Anwendungen der Multivariaten Stat. / CSDA Zielsetzung

Gliederung

Ausführliche Gliederung mit übungszielen und Dateiübersicht

Kurzfassung der Gliederung

Struktur der Belegarbeit

  1. Einführung
  2. Eingabe einer Datenmatrix mit dem SPSS-Dateneditor
  3. Datenbearbeitung
  4. Deskriptive Statistik
  5. Inferenzstatistik (Teil A und Teil B)
  6. Multivariate Statistik

0. Einführung

Vorstellung und Einführung in das Programmpaket "SPSS"

1. Eingabe einer Datenmatrix mit dem SPSS-Dateneditor

Vorstellung und Einführung in die Dateneingabe

2. Datenbearbeitung

2.1. Datenselektion

2.2. Datenmodifikation = Datentransformation

3. Deskriptive Statistik

Grafikmenüs in SPSS 17

M528

Ziele:

4. Inferenzstatistik

( Teil A: Struktur gemäß den Zielen der Statistikvorlesung )

4.1. Prüfen von Mittelwertunterschieden

4.2. Prüfen von Streuungsunterschieden

4.3. Prüfen von Verteilungen

4.4. Prüfen von Häufigkeiten

4.5. Prüfen von Zusammenhängen

( Teil B: Weitere Inferenzstatistische Prozeduren in SPSS )

M231 M232

4.6. Mittelwerte vergleichen

4.7. Kreuztabellen

4.8. Korrelation

4.9. Regression

M311 M232

4.10. Nichtparametrische Tests:

5. Multivariate Statistik

5.1. Regressionsanalyse ( RA )

RA im Modul Methoden II (BA)

5.2. Varianzanalyse ( VA )

VA im Modul Methoden II (BA)

5.3. Faktoranalyse ( FA )

FA im Modul Methoden II (BA)

5.4. Diskriminanzanalyse ( DA )

DA im Modul Methoden II (BA)

5.5. Kanonische Korrelationsanalyse ( KKA )

KKA im Modul Methoden II (BA)

5.6. Clusteranalyse ( CA )

CA im Modul Methoden II (BA)

5.7. Loglineare Modelle ( LLM ) zur Kontingenztafelanalyse

LLM im Modul Multivariate Statistik (MA)

5.8. Strukturgleichungsmodelle ( SEM )

SEM im Modul Multivariate Statistik (MA)

5.9. Zeitreihenanalysen ( TSA )

TSA im Modul Multivariate Statistik (MA)

5.10. Mehrebenenanalysen ( HLM )

HLM im Modul Multivariate Statistik (MA)

[HLM: Hierarchical Linear Modeling, auch: Multi Level Analysis oder Multilevel Random Coefficient Modeling]