Auswertung analytischer Daten - Auswertungsziele.

Slides:



Advertisements
Ähnliche Präsentationen
T - Test Prüfung des Mittelwerteunterschieds bei abhängigen und unabhängigen Stichproben.
Advertisements

Univariate Statistik M. Kresken.
Thema der Stunde I. Einführung in die Varianzanalyse:
Klassische Hypothesenprüfung
Einfaktorielle Varianzanalyse
Gliederung Vertrauensintervalle Arten von Hypothesen
Gliederung Tabellarische und grafische Darstellung von Rohwerten mittels Histogramme und Polygone Statistische Kennwertbeschreibung mittels Tendenz- und.
Forschungsstatistik II
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2005 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-24.
Forschungsstatistik II
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2006 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-26.
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2006 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-18.
Konfidenzintervalle für Parameter
Modellvergleich.
Mehrfachregressionen
Hypothesen testen: Grundidee
Aufgabe Der Zusammenhang zwischen einem traumatischen Erlebnis und der Entstehung einer PTBS wird von mehreren Variablen …………….: Copingstrategien, Kontrollüberzeigung,
Datenmatrix.
Univariate Statistik M. Kresken.
Meta-Analyse Forschungsmethoden und Evaluation
Tutorium
Auswertung der Ergebnisse Excel-Auswertungsdatei
Vorlesung: Biometrie für Studierende der Veterinärmedizin
Vorlesung: Biometrie für Studierende der Veterinärmedizin
Wiederholung und Beispiele
Vorlesung: ANOVA I
Probleme der Modellspezifikation
Multikollinearität Wann spricht man von Multikollinearität?
QUASI 2008 Benchmarks der Umfrage bei Dialysepatienten ÖDTR Reinhard Kramar.
QUASI 2007 Benchmarks der Umfrage bei Dialysepatienten ÖDTR Reinhard Kramar.
Externe Bewertung in IB-Biologie
Einführung in die beurteilende Statistik
Überblick Statistik Deskriptive Statistik=beschreibende Statistik
Chi Quadrat Test Tamara Katschnig.
Seminar: Datenerhebung
Die t-Verteilung und die Prüfstatistik
Überblick Statistik Deskriptive Statistik=beschreibende Statistik
Überblick Statistik Deskriptive Statistik=beschreibende Statistik
Die t-Verteilung Jonathan Harrington. Standard error of the mean (SE) ist die Standardabweichung von Mittelwerten Ich werfe 5 Würfel und berechne den.
Seminar: Datenerhebung
Einführung in SPSS/PASW. Inhaltsübersicht 1. Intro ( ) 2. Deskriptive Statistik ( ) (In Buch 1 Seite 85ff.) Kennwerte (Erwartungswert,
Überblick Statistik Deskriptive Statistik=beschreibende Statistik
STATISIK LV Nr.: 1375 SS März 2005.
STATISIK LV Nr.: 0028 SS Mai 2005.
Kapitel 10 Multikollinearität
Data Mining Cup 2012 Wissensextraktion – Multimedia Engineering
Modul Statistische Datenanalyse
SStotal SStotal SStreat SSerror SStreat SSerror Biomasse (g) wenig
Konfidenzintervall und Testen für den Mittelwert und Anteile
Graphische Darstellung von Zahlen (1/2)
1.4. Erstellen von Diagrammen
Bioinformatik Vorlesung
Statistik – Regression - Korrelation
Statistik – Wahrscheinlichkeit
Erheben, berechnen und darstellen von Daten
Empirische Sozialforschung am Beispiel der Limburger Nordstadt
Deskriptive Statistik, Korrelationen, Mittelwertvergleiche, Graphiken
Überblick Teil 1 Überblick empirische Forschung
Datenmatrix HKI Proseminar Philipp Cielen.
Thema der Stunde I. Die Form der Stichprobenkennwerteverteilung
Auswertung analytischer Daten - Auswertungsziele
Forschungsstrategien Johannes Gutenberg Universität Mainz
Test 1 Test 2 Test 3. Test 4 Test 5 Test 6 Test 7 Test 8 Test 9.
Statistik III Statistik III 2. Streuungsmaße (Dispersionsmaße)
Statistik im Labor BFB-tech Workshop Eugen Lounkine.
Aufgabenstellung  gegeben ist die zeitliche Entwicklung der global gemittelten bodennahen Temperatur im Zeitraum (Dateiname= ytemp2m.obs, ascii-
Analysen univariater Stichproben
Test.
Univariate Statistik M. Kresken.
 Präsentation transkript:

Auswertung analytischer Daten - Auswertungsziele

Probenahmen: Gruppierungsvariable (factors) Meßparameter: Meßvariable (variables) Einzelproben (cases)

Schnellgrafik mit Streuungsmaß in Excel Wesentliche Angaben zur Beurteilung von graphisch dargestellten Daten !

C. Graphische Darstellung, Statistik zunächst: einfache Linien oder Säulengrafiken (keine Mühe für Format vergeuden!) in Excel/Sigmaplot mit MEDIAN und FEHLERINDIKATOR: Standardabweichung STD: Standardfehler (Fehler des Mittelwertes) SE: oder Vertrauensbereich CI: (t n= ,96) für Tabellen: Varianzkoeffizient CV: erst dann: Definition des Auswertungszieles Unterschiede (sig) Gemeinsamkeiten zeitliche Abfolge Definition des Statistikbedarfes sign.Unterschiede, Korrelation (Ordination) oder Gruppierung? Definition des Präsentationszieles (Poster/Publikation) Auswahl der dazu fähigen Software -->Formatieren der Grafiken

signifikante Unterschiede (univariate Tests, ANOVA): Signifikanzniveau: P + CI = 100 % P.... Irrtumswahrscheinlichkeit (probability) CI...Vertrauensbereich (confidence interval) hochsignifikant P < 0,1% (0,001) *** signifikant P < 1% (0,01)** schwach signifikant P < 5% (0,05)* nicht signifikant P > 5% n.s. in jedem Fall: Wert angeben !..... Es interessiert nicht nur ob, sonder vor allem wie signifikant die Ergebnisse sind.... Das Signifikanzniveau - die Reproduzierbarkeit des Versuches

„notched box and whisker plot“

Auswertung analytischer Daten - Auswertungsziele

Component 1 (80%) Component 2 (20%) Main Component or Factor analysis

Fragestellung, Hypothese, Konzeptuelles Modell bestimmen Statistik- und Grafikbedarf !