Artikel werden geladen
Autoren:
Verlag:
Wiley VCH Verlag Weitere Titel dieses Verlages anzeigen
| Einleitung | 1 | |
| Zu diesem Buch | 1 | |
| Konventionen in diesem Buch | 20 | |
| Was Sie nicht lesen müssen | 21 | |
| Törichte Annahmen über den Leser | 21 | |
| Wie dieses Buch aufgebaut ist | 21 | |
| Teil I; Datenanalyse und Grundlagen der Modellbildung | 22 | |
| Teil II: Vorhersagen unter Verwendung der Regression treffen | 22 | |
| Teil III: Vergleich vieler Mittelwerte mit der ANOVA | 22 | |
| Teil IV: Starke Verbindungen mit Chi-Quadrat-Tests aufbauen | 22 | |
| Teil V: Rebellen ohne Verteilung: Nichtparametrische Statistik | 22 | |
| Teil VI: Der Top-Ten-Teil | 23 | |
| Die Symbole in diesem Buch | 23 | |
| Wie es weitergeht | 24 | |
| Teil | I | |
| öatenanalgse und Modettbitdung - Grundtagen | 25 | |
| Kapitel | 1 | |
| Mehr als nur Zahlenderarbeitung: öatenanalyse als Kunst | ||
| und Wissenschaft 2 | 7 | |
| Datenanalyse: Nicht mehr nur für Statistiker | 27 | |
| Die gute alte Zeit | 28 | |
| Der Nachteil der heutigen Statistik-Software | 29 | |
| Regel Nr. 1: Informieren Sie sich VOR der Verarbeitung! | 29 | |
| Nichts ist ewig (nicht einmal eine Gerade) | 30 | |
| Datenschnüffeln ist nicht cool! | 31 | |
| (Daten-)Fischen verboten! | 32 | |
| Das große Ganze: Ein Überblick über weiterführende Statistik | 36 | |
| Populationsparameter | 37 | |
| Stichprobenkenngröße | 37 | |
| Vertrauensintervall | 38 | |
| Hypothesentest | 38 | |
| Varianzanalyse (ANOVA, Analysis of Variance) | 39 | |
| Multiple Vergleiche | 40 | |
| Interaktionseffekte | 41 | |
| Korrelation | 43 | |
| Lineare Regression | 44 | |
| Chi-Quadrat-Tests | 45 | |
| Nichtparametrische Statistik | 47 | |
| Statistik II für Dummies | ||
| Kapitel | 2 | |
| Orientierung innerhalb der statistischen Techniken h9 | ||
| Qualitative und quantitative Variablen in der statistischen Analyse | 49 | |
| Statistiken für qualitative Variablen | 51 | |
| Anteile vergleichen | 51 | |
| Einen Anteil abschätzen | 51 | |
| Nach Beziehungen zwischen qualitativen Variablen suchen | 52 | |
| Modelle für Vorhersagen erstellen | 53 | |
| Statistik für quantitative Variablen | 55 | |
| Vergleiche anstellen | 55 | |
| Verbindungen erkennen | 55 | |
| Vorhersagen treffen | 57 | |
| Verzerrung vermeiden | 58 | |
| Betrachtung der Verzerrung durch die Brille der Statistik | 58 | |
| Der Varianzstreitfall: der Kampf zwischen n - 1 und n | 59 | |
| Höchste Genauigkeit erzielen | 61 | |
| Genauigkeit aus statistischer Perspektive verstehen | 61 | |
| Genauigkeit mit dem Fehlerspielraum messen | 61 | |
| Schlussfolgerungen treffen und Grenzen erkennen | 65 | |
| Kapitel | 3 | |
| (/ertrauen aufbauen und Modelle testen | 67 | |
| Parameter anhand von Vertrauensintervallen schätzen | 68 | |
| Die Grundlagen: Die allgemeine Form eines Vertrauensintervalls | 68 | |
| Das Vertrauensintervall für einen Populationsmittelwert finden | 69 | |
| Was ändert den Fehlerspielraum? | 70 | |
| Ein Vertrauensintervall interpretieren | 73 | |
| Modelle aufstellen und testen | 74 | |
| Was sind Ho und Ha wirklich? | 75 | |
| Ihre Hinweise in einer Teststatistik zusammenfassen | 75 | |
