Ein Dauerbrenner in statistischen Analysen, der viele Leuten vor Probleme stellt, sind Zähldaten. Diese erfordern nämlich den Einsatz der Poisson-Regression, welche wiederum auf der Poisson-Verteilung basiert. In diesem Artikel werden anhand eines einfach zu verstehenden Poisson-Verteilung Beispiels in R die Grundlagen dieser beiden Begriffe gelegt.
Die Normalverteilung (auch Gauß-Verteilung oder Gaußsche Normalverteilung genannt) ist die wichtigste Wahrscheinlichkeitsverteilung und nimmt bei nahezu allen statistischen Analysen eine tragende Rolle ein. Warum dies der Fall ist, erfahren Sie in anschaulicher Art und Weise in diesem Blog-Artikel. Zunächst werden die Grundlagen und Motivation für Wahrscheinlichkeitsverteilungen im Allgemeinen gelegt und im Anschluss die Normalverteilung (auch Gauß-Verteilung genannt) und deren Wichtigkeit erläutert.
Clearly one of the most statistical techniques: OLS regression is one of the most commonly used methods for analysis and predictions. Furthermore, it also provides the basis for many more advanced techniques. All the more reasons to known how to conduct OLS regression in R and to understand the logic of this approach! This in-depth article provides an easy to follow introduction for conducting and interpreting an OLS linear regression in R.
Wer diese Arbeitsschritte beherrscht spart in SPSS viel Zeit und Mühe: In SPSS Variablen zusammenfassen und Fälle auswählen wird für die Datenaufbereitung extrem benötigt. Wir zeigen in diesem kurzem Guide darum wie Sie diese Aufgaben schnell und unkompliziert erledigen!
Markus wird bei einer medizinischen Vorsorgeuntersuchung bei seinem Hausarzt ein positives Testergebnis mitgeteilt. Er macht sich große Sorgen. Was bedeutet das für seine Zukunft?
Sensitivität, Spezifität, die Prävalez Definition und ein wenig Wahrscheinlichkeitsrechnung bringen Klarheit …
Eine der zentralen Fragen bei der Durchführung von Befragungen und in der empirischen Forschung ist die Frage, wann eine Umfrage repräsentativ ist. In diesem Artikel erklären wir, was Repräsentativität bedeutet, wie man eine repräsentative Stichprobe erhält, welchen Einfluss der Stichprobenumfang auf die Aussagekraft von Ergebnissen hat und warum ein transparentes Vorgehen hinsichtlich Datengewinnung und Begründung der methodischen Rahmenbedingungen bei der Durchführung von Umfragen wesentlich ist.
DAS Verfahren um eine kategorische Variable vorherzusagen: Die logistische Regression wird in zahlreichen Bereichen angewendet. Wenn Sie aber noch nicht ganz sicher sind, wann eine logistische Regression sinnvoll sein kann und wann nicht, hilft dieser Artikel weiter! Wir beprechen Einsatzmöglichkeiten der logistiscchen Regression und erläutern diese durch ein anschauliches Beispiel. Außerdem zeigen wir die Unterschiede zur linearen Regression und zum Chi-Quadrat Test auf.
Die Bildung eines statistischen Modells für die Vorhersage einer Zielvariable ist ein wichtiger Aufgabenbereich innerhalb der Statistik. Doch wie gut ist das gefundene Modell?
Wir zeigen Ihnen, wie die Modellgüte eines statistischen Modells beurteilt werden kann, auf welche Aspekte sie achten müssen und zeigen Ihnen anhand des linearen Modells und des logistischen Modells, wie Gütemaße sinnvoll eingesetzt werden. Damit Sie wissen, was sich hinter ROC AUC, ROC Curve, Mean Square Error und RMSE verbirgt…
Kennen Sie alle Voraussetzungen für eine univariate Varianzanalyse (ANOVA)? Ohne eine ordentliche Prüfung der ANOVA Vorraussetzungen sind die Ergebnisse schnell wertlos. Deswegen zeigen wir in diesem Artikel Schritt für Schritt, welche Annahmen bei der ANOVA eine Rolle spielen und wie man diese Annahmen in SPSS überprüfen können.
Anhand einer Mitarbeiterbefragung bringen wir Ihnen anschaulich näher, wie Sie eine Clusteranalyse für die Generierung homogener Stichproben verwenden können. Wir schauen uns den zugrunde liegenden Algorithmus näher an und führen diesen anschließend aus. Mit dem Open Source Programm Rapidminer und dem Statistikprogramm SPSS zeigen wir Ihnen Schritt für Schritt, wie eine hierarchische Clusteranalyse durchgeführt wird. Anschließend erklären wir Ihnen, was sie bei der Interpretation beachten müssen
