Tiemann, V: Inferenzmethoden und Multivariate Statistik

1. Auflage 2019
ISBN: 978-3-8252-5121-5
Verlag: UTB GmbH

Buch, Deutsch, 244 Seiten, BC, Format (B × H): 170 mm x 240 mm, Gewicht: 494 g

Reihe: UTB

Die unbekannte Grundgesamtheit besser kennenlernen! Von der Stichprobe auf die Grundgesamtheit schließen - dabei helfen Inferenzmethoden und die Multivariate Statistik. Veith Tiemann vermittelt das notwendige Grundwissen zur Interferenzstatistik: Zu Beginn stellt er statistische Tests und den Ein-, Zwei- und C-Stichprobenfall vor. Abhängigkeitsstrukturen deckt er durch Korrelationen, Regressionen, Hauptkomponenten- und Faktoranalysen auf. Er zeigt zudem, wie sich durch Segmentieren und Klassifizieren Gruppenstrukturen bilden lassen. Das gesamte Wissen zu Inferenzmethoden und Multivariater Statistik wird anwendungsorientiert mit SPSS vermittelt.

Zielgruppe

Wirtschaftswissenschaften, Sozialwissenschaften, Wissenschaft (z.B. der Ökonomie und Psychologie)

Autoren/Hrsg.

Tiemann, Veith

Fachgebiete

• Medizin | Veterinärmedizin Medizin | Public Health | Pharmazie | Zahnmedizin Medizin, Gesundheitswesen Epidemiologie, Medizinische Statistik
• Sozialwissenschaften Soziologie | Soziale Arbeit Soziologie Allgemein Empirische Sozialforschung, Statistik
• Mathematik | Informatik Mathematik Stochastik Mathematische Statistik
• Mathematik | Informatik EDV | Informatik Business Application Mathematische & Statistische Software
• Wirtschaftswissenschaften Betriebswirtschaft Wirtschaftsmathematik und -statistik
• Wirtschaftswissenschaften Volkswirtschaftslehre Volkswirtschaftslehre Allgemein Wirtschaftsstatistik, Demographie

Inhaltsverzeichnis

I Statistiksoftware 1
1 Wofür braucht man das? 3
2 Klassen von Software 5
3 SPSS – eine Statistiksoftware 7
3.1 Vorstellung 7
3.2 Daten 8
3.3 Transformationen 11
3.4 Graphiken 14
3.5 Analysen 20
4 Aufgaben Teil I 31
II Inferenzstatistik 33
5 Einführung 35
5.1 Statistischer Test und multivariate Statistik 35
5.2 Der statistische Test – Die Konstruktion eines Testes mit stetigen Daten 35
5.2.1 Hypothesen werden benötigt 37
5.2.2 Vereinfachung durch Differenzenbildung 39
5.2.3 Die Prüfgröße 40
5.2.4Die t-Verteilung kommt ins Spiel 42
5.2.5 Ein Ablaufplan für den t-Test 44
5.2.6 Die Entscheidungsmatrix mit den beiden Fehlern 45
5.2.7 Die Überschreitungswahrscheinlichkeit 45
5.2.8 Zusammenfassung 46
5.3 Der statistische Test – Die Konstruktion eines Tests mit diskreten Daten 47
5.3.1 Die Prüfgröße 48
5.3.2 Die Entscheidungsregel 48
5.3.3 Die Überschreitungswahrscheinlichkeit 50
5.3.4 Zweiseitig vs. Einseitig 52
5.4 Zusammenfassung 52
6 Der Einstichprobenfall 53
6.1 p-Test, Test auf Anteilswerte 53
6.1.1 Das Konzept 53
6.1.2 SPSS – Der Binomialtest 54
6.2 t-Test 56
6.2.1 Das Konzept 56
6.2.2 SPSS – Der t-Test 58
6.2.3 Die Power eines Test 61
6.3 Vorzeichentest 62
6.3.1 Das Konzept 62
6.3.2 SPSS – Der Vorzeichentest 64
6.4 Der 2-Anpassungstest 65
6.4.1 Das Konzept 65
6.4.2 SPSS – Der 2-Anpassungstest 69
6.5 Der Kolmogorov-Smirnov-Test 71
6.5.1 Das Konzept 71
6.5.2 SPSS- und graphische Ansätze 72
6.5.3 Anmerkungen zu Zufallszahlen 79
6.5.4 SPSS – KS-Test 80
7 Der Zweistichprobenfall 83
7.1 Ein paar Hinweise 83
7.2 Der 2-Unabhängigkeitstest 85
7.2.1 Das Konzept 85
7.2.2 SPSS – 2-Unabhängigkeitstest 87
7.3 Lagetest verbunden 89
7.3.1 Das Konzept 89
7.3.2 SPSS – Lagetest verbunden 90
7.4 Lagetest unverbunden 92
7.4.1 Das Konzept 92
7.4.2 t-Test 93
7.4.3 Varianztest 94
7.4.4 Welch-Test 96
7.4.5 SPSS – das unverbundene Zweistichprobenproblem 97
8 Der c-Stichprobenfall 101
8.1 Einfaktorielle univariate ANOVA 101
8.1.1 Das Konzept 101
8.1.2 SPSS – einfaktorielle ANOVA 105
8.2 Zweifaktorielle univariate ANOVA 108
8.2.1 Das Konzept 108
8.2.2 SPSS – zweifaktorielle ANOVA 108
9 Aufgaben Teil II 113
III Abhängigkeitsstrukturen 119
10 Korrelation 121
10.1 Kontingenz 121
10.1.1 Das Konzept 121
10.1.2 SPSS – Kontingenz und Profile 123
10.2 Pearson 125
10.3 Spearman 127
10.4 Scheinkorrelation 129
10.5 SPSS – Korrelation 130
11 Regression 135
11.1 Einfache lineare Regression 135
11.1.1 Das Konzept 135
11.1.2 SPSS – einfache lineare Regression 136
11.2 Partielle Korrelation 140
11.2.1 Das Konzept 140
11.2.2 SPSS – partielle Korrelation 142
11.3 Autokorrelation 143
11.3.1 Das Konzept 143
11.3.2 SPSS – Autokorrelation 148
11.4 Erweiterung – multiple Regression 151
11.4.1 Das Konzept 151
11.4.2 SPSS – Regression 155
12 Hauptkomponentenanalyse 163
12.1 Hintergrund und worum es geht 163
12.2 Konkrete Durchführung einer HKA 166
12.3 Fahrplan einer HKA 172
12.4 Faktorenanalyse 173
12.5 SPSS – HKA 175
13 Aufgaben Teil III 183
IV Gruppenstrukturen 191
14 Worum geht es? 193
15 Klassifizieren 195
15.1 Diskriminanzanalyse 195
15.2 SPSS – Diskriminanzanalyse 201
16 Segmentieren 211
16.1 Worum es geht 211
16.2 Hierarchische Verfahren – Clusteranalyse 212
16.3 Partitionierende Verfahren – K-Means 218
16.4 SPSS – Distanzen und Segmentierung 221
17 Aufgaben Teil IV 227
V Anhänge 229
18 Literatur 231
19 Tabellenverzeichnis 233
20 Abbildungsverzeichnis 235
21 Stichwortverzeichnis 241

Über Autor(innen)

Tiemann, Veith
Prof. Dr. Veith Tiemann lehrt an der EBC Hochschule Hamburg.