| Die Stärke des Beweises mit einem p-Wert bestimmen | 76 | |
| Typ-I- und Typ-II-Fehler ausschließen | 77 | |
| Die Güte eines Hypothesentests | 79 | |
| Teil | II | |
| Mit Hilfe der Regression Vorhersagen treffen | 85 | |
| Kapitel h | ||
| Einfache lineare Regression 0erstehen | 87 | |
| Mit Streudiagrammen und Korrelationen Beziehungen untersuchen | 87 | |
| Mit Hilfe von Streudiagrammen Beziehungen untersuchen | 89 | |
| Informationen mit Hilfe des Korrelationskoeffizienten zuordnen | 90 | |
| Ein einfaches lineares Regressionsmodell erstellen | 91 | |
| Die beste Gerade für die Modellierung Ihrer Daten | 91 | |
| Der ¿/-Schnittpunkt der Regressionsgeraden | 92 | |
| Die Steigung der Regressionsgeraden | 93 | |
| Schätzungen anhand der Regressionsgeraden | 94 | |
| Prüfen, ob das Modell passt (Daten, nicht Kleider!) | 94 | |
| Definition der Bedingungen | 94 | |
| Die Residuen finden und untersuchen | 96 | |
| Mit r2 messen, ob das Modell geeignet ist | 99 | |
| Ausreißer | 100 | |
| Korrekte Schlüsse ziehen | 101 | |
| Vermeiden Sie, Ursache- und Wirkungsdiskussionen | 102 | |
| Extrapolation: No-No! | 102 | |
| Die Grenzen eines einfachen linearen Regressionsmodells kennen | 103 | |
| Kapitel | 5 | |
| Wenn zu/ei Variablen besser sind als eine: Multiple Regression | 105 | |
| Das multiple Regressionsmodell | 105 | |
| Die Verwendungszwecke der multiplen Regression erkennen | 105 | |
| Die allgemeine Form des multiplen Regressionsmodells | 106 | |
| Die Analyseschritte | 106 | |
| Alle x und y betrachten | 107 | |
| Daten sammeln | 108 | |
| Mögliche Beziehungen erkennen | 109 | |
| Streudiagramme erstellen | 109 | |
| Korrelationen: Untersuchung der Verbindung | 110 | |
| Auf Multikollinearität prüfen | 113 | |
| Das am besten angepasste Modell finden | 114 | |
| Die Koeffizienten des multiplen Regressionsmodells bestimmen | 114 | |
| Die Koeffizienten interpretieren | 115 | |
| Koeffizienten testen | 116 | |
| Vorhersage von y anhand der x-Variablen | 118 | |
| Prüfen, wie gut das Modell angepasst ist | 119 | |
| Die Voraussetzungen | 119 | |
| Ein Plan für die Prüfung der Voraussetzungen | 119 | |
| Kapitel | 6 | |
| Ein Schritt Vor und zu/ei zurück: AusvVahl des Regressionsmodelts | 125 | |
| Abstoßdistanzen schätzen - Der ultimative Kick | 125 | |
| Variablen-Brainstorming und -Datensammlung | 126 | |
| Streudiagramme und Korrelationen untersuchen | 127 | |
| Die Vorwärtsselektion | 130 | |
| Variablen hinzufügen - eine nach der anderen | 131 | |
| Wie gut passt das Modell? | 132 | |
| Die Vorwärtsselektion für die Abstoßdistanzen | 133 | |
| Statistik II für bummies | ||
| Und jetzt das Ganze von hinten: Die Rückwärtsselektion | 136 | |
| Variablen nacheinander eliminieren | 136 | |
| Passt das Modell? | 138 | |
| Variablen ausschließen, um die Abstoßdistanz zu bestimmen | 138 | |
| Das Verfahren der besten Teilmengen | 140 | |
| Alle Modelle erzeugen und dann das Beste davon auswählen | 140 | |
| Die besten Teilmengen für das Beispiel der Abstoßdistanz | 141 | |
| Vergleich der Modellauswahlverfahren | 143 | |
| Warum erzeugen nicht alle Verfahren dieselben Ergebnisse? | 143 | |
