Der Spaßfaktor der Statistik liegt bei vielen Studierenden eher im unteren Bereich, werden doch mit dem Lehrgebiet vielmals abstraktes Denken, mathematische Verfahren, Ableitungen und Beweise, Begriffe wie Regression und Modellbildung verbunden - die alle recht fern der täglichen Lebenswelt verortet werden. Dass Statistik aber einen sehr großen Einfluss auf diese, unsere Lebenswelt hat, dafür gibt es eine Vielzahl von Belegen und Beispielen, auch wenn diese nicht immer vordergründig erkennbar sind. Unbestritten sind auch Bedeutung und Wert statistischer Verfahren, wenn es in der Wissenschaft und Forschung darum geht, Erkenntnisse zu gewinnen und sie eben statistisch in ihrer Gültigkeit und Verlässlichkeit "abzusichern". Insofern ist die Beschäftigung mit dieser "spröde" erscheinenden Materie innerhalb der akademischen Ausbildung sowohl wissenschaftlich, aber auch hinsichtlich ihrer praktischen Auswirkungen notwendig und wichtig. Damit dies aber nicht zu einer langanhaltenden "Tortur" wird, ist zu empfehlen, sich einmal richtig vertieft mit den theoretischen Grundlagen und Prinzipien der Anwendung der verschiedenen statistischen Verfahren zu beschäftigen. Und hier sehen auch Heinz Holling und Günther Gediga den primären Ansatz und Nutzen dieses Buchs zur deskriptiven Statistik, und der zwei weiteren Bände zur Wahrscheinlichkeitstheorie und zu Schätzverfahren sowie zu statistischen Testverfahren. Natürlich bieten sie in der Einführung zum Thema alle wichtigen Grundbegriffe und Aufgaben der Statistik an und erläutern die Möglichkeiten der Klassifikation von Daten, sie verzichten aber bewusst auf grundlegende theoretisch-mathematische Herleitungen und Beweise, orientieren dafür eher an praktischen Anwendungsfällen. Dieses trägt sehr wesentlich dazu bei, die Statistik mit ihren Aufgaben und Potenzialen zu erkennen und anzuwenden. Dieser Band enthält dann auch alle wichtigen Themen der beschreibenden (deskriptiven) Statistik, wie Häufigkeitsverteilungen und Maßzahlen für Variable. Die grundlegenden Verfahren der uni- und bivariaten deskriptiven Statistik werden erläutert und die einfache und multiple Regression im Rahmen des linearen Modells ausführlich behandelt. Dabei wird ein besonderes Gewicht auf die Erläuterungen gelegt, wie die Ergebnisse inhaltlich zu interpretieren sind. Ergänzend wird das Vorgehen mit dem kommerziellen Softwarepaket SPSS und der kostenlos nutzbaren Statistiksoftware R illustriert. Dem Lehrbuchcharakter entsprechend werden die wichtigsten Aussagen wie Zusammenfassungen, Regeln und Definitionen hervorgehoben, was die Orientierung auf die inhaltlichen Schwerpunkte und das inhaltliche Verständnis erleichtern. Um für Interessierte das selbstständige Weiterlernen zu unterstützen, bietet der Verlag auf der Website zum Buch ergänzende und vertiefende Informationen wie die für das Buch benutzten Datensätze und die entsprechenden SPSS- bzw. R-Kommandos an. Inhalt Kapitel 1: Über dieses Buch Kapitel 2: Zur Relevanz der Statistik 2.1 Beispiel 1: Die Wahrscheinlichkeit, krank zu sein, bei einer positiven Diagnose eines recht exakten Tests 2.2 Beispiel 2: Nationale Herkunft und Schulversagen 2.3 Beispiel 3: Zulassung zum Studium in Abhängigkeit vom Geschlecht 2.4 Beispiel 4: Studiendauer und Einstiegsgehalt Kapitel 3: Grundbegriffe und Aufgaben der Statistik 3.1 Daten 3.2 Stichprobenziehung 3.3 Deskriptive Statistik 3.4 Inferenzstatistik Kapitel 4: Klassifikation von Daten 4.1 Das Skalenniveau einer Variablen 4.2 Weitere Klassifikationen von Variablen 4.3 Fehlende Werte 4.4 Software Kapitel 5: Univariate Häufigkeitsverteilungen 5.1 Häufigkeitsverteilungen 5.2 Tabellarische Darstellung von Häufigkeitsverteilungen 5.3 Grafische Darstellung von Häufigkeitsverteilungen 5.4 Formen von Häufigkeitsverteilungen 5.5 Darstellung der empirischen Verteilungsfunktion 5.6 Software Kapitel 6: Univariate deskriptive Statistiken 6.1 Statistiken für die zentrale Tendenz von Variablen 6.2 Quantile 6.3 Statistiken für die Streuung von Variablen 6.4 Statistiken für die Schiefe einer Verteilung 6.5 Statistik für die Wölbung einer Verteilung 6.6 Software Kapitel 7: Standardisierung und extreme Werte von Variablen 7.1 Standardisierung von Variablen 7.2 Extreme Werte und Ausreißer 7.3 Boxplots 7.4 Software Kapitel 8: Bivariate deskriptive Statistik 8.1 Bivariate Häufigkeitsverteilungen 8.2 Grafische Darstellung bivariater Häufigkeitsverteilungen 8.3 Numerische Zusammenhangsmaße für bivariate Verteilungen 8.4 Zusammenhangsmaße für intervallskalierte Variablen 8.5 Zusammenhangsmaße für ordinalskalierte Variablen 8.6 Zusammenhangsmaße für nominalskalierte Variablen 8.7 Zusammenhangsmaße für Variablen mit unterschiedlichem Skalenniveau 8.8 Übersicht über die behandelten Zusammenhangsmaße 8.9 Software Kapitel 9: Einfache lineare Regression 9.1 Grundlagen der einfachen linearen Regression 9.2 Bestimmung der Regressionsgeraden 9.3 Standardisierte Regressionskoeffizienten 9.4 Zerlegung der Variation in der einfachen linearen Regression 9.5 Determinationskoeffizient 9.6 Fehlervarianz und Standardschätzfehler 9.7 Weitere Statistiken in der einfachen linearen Regression 9.8 Voraussetzungen der einfachen linearen Regression 9.9 Software Kapitel 10: Das lineare Modell 10.1 Grundlagen des linearen Modells 10.2 Multiple Regression 10.3 Multiple Regression mit unkorrelierten Prädiktoren 10.4 Multiple Regression mit korrelierten Prädiktoren 10.5 Lineares Modell mit nominalskalierten Prädiktoren 10.6 Lineares Modell mit nominalskalierten und intervallskalierten Prädiktoren 10.7 Nicht lineare Transformationen 10.8 Interaktion der Prädiktoren 10.9 Überprüfung der Voraussetzungen des linearen Modells 10.10 Software Buch_Anhang.pdf Literatur Glossar Sachregister Normalverteilungstabelle
© Copyright 2011 Veröffentlicht von Hogrefe Verlag. Alle Rechte vorbehalten.