Gerne beraten wir Sie auch telefonisch & geben Ihnen eine kostenfreie persönliche Auskunft zu Ihrem Projekt.

X

Statistik Blog

Hauptkomponentenanalyse in R: Multivariate Daten einfach auswerten

Für die Analyse multivariater Datensätze kann die Hauptkomponentenanalyse (PCA) sehr hilfreich sein, um Muster in Datensätzen zu erkennen sowie die Dimensionen zu reduzieren. Wir geben einen Überblick, wie die PCA funktioniert, welche Befehle für eine Durchführung in R relevant sind und wie das Ergebnis interpretiert werden kann.

So lässt sich eine Panelstudie in SPSS einfach aufbereiten

Arbeit mit Paneldatensätzen verlangt fortgeschrittene Kenntnisse der Datenaufbereitung. Diese werden beim Erlernen von statistischen Analyseprogrammen wie SPSS zunächst oft gar nicht vermittelt. Dieser Beitrag versucht diese Lücke ein wenig zu schließen. Wir geben dazu Tipps, wie sich Paneldaten auch in SPSS problemlos und schnell aufbereiten lassen.

ARIMA Model: So gelingen Vorhersagen

In diesem Beitrag werden die grundlegende Funktionsweise von ARIMA Models thematisiert sowie die zentralen Schritte demonstriert, die für die Erstellung und Durchführung von ARIMA Models von Bedeutung sind.

Optimale Testgruppe bei Umfragen

Wie finden wir die optimale Testgruppe für Umfragen? Spätestens wenn die erste Umfrage ansteht, werden wir mit der Frage konfrontiert, wie wir an eine Testgruppe bzw. Stichprobe kommen. Dieser Artikel erklärt wie wir eine repräsentative Umfrage gestalten und damit eine hohe Forschungsqualität sicherstellen.

Überlebensanalyse und Cox Regression verstehen und in SPSS umsetzen

Nutzen Sie für die Analyse zur Überlebensdauer immer die richtigen Methoden, um grobe Missinterpretationen zu vermeiden. Neben der deskriptiven Beschreibung, zum Beispiel mithilfe der Kaplan-Meier Schätzung, kann man Daten zur Prozessdauer auch modellieren. Wir zeigen das am Beispiel der Cox Regression in SPSS.

Empirisch arbeiten und was Sie unbedingt beachten sollten

Empirische Arbeiten bringen einen besonderen Anspruch an die Erstellung und das methodische Verständnis mit sich. Dabei sollen neue für die Wissenschaft relevante Erkenntnisse generiert bzw. bestehende Forschung mit neuen Erkenntnissen ergänzt werden. In diesem Beitrag erläutern wir wichtige Gliederungsaspekte und stellen Do’s und Don’ts beim empirisch Arbeiten vor.

Tipps und Tricks, wie Sie Paneldaten in Stata einfach aufbereiten

Die bearbeitung von komplexen Paneldaten stellt einige Anforderungen an die Kenntnisse und Fertigkeiten der Datenaufbereitung. So kann eine Datenanalyse schnell an ihre Grenzen kommen, bevor nur ein Modell gerechnet werden kann. Dieser Beitrag zeigt am Beispiel von Stata, dass Paneldaten auch problemlos und schnell für die Analysen vorbereitet werden können.

Post Hoc Test: Signifikante Unterschiede finden und erklären

Post Hoc Tests sollen signifikante Unterschiede zwischen verschiedenen Gruppen aufspüren und analysieren. Folglich gehört der Post Hoc Test zur Gruppe der Signifikanztests. In diesem Artikel zeigen wir anhand eines Beispiels, was der Post Hoc Test ist und wie die Ergebnisse zu interpretieren sind.

Jetzt Anrufen Jetzt anfragen