Der Vortrag „Multivariate Deskription“ von Dr. Anna Fukshansky ist Bestandteil des Kurses „Grundlagen der deskriptiven Statistik“. Der Vortrag ist dabei in folgende Kapitel unterteilt:
Was bedeutet in der Statistik „multivariat“?
Welche Beispiele können als „multivariat“ bezeichnet werden?
Wozu braucht man eine Kontingenztafel der absoluten Häufigkeiten?
Wie ergibt sich die Randverteilung aus der Kontingenztafel?
Was sind bedingte Häufigkeiten?
Beispiel Farben bei Frauen: Was sagt Ihnen der folgende Ausdruck: Fy(Bunt | Frauen)=0,07?
Was wird in der Statistik unter „Odds“ bzw. „Chance“ verstanden?
Mit welcher Methode kann gemessen werden, ob ein Zusammenhang zwischen zwei Merkmalen besteht?
Wie berechnet man aus den Randhäufigkeiten einer Kontingenztabelle der absoluten Häufigkeiten die zu erwartenden bedingten relativen Häufigkeiten für den Fall, dass die Merkmale unabhängig sind?
Was genau wird mit dem Zusammenhangsmaß Chi-Quadrat gemessen?
Welche Bedeutung hat ein großer Wert für Chi-Quadrat?
5 Sterne |
|
5 |
4 Sterne |
|
0 |
3 Sterne |
|
0 |
2 Sterne |
|
0 |
1 Stern |
|
0 |
... Zusammenhänge von mehreren Merkmalen, die man gemeinsam beobachten kann. Jetzt behandeln wir folgendes: Dieser Ansatz führt zur Analyse der Zusammenhänge .....
... Die (k x m)-Kontingenztafel der absoluten Häufigkeiten ist gegeben durch: absolute Häufigkeit von Randhäufigkeiten von X ...
... und Y beobachten, dann kann man die gemeinsame Verteilung in einer Kontingenztabelle (abs. oder rel.) darstellen. ...
... Wert aus X ist bekannt und fixiert....
... Die bedingte Häufigkeitsverteilung von X unter der Bedingung kurz ist: ...
... Wir können auch Teilgesamtheiten betrachten. Der Zusammenhang läßt sich quantifizieren. ...
... Zusammenhänge da sind, so kann man diese mithilfe der Chance (Kreuzprodukt, Odds Ratio) ...