Beschreibende Statistik – Auskünfte über mehrere Datenreihen

Chapter

Zusammenfassung

Im ersten Abschnitt dieses Kapitels wird erklärt, wie es sich mit den Begriffen von verbundenen und nicht verbundenen Datenreihen verhält. Ungleich lange Datenreihen sind niemals verbunden, bei ihnen kann auch keine Abhängigkeit konstatiert werden. Gleichlange Datenreihen können verbunden sein, sie können aber auch nicht verbunden sein. Das hängt davon ab, ob sie sich als Paare von Beobachtungen erklären lassen. Für verbundene Datenreihen gibt es eine Reihe spezieller Kennzahlen, so den Korrelationskoeffizient und im Falle linearer Abhängigkeit die Regressionskoeffizienten.

Über die grundlegenden Eigenschaften verbundener Datenreihen kann man im diskreten Fall grafisch gut Auskunft geben, indem nach Anfertigung einer Pivot-Tabelle ein so genanntes Manhattan-Diagramm erzeugt wird. Ein Zusammenhang zwischen metrisch skalierten verbundenen Datenreihen ist mit Hilfe von Excel leicht anhand von Punktwolken herzustellen.

Eine überaus wichtige Kennzahl zur Charakterisierung verbundener metrisch skalierter Datenreihen ist der Korrelationskoeffizient nach Bravais-Pearson. Weitere Zusammenhangsmaße für Datenreihen geringeren Datenniveaus werden ebenfalls vorgestellt. Abschließend erfolgt die Einführung in das wichtige Gebiet der Regression, wobei man sich mit Hilfe von Excel auch einige nichtlineare Zusammenhangsformeln anzeigen lassen kann.

Literatur

  1. 1.
    Backhaus, K., Erichson, B., Plinke, W., Weiber, R.: Multivariate Analysemethoden. Springer-Verlag, Berlin, Heidelberg, New York (2003)Google Scholar
  2. 2.
    Bamberg, G., Baur, F., Krapp, M.: Statistik. Oldenbourg-Verlag, München (2006)Google Scholar
  3. 3.
    Benninghaus, H.: Einführung in die sozialwissenschaftliche Datenanalyse. Oldenbourg-Verlag, München (2005)Google Scholar
  4. 4.
    Bortz, J., Schuster, C.: Statistik für Human- und Sozialwissenschaftler. Springer-Verlag, Berlin, Heidelberg (2010)Google Scholar
  5. 5.
    Bourier, G.: Beschreibende Statistik. Gabler-Verlag, Wiesbaden (2013)Google Scholar
  6. 6.
    Bronstein, I.N., Semendjajaew, K.A.: Taschenbuch der Mathematik. Verlag Harri Deutsch, Thun und Frankfurt am Main (2000)Google Scholar
  7. 7.
    Clauß, G., Finze, F.-R., Partzsch, L.: Statistik. Für Soziologen, Pädagogen, Psychologen und Mediziner. Verlag Harri Deutsch, Frankfurt a. M. (2002)Google Scholar
  8. 8.
    Duller, C.: Einführung in die Statistik mit EXCEL und SPSS: Ein anwendungsorientiertes Lehr- und Arbeitsbuch. Physica-Verlag, Heidelberg (2010)Google Scholar
  9. 9.
    Fahrmeir, L., Künstler, R., Pigeot, I., Tutz, G.: Statistik. Der Weg zur Datenanalyse. Springer-Verlag, Berlin (1997)Google Scholar
  10. 10.
    Gehring, U., Weins, C.: Grundkurs Statistik für Politologen und Soziologen. VS Verlag, Wiesbaden (2009)Google Scholar
  11. 11.
    Krämer, W.: So lügt man mit Statistik. Campus-Verlag, Frankfurt/New York (1991)Google Scholar
  12. 12.
    Krämer, W.: So überzeugt man mit Statistik. Campus-Verlag, Frankfurt/New York (1994)Google Scholar
  13. 13.
    Kühnel, S., Krebs, D.: Statistik für die Sozialwissenschaften. Rowohlt-Verlag, Reinbek bei Hamburg (2001)Google Scholar
  14. 14.
    Leiner, B.: Grundlagen statistischer Methoden. Oldenbourg-Verlag, München Wien (1995)Google Scholar
  15. 15.
    Matthäus, H., Matthäus, W.-G.: Mathematik für BWL-Bachelor. Springer-Gabler-Verlag, Wiesbaden (2015)Google Scholar
  16. 16.
    Monka, M., Schöneck, N., Voß, W.: Statistik am PC – Lösungen mit Excel. Hanser Fachbuchverlag, München (2008)Google Scholar
  17. 17.
    Papula, L.: Mathematik für Ingenieure und Naturwissenschaftler. Vieweg+Teubner-Verlag, Wiesbaden (2008)Google Scholar
  18. 18.
    Reiter, G., Matthäus, W.-G.: Marketing-Management mit EXCEL. Oldenbourg-Verlag, München (1998)Google Scholar
  19. 19.
    Reiter, G., Matthäus, W.-G.: Marktforschung und Datenanalyse mit EXCEL. Oldenbourg-Verlag, München (1996)Google Scholar
  20. 20.
    Schira, J.: Statistische Methoden der VWL und BWL. Pearson-Verlag, München (2005)Google Scholar
  21. 21.
    Schnell, R.: Graphisch gestützte Datenanalyse. Oldenbourg- Verlag, München, Wien (1994)Google Scholar
  22. 22.
    Schuster, H.: Professionelle Datenauswertung mit Pivot. VNR-Verlag für die deutsche Wirtschaft, Bonn (2009)Google Scholar
  23. 23.
    Untersteiner, H.: Statistik – Datenauswertung mit Excel und SPSS. Verlag UTB, Stuttgart (2007)Google Scholar
  24. 24.
    Wewel, M.: Statistik im Bachelor-Studium der BWL und VWL. Pearson-Verlag, München (2006)Google Scholar
  25. 25.
    Zwerenz, K.: Statistik verstehen mit EXCEL. Oldenbourg-Verlag, München Wien (2001)Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden 2016

Authors and Affiliations

  1. 1.Stendal-UenglingenDeutschland

Personalised recommendations