Inferenzmethoden und Multivariate Statistik

Die unbekannte Grundgesamtheit besser kennenlernen! Von der Stichprobe auf die Grundgesamtheit schließen - dabei helfen Inferenzmethoden und die Multivariate Statistik. Veith Tiemann vermittelt das notwendige Grundwissen zur Interferenzstatistik: Zu Beginn stellt er statistische Tests und den Ein-, Zwei- und C-Stichprobenfall vor. Abhängigkeitsstrukturen deckt er durch Korrelationen, Regressionen, Hauptkomponenten- und Faktoranalysen auf. Er zeigt zudem, wie sich durch Segmentieren und Klassifizieren Gruppenstrukturen bilden lassen. Das gesamte Wissen zu Inferenzmethoden und Multivariater Statistik wird anwendungsorientiert mit SPSS vermittelt.

Aus: ekz.de Wolfgang Grölz 17.06.19
Auch wenn der Text mit einer Einführung in dies aktuelle Version von SPSS beginnt und die folgende Darstellung sehr ausführlich und um Verständnis bemüht ist, sollte ein Leser sowohl über Grundkenntnisse im Computereinsatz verfügen als auch mit der vorbereitenden Wahrscheinlichkeitstheorie etwas vertraut sein. Dann bietet dieses Buch Studierenden die Statistik benutzender Fächer wie u.a. Betriebswirtschaft, Soziologie, Psychologie oder Biologie eine zuverlässige und einigermaßen bequeme Hilfe. Es ist nicht als Begleitlektüre zu entsprechenden Vorlesungen geeignet, sondern auch zu einem unabhängigen Selbststudium. Viele Beispiele und sorgfältige Erklärungen vermitteln die Grundlagen zum Verständnis der behandelten Schätz- und Testverfahren der schließenden Statistik bis hin zur Fähigkeit selbstständiger Anwendungen. []

Autorentext
Prof. Dr. Veith Tiemann lehrt an der EBC Hochschule Hamburg.

Klappentext
Von der Stichprobe auf die Grundgesamtheit schließen - dabei hilft die Inferenzstatistik! Veith Tiemann vermittelt in seinem neuen Lehrbuch die Grundlagen der Inferenzstatistik und Multivariaten Statistik. Zu Beginn stellt er statistische Tests und den Ein-, Zwei- und C-Stichprobenfall vor. Abhängigkeitsstrukturen deckt er durch Korrelationen, Regressionen, Hauptkomponenten und Faktoranalysen auf. Er zeigt auch, wie sich Gruppenstrukturen bilden lassen. Den Stoff illustriert er durch zahlreiche Beispiele und SPSS-Anwendungen. Das Buch richtet sich an Studierende der Wirtschafts- und Sozialwissenschaften und ist darüber hinaus für das Selbststudium geeignet.

