Der Klassiker zu den Forschungsmethoden - in der 6. Auflage inhaltlich erweitert und aktueller denn je. Lernfreundlich durch viele Abbildungen, Tabellen, Definitionsboxen, Cartoons, Übungsaufgaben und Lernquiz. Praxisnähe garantiert durch zahlreiche authentische Studienbeispiele aus verschiedenen sozial- und humanwissenschaftlichen Fächern. Eine Begleitwebsite auf https://lehrbuch-psychologie.springer.com bietet zusätzlich kostenlose Lern-Tools für Studierende und Materialien für Lehrende
Das vorliegende Buch ist eine elementare Einführung in die Grundbegriffe der Wahrscheinlichkeitstheorie, die für ein sinnvolles Statistikstudium unentbehrlich sind. Dabei wird auf die praktische Bedeutung und Anwendbarkeit dieser Begriffe verstärkt eingegangen, was durch die Behandlung zahlreicher Beispiele erleichtert und durch viele Übungsaufgaben mit vollständigen Lösungswegen abgerundet wird. Behandelt werden folgende Gebiete Der Wahrscheinlichkeitsbegriff, diskrete, stetige und allgemeine Zufallsvariable, spezielle Wahrscheinlichkeitsverteilungen, Gesetze der großen Zahlen und Testverteilungen. Letztere spielen eine zentrale Rolle bei den Verfahren, die im Folgeband 'Elementare Einführung in die angewandte Statistik' behandelt werden. Das Buch entstand aus Vorlesungen an der Technischen Universität Braunschweig für Studierende der Fachrichtungen Biologie, Pädagogik, Psychologie und Wirtschaftswissenschaften.
Zugriffsoptionen:
Die folgenden Links führen aus den jeweiligen lokalen Bibliotheken zum Volltext:
Mit der Version 6.01 von SPSS für Windows steht das weltweit verbreitetste und mächtige Datenanalysesystem mit zahlreichen Erweiterungen und Verbesserungen nun auch unter einer deutschen Windows-Oberfläche zur Verfügung. Die Autoren, die in Lehre und Forschung langjährige Erfahrungen mit SPSS haben, bieten dem Anfänger eine Einführung und dem erfahrenen SPSS-Anwender eine umfassende Behandlung des Basissystems von SPSS für Windows 6.01. Alle Anwendungen werden ausführlich mit Beispielen aus der Praxis dargestellt. Dabei werden auch die statistischen Methoden und Verfahren mit ihren Anwendungsvoraussetzungen behandelt. Im Anhang aufgeführte Daten ermöglichen es, die meisten Anwendungen am PC nachzuvollziehen
Zugriffsoptionen:
Die folgenden Links führen aus den jeweiligen lokalen Bibliotheken zum Volltext:
Dieses Lehrbuch gibt einen umfassenden Überblick über Methoden der deskriptiven Statistik, die durch einige Verfahren der explorativen Datenanalyse ergänzt wurden. Die zahlreichen statistischen Möglichkeiten zur Quantifizierung empirischer Phänomene werden problemorientiert dargestellt, wobei ihre Entwicklung schrittweise erfolgt, so daß Notwendigkeit und Nutzen der Vorgehensweise deutlich hervortreten. Dadurch soll ein fundiertes Verständnis für statistische Methoden geweckt werden. Dieses wird durch repräsentative Beispiele unterstützt. Übungsaufgaben mit Lösungen ergänzen den Text
Zugriffsoptionen:
Die folgenden Links führen aus den jeweiligen lokalen Bibliotheken zum Volltext:
1. Versuchsanordnung und Datenerhebung -- 2. Kodierung und Datenerfassung -- 2.1 Der Kodiervorgang -- 2.2 Die Datenerfassung -- 2.3 Erstellung der SPSS-Steuerkarten -- 3. Datenprüfung -- 3.1 Mögliche Fehler und deren Konsequenzen -- 3.2 Gesichtspunkte möglicher Datenprüfungen -- 3.3 Strategien zur Fehlersuche -- 3.4 Anmerkungen -- 4. Prüfung der Variablen auf Normalverteilung -- 4.1 Prüfung über Schiefe und Exzeß -- 4.2 Prüfung durch den Kolmogorov-Smirnov-Anpassungstest -- 4.3 Vergleich der beiden Prüfverfahren und Konsequenzen bei Verletzung der Normalverteilungsannahme -- 5. Mittelwertvergleiche für zwei unabhängige Gruppen -- 5.1 Der t-Test für unabhängige Gruppen -- 5.2 Der Median-Test für zwei unabhängige Gruppen -- 5.3 Der Mann-Whitney U-Test -- 5.4 Andere nichtparametrische Tests für zwei Gruppen -- 5.5 Überlegungen zum effizienten Einsatz der vorgestellten Verfahren -- 6. Mittelwertvergleiche für