Statistik leichtgemacht
5. überarbeitete Auflage (Juli 2025) - Viele anschauliche Beispiele - nur 8,99 €
Statistik einfach erklärt
Kurze Antworten auf die häufigsten Fragen zu Statistik, Methoden und Auswertung, mit weiterführenden Links zu den passenden Tutorials.
Was ist die Deskriptive Statistik?
Mit der deskriptiven Statistik kannst du deine gesammelten Daten mithilfe von Tabellen, Grafiken und Kennzahlen auswerten und anschaulich darstellen. Sie beschreibt zunächst die vorliegenden Daten; Rückschlüsse auf eine Grundgesamtheit benötigen zusätzlich Verfahren der Inferenzstatistik.
Deskriptive StatistikDeskriptive Statistik und InferenzstatistikWas ist das Skalenniveau?
Das Skalenniveau bestimmt die möglichen Rechenoperationen und gibt damit die möglichen statistischen Tests vor. Das Skalenniveau einer Variablen kann entweder nominal, ordinal oder metrisch sein.
SkalenniveauWas ist die z-Standardisierung (z-Transformation)?
Die z-Standardisierung ist ein statistisches Verfahren, das dazu dient, Datenpunkte aus verschiedenen Datensätzen vergleichbar zu machen.
z-StandardisierungWas ist eine Hierarchische Clusteranalyse?
Eine hierarchische Clusteranalyse ist eine Clustermethode, die einen hierarchischen Baum bzw. ein Dendrogramm der zu clusternden Objekte erstellt.
Hierarchische ClusteranalyseWas ist ein Bland-Altman-Plot?
Bland-Altman-Diagramme (Bland-Altman-Plot), auch bekannt als Differenzdiagramme, sind ein aussagekräftiges grafisches Werkzeug, um zwei Messverfahren zu vergleichen und die Übereinstimmung zwischen zwei Datensätzen zu beurteilen.
Bland-Altman-PlotEffektstärke Eta-Quadrat (η²) bei der Varianzanalyse?
Eta-Quadrat (η²) ist ein häufig verwendetes Maß für die Effektstärke bei der Varianzanalyse.
Eta-QuadratWas ist der Kruskal-Wallis-Test?
Der Kruskal-Wallis-Test (H-Test) ist ein nichtparametrischer Hypothesentest für mehrere unabhängige Stichproben. Er kann verwendet werden, wenn die Voraussetzungen einer einfaktoriellen Varianzanalyse nicht ausreichend erfüllt sind.
Kruskal-Wallis-TestWie prüfe ich auf Normalverteilung?
Die Normalverteilung kann entweder analytisch oder grafisch überprüft werden. Die gängigsten analytischen Tests sind der Kolmogorov-Smirnov Test, der Shapiro-Wilk Test und der Anderson-Darling Test. Für die Grafische Prüfung wird entweder ein Histogramm oder der Q-Q-Plot verwendet
Test auf NormalverteilungAnalytischer Test auf NormalverteilungGrafischer Test auf NormalverteilungWelche Skalenniveaus gibt es?
Das Skalenniveau kann entweder nominal, ordinal oder metrisch sein. Bei nominalen Variablen können die Ausprägungen unterschieden werden, bei ordinalen Variablen können die Ausprägungen sortiert werden und bei dem metrischem Skalenniveau können die Abstände zwischen den Ausprägungen berechnet werden.
SkalenniveauWas ist eine Warenkorbanalyse [Assoziationsanalyse]?
Die Warenkorbanalyse (auch Assoziationsanalyse genannt) ist eines der wichtigsten Verfahren, die eingesetzt werden, um Zusammenhänge zwischen Artikeln aufzudecken.
WarenkorbanalyseWas ist das Bestimmtheitsmaß R2 und der Standardschätzfehler?
Das Bestimmtheitsmaß R² gibt an, welcher Anteil der beobachteten Varianz durch das lineare Modell erklärt wird. Der Standardschätzfehler beschreibt die typische Größe der Residuen.
BestimmtheitsmaßStandardschätzfehlerWie erstelle ich einen Fragebogen bzw. eine Umfrage?
