Heute Prüfung der Produkt-Moment Korrelation

Slides:



Advertisements
Ähnliche Präsentationen
Multivariate Analysemethoden Johannes Gutenberg Universität Mainz
Advertisements

T - Test Prüfung des Mittelwerteunterschieds bei abhängigen und unabhängigen Stichproben.
Der F - Test Man prüft, ob sich 2 Varianzen unterscheiden, mit dem F-Quotienten: Geprüft werden stets die Schätzungen der Populationsvarianzen aufgrund.
Heute 1.F – Test zur Varianzhomogenität 2.Bartlett-Test zur Varianzhomogenität 3.Chi – Quadrat Tests für Häufigkeiten 4.Chi – Quadrat Tests zur Verteilungsanpassung.
Forschungsstrategien Johannes Gutenberg Universität Mainz
Multivariate Analysemethoden Johannes Gutenberg Universität Mainz
Methoden der Psychologie Evaluation & Forschungsmethoden Günter Meinhardt Johannes Gutenberg Universität Mainz q-q-Plot Methode zur Prüfung der Multivariaten.
„Der Euro: Hart, aber unfair: Die neue Währung als Spielverderber“
Forschungsstatistik II
Forschungsstatistik II
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2005 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-24.
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2005 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-23.
Forschungsstatistik I
Forschungsstatistik I Prof. Dr. G. Meinhardt WS 2005/2006 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz.
Der Produkt-Moment- Korrelationskoeffizient Der Produkt-Moment Korrelationskoeffizient gibt Stärke und Richtung des linearen Zusammenhanges zweier Variablen.
Forschungsstatistik I Prof. Dr. G. Meinhardt WS 2005/2006 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz.
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2006 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-18.
A-Priori Kontraste Prüfung des Mittelwerteunterschieds von Faktorstufen bzw. Kombinationen von Faktorstufen: z.B.: oder.
Der Binomialtest Man habe einen wahren Anteil P.
Hypothesen testen: Grundidee
K. Desch - Statistik und Datenanalyse SS05
Induktive Statistik.
Statistische Methoden I
Nachholung der Vorlesung vom Freitag
Nachholung der Vorlesung vom Freitag
Vorlesung Die Vorlesung Statistische Methoden II nächste Woche vom 6. Juni ( nächste Woche ) wird auf den 4. Juni (Mittwoch) vorverlegt ! 14 – 16 Zeit:
Nachholung der Vorlesung vom Freitag
Konfidenzintervalle Intervallschätzung
Ab nächster Woche wird die Übungsgruppe Gruppe 2: Henrike Berg Di SR 222 wegen Personalmangel eingestellt.
Statistische Methoden II SS 2008 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Makarenkostraße (Kiste)
M-L-Schätzer Erwartungswert
Die Vorlesung Statistische Methoden II findet am (nächste Woche) wegen der Projektwoche nicht wegen der Projektwoche nicht statt.
Chi-Quadrat-Test auf Unabhängigkeit I
TESTS. Worum es geht Man möchte testen, ob eine bestimmte Annahme (Hypothese) über Parameter der Realität entspricht oder nicht. Beobachtung (Stichprobe)
Die Student- oder t-Verteilung
Konfidenzintervalle Intervallschätzung Jeder Beobachtung wird ein Intervall C( ) der reellen Zahlen zugeordnet Niveau Dabei ist die Wahrscheinlichkeit,
Chi-Quadrat-Test auf Anpassung
Statistische Methoden I SS 2005
Kolmogorov-Smirnov-Test. A. N. Kolmogorov Geboren in Tambov, Russland. Begründer der modernen Wahrscheinlichkeitstheorie.
Klausurtermin (laut Prüfungsamt) Probeklausur Freitag, 13. Juni 2003 statt Vorlesung.
Achtung Vorlesung am Montag, den 21. Juni Zeit: Uhr Ort: Kiste.
Achtung Vorlesung am nächsten Montag (21. Juni) Zeit: Uhr Ort: Kiste.
Die Vorlesung am 14. Mai (Tag nach Himmelfahrt) wird auf Montag, den 17. Mai verlegt! Zeit: 16 Uhr Ort: Kiste Nächste Woche!!!!
Statistische Methoden II SS 2003 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Loefflerstraße Übungen.
Statistische Methoden II SS 2003
Chi-Quadrat-Test auf Unabhängigkeit I Hypothese Ablehnungsbereich.
Approximative Konfidenzintervalle im Bernoulli-Fall II
Test auf Normalverteilung
Chi-Quadrat-Tests. Satz von Karl Pearson I X: Stichprobenvariable, die r > 2 verschieden Werte annehmen kann: Die Verteilung von X ist durch einen Wahrscheinlichkeitsvektor.
Klausur am :00 bis 13:00 Hörsaal Loefflerstraße und Hörsaal Makarenkostraße.
Maximum-Likelihood-Schätzer ( diskreter Fall) Likelihood-Funktion mit oder M-L-Schätzer.
Vorlesung Biometrie für Studierende der Veterinärmedizin Begriff der Zufallsgröße Ergebnisse von Zufallsexperimenten werden als Zahlen dargestellt:
Einstichproben-Tests
Vorlesung: ANOVA I
Ausgleichungsrechnung I
Überblick Statistik Deskriptive Statistik=beschreibende Statistik
Chi Quadrat Test Tamara Katschnig.
Galip Turan 5 ITK. Bsp.: Untersuchen Sie aus der folgenden Erhebung in einem Kaufhaus: Hängt die Zahlungsweise vom Geschlecht ab? ( Alpha =1%)
STATISIK LV Nr.: 1375 SS März 2005.
Überblick Statistik Deskriptive Statistik=beschreibende Statistik
Überblick Statistik Deskriptive Statistik=beschreibende Statistik
Wiederholung BSP 2.1.
STATISIK LV Nr.: 0028 SS Mai 2005.
STATISIK LV Nr.: 0021 WS 2005/ Oktober 2005.
STATISIK LV Nr.: 1375 SS März 2005.
1 (C) 2002, Hermann Knoll, HTW Chur, Fachhochschule Ostschweiz Wahrscheinlichkeitsverteilung Lernziele: Wahrscheinlichkeitsverteilung und der Wahrscheinlichkeitsdichte.
Deskriptive Statistik, Korrelationen, Mittelwertvergleiche, Graphiken
Der Binomialtest Man habe einen wahren Anteil P. Kann man aufgrund von p sagen, daß in der Population tatsächlich der Anteil P zugrunde liegt? [Beispiele]
Die Binomialverteilung
Prüft ebenfalls die Annahme der Varianzhomogenität (exakter)
 Präsentation transkript:

