Zusammenfassung
In vielen Anwendungsfällen möchte man wissen, ob zwei oder mehr Merkmale einen Zusammenhang aufweisen, oder ob sie unabhängig voneinander sind. Beispielsweise soll die Frage beantwortet werden, ob bei Kindern ein Zusammenhang zwischen sportlicher Aktivität und der Schlafdauer besteht. Im einfachsten Fall sollen zwei Merkmale gemeinsam analysiert werden. Nur dieser einfache Fall wird in diesem Kapitel näher beleuchtet, in dem verschiedene Assoziationsmaße für unterschiedliche Skalenniveaus vorgestellt werden. Für die vorgestellten Verfahren wird von zwei Merkmalen auf gleichem Skalenniveau ausgegangen, bei unterschiedlichen Skalenniveaus (z. B. nominal mit ordinal) muss man auf das niedrigere (in diesem Fall nominal) zurückgreifen. Nachdem Assoziationsmaße in der Anwendung eine sehr große Rolle spielen, wird in diesem Kapitel ausnahmsweise auch auf die parametrische Variante, den Korrelationskoeffizient nach Bravais-Pearson eingegangen.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Literatur
Behr, A., Pötter, U.: Einführung in die Statistik mit R. Vahlen, München (2010)
Bortz, J., Lienert, G.A.: Kurzgefasste Statistik für die klinische Forschung. Springer, Berlin (2008)
Bortz, J., Lienert, G.A., Boehnke, K.: Verteilungsfreie Methoden in der Biostatistik. Springer, Berlin (2008)
Brosius, F.: SPSS. Umfassendes Handbuch zu Statistik und Datenanalyse. mitp, Frechen (2018)
Brunner, E., Munzel, U.: Nichtparametrische Datenanalyse. Springer, Berlin (2013)
Bühl, A.: SPSS 23. Einführung in die moderne Datenanalyse. Pearson, München (2016)
Cody, R.: An Introduction to SAS University Edition. SAS Institute, Cary (2018)
Dalgaard, P.: Introductory Statistics with R. Springer, New York (2008)
Dolic, D.: Statistik mit R. Einführung für Wirtschafts- und Sozialwissenschaftler. Oldenbourg, München (2004)
Dufner, J., Jensen, U., Schumacher, E.: Statistik mit SAS. Teubner, Wiesbaden (2004)
Hedderich, J., Sachs, L.: Angewandte Statistik. Methodensammlung mit R. Springer, Berlin (2018)
Hollander, M., Wolfe, D.A., Chicken, E.: Nonparametric Statistical Methods. Wiley, New York (2014)
Krämer, W., Schoffer, O., Tschiersch, L.: Datenanalyse mit SAS. Statistische Verfahren und ihre Aspekte. Springer, Berlin (2014)
R Core Team: R: A Language and Environment for Statistical Computing: A Graduate Course in Probability. R Foundation for Statistical Computing, Vienna, Austria. https://www.R-project.org/ (2018)
Sheskin, D.J.: Handbook of Parametric and Nonparametric Statistical Procedures. Chapman & Hall, Boca Raton (2011)
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2018 Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature
About this chapter
Cite this chapter
Duller, C. (2018). Unabhängigkeit und Korrelation. In: Einführung in die nichtparametrische Statistik mit SAS, R und SPSS. Springer Gabler, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-57678-6_4
Download citation
DOI: https://doi.org/10.1007/978-3-662-57678-6_4
Published:
Publisher Name: Springer Gabler, Berlin, Heidelberg
Print ISBN: 978-3-662-57677-9
Online ISBN: 978-3-662-57678-6
eBook Packages: Life Science and Basic Disciplines (German Language)