Für die Erstellung eines Fragebogens kannst du DATAtab Survey verwenden. Hier erfährst du die grundlagen über Fragebogendesign
Fragebogen und UmfragenFragetypen im FragebogenWelche Fragetypen gibt es im Fragebogen?
Fragetypen im Fragebogen sind zum Beispiel Frage mit Einfachantworten, Frage mit Mehrfachantworten, Ranking-Frage, oder Offene Fragen
Fragetypen im FragebogenWas sind nominale Variablen?
Die Nominalskala ist das niedrigste Skalenniveau mit dem niedrigsten Informationsgehalt. Mögliche Ausprägungen der Variablen können zwar unterschieden werden, eine sinnvolle Ordnung ist jedoch nicht möglich. Beispiel: Geschlecht
NominalskalaSkalenniveauWas sind ordinale Variablen?
Bei der Ordinalskala können die Ausprägungen unterschieden werden und eine Rangfolge gebildet werden. Die Abstände zwischen den Ausprägungen sind jedoch nicht interpretierbar, eine Aussage über den absoluten Abstand zwischen zwei Werten ist daher nicht möglich. Beispiel: Schulnote
OrdinalskalaSkalenniveauWas sind kategorische Variablen?
Kategorische Variablen sind entweder nominal oder ordinal. Kategorische Variablen können eine limitierte Anzahl von Ausprägungen annehmen, z. B. Land mit Deutschland, Österreich, ... oder Geschlecht mit Weiblich und Männlich.
Kategorische VariablenSkalenniveauWas sind metrische Variablen?
Metrische Variablen weisen das höchstmögliche Skalenniveau auf. Bei dem metrischen Skalenniveau können die Merkmalsausprägungen verglichen und sortiert werden und es können Abstände zwischen den Ausprägungen berechnet werden. Beispiel: Körpergröße
Metrische VariablenSkalenniveauGrundgesamtheit, Totalerhebung und Stichprobe?
Bei der Planung einer empirischen Studie (z.B. Umfrage) ist das Thema Stichprobenziehung sehr wichtig. Bevor du mit dem Sammeln deiner Daten startest, musst du festlegen, wie du die Personen auswählst, die an deiner Studie teilnehmen sollen.
Grundgesamtheit, Totalerhebung und StichprobeWas sind Lagemaße?
Lagemaße sind z. B. der Mittelwert, der Median oder der Modalwert (Modus). Sie geben Auskunft darüber, wo die Mitte beziehungsweise eine typische Lage der Verteilung liegt.
LagemaßeMittelwertModalwert / ModusMedianWas sind Streuungsmaße?
Streuungsmaße sind z. B. die Standardabweichung, die Varianz oder die Spannweite. Sie beschreiben, wie weit die Werte einer Verteilung auseinanderliegen.
StreuungsmaßeStandardabweichung & VarianzSpannweiteInterquartilsabstandWas sind Häufigkeitstabellen?
Häufigkeitstabellen zeigen dir die absoluten und relativen Häufigkeiten der Ausprägungen deiner Variablen. Du erhältst eine Tabelle, die dir angibt, wie oft jede Ausprägung vorkommt. Eine Häufigkeitstabelle für die Variable Geschlecht gibt z. B. an, wie oft die Ausprägungen männlich und weiblich in deiner Stichprobe vorkommen.
HäufigkeitstabellenWas sind Kreuztabellen?
Kreuztabellen, auch Kontingenztafeln genannt werden in der deskriptiven Statistik verwendet um einen Überblick über zwei, meist kategorischen Variablen zu bekommen. In der Kreuztabelle kann dann abgelesen werden, wie oft die Kombination der Ausprägungen zweier Merkmale vorkommt.
KreuztabelleWas ist ein Balkendiagramm?
In einem Balkendiagramm werden absolute und relative Häufigkeiten auf einem zweiachsigen Koordinatensystem dargestellt. Je nachdem, wie die Balken angeordnet sind, wird zwischen horizontalen und vertikalen Balkendiagrammen unterschieden.
BalkendiagrammWas ist ein Histogramm?
Mit einem Histogramm wird grafisch die Häufigkeitsverteilung einer metrischen Variable dargestellt. Um eine Verteilung von Daten in einem Histogramm darzustellen, müssen diese zunächst in Klassen, auch bins genannt, eingeteilt werden.
HistogrammWas ist ein Streudiagramm?
