Aktion	Zweigstelle	Standorte	Status	Frist	Vorbestellungen
Vorbestellen	Zweigstelle: 07., Urban-Loritz-Pl. 2a	Standorte: NN.MNS Rowe / College 6a - Naturwissenschaften	Status: Verfügbar	Frist:	Vorbestellungen: 0
Vorbestellen	Zweigstelle: 07., Urban-Loritz-Pl. 2a	Standorte: NN.MNS Rowe / College 6a - Naturwissenschaften	Status: Verfügbar	Frist:	Vorbestellungen: 0

Gute Daten + gute Statistik = gute Ergebnisse!Mit diesem Buch haben falsche Statistiken keine Chance mehr. In seinem unnachahmlichen Stil schafft es der Autor, dass die Statistik vom ungeliebten Kind zum effizienten Werkzeug wird, auch ohne mathematische Begabung beim Leser.Philip Rowe lehrt an der School of Pharmacy and Chemistry der John Moores Universität in Liverpool (UK). Neben seiner Lehr- und Forschungstätigkeit ist er als freiberuflicher Berater für Pharmaunternehmen sowie immer häufiger als Trainer in Kliniken und Forschungsinstituten unterwegs. Sein Credo lautet, dass man kein Statistiker sein muss, um Daten und Messergebnisse sinnvoll auszuwerten. Man sollte aber wissen, welche Auswertung für welche Art von Daten sinnvoll ist und wann man die Statistik als Methode "ausgereizt" hat. (Verlagsinformation)Aus dem Inhalt:Vorwort XIII // Teil 1 Datentypen / 1 Datentypen 3 / 1.1 Kommt es wirklich darauf an? 3 / 1.2 Daten auf einer Intervallskala 3 / 1.3 Daten a u f einer Ordinalskala 4 / 1.4 Daten a u f einer Nominalskala 5 / 1.5 Aufbau dieses Buchs 6 / 1.6 Kapitelzusammenfassung 6 // Teil 2 Daten auf Intervallskalen / 2 Beschreibende Statistik 9 / 2.1 Zusammenfassung von Datensätzen 9 / 2.2 Zentrale Lagemaße - der Mittelwert, der Median u n d der Modalwert 10 / 2.3 Beschreibung der Spannweite - die Standardabweichung u n d die relative Standardabweichung 16 / 2.4 Quartile - eine andere Möglichkeit, Daten z u beschreiben 20 / 2.5 Verwendung von Software für die beschreibende Statistik 23 / 2.6 Kapitelzusammenfassung 25 // 3 Die Normalverteilung 27 / 3.1 Was ist eine Normalverteilung? 27 / 3.2 Wie erkennt m a n normalverteilte Daten? 28 / 3.3 Anteile von Einzelwerten innerhalb von einer oder zwei Standardabweichungen vom Mittelwert 31 / 3.4 Kapitelzusammenfassung 34 // 4 Stichproben aus einer Crundgesamtheit und der Standardfehler des Mittelwerts 35 / 4.1 Stichproben u n d Grundgesamtheiten 35 / 4.2 Von der Stichprobe zur Grundgesamtheit 36 / 4.3 Verschiedene Stichprobenfehler 37 / 4.4 Welche Faktoren bestimmen die Höhe des zufälligen Stichprobenfehlers? 39 / 4.5 Abschätzung des wahrscheinlichen Stichprobenfehlers u n d der Standardfehler 42 / 4.6 Aufrechnung von Stichprobengröße u n d Standardabweichung 46 / 4.7 Kapitelzusammenfassung 47 // 5 Das 95 %-Konfidenzintervall für den Mittelwert 49 / 5.1 Was ist ein Konfidenzintervall? 49 / 5.2 Wie breit sollte das Intervall sein? 50 / 5.3 Was meinen wir mit ¿95 %"-Konfidenz? 