Die „Angewandte Statistik“ ist ein Lehr- und Übungsbuch für Anwenderinnen und Anwender der Statistik, die ein Verständnis für statistische Methoden und eine Sicherheit in der Anwendung dieser Methoden erwerben wollen. Vorausgesetzt wird nur die Kenntnis der für den Universtäts- oder Fachhochschulzugang erforderlichen Schulmathematik. Das Lehrbuch führt zuerst in die Wahrscheinlichkeitsrechnung ein und stellt grundlegende Wahrscheinlichkeitsverteilungen vor. Ausführlich werden die Parameterschätzung und das Testen von Hypothesen behandelt. Mit den gängigen Korrelationsmaßen und ausgewählten Regressionsmodellen wird die statistische Grundbildung abgerundet. Die Kapitel über varianzanalytische Modelle und multivariate Verfahren geben einen Einblick in zwei weitere, für die statistische Praxis relevante Gebiete. Darüber hinaus werden Vertiefungen und spezielle Anwendungen in ergänzenden Abschnitten bereitgestellt. Zahlreiche, vollständig durchgerechnete Beispiele und Übungsaufgaben mit einem ausführlichen Lösungsteil machen die „Angewandte Statistik“ zu einem Arbeitsbuch, das sich auch zum Selbststudium eignet. Die Ausrichtung auf die Statistik-Software R (durch Verweise auf die entsprechenden R-Funktionen und die Angabe des R-Codes bei den Lösungen der Aufgaben) trägt der Bedeutung computerunterstützter Problemlösungen in der statistischen Praxis Rechnung.
/ AUS DEM INHALT: / / /
1 Rechnen mit Wahrscheinlichkeiten I
1.1 Zufallsexperiment und zufällige Ereignisse 1
1.2 Laplace-Wahrscheinlichkeit und relative Häufigkeit 5
1.3 Die Axiome von Kolmogorov 9
1.4 Zufallsziehung aus einer endlichen Grundgesamtheit 12
1.5 Bedingte Wahrscheinlichkeit und Unabhängigkeit 17
1.6 Der Satz von Bayes 23
1.7 Ergänzungen 28
2 Zufallsvariablen und Wahrscheinlichkeitsverteilungen 35
2.1 Merkmalstypen 35
2.2 Diskrete Zufallsvariablen 37
2.3 Stetige Zufallsvariablen 42
2.4 Lagemaße 47
2.5 Formmaße 52
2.6 Unabhängige Zufallsvariablen 57
2.7 Binomialverteilung 64
2.8 Weitere diskrete Verteilungen 71
2.9 Normalverteilung 82
2.10 Weitere stetige Verteilungen 90
2.11 Ergänzungen 96
3 Parameterschätzung 105
3.1 Grundgesamtheit und Stichprobe 105
3.2 Elementare Datenbeschreibung mit Maßzahlen 107
3.3 Einfache grafische Instrumente zur Datenexploration 115
3.4 Empirische Dichtekurven 123
3.5 Schätzfunktionen 133
3.6 Prüfverteilungen 142
3.7 Konfidenzintervalle für Mittelwert und Varianz 148
3.8 Konfidenzintervalle für Parameter von diskreten Verteilungen 155
3.9 Bootstrap-Schätzung 164
3.10 Ergänzungen 170
4 Testen von Hypothesen 185
4.1 Einführung in das Testen: Der Gauß-Test 185
4.2 Zur Logik der Signifikanzprüfung 196
4.3 Der Ein-Stichproben-?-Test 200
4.4 Der Binomialtest 207
4.5 Zwei-Stichprobenvergleiche bei normalverteilten Grundgesamtheiten 216
4.6 Nichtparametrische Alternativen zum J-Test 227
4.7 Zwei-Stichprobenvergleiche bei dichotomen Grundgesamtheiten 236
4.8 Anpassungstests 248
4.9 Äquivalenzprüfung 258
4.10 Annahmestichprobenprüfung 264
4.11 Ergänzungen 272
5 Korrelation und Regression 283
5.1 Zweidimensionale Kontingenztafeln 283
5.2 Korrelation bei metrischen Variablen 294
5.3 Die Korrelationskoeffizienten von Spearman und Kendali 304
5.4 Lineare Regression und zweidimensionale Normalverteilung 310
5.5 Lineare Regression und zufallsgestörte Abhängigkeiten 319
5.6 Skalentransformationen und Regression durch den Nullpunkt 327
5.7 Mehrfache lineare Regression 334
5.8 Ergänzungen 348
6 Ausgewählte Modelle der Varianzanalyse 359
6.1 Einfaktorielle Varianzanalyse 359
6.2 Multiple Vergleiche von Mittelwerten 372
6.3 Versuchsanlagen mit Blockbildung und Messwiederholungen 378
6.4 Einfaktorielle Versuche mit einer Kovariablen 389
6.5 Zweifaktorielle Varianzanalyse 398
6.6 Rang varianzanalysen 411
7 Einführung in multivariate Verfahren 419
7.1 Clusteranalyse 419
7.2 Hauptkomponentenanalyse 428
7.3 Diskriniinanzanalyse 438
7.4 Matrizen 447
8 Appendix 455
8.1 A: Statistische Tafeln 455
8.2 B: R-Funktionen 464
8.3 C: Lösungen der Aufgaben 467
Literatur 537
Sachverzeichnis 543