Streudiagramme werden in der Statistik dafür verwendet um Zusammenhänge in Daten zu Visualisieren. In einem Streudiagramm können immer zwei Variablen aufgetragen werden, dieses geschieht, indem jedes Wertepaar eines Falls in einem Koordinatensystem als Punkt dargestellt wird.
StreudiagrammWas sind Hypothesen?
Eine statistische Hypothese ist eine überprüfbare Annahme über eine Grundgesamtheit, zum Beispiel über einen Unterschied, einen Zusammenhang oder einen Parameter. Sie wird aus der Forschungsfrage abgeleitet.
HypotheseWas sind Hypothesentests?
Ein Hypothesentest prüft anhand von Stichprobendaten, ob die Daten ausreichend stark gegen eine festgelegte Nullhypothese sprechen. Er beweist eine Hypothese nicht endgültig.
HypothesentestsWie finde Ich den passenden Hypothesentest?
Um den passenden Hypothesentest zu finden, benötigst musst du wissen, welches Skalenniveau deine Daten haben und wie viele Stichproben vorliegen. Hierbei hilft dir DATAtab.
Hypothesentest findenWas ist die Nullhypothese?
Die Nullhypothese beschreibt meist keinen Unterschied, keinen Zusammenhang oder einen festgelegten Parameterwert. Beispiel: Das mittlere Gehalt von Männern und Frauen unterscheidet sich in der Grundgesamtheit nicht.
NullhypotheseWas ist die Alternativhypothese ?
In der Regel geht die Alternativhypothese davon aus, dass zwischen zwei oder mehreren Gruppen ein Unterschied in Bezug auf ein Merkmal vorliegt. Beispiel: Das Gehalt von Männern und Frauen unterscheidet sich in Deutschland.
AlternativhypotheseWas sind Unterschiedshypothesen?
Unterschiedshypothesen prüfen, ob es einen Unterschied zwischen zwei oder mehreren Gruppen gibt, z. B. die "Gruppe" der Männer verdienen mehr als die "Gruppe" der Frauen. Eine Variable ist also immer eine kategorische Variable, z. B. Geschlecht (Männlich, Weiblich) oder Raucherstatus (Raucher, nicht Raucher) und die andere Variable ist zumindest ordinal skaliert, z. B. Gehalt oder Herzinfarktrisiko in Prozent.
Unterschieds- und ZusammenhangshypothesenWas sind Zusammenhangshypothesen?
Zusammenhangshypothesen prüfen Zusammenhänge (engl. correlations) zwischen mindestens zwei Variablen, z. B. je größer eine Person ist desto schwerer ist sie. Zusammenhangshypothesen haben oft die Form "Je mehr..., desto höher/niedriger...". Es werden also zumindest zwei ordinal skalierte Variablen untersucht.
Unterschieds- und ZusammenhangshypothesenWas sind ungerichtete Hypothesen?
Ungerichtete Hypothesen prüfen, ob es einen Zusammenhang oder einen Unterschied gibt, wobei es egal ist, in welche Richtung der Zusammenhang bzw. der Unterschied geht. Beispiel: Es gibt einen Unterschied zwischen dem Gehalt von Männern und Frauen (Es wird aber nicht gesagt, wer mehr verdient!)
Gerichtete und ungerichtete HypotheseWas sind gerichtete Hypothesen?
Gerichtete Hypothesen prüfen, ob es einen Zusammenhang oder einen Unterschied gibt und geben zusätzlich die Richtung des Zusammenhangs bzw. des Unterschieds an. Beispiel: Männer verdienen mehr als Frauen
Gerichtete und ungerichtete HypotheseWas ist das Signifikanzniveau bzw. die Irrtumswahrscheinlichkeit?
Das Signifikanzniveau wird vor dem Test festgelegt und begrenzt die langfristige Wahrscheinlichkeit eines Fehlers 1. Art. Ist der p-Wert kleiner als das festgelegte Signifikanzniveau, wird die Nullhypothese verworfen. Häufig wird α = 5 % oder 1 % gewählt.
SignifikanzniveauWas ist die Irrtumswahrscheinlichkeit?
