Details

Statistik ohne Albträume


Statistik ohne Albträume

Eine Einführung für Biowissenschaftler
Verdammt clever! 1. Aufl.

von: Helmut van Emden

25,99 €

Verlag: Wiley-Blackwell
Format: EPUB
Veröffentl.: 05.11.2014
ISBN/EAN: 9783527688012
Sprache: deutsch
Anzahl Seiten: 353

DRM-geschütztes eBook, Sie benötigen z.B. Adobe Digital Editions und eine Adobe ID zum Lesen.

Beschreibungen

Endlich keine schlaflosen Nächte mehr für alle Studenten der Bio- und Umweltwissenschaften, die genau wissen, dass ihr Studium ohne fundierte Statistikkenntnisse undenkbar ist. <br> Als hilfreiches Mittel gegen das "Angstfach" Statistik ist der internationale Bestseller "Statistics for Terrified Biologists" endlich ins Deutsche übersetzt worden. Der Autoren Helmut van Emden gelingt es, eine leicht verdauliche und doch fundierte Grundlage der Statistik für die Biowissenschaften zu kreieren. Michael Knorrenschild, ein Mathematiker mit viel Lehrerfahrung übersetzte und adaptierte das Buch für die deutsche Studienrealität.
<p>Vorwort XI</p> <p><b>1 Zum Gebrauch dieses Buches 1</b></p> <p>1.1 Einführung 1</p> <p>1.2 Der Text in den Kapiteln 1</p> <p>1.3 Was Sie bei auftretenden Problemen tun sollten 2</p> <p>1.4 Wichtig zu wissen 3</p> <p>1.5 Zahlenbeispiele im Text 3</p> <p>1.6 Die Kästen 3</p> <p>1.7 Wissen testen 4</p> <p>1.8 Noch einmal in Kürze 4</p> <p>1.9 Warum überhaupt das Ganze? 4</p> <p>1.10 Mehr zumThema 6</p> <p><b>2 Einführung 7</b></p> <p>2.1 Was ist Statistik? 7</p> <p>2.2 Schreibweisen 8</p> <p>2.3 Schreibweisen für die Mittelwertberechnung 10</p> <p><b>3 Streuung zusammengefasst 11</b></p> <p>3.1 Einführung 11</p> <p>3.2 Verschiedene Größen für Streuung 12</p> <p>3.2.1 Wertebereich 12</p> <p>3.2.2 Gesamtabweichung 12</p> <p>3.2.3 Mittlere Abweichung 13</p> <p>3.2.4 Varianz 14</p> <p>3.3 Warum n − 1? 15</p> <p>3.4 Warum quadrierte Abweichungen? 16</p> <p>3.5 Die Standardabweichung 17</p> <p>3.6 Das nächste Kapitel 19</p> <p>3.7 Wissen testen 19</p> <p><b>4 Summen von verschiedenen Quadraten 21</b></p> <p>4.1 Einführung 21</p> <p>4.2 Mit Rechenmaschinen geht die Berechnung der Summen von Quadraten schneller 22</p> <p>4.2.1 Addierte Quadrate 22</p> <p>4.2.2 Der Korrekturfaktor 22</p> <p>4.3 Vorsicht vor Verwirrung mit dem Ausdruck „Summe der Quadrate“ 23</p> <p>4.4 Wissen testen 24</p> <p><b>5 Die Normalverteilung 25</b></p> <p>5.1 Einführung 25</p> <p>5.2 Häufigkeitsverteilungen 25</p> <p>5.3 Die Normalverteilung 26</p> <p>5.4 Wie viel Prozent entsprechen einer Standardabweichungseinheit? 28</p> <p>5.5 Sind die Prozentwerte immer die gleichen? 28</p> <p>5.6 Andere vergleichbare Skalen aus dem Alltag 30</p> <p>5.7 Die Standardabweichung als Schätzung der Häufigkeit des Auftretens einer Zahl in einer Stichprobe 30</p> <p>5.8 Von Prozenten zuWahrscheinlichkeiten 31</p> <p><b>6 Die Relevanz der Normalverteilung bei biologischen Daten 35</b></p> <p>6.1 Wiederholung 35</p> <p>6.2 Ist unsere beobachtete Verteilung normal? 