mehrere unabhängige Gruppen -- 6.1 Einfaktoriellle Varianzanalyse zur Prüfung der Gruppengleichheit -- 6.2 Prüfung der Gruppengleichheit über die Kruskal-Wallis- Rangvarianzanalyse -- 6.3 Zusammenfassende Interpretation und Konsequenzen für den nächsten Auswertungsschritt -- 6.4 Einfaktorielle Varianzanalyse zur Prüfung der Effekte der Hochspannungsleitungen -- 6.5 Rangvarianzanalyse zur Prüfung der Effekte der Hochspannungsleitungen -- 6.6 Prüfung der Effekte der Hochspannungsleitungen über die zweifaktorielle Varianzanalyse -- 6.7 Anmerkungen zur Anwendung der einfaktoriellen und mehrfaktoriellen Varianzanalyse in SPSS -- 7. Mittelwertvergleiche für abhängige Messungen -- 7.1 Mittelwertvergleiche zwischen zwei abhängigen Messungen -- 7.2 Mittelwertvergleiche für mehrere abhängige Messungen -- 8. Korrelationsanalytische Verfahren -- 8.1 Bivariate Korrelationsanalyse -- 8.2 Die Partialkorrelationsanalyse -- 9. Verfahren der Skalenanalyse und Datenreduktion -- 9.1 Die Faktorenanalyse -- 9.2 Die Item-Gesamtwert-Korrelation -- 9.3 Vergleich von Faktorenanalyse und Item-Gesamtwert-Korrelation.
Zugriffsoptionen:
Die folgenden Links führen aus den jeweiligen lokalen Bibliotheken zum Volltext:
Dieses Lehrbuch erklärt verständlich, welche Vorteile die Bayes-Statistik den Human- und Sozialwissenschaften bietet, warum sie der klassischen Statistik mitunter überlegen ist und wie man sie konkret anwendet. Es beginnt bei den erkenntnistheoretischen Grundlagen der Bayes-Statistik und erklärt speziell (aber nicht nur) für die typischen Fragen der Human- und Sozialwissenschaften, wie sich diese mit einfachen Formeln behandeln lassen. Wolfgang Tschirk vermittelt überzeugend, warum die Bayes-Statistik eine Krone der Wahrscheinlichkeitsrechnung ist: Weil sie auch spärliche Informationen zu einem Problem so kombiniert, dass die Schlüsse ein Maximum an Wahrscheinlichkeit gewinnen - ein Vorteil besonders in den Wissenschaften vom Menschen, die mit ihrem Forschungsobjekt nicht beliebig experimentieren können. Der Inhalt Theorie des bayesschen Schätzens und Testens: Wahrscheinlichkeit, univariate und multivariate Verteilungen, Likelihood und Fisher-Information, Priori- und Posterioriverteilung, Punkt- und Intervallschätzungen, Hypothesenwahrscheinlichkeiten Praxis des bayesschen Schätzens und Testens: Statistik von Anteilen sowie Statistik poissonverteilter, exponentialverteilter und normalverteilter Größen Zahlreiche Beispiele, Übungsaufgaben und Lösungen Die Zielgruppen Studierende, Lehrende und Forschende in den Human- und Sozialwissenschaften Der Autor Wolfgang Tschirk studierte Mathematik und Physik an der Universität Wien. In seinem Institut mathecampus unterrichtet er Mathematik, Statistik und Physik für Natur-, Wirtschafts-, Human- und Sozialwissenschaften. Er hält über zwanzig Patente in der Kommunikations-, Medizin- und Rehabilitationstechnik und zahlreiche Innovationspreise, darunter den MERCUR der Wiener Wirtschaftskammer, den Worldwide Inventor of the Year der Siemens AG und die Viktor-Kaplan-Medaille des Österreichischen Erfinderverbandes
Zugriffsoptionen:
Die folgenden Links führen aus den jeweiligen lokalen Bibliotheken zum Volltext:
The article sketches the evolution of mathematical social sciences in Great Britain, focussing on Political Economy and Social Statistics. The formal methods which were later to become of greatest importance in these sciences (differential calculus and probability theory) were mainly imported from continental mathematics at the beginning of the 19th century. The emergence of Political Economy and the transformation of classical Political Arithmetic into Statistics roughly coincided with this "catching-up" process. Moreover, the "Cambridge Network of Scientists" (Cannon), with its protagonists Whewell, Herschel, Babbage and Peacock, played a central role in the adoption of French mathematics as well as in the early attempts to place the social sciences