Das Signifikanzniveau α gibt unter der Nullhypothese die langfristige Wahrscheinlichkeit an, diese fälschlich zu verwerfen. Es ist nicht die Wahrscheinlichkeit, dass die Nullhypothese nach einem einzelnen Test wahr ist.
IrrtumswahrscheinlichkeitWas ist der Fehler 1. Art?
Ein Fehler erster Art, auch α-Fehler genannt, entsteht, wenn die Nullhypothese verworfen wird, obwohl sie gilt.
Fehler 1. ArtFehlerarten bei HypothesentestsWas ist der Fehler 2. Art?
Ein Fehler zweiter Art, auch β-Fehler genannt, entsteht, wenn die Nullhypothese nicht verworfen wird, obwohl die Alternativhypothese gilt.
Fehler 2. ArtFehlerarten bei HypothesentestsWas ist ein t-Test?
Ein t-Test prüft Hypothesen über einen Mittelwert oder einen Mittelwertsunterschied in der Grundgesamtheit. Man unterscheidet den Einstichproben-t-Test, den t-Test für unabhängige Stichproben und den t-Test für abhängige Stichproben.
t-TestWas ist ein einstichproben t-Test?
Der Einstichproben-t-Test prüft, ob der Mittelwert einer Grundgesamtheit von einem festgelegten Referenzwert abweicht. Dafür wird der Stichprobenmittelwert verwendet.
Einstichproben t-TestWas ist ein t-Test für unabhängige Stichproben
Der t-Test für unabhängige Stichproben prüft anhand zweier unabhängiger Stichproben, ob sich die Mittelwerte der zugehörigen Grundgesamtheiten unterscheiden.
t-Test für unabhängige StichprobenWas ist ein t-Test für abhängige Stichproben
Der t-Test für abhängige Stichproben prüft, ob der Mittelwert der paarweisen Differenzen in der Grundgesamtheit von null beziehungsweise einem Referenzwert abweicht.
t-Test für abhängige StichprobenWas sind die Voraussetzungen für den t-Test für abhängige Stichproben?
Voraussetzungen: 1) Es liegen zwei verbundene Messungen vor. 2) Die abhängige Variable ist metrisch. 3) Die paarweisen Differenzen sind annähernd normalverteilt.
Voraussetzungen t-Test für abhängige Stichprobent-Test für abhängige StichprobenWas sind die Voraussetzungen für den t-Test für unabhängige Stichproben?
Voraussetzungen: 1) Die beiden Gruppen sind unabhängig. 2) Die abhängige Variable ist metrisch. 3) Die Fehler sind innerhalb der Gruppen annähernd normalverteilt. 4) Beim klassischen t-Test sind die Varianzen gleich; der Welch-t-Test benötigt diese Annahme nicht.
Voraussetzungen t-Test für unabhängige Stichprobent-Test für unabhängige StichprobenWas sagt der t-Wert beim t-Test aus?
Der t-Wert setzt die beobachtete Abweichung zur geschätzten Standardunsicherheit ins Verhältnis. Je größer sein Betrag ist, desto stärker sprechen die Daten gegen die Nullhypothese. Bei einem zweiseitigen Test wird die Nullhypothese verworfen, wenn der Betrag von t den kritischen Betrag überschreitet.
t-Test für unabhängige StichprobenWas ist der empirischer t-Wert?
Der empirische t-Wert ist der aus der Stichprobe berechnete t-Wert. Bei einem zweiseitigen Test ist das Ergebnis signifikant, wenn sein Betrag größer als der Betrag des kritischen t-Werts ist.
t-TestWas ist ein Binomialtest?
Der Binomialtest prüft Hypothesen über den Anteil einer dichotomen Variable, also einer Variable mit genau zwei Ausprägungen.
BinomialtestWas ist der Chi-Quadrat-Test?
Der Chi-Quadrat-Test ist ein Hypothesentest, der dann verwendet wird, wenn man feststellen möchte, ob es einen Zusammenhang zwischen zwei kategorischen Variablen gibt.
Chi-Quadrat-TestWas ist die Effektstärke beim Chi-Quadrat Test?
Beim Chi-Quadrat-Test kann Cramérs V als Effektstärke verwendet werden. Die Werte 0,1, 0,3 und 0,5 werden bei 2×2-Tabellen oft grob als klein, mittel und groß eingeordnet; bei größeren Tabellen hängen Richtwerte von den Freiheitsgraden ab.
