Statistics Done Wrong - Alex Reinhart

. .

Résumé :

• Daten sinnvoll auswerten - mit den geeigneten Verfahren
• Die richtigen Fragen stellen und passende Experimente durchf?hren
• Die h?ufigsten Fehler kennen und Fallstricke umgehen

Statistische Datenanalysen sind ein Grundpfeiler der Wissenschaft. Die Vielfalt der zur Verf?gung stehenden Verfahren und Methoden l?sst Forschern jedoch einen enormen Spielraum bei der Analyse ihrer Daten. Leider fehlt vielen Wissenschaftlern das fundierte Fachwissen, statistische Verfahren korrekt anzuwenden. Deshalb werden h?ufig nicht die richtigen Analysen vorgenommen, die zu zahlreichen falschen Ergebnisse f?hren.

Mit diesem Buch erhalten Wissenschaftler und Studenten einen kompakten Leitfaden f?r die korrekte Anwendung statistischer Verfahren. G?ngige Fehler und Missst?nde bei der Erstellung von Statistiken werden anhand konkreter Fallbeispiele aufgedeckt und daf?r praktische L?sungen angeboten.

Der Autor gibt zahlreiche Hinweise u.a. zu folgenden Themen:

• Die richtigen Fragen stellen, geeignete Experimente entwerfen und korrekte statistische Analysemethoden ausw?hlen
• p-Werte, Signifikanz, Nicht-Signifikanz, Konfidenzintervalle und Regression
• Auswahl einer geeigneten Stichprobengr??e und Vermeidung falscher Positiver

Am Ende der Kapitel finden Sie Tipps, die Aufschluss dar?ber geben, welche statistischen Verfahren Sie anwenden k?nnen, um die h?ufigsten Fallstricke zu umgehen. So werden Sie auf die verbreitetsten Probleme hingewiesen und in die Lage versetzt, das f?r eine gegebene Aufgabe am besten geeignete statistische Verfahren auszuw?hlen.

Dieses Buch ist ein kompakter und praktischer Ratgeber, der Ihnen dabei hilft, Forschung zu betreiben, deren Statistik Hand und Fu? hat.

• Interpretation von Signifikanzwerten (p-Wert und t-Test)
• Hypothesentests
• Konfidenzintervalle
• Falsche Positive und falsche Negative
• Neyman-Pearson-System
• Statistische Testst?rke und Sicherheitsgrad
• Pr?valenzfehler vermeiden
• Bonferroni-Korrektur
• Benjamini-Hochberg-Verfahren
• Standardabweichung und Standardfehler
• Regression
• Medianwertaufteilung
• ANOVA-Verfahren
• Einflussvariablen, Zielvariablen, St?rvariablen
• Leave-one-out-Kreuzvalidierung
• Simpsons Paradoxon
• Statistische Irrt?mer