gibt es einen sign. Unterschied in der Wirkung (kontinuierlich)?
MehrÜbungsaufgaben zu Statistik II
Übungsaufgaben zu Statistik II Prof. Dr. Irene Prof. Dr. Albrecht Ungerer Die Kapitel beziehen sich auf das Buch: /Ungerer (2016): Statistik für Wirtschaftswissenschaftler Springer Gabler 4 Übungsaufgaben
MehrKapitel 5: Einfaktorielle Varianzanalyse
Rasch, Friese, Hofmann & Naumann (006). Quantitative Methoden. Band (. Auflage). Heidelberg: Springer. Kapitel 5: Einfaktorielle Varianzanalyse Berechnen der Teststärke a priori bzw. Stichprobenumfangsplanung
Mehr1. rechtsseitiger Signifikanztest
Testen von Hypothesen HM2 Seite Geschichte und ufgabe der mathematischen Statistik Stochastik ist die Kunst, im Falle von Ungewißheit auf geschickte Weise Vermutungen aufzustellen. Entwickelt wurde sie
Mehr