| Welche Vor- und Nachteile haben die einzelnen Verfahrensweisen? | 144 | |
| Kapitel | 7 | |
| Mit baten in die KurOe gehen: Nichtlineare Regression | 147 | |
| Am Anfang war das Streudiagramm | 147 | |
| Polynome für Kurven nutzen | 149 | |
| Zurück zu den Polynomen | 149 | |
| Suche nach dem besten Polynomialmodell | 151 | |
| Die Prüfung mit einem Polynom zweiten Grades bestehen | 152 | |
| Bewertung der Anpassung eines Polynomialmodells | 155 | |
| Vorhersagen treffen | 158 | |
| Nach oben? Nach unten? Exponentiell! | 159 | |
| Zurück zu den exponentiellen Modellen | 160 | |
| Die Suche nach dem besten exponentiellen Modell | 160 | |
| Geheimnisse in exponentieller Geschwindigkeit verbreiten | 162 | |
| Kapitel | 8 | |
| Ja, Nein, Vielleicht: Vorhersagen mit logistischer Regression | 167 | |
| Aufstellung des logistischen Regressionsmodells | 167 | |
| Definition eines logistischen Regressionsmodells | 167 | |
| Mit einer S-Kurve Wahrscheinlichkeiten abschätzen | 168 | |
| Interpretation der Koeffizienten des logistischen Regressionsmodells | 168 | |
| Abschätzen der Wahrscheinlichkeit, dass ein Film ein Kassenschlager wird - | ||
| mit der logistischen Regression | 169 | |
| Allgemeine Schritte für die logistische Regression | 170 | |
| Die Analyse in Minitab | 171 | |
| Die Koeffizienten finden und das Modell erstellen | 172 | |
| Schätzung von p | 173 | |
| Die Anpassung des Modells überprüfen | 174 | |
| Teil | III | |
| Viele Mittelwerte Vergleichen - mit der Varianzanalyse | 177 | |
| Kapitel | 9 | |
| Einfache Varianzanalyse | 119 | |
| Zwei Mittelwerte mit einem t-Test vergleichen | 179 | |
| Mehr Mittelwerte mit einer ANOVA vergleichen | 181 | |
| Kerne spucken: Eine Situation, die nach einer ANOVA schreit | 181 | |
| DieANOVA-Schritte | 182 | |
| Die Bedingungen prüfen | 183 | |
| Unabhängigkeit prüfen | 183 | |
| Was ist schon normal? | 183 | |
| Die Streuung | 185 | |
| Die Hypothesen aufstellen | 185 | |
| Der F-Test | 186 | |
| Die ANOVA in Minitab | 186 | |
| Die Varianz in Quadratsummen zerlegen | 187 | |
| Die mittleren Quadratsummen suchen | 188 | |
| Die F-Statistik bestimmen | 189 | |
| Schlüsse aus der ANOVA ziehen | 190 | |
| Was kommt als Nächstes? | 192 | |
| Die Anpassung des ANOVA-Modells überprüfen | 192 | |
| Kapitel | 10 | |
| Mit multiplen Vergleichen Paare finden | 195 | |
| Nach der ANOVA | 195 | |
| Mit Hilfe von Fisher und Tukey unterschiedliche Mittelwerte dingfest machen | 197 | |
| Mit Fisher's LSD Unterschiede erkennen | 198 | |
| Mit dem Tukey-Test vergleichen | 200 | |
| Kapitel | 11 | |
| Weiter mit der zweifachen ANOVA! | 203 | |
| Das Modell für die zweifache ANOVA aufstellen | 203 | |
| Die Behandlungen festlegen | 204 | |
| Die Quadratsummen | 204 | |
| Interaktionseffekte verstehen | 205 | |
| Was ist eine Interaktion überhaupt? | 206 | |
| Interaktion und Interaktionsdiagramme | 206 | |
| Die Terme in der zweifachen ANOVA testen | 209 | |
| Die zweifache ANOVA-Tafel erstellen | 210 | |
| Ergebnisse interpretieren: Zahlen und Grafiken | 210 | |
| Statistik II für Dummies | ||
| Kapitel | 12 | |
| Grenzenlos: Wie Regression und ANOVA zusammenhängen | 215 | |
