Zu Dank verpflichtet bin ich für Freundschaft, fachlichen Rat und/oder auch einen Beitrag in Form von Syntax, Daten und/oder auch Dokumentation unter anderem: Prof. William Greene (NYU Stern), Prof. em. Gerd Antos (Martin-Luther-Universität Halle-Wittenberg), Prof. Mark Galliker (Universität Bern, Schweiz), Roland Donalies (SAS Heidelberg), Ralph Wenzl (Zürich). Bei Sigur Ros, Jónsi und Alex sowie auch bei Walter Moers (Zamonien) bedanke ich mich für die langjährige künstlerische Inspiration. Meiner Frau Yun danke ich für ihre Geduld, Weitsicht und für ihr Verständnis.
Mein Dank gilt Patric Märki und Markus Grau von SAS Switzerland (Wallisellen) für die großzügige Bereitstellung von SAS Software und technischer Dokumentation. Herrn Rainer Berger vom UVK Verlag danke ich für das Vertrauen, dieses Buch zu veröffentlichen, sowie die immer großzügige Unterstützung. Stephan Lindow (Hamburg) entwarf diverse Grafiken. Falls in diesem Buch noch irgend etwas unklar oder fehlerhaft sein sollte, so liegt die Verantwortung alleine beim Autor.
An dieser Stelle möchte ich mich auch für die positiven Rückmeldungen und Vorschläge zu meinen weiteren Veröffentlichungen bedanken, u.a. zu SQL (2012, 2011), zur Clusteranalyse (2010), Regressionsanalyse (2014 2), zur Datenqualität (2007), zu Syntaxprogrammierung mit SPSS (2005) sowie einführend in die Datenanalyse und Datenmanagement mit dem SAS System (2004). Die wichtigsten Rückmeldungen, Programme und Beispieldaten stehen auf der Webseite des Autors www.method-consult.ch zum kostenlosen Download bereit.
Dr. CFG Schendera
1 |
Deskriptive Statistik: Was ist deskriptive Statistik? |
1.1 |
Was ist deskriptive Statistik? |
1.2 |
Was ist deskriptive Statistik nicht ? |
2 |
Ein Heimspiel: Grundlagen der deskriptiven Statistik |
2.1 |
Fußball erklärt die deskriptive Statistik. Oder umgekehrt …? |
2.2 |
Zahlen, Ziffern und Werte: Grundbegriffe |
2.3 |
Messniveau einer Variablen: oder: Was hat Messen mit meinen Daten zu tun? |
2.3.1 |
Nominalskala |
2.3.2 |
Ordinalskala |
2.3.3 |
Intervallskala |
2.3.4 |
Verhältnisskala |
2.3.5 |
Absolutskala |
2.3.6 |
Weitere Skalenb egriffe |
2.4 |
Konsequenzen des Messniveaus für die praktische Arbeit mit Daten |
3 |
Vor dem Anpfiff: Was sollte ich vor dem Beschreiben über die Daten wissen? |
3.1 |
Das Spiel beginnt: Wie wurden die Daten erhoben? …. |
3.2 |
Was sind verborgene Strukturen? Ziehung und Auswahlwahrscheinlichkeit: Ein Stadion als eigene Welt…. |
3.3 |
Sind die Daten fit: Darf eine deskriptive Statistik überhaupt erstellt werden? |
3.4 |
Auszeit: Was sind Datentabellen? Am Beispiel einer Bundesligatabelle |
3.5 |
Was kann ich an meinen Daten beschreiben? Ein big picture |
4 |
Das Herz der deskriptiven Statistik: Maßzahlen |
