Grundwissen Deskriptive Statistik

Autoreninformationen

Prof. Dr. Andreas Behr lehrt Statistik an der Universität Duisburg-Essen.

Inhaltsverzeichnis

Inhaltsverzeichnis 9
1 Einführung  15
1.1 Einleitung  16
1.2 Variablen und Häufigkeiten  17
1.3 Ein Beispiel mit Einkommensdaten  20
1.4 Aufgaben 24
1.5 R-Code  27
2 Darstellung von Häufigkeitsverteilungen  29
2.1 Histogramme  30
2.2 Kerndichteschätzung  33
2.3 Aufgaben  41
2.4 R-Code  42
3 Charakterisierungen von Häufigkeitsverteilungen  45
3.1 Verteilungsfunktion  46
3.2 Quantilsfunktion  47
3.3 Maßzahlen  49
3.4 Approximationen mit klassierten Daten  59
3.5 Aufgaben  63
3.6 R-Code 66
4 Konzentrationsmessung  71
4.1 Einleitung  72
4.2 Maßzahlen der absoluten Konzentration   72
4.3 Maßzahlen der relativen Konzentration  76
4.4 Aufgaben  83
4.5 R-Code  85
5 Strukturanalysen  89
5.1 Einleitung  90
5.2 Maßzahlen für Strukturunterschiede  90
5.3 Additive Komponentenzerlegung  92
5.4 Multiplikative Komponentenzerlegung  99
5.5 Aufgaben  101
5.6 R-Code  103
6 Preis- und Mengenindizes  107
6.1 Einleitung  108
6.2 Transaktionen, Mengen und Preise  108
6.3 Preisindizes auf Basis von Warenkorbvergleichen  109
6.4 Messziffernmittelung  112
6.5 Repräsentativgewichtung: Einzelpreise und Ausgabenanteile  114
6.6 Konstruktion von Indexziffern  115
6.7 Kettenindizes  121
6.8 Aufgaben  125
6.9 R-Code  127
7 Mehrdimensionale Variablen, bedingte Häufigkeiten und Streuungszerlegung  129
7.1 Mehrdimensionale Variablen  130
7.2 Bedingte Häufigkeiten  131
7.3 Streuungszerlegung  133
7.4 Aufgaben  136
7.5 R-Code  138
8 Korrelation: Metrische Variablen  141
8.1 Einleitung  142
8.2 Eine zweidimensionale Variable  142
8.3 Die Kovarianz  143
8.4 Der Korrelationskoeffizient von Pearson  146
8.5 Aufgaben  150
8.6 R-Code 152
9 Korrelation: Ordinale und nominale Variablen  155
9.1 Spearmans Rangkorrelationskoeffizient  156
9.2 Zusammenhangsmaße für nominale Variablen  158
9.3 Aufgaben  163
9.4 R-Code  165
10 Einfache Regressionsrechnung  169
10.1 Einleitung  170
10.2 Methode der kleinsten Quadrate  171
10.3 Aufgaben  178
10.4 R-Code  181
11 Multiple Regressionsanalyse  183
11.1 Das multiple Regressionsmodell  184
11.2 Das multiple Regressionsmodell in Matrixnotation  186
11.3 Eine multiple Lohnregression  189
11.4 Partielle Regressionskoeffizienten und Residuenregressionen  190
11.5 Interaktionen erklärender Variablen  191
11.6 Aufgaben  193
11.7 R-Code  194
12 Zeitreihen  197
12.1 Einleitung  198
12.2 Komponenten von Zeitreihen  200
12.3 Trendermittlung  201
12.4 Saisonbereinigung  205
12.5 Aufgaben  211
12.6 R-Code  214
Formelsammlung  219
Probeklausuren  227
Lösungshinweise  233
Index  253

Produktdetails