Inhalt
I Statistiksoftware 1 1 Wofür braucht man das? 3 2 Klassen von Software 5 3 SPSS eine Statistiksoftware 7 3.1 Vorstellung 7 3.2 Daten 8 3.3 Transformationen 11 3.4 Graphiken 14 3.5 Analysen 20 4 Aufgaben Teil I 31 II Inferenzstatistik 33 5 Einführung 35 5.1 Statistischer Test und multivariate Statistik 35 5.2 Der statistische Test Die Konstruktion eines Testes mit stetigen Daten 35 5.2.1 Hypothesen werden benötigt 37 5.2.2 Vereinfachung durch Differenzenbildung 39 5.2.3 Die Prüfgröße 40 5.2.4Die t-Verteilung kommt ins Spiel 42 5.2.5 Ein Ablaufplan für den t-Test 44 5.2.6 Die Entscheidungsmatrix mit den beiden Fehlern 45 5.2.7 Die Überschreitungswahrscheinlichkeit 45 5.2.8 Zusammenfassung 46 5.3 Der statistische Test Die Konstruktion eines Tests mit diskreten Daten 47 5.3.1 Die Prüfgröße 48 5.3.2 Die Entscheidungsregel 48 5.3.3 Die Überschreitungswahrscheinlichkeit 50 5.3.4 Zweiseitig vs. Einseitig 52 5.4 Zusammenfassung 52 6 Der Einstichprobenfall 53 6.1 p-Test, Test auf Anteilswerte 53 6.1.1 Das Konzept 53 6.1.2 SPSS Der Binomialtest 54 6.2 t-Test 56 6.2.1 Das Konzept 56 6.2.2 SPSS Der t-Test 58 6.2.3 Die Power eines Test 61 6.3 Vorzeichentest 62 6.3.1 Das Konzept 62 6.3.2 SPSS Der Vorzeichentest 64 6.4 Der 2-Anpassungstest 65 6.4.1 Das Konzept 65 6.4.2 SPSS Der 2-Anpassungstest 69 6.5 Der Kolmogorov-Smirnov-Test 71 6.5.1 Das Konzept 71 6.5.2 SPSS- und graphische Ansätze 72 6.5.3 Anmerkungen zu Zufallszahlen 79 6.5.4 SPSS KS-Test 80 7 Der Zweistichprobenfall 83 7.1 Ein paar Hinweise 83 7.2 Der 2-Unabhängigkeitstest 85 7.2.1 Das Konzept 85 7.2.2 SPSS 2-Unabhängigkeitstest 87 7.3 Lagetest verbunden 89 7.3.1 Das Konzept 89 7.3.2 SPSS Lagetest verbunden 90 7.4 Lagetest unverbunden 92 7.4.1 Das Konzept 92 7.4.2 t-Test 93 7.4.3 Varianztest 94 7.4.4 Welch-Test 96 7.4.5 SPSS das unverbundene Zweistichprobenproblem 97 8 Der c-Stichprobenfall 101 8.1 Einfaktorielle univariate ANOVA 101 8.1.1 Das Konzept 101 8.1.2 SPSS einfaktorielle ANOVA 105 8.2 Zweifaktorielle univariate ANOVA 108 8.2.1 Das Konzept 108 8.2.2 SPSS zweifaktorielle ANOVA 108 9 Aufgaben Teil II 113 III Abhängigkeitsstrukturen 119 10 Korrelation 121 10.1 Kontingenz 121 10.1.1 Das Konzept 121 10.1.2 SPSS Kontingenz und Profile 123 10.2 Pearson 125 10.3 Spearman 127 10.4 Scheinkorrelation 129 10.5 SPSS Korrelation 130 11 Regression 135 11.1 Einfache lineare Regression 135 11.1.1 Das Konzept 135 11.1.2 SPSS einfache lineare Regression 136 11.2 Partielle Korrelation 140 11.2.1 Das Konzept 140 11.2.2 SPSS partielle Korrelation 142 11.3 Autokorrelation 143 11.3.1 Das Konzept 143 11.3.2 SPSS Autokorrelation 148 11.4 Erweiterung multiple Regression 151 11.4.1 Das Konzept 151 11.4.2 SPSS Regression 155 12 Hauptkomponentenanalyse 163 12.1 Hintergrund und worum es geht 163 12.2 Konkrete Durchführung einer HKA 166 12.3 Fahrplan einer HKA 172 12.4 Faktorenanalyse 173 12.5 SPSS HKA 175 13 Aufgaben Teil III 183 IV Gruppenstrukturen 191 14 Worum geht es? 193 15 Klassifizieren 195 15.1 Diskriminanzanalyse 195 15.2 SPSS Diskriminanzanalyse 201 16 Segmentieren 211 16.1 Worum es geht 211 16.2 Hierarchische Verfahren Clusteranalyse 212 16.3 Partitionierende Verfahren K-Means 218 16.4 SPSS Distanzen und Segmentierung 221 17 Aufgaben Teil IV 227 V Anhänge 229 18 Literatur 231 19 Tabellenverzeichnis 233 20 Abbildungsverzeichnis 235 21 Stichwortverzeichnis 241