Statistik II für Dummies - Deborah J. Rumsey

. .

Résumé :
Sie m?ssen komplexe wissenschaftliche Untersuchungen auswerten? Sie wollen oder m?ssen daf?r Ihren Statistikwerkzeugkasten erweitern? In diesem Buch werden Sie Modelle aufbauen und testen. Sie werden Variablen sch?tzen, korrelieren und zusammenfassen. Die dabei verwendeten Techniken sind verschiedene Arten der Regression, Varianzanalyse, Chi-Quadrat-Tests und nichtparametrische Prozeduren. Sehr viele Beispiele, teilweise unter Einsatz von SPSS, decken all die verschiedenen Aufgabenstellungen ab, denen Sie begegnen k?nnten.

Biographie:
Deborah Rumsey ist Autorin zahlreicher Statistik- und Mathematik-B?cher in der ?... f?r Dummies?-Reihe, unter anderem von ?Statistik f?r Dummies? und ?Wahrscheinlichkeitsrechnung f?r Dummies?.

Sommaire:

Einleitung 17

Zu diesem Buch17

Konventionen in diesem Buch18

Was Sie nicht lesen m?ssen 19

T?richte Annahmen ?ber den Leser 19

Wie dieses Buch aufgebaut ist 20

Die Symbole in diesem Buch 21

Wie es weitergeht 22

Teil I Datenanalyse Und Modellbildung - Grundlagen 23

Kapitel 1 Datenanalyse als Kunst und Wissenschaft 25

Datenanalyse: Nicht mehr nur f?r Statistiker 26

Regel Nr1: Informieren Sie sich VOR der Verarbeitung! 28

Das gro?e Ganze: Ein ?berblick ?ber weiterf?hrende Statistik 35

Kapitel 2 Orientierung innerhalb der statistischen Techniken 47

Qualitative und quantitative Variablen in der statistischen Analyse 48

Statistiken f?r qualitative Variablen 49

Statistik f?r quantitative Variablen 53

Verzerrung vermeiden 56

H?chste Genauigkeit erzielen 59

Schlussfolgerungen treffen und Grenzen erkennen 63

Kapitel 3 Vertrauen aufbauen und Modelle testen 65

Parameter anhand von Vertrauensintervallen sch?tzen 66

Modelle aufstellen und testen 72

Teil II Mit Hilfe Der Regression Vorhersagen Treffen 83

Kapitel 4 Einfache lineare Regression verstehen 85

Mit Streudiagrammen und Korrelationen Beziehungen untersuchen 86

Ein einfaches lineares Regressionsmodell erstellen 89

Pr?fen, ob das Modell passt 93

Korrekte Schl?sse ziehen 100

Kapitel 5 Zwei Variablen besser als eine: Multiple Regression 103

Das multiple Regressionsmodell 103

Alle x und y betrachten 105

Daten sammeln 106

M?gliche Beziehungen erkennen 107

Auf Multikollinearit?t pr?fen 112

Das am besten angepasste Modell finden 113

Vorhersage von y anhand der x-Variablen 117

Pr?fen, wie gut das Modell angepasst ist 118

Kapitel 6 Ein Schritt vor, zwei zur?ck: Auswahl des Regressionsmodells 125??????????????????? ???????????????????????????????????????????????

Absto?distanzen sch?tzen - Der ultimative Kick 126

Variablen-Brainstorming und -Datensammlung 126

Streudiagramme und Korrelationen untersuchen 127

Die Vorw?rtsselektion 131

Und jetzt das Ganze von hinten: Die R?ckw?rtsselektion 136

Das Verfahren der besten Teilmengen 143

Vergleich der Modellauswahlverfahren 147

Kapitel 7 Mit Daten in die Kurve gehen: Nichtlineare Regression 149

Am Anfang war das Streudiagramm 150

Polynome f?r Kurven nutzen 151

Nach oben? Nach unten? Exponentiell! 163

Kapitel 8 Ja, Nein, Vielleicht: Vorhersagen mit logistischer Regression 171

Aufstellung des logistischen Regressionsmodells 171

Allgemeine Schritte f?r die logistische Regression 174

Teil III Viele Mittelwerte Vergleichen - Mit Der Varianzanalyse 181???????????????????????????????????? ??????????????????????????????

Kapitel 9 Einfache Varianzanalyse 183

Zwei Mittelwerte mit einem t-Test vergleichen 183

Mehr Mittelwerte mit einer ANOVA vergleichen 185

Die Bedingungen pr?fen 187

Die Hypothesen aufstellen 189

Der F-Test 190

Die Anpassung des ANOVA-Modells ?berpr?fen 196

Kapitel 10 Mit multiplen Vergleichen Paare finden 199

Nach der ANOVA 199

Mit Fisher und Tukey unterschiedliche Mittelwerte dingfest machen 203

Kapitel 11 Weiter mit der zweifachen ANOVA! 209

Das Modell f?r die zweifache ANOVA aufstellen 210

Interaktionseffekte verstehen 212

Die Terme in der zweifachen ANOVA testen 216

Die zweifache ANOVA-Tafel erstellen 217

Ergebnisse interpretieren: Zahlen und Grafiken 217

K...