51 / 5.4 Berechnung der Intervallbreite 52 / 5.5 Eine Reihe von Stichproben u n d 95 %-Konfidenzintervallen 53 / 5.6 Wie stark hängt die Breite des Konfidenzintervalls von Änderungen der Standardabweichung, des Stichprobenumfangs u n d des gewünschten Konfidenzniveaus ab? 54 / 5.7 Zwei Aussagen 57 / 5.8 Einseitige 95 %-Konfidenzintervalle 57 / 5.9 Das 95 %-Konfidenzintervall für den Unterschied zweier Behandlungen 60 / 5.10 Über die Notwendigkeit, dass die Daten einer Normalverteilung folgen u n d Datentransformation 62 / 5.11 Kapitelzusammenfassung 65 // 6 Der doppelte t-Test (1). Einführung in Hypothesentests 67 / 6.1 Der doppelte t-Test - ein Beispiel für einen Hypothesentest 67 / 6.2 Signifikanz 74 / 6.3 Das Risiko eines falsch-positiven Ergebnisses 75 / 6.4 Von welchen Faktoren hängt es ab, ob wir ein signifikantes oder ein nicht signifikantes Ergebnis erhalten? 76 / 6.5 Voraussetzungen für einen doppelten t-Test 79 / 6.6 Kapitelzusammenfassung 80 // 7 Der doppelte t-Test (2): Der berüchtigte p-Wert 81 / 7.1 Wie kann m a n die Signifikanz eines Ergebnisses beziffern? 81 / 7.2 p-Werte 81 / 7.3 Gibt es zwei Arten, Signifikanz z u definieren? 83 / 7.4 Bestimmung des p-Wertes 83 / 7.5 p-Werte oder 95 %-Konfidenzintervalle? 84 / 7.6 Kapitelzusammenfassung 85 // 8 Der doppelte t-Test (3). Falsch-negative Befunde, Güte und notwendige Stichprobenumfänge 87 / 8.1 Was könnte sonst noch schief gehen? 87 / 8.2 Die Güte 89 / 8.3 Berechnung des notwendigen Stichprobenumfangs 92 / 8.4 Kapitelzusammenfassung 99 // 9 Der doppelte t-Test (4). Statistische Signifikanz, praktische Bedeutung und Äquivalenz 101 / 9.1 Praktische Bedeutung - ist die Differenz so groß, dass sie eine Rolle spielt? 101 / 9.2 Äquivalenztests 105 / 9.3 Tests a u f Nicht-Unterlegenheit 109 / 9.4 p-Werte sind weniger aussagekräftig u n d können förmlich in die Irre führen 111 / 9.5 Setzen von Äquivalenzgrenzen vor d e m eigentlichen Versuch 113 / 9.6 Kapitelzusammenfassung 114 // 10 Der doppelte t-Test (5). Einseitige Tests 115 / 10.1 Suche nach einer Veränderung in einer bestimmten Richtung 115 / 10.2 Schutz vor falsch-positiven Befunden 118 / 10.3 Versuchung 119 / 10.4 Einsatz eines Softwarepakets bei einem einseitigen Test 123 / 10.5 Sollte m a n häufiger einseitige Tests einsetzen? 123 / 10.6 Kapitelzusammenfassung 124 // 11 Was sagt uns ein statistisch signifikantes Ergebnis wirklich? 125 / 11.1 Wie interpretiert m a n statistische Signifikanz? 125 / 11.2 A m Anfang steht äußerste Skepsis 129 / 11.3 Kapitelzusammenfassung 130 // 12 Der gepaarte t-Test - Vergleich von zwei zusammenhängenden Datensätzen 131 / 12.1 Gepaarte Datensätze 131 / 12.2 Untersuchung der Daten mithilfe eines doppelten t-Tests 132 / 12.3 Alternative Anwendung eines gepaarten t-Tests 133 / 12.4 Durchführung eines gepaarten t-Tests 134 / 12.5 Wodurch ist bestimmt, ob ein gepaarter t-Test signifikant ist? 136 / 12.6 Größere Teststärke beim gepaarten t-Test 137 / 12.7 Der gepaarte t-Test ist nur auf natürliche Paare von Daten anwendbar 137 / 12.8 Auswahl des passenden Versuchsaufbaus 138 / 12.9 Voraussetzungen für das Anwenden eines gepaarten t-Tests 