| Regression in den Augen der Variation | 215 | |
| Variabilität in den y feststellen und nach x suchen, die sie erklären | 215 | |
| Die Variabilität in der Internet-Benutzung erkennen | 216 | |
| Eine Erklärung für die Internet-Nutzung suchen | 216 | |
| Ergebnisse durch Regression | 217 | |
| Bewertung der Anpassung des Regressionsmodells | 219 | |
| Regression und ANOVA: Treffen der Modelle | 220 | |
| Quadratsummen vergleichen | 220 | |
| Regression und die ANOVA-Tafel | 223 | |
| F- und t-Statistik: Die letzte Hürde | 224 | |
| Teil | IV | |
| Starke Verbindungen mit Chi-Quadrat-Tests her Stetten | 227 | |
| Kapitel | 13 | |
| Mit Kreuztabellen Assoziationen bilden | 229 | |
| Eine Kreuztabelle erstellen | 230 | |
| Daten in einer Kreuztabelle anordnen | 230 | |
| Die Zellenwerte eintragen | 231 | |
| Randsummen erstellen | 231 | |
| Die Wahrscheinlichkeiten zerlegen | 232 | |
| Randwahrscheinlichkeiten | 233 | |
| Gemeinsame Wahrscheinlichkeiten | 234 | |
| Bedingte Wahrscheinlichkeiten | 235 | |
| Unabhängigkeit anstreben | 240 | |
| Auf Unabhängigkeit zwischen zwei Kategorien prüfen | 241 | |
| Auf Unabhängigkeit zwischen zwei Variablen prüfen | 242 | |
| Das Simpson-Paradoxon - keine Zauberei | 243 | |
| Das Simpson-Paradoxon untersuchen | 243 | |
| Die Frage nach dem Warum: Simpson-Paradoxon | 246 | |
| Achten Sie immer auf das Simpson-Paradoxon! | 247 | |
| Kapitel | 14 | |
| Ausreichend unabhängig für den Chi-Quadrat-Test sein | 249 | |
| Ein Hypothesentest auf Unabhängigkeit | 250 | |
| Daten sammeln und anordnen | 251 | |
| Die Hypothesen festlegen | 252 | |
| Bestimmung der erwarteten Zellenwerte | 252 | |
| Die Bedingungen für den Test prüfen | 255 | |
| Die Chi-Quadrat-Teststatistik berechnen | 255 | |
| U | ||
| Ihre Ergebnisse in der Chi-Quadrat-Tabelle nachschlagen | 258 | |
| Ihre Schlüsse | 261 | |
| Zwei Tests für den Vergleich von zwei Anteilen vergleichen | 263 | |
| Zurück zum Z-Test für zwei Populationsanteile | 264 | |
| Chi-Quadrat-Tests und Z-Tests für eine 2 x 2-Tabelle gleichsetzen | 265 | |
| Kapitel | 15 | |
| Oer Chi-Ouadrat-Test auf Güte der Anpassung | 269 | |
| Die Teststatistik für die Güte der Anpassung bestimmen | 269 | |
| Beobachtetes mit Erwartetem vergleichen | 270 | |
| Die Statistik für die Güte der Anpassung berechnen | 272 | |
| Interpretation der Statistik für die Güte der Anpassung mit Hilfe | ||
| von Chi-Quadrat | 274 | |
| Als Erstes werden die Bedingungen geprüft | 275 | |
| Die Schritte für den Chi-Quadrat-Test auf Güte der Anpassung | 276 | |
| Teil | V | |
| Rebelten ohne Verteilung | 279 | |
| Kapitel | 16 | |
| Es Wird nich tparame tri sc h ! | 281 | |
| Argumente für die nichtparametrische Statistik | 281 | |
| Kein Problem, wenn Bedingungen nicht erfüllt sind | 281 | |
| Der Median | 282 | |
| Wo also liegt der Haken? | 284 | |
| Die Grundlagen der nichtparametrischen Statistik | 285 | |
| Vorzeichen (Signum) | 285 | |
| Rang | 287 | |
| Vorzeichen-Rang | 288 | |
| Rangsumme | 289 | |
| Kapitel | 17 | |
| Der Vorzeichentest und der Vorzeichen-Rangtest | 291 | |
| Die Vorzeichen erkennen: Der Vorzeichentest | 291 | |
