Statistische Grundbegriffe und Grundlagen multivariater Verfahren
Herzlich Willkommen im Themenbereich „Statistische Grundbegriffe und Grundlagen multivariater Verfahren“ dieses E-Learning Moduls!
Sie ermöglichen eine objektive Arbeitsweise und somit das Treffen von zuverlässigen Aussagen über untersuchte reale Phänomene.
Das Wissen über statistische Methoden der Psychologie ermöglicht es beispielsweise beurteilen zu können, welches Verfahren zur Analyse einer bestimmten Fragestellung geeignet ist und die Zuverlässigkeit sowie Relevanz der erzielten Ergebnisse zu beurteilen.
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 dem Lehrstuhl Methoden der Psychologie und kognitiver Modellierung der TU Dresden und der Hochschule Zittau Görlitz (-> Impressum).
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 Bootstapping 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 Hauptkomponentenanalyse.
Wir wünschen Ihnen viel Spaß und Erfolg beim Lesen, Anschauen, Entdecken und Ausprobieren!