PULS
Foto: Matthias Friel
Grafiken ergänzen die eher modellorientierten Datenanalyse in zweifacher Hinsicht: Erstens helfen Grafiken bei der Ergebnisdarstellung. Komplexe statistische Modelle mit nicht linearen Zusammenhängen und/oder Interaktionstermen lassen sich mit Hilfe von Grafiken relativ einfach interpretieren und auch der Vergleich von Modellparametern verschiedener Modelle fällt mit Grafiken oft leichter. Zweitens bei der Überprüfung der Modellvoraussetzungen. Statistische Modelle beruhen auf Annahmen und ihre Ergebnisse sind verzerrt, wenn diese Annahmen nicht erfüllt sind. Datenanalysegraphiken stellen dagegen die Beobachtungen selbst dar und sind deswegen nicht an theoretische Annahmen geknüpft. Sie sind darum ein ideales Hilfsmittel zur Überprüfung der Anwendungsvoraussetzungen statistischer Modelle.
Der Kurs beginnt mit einer kurzen Behandlung wahrnehmungstheoretischer Erkenntnisse und der sich daraus ableitenden Regeln zur Gestaltung statistischer Grafiken. Danach werden die grafischen Verfahren der linearen und logistischen Regression, sowie der Grafiken dimensionsreduzierender Verfahren (Faktoren- bzw. Hauptkomponentenanalyse) behandelt.
Cleveland, William S., 1985: The Elements of Graphing Data. Pacific Grove : Wadsworth. Schnell, Rainer, 1994: Graphisch gestützte Datenanalyse. München u. Wien: Oldenbourg. Mitchell, Michael, 2012: Interpreting and Visualizing Regression Models Using Stata
Kenntnisse über multiple lineare Regressionsanalyse und in der computergestützten Datenanalyse mit Stata sind elementare Grundvoraussetzungen zur Teilnahme an dieser Lehrveranstaltung. Voraussetzung für die Scheinvergabe ist die regelmäßige Teilnahme, sowie die regelmäßige Anfertigung von Hausaufgaben.
© Copyright HISHochschul-Informations-System eG