Details

<p><b>Einleitung 17</b></p> <p>Zu diesem Buch17</p> <p>Konventionen in diesem Buch18</p> <p>Was Sie nicht lesen müssen 19</p> <p>Törichte Annahmen über den Leser 19</p> <p>Wie dieses Buch aufgebaut ist 20</p> <p>Die Symbole in diesem Buch 21</p> <p>Wie es weitergeht 22</p> <p><b>Teil I Datenanalyse Und Modellbildung – Grundlagen 23</b></p> <p><b>Kapitel 1 Datenanalyse als Kunst und Wissenschaft 25</b></p> <p>Datenanalyse: Nicht mehr nur für Statistiker 26</p> <p>Regel Nr1: Informieren Sie sich VOR der Verarbeitung! 28</p> <p>Das große Ganze: Ein Überblick über weiterführende Statistik 35</p> <p><b>Kapitel 2 Orientierung innerhalb der statistischen Techniken 47</b></p> <p>Qualitative und quantitative Variablen in der statistischen Analyse 48</p> <p>Statistiken für qualitative Variablen 49</p> <p>Statistik für quantitative Variablen 53</p> <p>Verzerrung vermeiden 56</p> <p>Höchste Genauigkeit erzielen 59</p> <p>Schlussfolgerungen treffen und Grenzen erkennen 63</p> <p><b>Kapitel 3 Vertrauen aufbauen und Modelle testen 65</b></p> <p>Parameter anhand von Vertrauensintervallen schätzen 66</p> <p>Modelle aufstellen und testen 72</p> <p><b>Teil II Mit Hilfe Der Regression Vorhersagen Treffen 83</b></p> <p><b>Kapitel 4 Einfache lineare Regression verstehen 85</b></p> <p>Mit Streudiagrammen und Korrelationen Beziehungen untersuchen 86</p> <p>Ein einfaches lineares Regressionsmodell erstellen 89</p> <p>Prüfen, ob das Modell passt 93</p> <p>Korrekte Schlüsse ziehen 100</p> <p><b>Kapitel 5 Zwei Variablen besser als eine: Multiple Regression 103</b></p> <p>Das multiple Regressionsmodell 103</p> <p>Alle x und y betrachten 105</p> <p>Daten sammeln 106</p> <p>Mögliche Beziehungen erkennen 107</p> <p>Auf Multikollinearität prüfen 112</p> <p>Das am besten angepasste Modell finden 113</p> <p>Vorhersage von y anhand der x-Variablen 117</p> <p>Prüfen, wie gut das Modell angepasst ist 118</p> <p><b>Kapitel 6 Ein Schritt vor, zwei zurück: Auswahl des Regressionsmodells 125                                                                   </b></p> <p>Abstoßdistanzen schätzen – Der ultimative Kick 126</p> <p>Variablen-Brainstorming und -Datensammlung 126</p> <p>Streudiagramme und Korrelationen untersuchen 127</p> <p>Die Vorwärtsselektion 131</p> <p>Und jetzt das Ganze von hinten: Die Rückwärtsselektion 136</p> <p>Das Verfahren der besten Teilmengen 143</p> <p>Vergleich der Modellauswahlverfahren 147</p> <p><b>Kapitel 7 Mit Daten in die Kurve gehen: Nichtlineare Regression 149</b></p> <p>Am Anfang war das Streudiagramm 150</p> <p>Polynome für Kurven nutzen 151</p> <p>Nach oben? Nach unten? Exponentiell! 163</p> <p><b>Kapitel 8 Ja, Nein, Vielleicht: Vorhersagen mit logistischer Regression 171</b></p> <p>Aufstellung des logistischen Regressionsmodells 171</p> <p>Allgemeine Schritte für die logistische Regression 174</p> <p><b>Teil III Viele Mittelwerte Vergleichen – Mit Der Varianzanalyse 181                                                                   </b></p> <p><b>Kapitel 9 Einfache Varianzanalyse 183</b></p> <p>Zwei Mittelwerte mit einem t-Test vergleichen 183</p> <p>Mehr Mittelwerte mit einer ANOVA vergleichen 185</p> <p>Die Bedingungen prüfen 187</p> <p>Die Hypothesen aufstellen 189</p> <p>Der F-Test 190</p> <p>Die Anpassung des ANOVA-Modells überprüfen 196</p> <p><b>Kapitel 10 Mit multiplen Vergleichen Paare finden 199</b></p> <p>Nach der ANOVA 199</p> <p>Mit Fisher und Tukey unterschiedliche Mittelwerte dingfest machen 203</p> <p><b>Kapitel 11 Weiter mit der zweifachen ANOVA! 