| Den Median testen | 293 | |
| Den Median schätzen | 295 | |
| Tests für verbundene Stichproben | 297 | |
| Noch einen Schritt weiter: Mit dem Vorzeichen-Rangtest | 299 | |
| Eine Einschränkung des Vorzeichentests | 299 | |
| Die Schritte für einen Vorzeichen-Rangtest | 299 | |
| Gewichtsverlust mit Vorzeichen-Rängen | 301 | |
| Statistik II für bummies | ||
| Kapitel | 18 | |
| Der Rangsummentest | 305 | |
| Den Rangsummentest durchführen | 305 | |
| Die Bedingungen prüfen | 306 | |
| Der schrittweise Test | 306 | |
| Die Stichprobengröße heraufsetzen | 308 | |
| Einen Rangsummentest durchführen: Welcher Immobilienmakler verkauft | ||
| die Häuser schneller? | 309 | |
| Die Bedingungen für diesen Test überprüfen | 310 | |
| Die Hypothesen testen | 311 | |
| Kapitel | 19 | |
| Kmskat'Wattis und IVilcojc | 315 | |
| Mit dem Kruskal-Wallis-Test mehr als zwei Populationen vergleichen | 315 | |
| Die Bedingungen prüfen | 316 | |
| Aufstellung des Testproblems | 318 | |
| Den Test schrittweise durchführen | 319 | |
| Die Differenzen erkennen: Der Wilcoxon-Rangsummentest | 322 | |
| Paarweise Vergleiche | 322 | |
| Vergleichstest stellen fest, wer anders ist | 323 | |
| Die Mediane untersuchen, um festzustellen, wie sie sich unterscheiden | 324 | |
| Kapitel | 20 | |
| Korrelationen mit dem Spearman'schen Rang bestimmen | 327 | |
| Pearson und seine aufwändigen Bedingungen | 327 | |
| Bewertungen mit Hilfe der Spearman-Rangkorrelation | 329 | |
| Den Spearman-Rangkorrelationskoeffizienten bestimmen | 329 | |
| Spearman in der Praxis: Talent und Leistung in eine Beziehung bringen | 331 | |
| Teil l/l | ||
| Oer Top-Ten-Teil | 335 | |
| Kapitel | 21 | |
| Zehn Fehler in statistischen Schlüssen | 337 | |
| Diese Statistiken beweisen | 337 | |
| Es ist nicht technisch statistisch signifikant, aber | 337 | |
| Das bedeutet, x verursacht y | 338 | |
| Ich nahm an, die Daten seien normalverteilt | 339 | |
| Ich berichte nur über »wichtige« Ergebnisse | 340 | |
| Eine größere Stichprobe ist immer besser | 340 | |
| Es ist nicht technisch zufällig, aber | 341 | |
| 1.000 | Antworten sind 1.000 Antworten | 342 |
| Natürlich gelten diese Ergebnisse für die gesamte Population! | 343 | |
| Ich habe beschlossen, das wegzulassen! | 344 | |
| Kapitel | 22 | |
| Zehn Probleme aus der Praxis 34 | 7 | |
| Mittelwerte mit der einfachen ANOVA vergleichen | 347 | |
| Multiple Vergleiche | 348 | |
| Mit der zweifachen ANOVA zwei Faktoren betrachten | 349 | |
| Vorhersage einer quantitativen Variablen mit Hilfe der Regression | 350 | |
| Eine Wahrscheinlichkeit mit der logistischen Regression vorhersagen | 351 | |
| Nichtlineare Regression für gekrümmte Daten | 353 | |
| Mit Chi-Quadrat auf Unabhängigkeit testen | 354 | |
| Spezielle Modelle mit dem Test auf Güte der Anpassung testen | 355 | |
| Den Median mit dem Rangsummentest schätzen | 355 | |
| Die Modellanpassung mit R2 überprüfen | 356 | |
| Appendix | ||
| Tabellen zum Nachschlagen | 359 | |
| t-Tabelle | 359 | |
| Binomialtabelle | 361 | |
| Chi-Quadrat-Tabelle | 364 | |
| Rangsummentabelle | 366 | |
| F-Tabelle | 367 | |
| Stichwortverzeichnis | 369 | |