Heute Prüfung der Produkt-Moment Korrelation Chi – Quadrat Tests für Häufigkeiten

Prüfung von Korrelationen Fall 1: Prüfung von r = 0 („Signifikanz der Korrelation“) Direkte Prüfung in t – Verteilung! Fall 2: Prüfung von r = r („Übereinstimmung mit bekannter Pop-Korrelation“ ) Fall 3: Prüfung, ob r1 und r2 mit der Annahme derselben Korrelation in der Pop. verträglich sind („Unterschiedsprüfung der Korrelationskoeffizienten“) Fisher Z - Transformation der Korrelationen Prüfung in Normalverteilung

Verteilung von Produkt-Moment-Korrelationen Prüft man die Verträglichkeit von r mit der Annahme r = 0, so gilt: 0.10 Wahrscheinlichkeitsdichte 0.05 Mit df = N – 2 (Freiheitsgrade) 0.00 -1.0 -0.75 -0.375 0.375 0.75 1.0 Die Verteilung von Korrelationskoeffizienten um den Erwartungswert r =0 folgt einer t- Verteilung !

Vergleich mit einem Korrelationsparameter Prüft man die Annahme daß r einer Population mit dem wahren Parameter r entstammt, gilt: Zum Ausgleich der Beschränktheit des Wertebereichs der Korrelation muß die Fisher - Z - Transformation angewandt werden! Es gilt: und: Die Verteilung von Fisher Z Transformationen der Korrelationen folgt einer Normalverteilung !

Vergleich zweier Korrelationen Prüft man, ob zwei Stichprobenkorrelationen aus einer Population mit demselben Korrelationsparameter stammen, gilt: mit: Die Differenzen von Fisher Z transformierten Variablen sind normalverteilt!

Chi-Quadrat Tests für Häufigkeiten Zur Prüfung von Häufigkeitsunterschieden Zur Prüfung der Unabhängigkeit zweier nominalskalierter Variablen Zur Prüfung der Übereinstimmung einer empirischen mit einer theoretischen Verteilung

Chi - Quadrat Die generelle Form des Chi – Quadrat für Häufigkeiten ist: mit: Dieses Schema wird flexibel auf die jeweilige Fragestellung angewandt. Die Frage ist, nach welchem Kriterium sich die erwarteten Häufigkeiten ergeben ! Das einache c2 hat k-1 Freiheitsgrade, die zugehörige Wahrscheinlichkeitsverteilung ist die c2 Verteilung.

Chi – Quadrat Test auf Unabhängigkeit Man hat eine l  k Kreuztabelle: Merkmal A + - o11 o12 SB+ o21 o22 SB- SA+ SA- N Merkmal B Ferner gilt: Erwartete Häufigkeit eij:

Chi – Quadrat Test: Verteilungsanpassung Sind die Abweichungen von empirischer und theoretischer Verteilung nur zufällig oder systematisch?

Chi – Quadrat Test: Verteilungsanpassung Die erwarteten relativen Häufigkeiten berechnet man aus der Differenz der Werte der Verteilungsfunktion für die exakten Intervallgrenzen Die erwarteten Häufigkeiten ergeben sich durch Multiplikation mit der Anzahl der Beobachtungen N. [Tafelbeispiel]

Häufigkeitsverteilungen zu Aufgabe 3 h(x) beobachtet h(x) erwartet als Normalverteilung 4000 4000 3000 3000 2000 2000 1000 1000 x x 100 300 500 700 900 1100 1300 1500 1700 1900 100 300 500 700 900 1100 1300 1500 1700 1900 h(x) 4000 3000 Vergleich: 2000 1000 x 100 300 500 700 900 1100 1300 1500 1700 1900