Nach einer Einführung in SAS (Statistical Analysis System) an Hand von Beispielen der beschreibenden Statistik werden sowohl grundlegende Verfahren als auch einige weiterführende statistische Metho­den behandelt. Die zu Grunde liegenden Modelle werden formuliert und deren praktische Durchführung mittels SAS an Beispielen demonstriert. Dabei wird die neue Version 9.1 von SAS zugrunde gelegt. Besonderer Wert wird auf die statistische Interpretation des Output gelegt.

Statistik mit SAS: mit Beispielen aus der Praxis zum Erfolg

Autorentext

Prof. Dr. Julius Dufner, Universität Hohenheim
Prof. Dr. Uwe Jensen, Universität Ulm
Dr. Erich Schumacher, Hochschule für Technik Stuttgart

Klappentext

Beispiele aus der beschreibenden Statistik bilden die Grundlage für diese Einführung in SAS (Statistical Analysis System). Behandelt werden neben den grundlegenden Verfahren auch die Bereiche, die für Fortgeschrittene im Thema von Interesse sind. Das Buch bietet umfassende Hilfe bei der Modellauswahl und bereitet auf die praktische Durchführung mit Hilfe der Software SAS an instruktiven Beispielen vor. Zudem werden in dieser kompakten Zusammenstellung zu statistischen Verfahren Erläuterungen der benötigten Begriffe und Resultate angeboten.

Inhalt
1 Einführung in SAS.- 1.1 Das SAS-Softwaresystem.- 1.2 Die SAS-Benutzeroberfläche.- 1.3 Statistik-Komponenten.- 2 Das SAS-Programmsystem.- 2.1 Ein einführendes Beispiel.- 2.2 Ergänzungen.- 2.3 Externe Daten.- 2.4 Die Programmiersprache SAS.- 3 Beschreibende Statistik.- 3.1 Eindimensionale Stichproben.- 3.2 Zwei- und mehrdimensionale Stichproben.- 4 Grundlagen der Wahrscheinlichkeitstheorie und Statistik.- 4.1 Wahrscheinlichkeitstheorie.- 4.2 Grundlagen der beurteilenden Statistik.- 5 Beurteilende Statistik Grundlegende Verfahren.- 5.1 Tests bei Normalverteilungsannahme.- 5.2 Anpassungstests.- 5.3 Verteilungsfreie Verfahren Nichtparametrische Methoden.- 6 Varianzanalyse.- 6.1 Einfaktorielle Varianzanalyse fixe Effekte.- 6.2 Multiple Mittelwertsvergleiche.- 6.3 Einfaktorielle Varianzanalyse zufällige Effekte.- 6.4 Zweifaktorielle Varianzanalyse Kreuzklassifikation.- 6.5 Zweifaktorielle hierarchische Varianzanalyse.- 6.6 Versuchsplanung spezielle Randomisationsstrukturen.- 6.7 Unbalancierte Daten.- 7 Lineare Regressionsanalyse.- 7.1 Einfache lineare Regression.- 7.2 Multiple lineare Regressionsanalyse.- 7.3 Kovarianzanalyse.