Deskriptive Statistik -

Slides:



Advertisements
Ähnliche Präsentationen
Imperative Programmierung
Advertisements

Zufallsfelder Def. Zufallsfeld: Sei V eine endliche Menge (von Orten). Für jedes v V existiere eine (endliche) Menge X(v) von Zuständen x(v). Der Raum.
Asymptotische Notation
der Universität Oldenburg
Multivariate Datenanalyse Datum: Betreuer: Dr. Bellmann Quellen: Multivariate Statistik, Hartung/Elpelt 1989 Stochastik für Ingenieure und Naturwissenschaftler,
Anfragesprachen – Dipl. Ing. Ulrich Borchert / FH Merseburg 1/10
Patrick Rössler Methoden der Datenerhebung und -auswertung Vorlesung BA Kommunikationswissenschaft (G21) 1.
Statistische Maßzahlen
Diskrete Wahrscheinlichkeitsmodelle
Stetige Zufallsgrößen
Christian Schulz, Marc Thielbeer, Sebastian Boldt
Massenmittelpunkt, „Schwerpunkt“, Drehachsen und Trägheitsmoment
Überblick über die Datenbankproblematik
7.2.2 Bäume als Hilfsmittel zur Indexorganisation (1/14)
Mathematik 1. Studienjahr Modul M1: Elemente der Mathematik
Automaten, formale Sprachen und Berechenbarkeit II SoSe 2004 Prof. W. Brauer Teil 3: Potenzreihen und kontextfreie Sprachen (Vgl. Buch von A. Salomaa)
Empirische Sozialforschung am Beispiel der Limburger Nordstadt
Datenmatrix HKI Proseminar Philipp Cielen.
Information Retrieval Methoden, die dazu dienen, unstrukturierte Daten zu beschreiben, zu speichern und später nach inhaltlichen Kriterien wieder aufzufinden.
Deskriptive Statistik, Korrelationen, Mittelwertvergleiche, Graphiken
Statistik II Statistik II Maße der zentralen Tendenz (Mittelwerte)
Statistik I Statistik I Statistische Grundbegriffe
PCA Principal Component Analysis. Gliederung PCA – Warum eigentlich? PCA – Was ist zu tun? Was passiert eigentlich? Anwendungen Zusammenfassung.
Objektorientierte Programmierung Was ist das eigentlich ?
Grafische Darstellung von Gruppenunterschieden.
Kapitel 2: Testtheorie / Testmodelle  Multivariate (p-variate) Normalverteil- ung :  Mittelwertstruktur: p Mittelwerte  Kovarianzstruktur: p·(p+1)/2.
Institut für Verkehrssystemtechnik Dipl.-Psych. David Käthner Telefon:0531 / Ein kognitives Fahrermodell:
© VDRB Statistische Daten der Bienenhaltung Autor: Dieter Schürer, ZV VDRB, Ressortleitung Honig.
Jennifer Staubmann 5 AK 2012/2013 Regressionsanalyse.
Übersetzung: / Tradotto da:
Sozialwissenschaften
Die ersten Schritte bei der Entdeckung der Statistik
1 Einführung in die Statistik
Vorlesungsplan im SS 17. Mai
Deskriptive Statistik -
7.2 Theoretische Kennwerte
► Zahlen kleiner 0 heissen negative Zahlen.
Abschließender Bericht der Verteilungs-Kommission
Wahrscheinlichkeitsrechnung -
Deskriptive Statistik -
GRUNDLAGEN UND METHODIK
1 Einführung in die Statistik
Schulungsunterlagen der AG RDA
Wahrscheinlichkeitsverteilungen
Grundbegriffe M. Kresken.
Stochastik in der MUED (c) A. Warmeling
Statistik II Statistik II Maße der zentralen Tendenz (Mittelwerte)
Empirische Inhaltsanalyse
Ökonometrie und Statistik Wiederholung
Statistik III Statistik III Der Phi-Koeffizient
Kapitel 2: Testtheorie / Testmodelle
10 Statistisches Schätzen
12 Das lineare Regressionsmodell
3 Gesamtbeschreibung empirischer Verteilungen.
Forschungsstrategien Johannes Gutenberg Universität Mainz
Statistik IV Statistik III
<Titel des Vortrags>
§23 Basiswechsel und allgemeine lineare Gruppe
1 Einführung in die Statistik
Ökonometrie und Statistik Wiederholung
GRUNDLAGEN UND METHODIK
Kapitel 2: Testtheorie / Testmodelle
Empirische Inhaltsanalyse
Kapitel I. Vorspann zum Begriff Vektorraum
Ökonometrie und Statistik Wiederholung
Konfidenzintervalle und Tests auf Normalverteilung
Multivariate Analysemethoden Johannes Gutenberg Universität Mainz
Fächer der Sozialwissenschaft
Ökonometrie und Statistik Wiederholung
TOP5: Planungs- und Betriebsgrundsätze
 Präsentation transkript:

Deskriptive Statistik - Teil 1: Deskriptive Statistik - Empirischer Kalkül

2 Einführung in die deskriptive Statistik

2 Einführung in die deskriptive Statistik 2.1 Daten, Datensätze und Variablen 26 2.2 Grundgesamtheit, Merkmalsträger und Skalierungsarten 28 2.3 Empirische Verteilungen und Zusammenhänge 29 3

2.1 Daten, Datensätze und Variablen ● Daten in der Statistik ● ... auf in einem bestimmten Kontext wesentliche Merkmale (Variablen) verkürzte Information über Personen, Objekte oder Vorgänge mittels Kategorisierung oder Quantifizierung ● Allgemeinere Formen von Daten ● ... etwa in der Informatik oder Nachrichtentechnik („kodierte Information“) ● Datensätze, Variablen und Dimension ● > Datensatz: Rechteckanordnung von Zahlen und Kategorien > Jedem Datensatz liegt eine Menge vergleichbarer Objekte zugrunde, (Untersuchungseinheiten, Merkmalsträger), die einem einheitlichen Bewertungssystem (Skalierung) unterliegen > Variable: Merkmal mit verschiedenen Ausprägungsmöglichkeiten

2.1 Daten, Datensätze und Variablen > Dimension(alität) von Daten: Anzahl von Variablen in einem Daten- satz (teils auch mit Anzahl von Beobachtungen) ● Probleme bei der Erstellung von Datensätzen ● Fragen in Bezug auf die Eingrenzung, Vergleichbarkeit und Eindeu- tigkeit von Untersuchungseinheiten sowie Messbarkeitsprobleme

2.2 Grundgesamtheit, Merkmalstypen und Skalierungsarten > Zielmenge von Objekten, Personen oder Vorgängen bei einer statistischen, die durch eindeutige Identifikationskriterien (sachlich, zeitlich, räumlich) abgegrenzt wird. Elemente der Menge heißen Untersuchungseinheiten oder Merkmalsträger. > Später noch Unterscheidung zwischen realer und hypothetischer Grund- gesamtheit ● Merkmalstypen ● ● Skalierungsarten ●

2.3 Empirische Verteilungen und Zusammenhänge ● Ein- und mehrdimensionale Verteilungen ●

2.3 Empirische Verteilungen und Zusammenhänge ● Empirische Zusammenhänge ● ● Wahrscheinlichkeitstheoretische Gegenstücke ● Theoretische Verteilungen und stochastische Zusammenhänge (für Zufallsvariablen) folgen später in W‘rechnung