Bootstrapping

Statistisches Verfahren, bei dem die Verteilung eines interessierenden Kennwertes durch wiederholtes Ziehen mit Zurücklegen von b Stichproben der Größe N aus der vorliegenden Stichprobe geschätzt wird.

Die erhobenen Daten werden also im Grunde wie die Gesamtpopulation behandelt, aus der immer wieder Stichproben gezogen werden. Für jede Stichprobe wird dann der interessierende Parameter (z. B. b-Gewichte in der Regression) berechnet. Im Rahmen der Regression würden wir auf diese Weise einen Mittelwert aus den vielen einzeln berechneten b-Gewichten ermitteln, der dann zu einer robusten Schätzung des „originalen“ b-Gewichtes zusammengezogen werden würde. Genauso würde man es innerhalb anderer Verfahren für die jeweils gewünschten Parameter ebenfalls machen.

Boxplot

Der Boxplot (auch: Whisker Diagramm oder Box-Whisker-Plot) ist die graphische Darstellung der Fünf-Punkte Zusammenfassung einer kontinuierlichen Variable (Minimum, 25%-Quantil, Median, 75%-Quantil, Maximum) und wird häufig dazu verwendet Ausreißer zu Identifizieren.

Das Zentrum der Box bildet der Median, die Enden das 25%- und 75%-Quantil. Die Whisker reichen bis zu den kleinsten und größten Werten, die noch keine Ausreißer darstellen. Ausreißer (dargestellt durch Punkte) sind Werte, die mehr als 1.5 Interquartilsabstände (Länge der Box) vom unteren bzw. oberen Ende der Box entfernt liegen. Extremwerte (dargestellt durch Sternchen) sind Werte, die mehr als 3 Interquartilsabstände vom unteren bzw. oberen Ende der Box entfernt liegen.

Anleitung: In SPSS erzeugt man einen Boxplot über Grafiken/ Diagrammerstellung/ Boxplot. Hier einfach die kontinuierliche Variable in die y-Achse ziehen und bestätigen.

Nach der Erstellung kann die Grafik in der Outputdatei durch klicken auf die Grafik beliebig angepasst werden. Am leichtesten geht dies, wenn man eine Vorlage über Datei/Vorlage zuweisen direkt auswählt. Hier bietet sich zum Beispiel Publikation grey an.

Expertentipp: Soll die Grafik für eine Abschlussarbeit oder eine Publikation verwendet werden, dann sollte unbedingt auf Farben verzichtet werden. Das spart Druckkosten, da Farbgrafiken extrem teuer sind.

Abbildung eines Boxplots. An der y-Achse befindet sich die Variable "Alter".

Chi-Quadrat-Test

Der Chi-Quadrat-Test ist ein Test mit einer Chi2-verteilten Teststatistik. Der Term bezieht sich i. d. R. auf den Chi2-Test, der die Unabhängigkeit zwischen zwei nominalskalierten Variablen testet.

Dies erfolgt durch den Vergleich einer Kontingenztabelle (empirisch beobachtete Häufigkeitsverteilung) und einer Indifferenztabelle (erwartete Häufigkeitsverteilung bei perfekter Unabhängigkeit). Eine höhere Differenz zwischen Kontingenztabelle und Indifferenztabelle resultiert in einem höheren Chi-Quadrat Wert, für den dann anhand der Chi-Quadrat-Verteilung ein p-Wert ermittelt werden kann.

Deskriptive Statistik

Beschreibende Statistik, die einen nicht-wertenden Eindruck über die Stichprobe geben soll. Sie berichtet für metrische Variablen, die normalverteilt sind, den Mittelwert und die Standardabweichung (MW ± 1 SD), für metrischskalierte aber nichtnormalverteilte bzw. für ordinalskalierte Variablen den Median und das 25. / 75. Perzentil (Md [25.; 75. Perzentil]) und für nominale Variablen die absoluten und relativen Häufigkeiten (N (%)). Es können bei Bedarf auch weitere Parameter berichtet werden, wie das Minimum, das Maximum, der Modus oder der Standardfehler. Diese sind aber nicht der Standard.

 

Hypothese

Aussage über einen vermuteten Zustand der Welt, der am besten anhand der Literatur erarbeitet und untermauert wird. Es gibt dabei die Alternativhypothese (das ist die Hypothese, die du in deiner Arbeit aufstellst, und in der du formulierst, welchen Effekt du vermutest) und die Nullhypothese (sie beschreibt das Gegenteil zur Alternativhypothese, nämlich, dass es keinen solchen Effekt gibt.)

Lade dir hier die Formelsammlung für deinen Bland-Altman-Plot herunter

Melde dich für meinen Newsletter an und erhalte sofort das PDF!

You have Successfully Subscribed!

10 % Rabatt auf unsereWorkshops & Kurse im Onlineshop!

Trage dich hier für Dr. Ortmanns beste Maildizin ein und erhalte regelmäßige Rabatte, Tipps und Coachinginhalte für deine empirische Promotion

You have Successfully Subscribed!

Lade dir hier die Checkliste für deinen Methodenteil herunter

Melde dich für meinen Newsletter an und erhalte sofort das PDF!

You have Successfully Subscribed!


Jetzt 10 % Rabatt auf alle

Workshops & Kurse sichern!

You have Successfully Subscribed!

Downloade dir hier das Flowchart für deine ANOVA

Melde dich für meinen Newsletter an und erhalte sofort das PDF!

You have Successfully Subscribed!