Ziel der deskriptiven und explorativen Datenanalyse

Schritte der statistischen Auswertung

deskriptive Statistik

explorative Statistik

statistische Kennwerte

demografischen Daten

Anteile und Häufigkeiten

Ratings

mögliche Darstellung von Anteilen und Häufigkeiten

N (kursiv)

Merkmalachse

Häufigkeitsverteilungen

Charakterisierung der Häufigkeitsverteilung

Lage der Verteilung

Kennwerte für die Lage der Verteilung

Modalwert / Modus einer Verteilung

Median

Modalwert ist nicht gleich Median

Mittelwert

x (kursiv)

i (kursiv)

Unterschied der grafischen Darstellung des Mittelwerts vs. Häufigkeitsverteilung

Mittelwerte auf Ordinalskala

Lagemaße bei unterschiedlichen Skalenniveaus

Streuungsmaße

Spannweite

Interquartilsabstand

Varianz (s²)

Standardabweichung (s oder SD)

bestes Streuungsmaß um die durchschnittliche Abweichung vom Mittelwert zu bestimmen

Kennwerte

Parameter

Varianzaufklärung

Fehlervarianz

durch UV hervorgerufene Varianz

Gesetz der großen Zahlen (Jakob Bernoulli)

unsichtbare Populationsverteilung

Formen der Verteilung

schiefe Verteilung

unimodale Verteilung

bimodale Verteilung

Normalverteilung

Vorteil der Normalverteilung

z-Transformation / z-Standardisierung

Besondere an z-Transformation

z-Verteilung / Standardnormalverteilung

grafische Datenanalyse bei der explorativen Datenanalyse

Boxplot

Informationen, die man aus der Boxplot zieht

Whiskers (Barthaare)

Vorteile von Boxplot

Stamm- und Blatt-Diagramm
(Stem & Leaf Plot)

Streudiagramm (Scatterplot)

Sonnenblummendiagramm

Bubble-Plot

Streudiagramm-Matrix (Scatterplot-Matrix)

(bivariaten) Korrelation

positiv korrelierte Daten

negativ korrelierte Daten

unkorrelierende Daten

nicht lineare Zusammenhänge

Kovarianz

Korrelationskoeffizient

Regression

Korrelationskoeffizient

Gründe für keine vollständige Gesamtvarianz

Interpretation von Korrelation nach Cohen (Faustregel)

Voraussetzungen für Korrelationsberechnung

Korrelation vs. Kausalität

mögliche Zusammenhänge zwischen Variablen

Wichtigkeit von Experimenten für die Forschung

dichotome Variablen

Regressionsgerade

Vorhersagefehler / Residuum / Residualwert

Anwendungsfelder der Regression

Determinationskoeffizient r²

einfache lineare Regression

Werte der Regression