Effektstärke beim Chi-Quadrat TestWas ist der Mann-Whitney U Test?
Der Mann-Whitney U Test testet, ob es einen Unterschied zwischen zwei Gruppen gibt, hierfür werden Ränge statt der tatsächlichen Werte verwendet. Um einen Mann-Whitney-U-Test berechnen zu können, müssen lediglich zwei unabhängige Stichproben mit ordinalskalierten Merkmalen vorliegen. Die Variablen müssen keine Verteilungskurve erfüllen.
Mann-Whitney U TestWas ist ein Wilcoxon-Test?
Der Wilcoxon-Vorzeichen-Rang-Test prüft anhand der Ränge paarweiser Differenzen, ob sich zwei abhängige Messungen in ihrer Lage unterscheiden. Er ist ein nichtparametrisches Gegenstück zum t-Test für abhängige Stichproben und prüft nicht die Mittelwerte.
Wilcoxon-TestWas ist ein Varianzanalyse?
Die Varianzanalyse, auch ANOVA genannt, prüft, ob sich die Mittelwerte von zwei oder mehr Gruppen beziehungsweise Bedingungen unterscheiden. Bei einem signifikanten Gesamttest ist noch nicht klar, welche Gruppen sich unterscheiden.
VarianzanalyseWas ist eine Einfaktorielle Varianzanalyse?
Die einfaktorielle Varianzanalyse prüft, ob sich mindestens einer der Mittelwerte von zwei oder mehr unabhängigen Gruppen unterscheidet.
VarianzanalyseWas ist ein Zweifaktorielle Varianzanalyse ohne Messwiederholung?
Die zweifaktorielle ANOVA ohne Messwiederholung prüft die Haupteffekte zweier unabhängiger Faktoren und ihre Wechselwirkung auf eine metrische abhängige Variable.
Zweifaktorielle Varianzanalyse ohne MesswiederholungWas ist ein Zweifaktorielle Varianzanalyse mit Messwiederholung?
Die zweifaktorielle ANOVA mit Messwiederholung prüft die Haupteffekte zweier Faktoren und ihre Wechselwirkung. Mindestens einer der Faktoren besteht aus wiederholten Messungen derselben Untersuchungseinheiten.
Zweifaktorielle Varianzanalyse mit MesswiederholungWas ist eine Likert-Skala?
Eine Likert-Skala ist eine psychometrische Skala, die häufig in der Forschung mit Fragebögen verwendet wird.
Likert-SkalaVarianzanalyse mit Messwiederholung?
Die ANOVA mit Messwiederholungen prüft, ob sich die Mittelwerte von drei oder mehr abhängigen Messungen unterscheiden.
VarianzanalyseWas ist die Welchs ANOVA
Die Welchs ANOVA ist eine Alternative zur klassischen ANOVA und kann auch dann verwendet werden, wenn Ihre Daten die Annahme der Homogenität der Varianzen verletzen.
Welchs ANOVAWas ist ein Friedman-Test?
Der Friedman Test prüft, ob es statistisch signifikante Unterschiede zwischen drei oder mehr abhängigen Stichproben gibt.
Friedman-TestWas ist die Korrelationsanalyse?
Korrelationsanalysen untersuchen den Zusammenhang zwischen Variablen. Pearson beschreibt lineare, Spearman und Kendall monotone Zusammenhänge. Der jeweilige Korrelationskoeffizient liegt zwischen -1 und +1.
KorrelationsanalysePearson KorrelationWas ist die Partialkorrelation?
Die Partialkorrelation beschreibt den linearen Zusammenhang zwischen zwei Variablen, nachdem der lineare Zusammenhang beider Variablen mit einer oder mehreren Kontrollvariablen herausgerechnet wurde.
PartialkorrelationWas ist die Korrelationsanalyse nach Pearson?
Die Korrelationsanalyse nach Pearson (Pearson Korrelation) gibt eine Aussage über den linearen Zusammenhang zwischen metrisch skalierten Variablen. Zur Berechnung wird die jeweilige Kovarianz herangezogen. Ein positiver Wert bedeutet, dass es einen positiven Zusammenhang gibt, einen negativen Wert zeigt, dass es einen negativen Zusammenhang gibt.