139 / 12.10 Stichprobenumfänge, praktische Bedeutung u n d einseitige Tests 140 / 12.11 Zusammenfassung der Unterschiede zwischen d e m gepaarten und d e m doppelten t-Test 141 // 13 Varianzanalyse - über t-Tests hinaus 143 / 13.1 Erweiterung zu komplexen Versuchsdesigns 143 / 13.2 Einfache Varianzanalyse 144 / 13.3 Zweifache Varianzanalyse 153 / 13.4 Multifaktorenversuche 162 / 13.5 Einfache Form - starke Aussage 162 / 13.6 Kapitelzusammenfassung 165 // 14 Korrelation und Regression - Zusammenhänge zwischen Messwerten 167 / 14.1 Korrelationsanalyse 167 / 14.2 Regressionsanalyse 176 / 14.3 Mehrfache Regression 183 / 14.4 Kapitelzusammenfassung 190 // Teil 3 Daten auf Nominalskalen / 15 Beschreibung von kategorisierten Daten 195 / 15.1 Beschreibende Statistik 195 / 15.2 Tests, ob der wahre Anteil möglicherweise einen vorbestimmten Wert hat 200 / 15.3 Kapitelzusammenfassung 205 // 16 Vergleich beobachteter Anteile - der Chi-Quadrat-Kontingenztest 207 / 16.1 Anwendung des Chi-Quadrat-Kontingenztests für den Vergleich von beobachteten Anteilen 207 / 16.2 Ein 95 %-Konfidenzintervall für die Änderung der Ausstoßquote - ist die Änderung von praktischer Bedeutung? 211 / 16.3 Größere Kontingenztafeln - Nutzung der Diabetes-Sprechstunde 212 / 16.4 Planung der Versuchsgröße 215 / 16.5 Kapitelzusammenfassung 217 // IXl // Teil 4 Daten auf Ordinalskalen / 17 Ordinalskalierte, nicht normalverteilte Daten. Transformationen und parameterfreie Tests 221 / 17.1 Transformation auf eine Normalverteilung 222 / 17.2 Der Mann-Whitney-Test - ein nicht parametrisches Verfahren 226 / 17.3 Umgang mit Daten a u fOrdinalskalen 230 / 17.4 Andere nicht parametrische Verfahren 233 / 17.5 Kapitelzusammenfassung 240 / 17.6 Anhang z u Kapitel 17 241 // Teil 5 Reale Herausforderungen / 18 Mehrfachtests 245 / 18.1 Was ist ein Mehrfachtest u n d warum ist er problematisch? 245 / 18.2 Wo treten Mehrfachtests auf? 246 / 18.3 Verfahren zur Vermeidung von Falsch-positiven 248 / 18.4 Die Rolle der wissenschaftlichen Zeitschriften 253 / 18.5 Kapitelzusammenfassung 254 // 19 Fragebögen 255 / 19.1 Gibt es Besonderheiten bei Fragebögen? 255 / 19.2 Arten von Fragen 255 / 19.3 Entwurf eines Fragebogens 259 / 19.4 Stichprobenumfang u n d Rücklaufquoten 261 / 19.5 Untersuchung der Ergebnisse 263 / 19.6 Verquickte epidemiologische Daten 265 / 19.7 Mehrfachtests bei Fragebogendaten 270 / 19.8 Kapitelzusammenfassung 271 // Teil 6 Fazit / 20 Schlussfolgerungen 275 / 20.1 Machen Sie sich das Ziel des Versuchs klar 275 / 20.2 Bauen Sie den Versuch einfach u n d damit klar u n d aussagekräftig auf 276 / 20.3 Planen Sie die statistischen Analysen schon als Teil des Versuchsdesigns u n d nicht erst auf den letzten Drücker 277 / 20.4 Untersuchen Sie die Daten visuell, bevor Sie in die statistischen Tests einsteigen 279 / 20.5 Hüten Sie sich vor Mehrfachtests 280 / 20.6 Interpretieren Sie sowohl Signifikanz als auch Nicht-Signifikanz mit gebührender Sorgfalt 280 // Stichwortverzeichnis 283