Statistische Grundbegriffe und Grundlagen multivariater Verfahren: Unterschied zwischen den Versionen
Wehner (Diskussion | Beiträge) Keine Bearbeitungszusammenfassung |
Wehner (Diskussion | Beiträge) Keine Bearbeitungszusammenfassung |
||
Zeile 12: | Zeile 12: | ||
[[Datei: | [[Datei:Statistik_Puzzle_neu.jpg|center|600 px]] | ||
Version vom 11. Mai 2020, 15:31 Uhr
Herzlich Willkommen im Themenbereich „Statistische Grundbegriffe und Grundlagen multivariater Verfahren“ dieses E-Learning-Moduls!
Statistische Methoden stellen eine wichtige Grundlage der empirischen Wissenschaft Psychologie dar. Sie ermöglichen eine objektive Arbeitsweise und somit das Treffen von zuverlässigen Aussagen über untersuchte reale Phänomene. Das Wissen über statistische Methoden der Psychologie ermöglicht beispielsweise Entscheidungen darüber, welches Verfahren zur Analyse einer bestimmten Fragestellung geeignet ist und wie die Zuverlässigkeit sowie die Relevanz der erzielten Ergebnisse zu beurteilen sind.
Auf den folgenden Seiten stehen Ihnen einführende Informationstexte zu zentralen Grundbegriffen der Statistik und wichtigen multivariaten Verfahren zur Verfügung, welche mit Lehrvideos und interaktiven Simulationen verzahnt sind. Diese Videos und Simulationen ermöglichen es Ihnen, Ihr Wissen zu vertiefen und das Gelernte direkt praktisch auszuprobieren. In den Einführungstexten finden Sie außerdem Informationen zu weiterführender Literatur.
Dieses Elearning-Angebot entstand im Rahmen einer Kooperation zwischen der TU Dresden (Fakultät Psychologie) und der Hochschule Zittau / Görlitz (Fakultät Sozialwissenschaften) (gefördert vom Hochschuldidaktischen Zentrum Sachsen - LiT.Förderung).
Der Abschnitt „Grundbegriffe der Statistik“ dieses Moduls stellt zunächst einige zentrale Begriffe und statistische Methoden vor, deren Kenntnis zum Verständnis der Ergebnisse empirischer Untersuchungen und komplexerer statistischer Verfahren unverzichtbar ist. Dazu gehören die grundlegenden Konzepte des p-Wertes, des Standardfehlers, der t-Verteilung, der F-Verteilung, der Teststärke, der Stichprobenumfangsplanung und des Konfidenzintervalls. Des Weiteren wird in diesem Abschnitt auf Resampling-Verfahren wie Bootstrapping und den Permutationstest eingegangen sowie das Prinzip von Robustheitsuntersuchungen und Power-Vergleichen dargestellt.
Der Abschnitt „Grundlagen multivariater Verfahren“ bietet einen Einblick in einige wesentliche statistische Methode zur Analyse multivariater Daten. Dazu gehören die Korrelationsanalyse, die einfache und multiple lineare Regressionsanalyse sowie die Faktorenanalyse.
Wir wünschen Ihnen viel Spaß und Erfolg beim Lesen, Anschauen, Entdecken und Ausprobieren!