Korrelation nach PearsonWas ist die Spearman Rangkorrelation?
Die Spearman-Rangkorrelation beschreibt einen monotonen Zusammenhang zwischen zwei mindestens ordinal skalierten Variablen. Sie basiert auf Rängen und benötigt keinen linearen Zusammenhang.
Spearman RangkorrelationWas ist die Kendalls Tau Rangkorrelation?
Kendalls Tau ist ein Korrelationskoeffizient und ist damit ein Maß für den Zusammenhang zwischen zwei Variablen.
Kendalls TauWas ist die Punktbiseriale Korrelation?
Die Punktbiseriale Korrelation ist ein Spezialfall der Pearson Korrelation und untersucht den Zusammenhang zwischen einer dichotomen und einer metrischen Variable.
Punktbiseriale KorrelationWas sind Parametrische und Nichtparametrische Tests?
Parametrische Tests machen Annahmen über Parameter und Verteilungen, beispielsweise über normalverteilte Fehler oder Differenzen. Sind wichtige Annahmen deutlich verletzt oder liegen ordinale Daten vor, kann ein passender nichtparametrischer Test sinnvoll sein.
Parametrische und Nichtparametrische TestsWas ist eine ROC Kurve?
Eine ROC-Kurve ist eine grafische Darstellung der Leistungsfähigkeit eines binären Klassifizierungsmodells für alle Klassifizierungsschwellenwerte. Hierbei steht ROC für Receiver Operating Characteristic.
ROC KurveWie finde ich den optimalen Cutoff (Youden-Index)?
numiqo bestimmt den optimalen Cutoff einer ROC-Kurve nach dem Youden-Index (J = Sensitivität + Spezifität − 1) und zeigt dazu die Sensitivität, Spezifität sowie die positive und negative Likelihood Ratio an diesem Grenzwert an.
ROC KurveIst die AUC statistisch signifikant?
numiqo gibt die Fläche unter der ROC-Kurve (AUC) mit Standardfehler nach DeLong, 95%-Konfidenzintervall und einem p-Wert für die Nullhypothese AUC = 0,5 aus. Das Konfidenzintervall zeigt, wie präzise die Trennfähigkeit geschätzt ist.
ROC KurveWas ist eine Regression?
Eine Regressionsanalyse beschreibt den Zusammenhang einer abhängigen Variable mit einer oder mehreren unabhängigen Variablen und kann zur Vorhersage verwendet werden. Eine kausale Wirkung folgt daraus nicht automatisch.
RegressionWas ist eine Lineare Regression?
Mithilfe der linearen Regressionsanalyse wird ein Modell erstellt, das die Beziehung zwischen einer abhängigen Variable und einer oder mehreren unabhängigen Variablen beschreibt. Je nachdem, ob es eine oder mehrere unabhängige Variablen gibt, wird zwischen der einfachen und der multiplen linearen Regression unterschieden.
Lineare RegressionWas ist eine logistische Regression?
Die binäre logistische Regression modelliert eine abhängige Variable mit zwei Ausprägungen, zum Beispiel "kauft" und "kauft nicht". Für mehr als zwei ungeordnete oder geordnete Kategorien gibt es die multinomiale beziehungsweise ordinale logistische Regression.
Logistische RegressionWas sind die Voraussetzungen der Lineare Regression?
Wichtige Voraussetzungen sind: 1) Linearität des erwarteten Werts, 2) konstante Varianz der Residuen, 3) unabhängige Beobachtungen beziehungsweise Fehler, 4) keine starke Multikollinearität. Für Signifikanztests wird zusätzlich eine annähernde Normalverteilung der Fehler angenommen.
Voraussetzungen Lineare RegressionWas ist die Faktorenanalyse / Hauptkomponentenanalyse?
Explorative Faktorenanalyse und Hauptkomponentenanalyse sind verwandte, aber unterschiedliche Verfahren. Die Faktorenanalyse modelliert latente Faktoren hinter den Korrelationen; die Hauptkomponentenanalyse fasst die beobachtete Gesamtvarianz in Komponenten zusammen.
FaktorenanalyseWas ist die k-Means Clusteranalyse?
