Anhand einer schematischen Übersicht der Universität Zürich besprechen wir Kriterien, um geeignete statistische Tests für Datenanalysen zu finden:
Gibt es eine konkrete Fragestellung oder suchen wir einen Algorithmus, um Strukturen in den Daten zu entdecken?
Geht es uns um Zusammenhangsanalysen oder Unterschiedsanalysen?
Welches Skalenniveau weist unsere Zielvariable auf: nominalskaliert, ordinalskaliert oder intervallskaliert?
Gehen wir von Normalverteilung aus oder ist es sinnvoller, ein nichtparametrisches ("verteilungsfreies") Verfahren anzuwenden?
Haben wir abhängige oder unabhängige Stichproben?
Auf folgende Tests und Verfahren wird im Video eingegangen:
Faktorenanalyse, Clusteranalyse, Chi-Quadrat-Test, Pearson-Korrelation, Rangkorrelation nach Spearman, F-Test, Binomialtest, t-Test für abhängige und unabhängige Stichproben, Mann-Whitney-U-Test, Wilcoxon-Test, Kruskal-Wallis-Test, Friedman-Test, Varianzanalyse ohne / mit Messwiederholung; lineare, binär-logistische, ordinal-logistische und multinomiale Regressionsanalyse.
Hinweis: Die Übersicht zeigt nur eine Auswahl, selbstverständlich gibt es weit mehr statistische Methoden.
Viel Erfolg bei Euren Datenanalysen!
Blogbeitrag:
statistik-dresden.de/archives...
Entscheidungsbaum der Universität Zürich:
www.methodenberatung.uzh.ch/d...
Interaktiver Entscheidassistent:
www.methodenberatung.uzh.ch/d...
R Schulungen: statistik-dresden.de/leistung...
Twitter: / statistikindd
Facebook: / statistikdresden
Blog: statistik-dresden.de/statisti...
Statistiken zu Musik-Charts:
• Chart-Geschichte(n)
20 июл 2024