36</p> <p>6.3 Was kann man tun, wenn die Verteilung zweifellos nicht normal ist? 38</p> <p>6.3.1 Transformation 38</p> <p>6.3.2 Gruppieren von Stichproben 40</p> <p>6.3.3 Einfach nichts tun! 40</p> <p>6.4 Wie viele Stichproben brauchen wir? 40</p> <p>6.4.1 Faktoren, die die Anzahl der nötigen Stichproben beeinflussen 41</p> <p>6.4.2 Die Berechnung der nötigen Stichprobenanzahl 41</p> <p><b>7 Weitere Berechnungen zur Normalverteilung 43</b></p> <p>7.1 Einführung 43</p> <p>7.2 Ist „A“ größer als „B“? 44</p> <p>7.3 Die Messlatte für die Entscheidung 44</p> <p>7.4 Herleitung des Standardfehlers einer Differenz zweier Mittelwerte 46</p> <p>7.4.1 Schritt 1: Von der Varianz der Einzelwerte zur Varianz der Mittelwerte 47</p> <p>7.4.2 Schritt 2: Von der Varianz der Einzelwerte zur Varianz der Differenzen 49</p> <p>7.4.3 Schritt 3: Kombination von Schritt 1 und Schritt 2; der Standardfehler der Differenz der Mittelwerte (SFDM) 51<br /> Helmut F. van Emden: Statistik ohne Albträume — 2014/10/8 — page VII — le-tex</p> <p>7.4.4 Zusammenfassung der Berechnung des SFDM aus der Varianz der Einzelwerte 52</p> <p>7.5 Die Bedeutung des Standardfehlers der Differenz zweier Mittelwerte 53</p> <p>7.6 Zusammenfassung 53</p> <p>7.7 Wissen testen 57</p> <p><b>8 Dert-Test 59</b></p> <p>8.1 Einführung 59</p> <p>8.2 Das Prinzip des t-Tests 60</p> <p>8.3 Der t-Test in statistischen Begriffen 61</p> <p>8.4 Warum t? 61</p> <p>8.5 Tabellen für die t-Verteilung 62</p> <p>8.6 Der Standard-t-Test 65</p> <p>8.7 Der t-Test für Mittelwerte bei ungleichen Varianzen 70</p> <p>8.8 Der gepaarte t-Test 76</p> <p>8.9 Wissen testen 82</p> <p><b>9 Einseitig oder zweiseitig? 83</b></p> <p>9.1 Einführung 83</p> <p>9.2 Warum ist die Varianzanalyse mit dem F-Test zweiseitig? 83</p> <p>9.3 Der zweiseitige F-Test 84</p> <p>9.4 Wievielseitig ist nun der t-Test? 85</p> <p>9.5 Fazit zur Frage einseitig oder zweiseitig 86</p> <p><b>10 Varianzanalyse –Was ist das?Wie geht das? 87</b></p> <p>10.1 Einführung 87</p> <p>10.2 Summen derAbweichungsquadrate in derVarianzanalyse 88</p> <p>10.3 Ein fiktives Zahlenbeispiel zur Analyse mit Anova 88</p> <p>10.4 Die Tabelle für die Summe der Abweichungsquadrate 90</p> <p>10.5 Die Aufteilung der Streuung in Tabelle C mit Anova 90</p> <p>10.6 Die Beziehung zwischen t undF 99</p> <p>10.7 Einschränkungen bei der Varianzanalyse 101</p> <p>10.8 Vergleich zwischen Gruppenmittelwerten in der Varianzanalyse 104</p> <p>10.9 Der kleinste signifikante Unterschied (LSD) 106</p> <p>10.10 EineWarnung zum Gebrauch des kleinsten signifikanten Unterschieds 108</p> <p><b>11 Versuchsplanung zur Varianzanalyse 113</b></p> <p>11.1 Einführung 113</p> <p>11.2 Volle Randomisierung 114</p> <p>11.3 Randomisierte Blöcke 118</p> <p>11.4 Unvollständige Blöcke 124</p> <p>11.5 Lateinische Quadrate 126</p> <p>11.6 Split-Plot-Pläne 135</p> <p>11.7 Wissen testen 136</p> <p><b>12 Einführung in die faktorielle Versuchsplanung 139</b></p> <p>12.1 Was ist ein faktorieller Versuch? 