Die k-Means Clusteranalyse ist eine der einfachsten und gängigsten Verfahren zur Clusteranalyse. Es handelt sich dabei um ein partitionierendes Verfahren, welches besonders für große Datenmengen geeignet ist.
k-Means ClusteranalyseWas ist die t-Verteilung?
Soll eine Hypothese mit dem t-Test geprüft werden, muss der t-Wert aus dem Test mit dem kritischen t-Wert verglichen werden. Der kritische t-Wert kann für ein gewähltes Signifikanzniveau aus der Tabelle der kritischen t-Werte abgelesen werden.
t-VerteilungWas ist das Konfidenzintervall?
Ein Konfidenzintervall gibt einen anhand der Stichprobe geschätzten Bereich plausibler Werte für einen Populationsparameter an. Bei einem 95%-Verfahren enthalten langfristig 95 % der auf dieselbe Weise berechneten Intervalle den wahren Parameter.
KonfidenzintervallWas ist Multikollinearität?
Bei einer Regressionsanalyse liegt Multikollinearität vor, wenn Prädiktoren stark linear voneinander abhängen. Dadurch können ihre Regressionskoeffizienten instabil, Standardfehler groß und einzelne Effekte schwer interpretierbar werden.
MultikollinearitätWas ist ein Levene-Test?
Der Levene-Test prüft die Nullhypothese, dass die Varianzen mehrerer Grundgesamtheiten gleich sind. Ein nicht signifikanter Test beweist die Varianzgleichheit nicht, liefert aber keinen signifikanten Hinweis gegen sie.
Levene-TestWas ist der p-Wert?
Der p-Wert ist unter der Nullhypothese die Wahrscheinlichkeit, ein mindestens so extremes Testergebnis wie das beobachtete zu erhalten. Er ist nicht die Wahrscheinlichkeit, dass die Nullhypothese wahr ist.
p-WertNullhypotheseWas ist Kausalität?
Kausalität bedeutet, dass eine eindeutige Ursache-Wirkungs-Beziehung zwischen zwei Variablen besteht. Ein häufiger Fehler bei der Interpretation von Statistiken ist, dass bei Vorliegen einer Korrelation auf eine Kausalität geschlossen wird.
KausalitätWas ist eine abhängige und unabhängige Stichproben?
Bei abhängigen Stichproben sind Messwerte paarweise oder durch wiederholte Messungen verbunden, zum Beispiel bei derselben Person vor und nach einer Operation. Bei unabhängigen Stichproben stammen die Werte aus voneinander unabhängigen Gruppen.
Abhängige und unabhängige StichprobenTabelle F-Verteilung
Die Tabelle der F-Verteilung zeigt die inverse Verteilungsfunktion der F-Verteilung. Aus dieser Tabelle kann der kritische f-Wert abgelesen werden
F-Verteilung TabelleChi-Quadrat Verteilung Tabelle
Aus der Chi-Quadrat Verteilungs Tabelle kann der kritische Chi-Quadrat Wert abgelesen werden
Chi-Quadrat Verteilung TabelleWie definiere ich fehlende Werte / Daten
Fehlende Werte können im Statistik Rechner unter Einstellungen definiert werden
Fehlende Werte definierenWann ist etwas statistisch signifikant?
Ein Testergebnis wird statistisch signifikant genannt, wenn der p-Wert kleiner als das vorab festgelegte Signifikanzniveau ist. Das bedeutet nicht automatisch, dass der Effekt groß oder praktisch relevant ist.
Statistisch SignifikanzWas ist ein Boxplot?
Ein klassischer Boxplot zeigt Median, Quartile, Streuung und mögliche Ausreißer einer quantitativen Verteilung. Der Mittelwert gehört nicht zwingend zu einem Boxplot, kann aber zusätzlich markiert werden.
BoxplotWie groß muss meine Stichprobe sein?
Damit deine online Umfrage aussagekräftig ist, ist es wichtig, genügend TeilnehmerInnen zu befragen.
Stichprobengröße Rechner - FallzahlWas ist das Cronbachs Alpha?
Cronbachs Alpha ist ein Maß für die interne Konsistenz mehrerer Items einer Skala. Ein hoher Wert allein beweist jedoch nicht, dass die Skala eindimensional ist.
Cronbachs AlphaWas ist das Cohen's Kappa?