4.1 |
Beschreiben von Mengen und Anteilen |
4.2 |
Beschreiben des Zentrums: Lagemaße |
4.3 |
Beschreiben der Streuung: Streumaße |
4.4 |
Beschreiben der Form: Formmaße |
4.5 |
Beschreiben von Grenzen und Bereichen |
4.6 |
Beschreiben von Treffern: ROC! ROC! |
4.6.1 |
Wetten, dass? Maßzahlen |
4.6.2 |
ROC’n’Roll: Interpretation von ROC-Kurven |
4.7 |
Beschreiben von Zeit |
4.7.1 |
Maß: Geometrisches Mittel |
4.7.2 |
Funktion: Regressionsfunktion |
4.7.3 |
Trends: Zeitreihen und Prognosen |
4.8 |
Beschreiben von Prozessen, z.B. Pipelines |
4.9 |
SAS und SPSS für die deskriptive Statistik |
4.9.1 |
SAS Menüs und Prozeduren: Übersicht |
4.9.2 |
SPSS Menüs und Prozeduren: Übersicht |
5 |
Für das Auge: Tabellen und Grafiken |
5.1 |
Strukturieren von Information, am Beispiel von Tabellen |
5.1.1 |
Vor- und Nachteile von Tabellen |
5.1.2 |
Ausrichtung und Dimensionalität von Tabellen |
5.1.3 |
Ein einfaches Beispiel: 0×klassierte Tabellen |
5.2 |
1×klassierte Tabellen: Grundlagen und Vertiefungen |
5.2.1 |
Grundlagen: Eine Variable auf Nominalniveau |
5.2.2 |
Vertiefung I: Eine Variable auf Ordinalniveau (Ranginformation) .. |
5.2.3 |
Vertiefung II: Kategorialvariablen mit Lücken (Missings) |
5.2.4 |
Metrische Variablen: 1×klassiert (Mittelwerttabellen) |
5.3 |
Höher klassierte Tabellen und mehr |
5.3.1 |
Eine Kreuztabelle: Zwei Kategorialvariablen |
5.3.2 |
Ein weiteres Beispiel: Zwei intervallskalierte Variablen 2×klassiert |
5.4 |
Grafiken: Kommunikation über das Auge |
5.4.1 |
Crashkurs und Dos and Don’ts |
5.4.2 |
Datenpunkte: Einzelne Werte (univariat) |
5.4.3 |
Aggregierung und Gruppierung einer Variablen |
5.4.4 |
Messwertpaare: Streudiagramme und mehr |
5.4.5 |
Ein Ausblick: Weitere Varianten |
6 |
Dream-Team: Datenqualität und Deskriptive Statistik |
6.1 |
Vollständigkeit |
6.2 |
Einheitlichkeit |
6.3 |
Doppelte (Doub letten) |
6.4 |
Fehlende Werte (Missings) |
6.5 |
Ausreißer |
6.6 |
Plausibilität |
6.7 |
Trainingseinheiten |
7 |
Jonglieren mit Zahlen als Gewicht und Text |
7.1 |
Deskriptive Statistik mit Gewichten |
7.1.1 |
Deskriptive Maße mit Gewicht |
7.1.2 |
Hintergrund: Was sind eigentlich Gewichte? |
7.1.3 |
Die Macht von Gewichten: Ihre Folgen |
7.2 |
Wie schreibe ich eine deskriptive Statistik? Zahlen im Text |
7.2.1 |
Allgemein gebräuchliche Zahlen |
7.2.2 |
Präzise Zahlen und Messungen |
7.2.3 |
Symbole und Statistiken |
8 |
Werkzeuge: Einführung in EG und SPSS |
8.1 |
SAS Enterprise Guide |
8.1.1 |
Start des Enterprise Guide |
8.1.2 |
Der Arbeitsbereich: Fenster in das Datenmeer |
8.1.3 |
Die Datentabelle |
8.1.4 |
Attribute und ihre Funktionen |
8.2 |
IBM SPSS Statistics |
8.2.1 |
Start von SPSS |
8.2.2 |
Fenster „Datenansicht“ |
8.2.3 |
Fenster „Variablenansicht“ |