139</p> <p>12.2 Interaktion 141</p> <p>12.3 Wie verändert ein faktorieller Versuch die Form der Varianzanalyse? 145</p> <p>12.4 Summen der Abweichungsquadrate für Interaktionen 147</p> <p><b>13 Zweifaktorielle Versuche 149</b></p> <p>13.1 Einführung 149</p> <p>13.2 Ein Beispiel für einen 2-Faktor-Versuch 149</p> <p>13.3 Analyse des 2-Faktor-Versuchs 150</p> <p>13.4 Zwei wichtige Punkte zur Erinnerung, bevor es ans nächste Kapitel geht 157</p> <p>13.5 Analyse von faktoriellen Versuchen mit uneinheitlicher Anzahl Wiederholungen 157</p> <p>13.6 Wissen testen 161</p> <p><b>14 Faktorielle Versuche mitmehr als zwei Faktoren (kann bei Bedarf übersprungenwerden) 163</b></p> <p>14.1 Einführung 163</p> <p>14.2 Verschiedene „Ordnungen“ von Interaktion 164</p> <p>14.3 Beispiel für einen 4-Faktor-Versuch 165</p> <p>14.4 Wissen testen 184</p> <p><b>15 Faktorielle Versuchemit Split-Plots 187</b></p> <p>15.1 Einführung 187</p> <p>15.2 Herleitung des Split-Plot-Plans aus dem randomisierten Versuchsplan 188</p> <p>15.3 Freiheitsgrade in der Split-Plot-Analyse 191</p> <p>15.4 Ein Zahlenbeispiel für einen Split-Plot-Versuch mitsamt Analyse 194</p> <p>15.5 Vergleich von Split-Plot- und randomisierten Block-Plan 199</p> <p>15.6 Anwendungen von Split-Plot-Plänen 202</p> <p>15.7 Wissen testen 204</p> <p><b>16 Der t-Test in der Varianzanalyse 205</b></p> <p>16.1 Einführung 205</p> <p>16.2 KurzeWiederholung aus relevanten früheren Abschnitten 206</p> <p>16.3 Test auf kleinsten signifikanten Unterschied 207</p> <p>16.4 Mehrfachreihentests 208</p> <p>16.5 Das Testen von Differenzen zwischen Mittelwerten 213</p> <p>16.6 Darstellung der Testergebnisse auf Unterschiede zwischen Mittelwerten 215</p> <p>16.7 Die Analyse der Versuchsergebnisse mit Varianzanalyse in den Kapiteln 11 bis 15 216</p> <p>16.8 Wissen testen 226</p> <p><b>17 Lineare Regression und Korrelation 229</b></p> <p>17.1 Einführung 229</p> <p>17.2 Ursache undWirkung 230</p> <p>17.3 Weitere Fallstricke, die nur auf Sie warten 230</p> <p>17.4 Regression 235</p> <p>17.5 Unabhängige und abhängige Variablen 236</p> <p>17.6 Der Regressionskoeffizient b 236</p> <p>17.7 Berechnung des Regressionskoeffizienten b 238</p> <p>17.8 Die Regressionsgleichung 244</p> <p>17.9 Ein durchgerechnetes Beispiel mit realen Daten 245</p> <p>17.10 Korrelation 253</p> <p>17.11 Verallgemeinerungen der Regressionsanalyse 256</p> <p>17.11.1 Nichtlineare Regression 258</p> <p>17.11.2 Mehrfache lineare Regression 260</p> <p>17.11.3 Mehrfache