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.
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.
I Statistiksoftware1
1 Wofür braucht man das?3
2 Klassen von Software5
3 SPSS - eine Statistiksoftware7
3.1 Vorstellung7
3.2 Daten8
3.3 Transformationen11
3.4 Graphiken14
3.5 Analysen20
4 Aufgaben Teil I31
II Inferenzstatistik33
5 Einführung35
5.1 Statistischer Test und multivariate Statistik35
5.2 Der statistische Test - Die Konstruktion eines Testes mit stetigen Daten35
5.2.1 Hypothesen werden benötigt37
5.2.2 Vereinfachung durch Differenzenbildung39
5.2.3 Die Prüfgröße40
5.2.4Die t-Verteilung kommt ins Spiel42
5.2.5 Ein Ablaufplan für den t-Test44
5.2.6 Die Entscheidungsmatrix mit den beiden Fehlern45
5.2.7 Die Überschreitungswahrscheinlichkeit45
5.2.8 Zusammenfassung46
5.3 Der statistische Test - Die Konstruktion eines Tests mit diskreten Daten47
5.3.1 Die Prüfgröße48
5.3.2 Die Entscheidungsregel48
5.3.3 Die Überschreitungswahrscheinlichkeit50
5.3.4 Zweiseitig vs. Einseitig52
5.4 Zusammenfassung52
6 Der Einstichprobenfall53
6.1 p-Test, Test auf Anteilswerte53
6.1.1 Das Konzept53
6.1.2 SPSS - Der Binomialtest54
6.2 t-Test56
6.2.1 Das Konzept56
6.2.2 SPSS - Der t-Test58
6.2.3 Die Power eines Test61
6.3 Vorzeichentest62
6.3.1 Das Konzept62
6.3.2 SPSS - Der Vorzeichentest64
6.4 Der 2-Anpassungstest65
6.4.1 Das Konzept65
6.4.2 SPSS - Der 2-Anpassungstest69
6.5 Der Kolmogorov-Smirnov-Test71
6.5.1 Das Konzept71
6.5.2 SPSS- und graphische Ansätze72
6.5.3 Anmerkungen zu Zufallszahlen79
6.5.4 SPSS - KS-Test80
7 Der Zweistichprobenfall83
7.1 Ein paar Hinweise83
7.2 Der 2-Unabhängigkeitstest85
7.2.1 Das Konzept85
7.2.2 SPSS - 2-Unabhängigkeitstest87
7.3 Lagetest verbunden89
7.3.1 Das Konzept89
7.3.2 SPSS - Lagetest verbunden90
7.4 Lagetest unverbunden92
7.4.1 Das Konzept92
7.4.2 t-Test93
7.4.3 Varianztest94
7.4.4 Welch-Test96
7.4.5 SPSS - das unverbundene Zweistichprobenproblem97
8 Der c-Stichprobenfall101
8.1 Einfaktorielle univariate ANOVA101
8.1.1 Das Konzept101
8.1.2 SPSS - einfaktorielle ANOVA105
8.2 Zweifaktorielle univariate ANOVA108
8.2.1 Das Konzept108
8.2.2 SPSS - zweifaktorielle ANOVA108
9 Aufgaben Teil II113
III Abhängigkeitsstrukturen119
10 Korrelation121
10.1 Kontingenz121
10.1.1 Das Konzept121
10.1.2 SPSS - Kontingenz und Profile123
10.2 Pearson125
10.3 Spearman127
10.4 Scheinkorrelation129
10.5 SPSS - Korrelation130
11 Regression135
11.1 Einfache lineare Regression135
11.1.1 Das Konzept135
11.1.2 SPSS - einfache lineare Regression136
11.2 Partielle Korrelation140
11.2.1 Das Konzept140
11.2.2 SPSS - partielle Korrelation142
11.3 Autokorrelation143
11.3.1 Das Konzept143
11.3.2 SPSS - Autokorrelation148
11.4 Erweiterung - multiple Regression151
11.4.1 Das Konzept151
11.4.2 SPSS - Regression155
12 Hauptkomponentenanalyse163
12.1 Hintergrund und worum es geht163
12.2 Konkrete Durchführung einer HKA166
12.3 Fahrplan einer HKA172
12.4 Faktorenanalyse173
12.5 SPSS - HKA175
13 Aufgaben Teil III183
IV Gruppenstrukturen191
14 Worum geht es?193
15 Klassifizieren195
15.1 Diskriminanzanalyse195
15.2 SPSS - Diskriminanzanalyse201
16 Segmentieren211
16.1 Worum es geht211
16.2 Hierarchische Verfahren - Clusteranalyse212
16.3 Partitionierende Verfahren - K-Means218
16.4 SPSS - Distanzen und Segmentierung221
17 Aufgaben Teil IV227
V Anhänge229
18 Literatur231
19 Tabellenverzeichnis233
20 Abbildungsverzeichnis235
21 Stichwortverzeichnis241
Aus: ekz.de - Wolfgang Grölz - 17.06.19
Auch wenn der Text mit einer Einführung in dies aktuelle Version von SPSS beginnt und die folgende Darstellung sehr ausführlich und um Verständnis bemüht ist, sollte ein Leser sowohl über Grundkenntnisse im Computereinsatz verfügen als auch mit der vorbereitenden Wahrscheinlichkeitstheorie etwas vertraut sein. Dann bietet dieses Buch Studierenden die Statistik benutzender Fächer wie u.a. Betriebswirtschaft, Soziologie, Psychologie oder Biologie eine zuverlässige und einigermaßen bequeme Hilfe. Es ist nicht als Begleitlektüre zu entsprechenden Vorlesungen geeignet, sondern auch zu einem unabhängigen Selbststudium. Viele Beispiele und sorgfältige Erklärungen vermitteln die Grundlagen zum Verständnis der behandelten Schätz- und Testverfahren der schließenden Statistik bis hin zur Fähigkeit selbstständiger Anwendungen. [...]
Prof. Dr. Veith Tiemann lehrt an der EBC Hochschule Hamburg.
Über den Autor
Prof. Dr. Veith Tiemann lehrt an der EBC Hochschule Hamburg.
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
Klappentext
Von der Stichprobe auf die Grundgesamtheit schließen - dabei hilft die Inferenzstatistik!
Veith Tiemann vermittelt in seinem neuen Lehrbuch die Grundlagen der Inferenzstatistik und Multivariaten Statistik. 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 auch, wie sich Gruppenstrukturen bilden lassen. Den Stoff illustriert er durch zahlreiche Beispiele und SPSS-Anwendungen.
Das Buch richtet sich an Studierende der Wirtschafts- und Sozialwissenschaften und ist darüber hinaus für das Selbststudium geeignet.
