Eckehard Kuhlmei

Lerne mit uns komplexe Statistik! (eBook, PDF)

Drei Studis erklären fortgeschrittene statistische Verfahren und ihre SPSS-Anwendungen
Illustrator: Desch Kuhlmei, Erica

• Format: PDF

Produktbeschreibung

Du versuchst, komplexe statistische Verfahren wie multivariate Varianzanalysen, multiple Regressions- oder Diskriminanzanalysen zu verstehen - und Dir raucht der Kopf? Folge in diesem Buch den Dialogen von drei befreundeten Psychologiestudierenden, denn sie arbeiten sich schrittweise durch den Stoff und erklären es alltagsnah und verständlich. Dies hilft Dir vielleicht dabei, den Spaß an der Statistik (wieder) zu finden und insbesondere, die komplizierteren Verfahren besser zu verstehen.

---

Dieser Download kann aus rechtlichen Gründen nur mit Rechnungsadresse in A, B, BG, CY, CZ, D, DK, EW, E, FIN, F, GR, HR, H, IRL, I, LT, L, LR, M, NL, PL, P, R, S, SLO, SK ausgeliefert werden.

Produktdetails

• Verlag: Springer Berlin Heidelberg
• Seitenzahl: 228
• Erscheinungstermin: 17. Februar 2021
• Deutsch
• ISBN-13: 9783662617519
• Artikelnr.: 61207830

Autorenporträt

Eckehard Kuhlmei, im Jahr 1960 in Hannover geboren, von 1979 bis 1991 Studium der Psychologie in Göttingen mit Promotionsabschluss. Ab 1981 als hilfswissenschaftlicher Assistent im Psychologischen Institut Göttingen im Statistik- und Methodenlehrebereich tätig. Seit 1991 am Departement für Psychologie in Fribourg (Schweiz) als Statistikdozent und Studienberater fest angestellt.

Inhaltsangabe

I Hypothesenprüfungen.- Einstieg in die mehrfaktoriellen Varianzanalysen.- Mehrfaktorielle Varianzanalysen.- Einstieg in die Partialkorrelationen, Regressionsanalysen und Diskriminanzanalysen.- Partialkorrelationen.- Multiple Regressionsanalyse.- Diskriminanzanalyse.- Ergänzungen zu der Regressionsanalyse und der Diskriminanzanalyse. II Sonderfall, Prüfungen der Voraussetzungen und Robustheitsstudien.- Varianzhomogenität: Levene-Test.- Prüfung der Normalverteilungsannahme von stetigen, (mindestens) intervallskalierten Variablen.- Robustheitsstudien zu den Signifikanztests.