nichtlineare Regression 261</p> <p>17.11.4 Kovarianzanalyse 262</p> <p>17.12 Wissen testen 265</p> <p><b>18 Chi-Quadrat-Tests 267</b></p> <p>18.1 Einführung 267</p> <p>18.2 Wann χ2 und wann nicht 268</p> <p>18.3 Das Problem niedriger Häufigkeiten 269</p> <p>18.4 Yates’ Kontinuitätskorrektur 269</p> <p>18.5 Der χ2-Anpassungstest 270</p> <p>18.6 Der χ2-Unabhängigkeitstest 279</p> <p>18.7 Wissen testen 284</p> <p><b>19 Nichtparametrische Methoden – was ist das? 287</b></p> <p>19.1 Klarstellung 287</p> <p>19.2 Einführung 288</p> <p>19.3 Vor- und Nachteile der beiden Varianten 289</p> <p>19.4 Einige Beispiele für die Datenorganisation in nichtparametrischen Tests 291</p> <p>19.5 Die wesentlichen verfügbaren nichtparametrischen Methoden 294<br /> <br /> <b>Anhang A Wie vieleWiederholungen? 297</b></p> <p>A.1 In diesem Kapitel 297</p> <p>A.2 Die Konzepte dahinter 297</p> <p>A.3 „Simple“ Berechnung der Anzahl der notwendigen Wiederholungen 301</p> <p>A.4 Genauere Berechnung der Anzahl der notwendigen Wiederholungen 302</p> <p>A.5 Wie man das Gegenteil beweist 304</p> <p><b>Anhang B Statistische Tabellen 305</b></p> <p>Richtig gelöst 315</p> <p>Mehr zum Thema 333</p> <p>Stichwortverzeichnis 335</p>
"Sehr sorgfältig und schrittweise werden die Voraussetzungen für parametrische Tests und Varianzanalyse diskutiert, ebenso wie die Wahl geeigneter Verfahren für die Versuchsplanung. Die realitätsnahen Übungsaufgaben sind mit ausführlichen Lösungen versehen."
Ekz (KW11, 2015)
Helmut van Emden ist emeritierter Professor fur Gartenbau und Entomologie an der University of Reading, Gro?britannien. Er zahlt zu den fuhrenden Entomologen seiner Generation und wurde fur seine Leistungen auf diesem Gebiet auch in Deutschland geehrt. Helmut van Emden wurde sich zwar nicht als Statistiker bezeichnen, doch entwickelte er in 30 Jahren Lehrtatigkeit einige neue und uberaus erfolgreiche Lehrmethoden im Bereich der Statistik, die er in diesem Buch zusammenfasst. Mit seinem flotten und gleichzeitig verbindlichen Stil und einem Schuss Humor gelingt es ihm von der ersten Seite an, Biologie-Studenten den alptraumhaften Schrecken der Statistik zu nehmen. <br> <br> Michael Knorrenschild studierte Mathematik an der RWTH Aachen. Nach Auslandsaufenthalten und einem Abstecher in die Umweltforschung ist er seit 1996 Professor an der Hochschule Bochum. Dort lehrt er Mathematik fur Ingenieure und Informatiker und ist au?erdem Autor mehrerer Lehrbucher. Vor diesem Hintergrund gelang ihm mit viel sprachlichem und didaktischem Gespur eine Ubersetzung von ?Statistics for Terrified Biologists?, die der englischen Vorlage in ihrer Originalitat in nichts nachsteht. <br>

Diese Produkte könnten Sie auch interessieren:

Statistics for Microarrays
Statistics for Microarrays
von: Ernst Wit, John McClure
PDF ebook
84,99 €