on a methodologically sound basis. Not surprisingly, the Cambridge Scientists (gathered mainly in the Cambridge Philosophical Society and the Cambridge Astronomical Society) were among the first to use mathematical methods in dealing with "the complicated conduct of our social and moral relations" (Herschel). However, the mathematicization of the social sciences cannot be seen as a smooth, continuous process of successively applying formal techniques to social phenomena. The application of the general equilibrium framework of analytical mechanics to the study of man's desires and actions, and the use of probability theory in explaining (not just describing) the synthesis and development of social aggregates, required an essential precondition: a new kind of analysis of "man", such as had emerged in geology and physiology since the late 1830s. Using the principles of natural selection and reflex action, it became possible to view human societies simultaneously as random samples and systems of forces, to which mathematical techniques now became reasonably applicable. The rise of Economics and Eugenics (founded by Jevons and Galton, respectively) towards the end of the 19th century can thus be perceived as a late consequence of this "anthropological turn". Therefore, the evolution of mathematical social sciences is not a symptom of a "mechanistic" view of man (usually associated with Cartesian epistomology), but simply another result of the very dissolving of classical "mathesis" (Foucault), which entailed the appearance of "man" as a privileged object of knowledge. ; The article sketches the evolution of mathematical social sciences in Great Britain, focussing on Political Economy and Social Statistics. The formal methods which were later to become of greatest importance in these sciences (differential calculus and probability theory) were mainly imported from continental mathematics at the beginning of the 19th century. The emergence of Political Economy and the transformation of classical Political Arithmetic into Statistics roughly coincided with this "catching-up" process. Moreover, the "Cambridge Network of Scientists" (Cannon), with its protagonists Whewell, Herschel, Babbage and Peacock, played a central role in the adoption of French mathematics as well as in the early attempts to place the social sciences on a methodologically sound basis. Not surprisingly, the Cambridge Scientists (gathered mainly in the Cambridge Philosophical Society and the Cambridge Astronomical Society) were among the first to use mathematical methods in dealing with "the complicated conduct of our social and moral relations" (Herschel). However, the mathematicization of the social sciences cannot be seen as a smooth, continuous process of successively applying formal techniques to social phenomena. The application of the general equilibrium framework of analytical mechanics to the study of man's desires and actions, and the use of probability theory in explaining (not just describing) the synthesis and development of social aggregates, required an essential precondition: a new kind of analysis of "man", such as had emerged in geology and physiology since the late 1830s. Using the principles of natural selection and reflex action, it became possible to view human societies simultaneously as random samples and systems of forces, to which mathematical techniques now became reasonably applicable. The rise of Economics and Eugenics (founded by Jevons and Galton, respectively) towards the end of the 19th century can thus be perceived as a late consequence of this "anthropological turn". Therefore, the evolution of mathematical social sciences is not a symptom of a "mechanistic" view of man (usually associated with Cartesian epistomology), but simply another result of the very dissolving of classical "mathesis" (Foucault), which entailed the appearance of "man" as a privileged object of knowledge.