209</b></p> <p>Das Modell für die zweifache ANOVA aufstellen 210</p> <p>Interaktionseffekte verstehen 212</p> <p>Die Terme in der zweifachen ANOVA testen 216</p> <p>Die zweifache ANOVA-Tafel erstellen 217</p> <p>Ergebnisse interpretieren: Zahlen und Grafiken 217</p> <p><b>Kapitel 12 Grenzenlos: Wie Regression und ANOVA zusammenhängen    221</b></p> <p>Regression in den Augen der Variation 221</p> <p>Regression und ANOVA: Treffen der Modelle 226</p> <p><b>Teil IV Starke Verbindungen Mit Chi-Quadrat-Tests 233</b></p> <p><b>Kapitel 13 Mit Kreuztabellen Assoziationen bilden 235</b></p> <p>Eine Kreuztabelle erstellen 236</p> <p>Die Wahrscheinlichkeiten zerlegen 238</p> <p>Unabhängigkeit anstreben 247</p> <p>Das Simpson-Paradoxon – keine Zauberei 249</p> <p><b>Kapitel 14 Ausreichend unabhängig für den Chi-Quadrat-Test 255</b></p> <p>Ein Hypothesentest auf Unabhängigkeit 256</p> <p>Zwei Tests für den Vergleich von zwei Anteilen vergleichen 269</p> <p><b>Kapitel 15 Der Chi-Quadrat-Test auf Güte der Anpassung 275</b></p> <p>Die Teststatistik für die Güte der Anpassung bestimmen 275</p> <p>Interpretation der Statistik für die Güte der Anpassung mit Hilfe von Chi-Quadrat 280</p> <p><b>Teil V Rebellen Ohne Verteilung 285</b></p> <p><b>Kapitel 16 Es wird nichtparametrisch! 287</b></p> <p>Argumente für die nichtparametrische Statistik 287</p> <p>Die Grundlagen der nichtparametrischen Statistik 292</p> <p><b>Kapitel 17 Der Vorzeichentest und der Vorzeichen-Rangtest 299</b></p> <p>Die Vorzeichen erkennen: Der Vorzeichentest 299</p> <p>Noch einen Schritt weiter: Mit dem Vorzeichen-Rangtest 307</p> <p><b>Kapitel 18 Der Rangsummentest 313</b></p> <p>Den Rangsummentest durchführen 314</p> <p>Einen Rangsummentest durchführen: Wer verkauft die Häuser schneller? 317</p> <p><b>Kapitel 19 Kruskal-Wallis und Wilcoxon 325</b></p> <p>Mit dem Kruskal-Wallis-Test mehr als zwei Populationen vergleichen 325</p> <p>Die Differenzen erkennen: Der Wilcoxon-Rangsummentest 332</p> <p><b>Kapitel 20 Korrelationen mit dem Spearman’schen Rang bestimmen 339</b></p> <p>Pearson und seine aufwändigen Bedingungen 340</p> <p>Bewertungen mit Hilfe der Spearman-Rangkorrelation 341</p> <p><b>Teil VI Der Top-Ten-Teil 347</b></p> <p><b>Kapitel 21 Zehn Fehler in statistischen Schlüssen 349</b></p> <p>Diese Statistiken beweisen… 349</p> <p>Es ist technisch nicht statistisch signifikant, aber… 350</p> <p>Das bedeutet, x verursacht y 350</p> <p>Ich nahm an, die Daten seien normalverteilt… 351</p> <p>Ich berichte nur über »wichtige« Ergebnisse 352</p> <p>Eine größere Stichprobe ist immer besser 353</p> <p>Es ist technisch nicht zufällig, aber… 353</p> <p>1000 Antworten sind 1000 Antworten 354</p> <p>Natürlich gelten diese Ergebnisse für die gesamte Population! 356</p> <p>Ich habe beschlossen, das wegzulassen! 357</p> <p><b>Kapitel 22 Zehn Probleme aus der Praxis 359</b></p> <p>Mittelwerte mit der einfachen ANOVA vergleichen 359</p> <p>Multiple Vergleiche 360</p> <p>Mit der zweifachen ANOVA zwei Faktoren betrachten 361</p> <p>Vorhersage einer quantitativen Variablen mit Hilfe der Regression 362</p> <p>Eine Wahrscheinlichkeit mit der logistischen Regression vorhersagen 363</p> <p>Nichtlineare Regression für gekrümmte Daten 365</p> <p>Mit Chi-Quadrat auf Unabhängigkeit testen 366</p> <p>Spezielle Modelle mit dem Test auf Güte der Anpassung testen 367</p> <p>Den Medianmit dem Rangsummentest schätzen 367</p> <p>Die Modellanpassung mit R² überprüfen 368</p> <p><b>Anhang A: Tabellen zum Nachschlagen 371</b></p> <p>t-Tabelle 371</p> <p>Binomialtabelle 373</p> <p>Chi-Quadrat-Tabelle 376</p> <p>Rangsummentabelle 378</p> <p>F-Tabelle 379</p> <p>Stichwortverzeichnis 383</p>

Deborah Rumsey ist Autorin zahlreicher Statistik- und Mathematik-Bücher in der »... für Dummies«-Reihe, unter anderem von »Statistik für Dummies« und »Wahrscheinlichkeitsrechnung für Dummies«.

DE