Cohens Kappa misst die über den Zufall hinausgehende Übereinstimmung zweier Beurteilungen bei nominalen Kategorien.
Cohen's KappaWas ist das gewichtete Cohen's Kappa?
Das gewichtete Cohen-Kappa misst die über den Zufall hinausgehende Übereinstimmung zweier Beurteilungen bei ordinalen Kategorien und gewichtet unterschiedlich starke Abweichungen.
Gewichtete Cohen's KappaWas ist das Fleiss Kappa?
Fleiss' Kappa misst die über den Zufall hinausgehende Übereinstimmung mehrerer Beurteilender bei nominalen Kategorien.
Fleiss KappaWas ist eine Überlebenszeitanalyse?
Die Überlebenszeitanalyse ist eine Gruppe von statistischen Methoden, bei denen die untersuchte Variable die Zeit bis zum Eintreten eines Events ist.
ÜberlebenszeitanalyseWas ist die Kaplan Meier Kurve?
Mit Hilfe der Kaplan Meier Kurve wird die Überlebensrate bzw. die Überlebensfunktion grafisch dargestellt. Hierbei wird auf der X-Achse die Zeit und auf der Y-Achse die Überlebensrate aufgetragen.
Kaplan Meier KurveWas ist der Log Rank Test?
Der Log-Rank-Test wird in der Überlebenszeitanalyse verwendet und vergleicht die Überlebensfunktionen von zwei oder mehr unabhängigen Gruppen.
Log Rank TestWas ist die Cox Regression?
Die Cox-Regression untersucht, wie verschiedene Variablen unter der Proportional-Hazards-Annahme mit der Ereignisrate zusammenhängen.
Cox RegressionWas ist ein konkurrierendes Risiko?
Ein konkurrierendes Risiko ist ein beobachtetes Ereignis, das verhindert, dass das Zielereignis später eintreten kann. Competing Risks werden mit der kumulativen Inzidenz analysiert, anstatt das konkurrierende Ereignis wie eine gewöhnliche Zensierung zu behandeln.
Competing-Risks-AnalyseWas ist die kumulative Inzidenzfunktion?
Die kumulative Inzidenzfunktion schätzt die Wahrscheinlichkeit eines bestimmten Ereignisses bis zu einem gegebenen Zeitpunkt und berücksichtigt dabei andere Ereignisse, die zuerst eintreten können.
Kumulative Inzidenz und Competing RisksWas ist der Gray-Test?
Der Gray-Test vergleicht kumulative Inzidenzfunktionen zwischen unabhängigen Gruppen für ein bestimmtes Ereignis bei vorhandenen konkurrierenden Ereignissen.
Gray-TestWas ist die Fine-Gray-Regression?
Die Fine-Gray-Regression modelliert den Subdistribution-Hazard des Zielereignisses und gibt Subdistribution-Hazard-Ratios aus, wobei konkurrierende Ereignisse in der Risikomenge erhalten bleiben.
Fine-Gray-RegressionDaten Speichern?
Deine Daten werden in deinem Browser gespeichert. Unter Export/Import kannst du die bearbeiteten Daten herunterladen.
Kündigung?
Du brauchst DATAtab nicht zu kündigen; die Lizenz läuft nach der ausgewählten Zeit automatisch aus.
Statistik leichtgemacht
- Viele anschauliche Beispiele
- Ideal für Prüfungen und Abschlussarbeiten
- Statistik leichtgemacht auf 378 Seiten
- 5. überarbeitete Auflage (Juli 2025)
- Nur 8,99 €
"Super einfach geschrieben"
"Einfacher geht es nicht"
"Soviele hilfreiche Beispiele"
Fragebogen leichtgemacht
Dieses e-Buch gibt dir die wichtigsten Informationen die du für die Erstellung deines Fragebogens brauchst,
- Viele anschauliche Beispiele
- Ideal für die Abschlussarbeit
- Fragebogen leichtgemacht auf 61 Seiten
- 3. überarbeitete Auflage (April 2024)
- Nur 3,99 €
Statistik leichtgemacht
Endlich ohne Probleme Statistik verstehen.
Mit diesem e-Book verstehst du mit vielen Bilder und einfachen Text die Grundlagen der Statistik.