Nina Becker, Christoph Rothenwöhrer Copyright© 2004 Systat Software, Inc. http://www.systat.com
SigmaStat 3.11
Die Aufga be der Statistik i st die Zusammenfa ssung von Da ten, deren Darstel lung, Analyse und Interpretation
Deskriptive Statistik
•Tabellarische und graphische Darstellung •Charakterisierung von Stichproben anhand von Kenngrößen (Mittelwerte, Streuung, Verteilungsform, etc.)Analytische Statistik
•Ordnen, zusammenfassen und geeignete Darstellung der Rohdaten •Richtige Schlüsse aus den Ergebnissen ziehen •Schließt auf allgemeine Gesetzmäßigkeiten, die über den Beobachtungszeitraum hinaus gültig sindStatistischer Test
•Gibt an, ob der beobachtete Unterschied zufällig ist, oder ob er mit einer bestimmten Wahrscheinlichkeit als gesichert angesehen werden kann ([*]0,05≥P>0,01; [**]0,01≥P>0,001; [***]P≤0,001) •Basiert auf der WahrscheinlichkeitsrechungZentrale Frage Wie analysiere ich meinen Datensatz mit SigmaStat ???
Vorgehensweise
Deskriptive Statistik -Charakterisierung der Stichproben -Sind die Stichproben abhängig oder unabhängig? -Prüfung auf Normalverteilung -Korrelation/Regression Analytische Statistik -Prüfung auf Gleichheit der Varianz -Signifikanztest, Häufigkeitsverteilung, multivariate Statistik, etc.SigmaStat
•ANOVA (One, Two, Three Ways, Kruskal-Wallis, etc) •Post-Hoc Tests (z.B. Holm-Sidak, Tukey, Duncan‘s) •Häufigkeitsverteilungen (z, chi², Fisher Exact, McNemar)•t-Test (unverbundene/verbundene) •Mann-Whitney U Test •Wilcoxon-Test
•Korrelation (Pearson, Spearman) •Nicht lineare / Lineare Regression (Simple lineare Regression) •Multivariate Statistik (multiple lineare/logistic Regression)
•Grundlegende deskriptive Statistik •Normalität (Kolmogorov-Smirnov) •Gleichheit der Varianzen (Levene median)
SigmaStat
•Test-Berichte •Erstellung von Graphen (Übersicht und Spezielle) •Kompatibilität zu SigmaPlot •Transformation von DatenDeskriptive Statistik
Abhängigkeit von Stichproben
1. Einseitige Abhängigkeit M1 ist Ursache von M2 (z.B. Höhenlage des Messpunktes und Lufttemperatur) 2. Wechselseitige Abhängigkeit M1 kann Ursache von M2 sein, aber auch umgekehrt (z.B. Korrelation zwischen dem Körperbautyp von Ehepartnern)Abhängigkeit von Stichproben
3. Abhängigkeit von gemeinsamen Ursachen M1 und M2 beeinflussen sich nicht gegenseitig, sondern hängen von einem (oder mehreren) anderen Faktor(en) ab (z.B. Ertrag zweier Getreidesorten auf gleichen Bodenbedingungen) 4. Unabhängige StichprobenNormalverte ilung
1.Daten sind normalverteilt => Parametrische Tests 2. Daten sind nicht normalverteilt =>Nicht-Parametrische Tests Kolmogorov-Smirnov TestKorrelation
•Bestimmung, in welchem Maß die Veränderung zweier Variablen miteinander verknüpft sind •Keine Unterscheidung zwischen einer abhängigen und einer unabhängigen Variablen •Bewertung der Korrelation: Korrelationskoeffizient (r); 0.2 <r < 0.5 geringe Korrelation 0.5 <r < 0.7 mittlere Korrelation 0.7 <r < 0.9 hohe KorrelationKorrelation
•SpearmanRangkorrelation •Vorraussetzung: 1. gleiche Verteilung •Pearson Maßkorrelation (sensitiver) •Vorraussetzung: 1. Normalverteilung 2. Gleiche VarianzenRegression
•Beschreibung welche Art des Zusammenhangs zwischen zwei Variablen besteht •Unterscheidung zwischen abhängigen und unabhängigen Variablen •Linear (Regressionsgerade ) und nichtlinear (z.B. quadratisch, logarithmisch) •RegressionskoeffizientAnalytische Statistik
P aramet ris ch e Test s f ür 2 Stichproben
•t-Test:Vergleich zweier Mittelwerte •Vorrausetzung: 1. Unabhängige Stichproben 2. Normalverteilung 3. Gleiche Varianzen (Levene median) •Prüfgröße: ()
−+−−−
+=− 2²1²)1( * *21
2211 21
21
21 nnsnsn nnnntxx •Parameter: Freiheitsgrad (FG=n 1+n 2+2) •Unterschied: t cal> t tab
P aramet ris ch e Test s f ür 2 Stichproben
•t-Test für Paardifferenzen: Vergleich zweier Mittelwerte •Vorraussetzung: 1. Abhängige Stichproben 2. Normalverteilung 3. Gleiche Varianzen •Prüfgröße: •Parameter: Freiheitsgrad (FG=n-1) •Unterschied: t cal> t tabsn xt*=