Hallo!
Ich habe ne Frage:
Wie kann man Werte mit einem Stichprobenumfang von n= 50 auf Normalverteilung überprüfen? Ich weiß dass einen Haufen manuelle Verfahren dazu gibt. Aber ich bräuchte eins dass ich einfach in Excel umsetzen kann.
CHI_ Test geht, aber bei einem Umfang von 50 ist hlat schon ein bißchen kanpp mit den Klassen. Außerdem gibts dabei Probleme bei der Automatisierung im Excel bei nicht besetzten Klassen!
Kann mir vielleicht jemand weiterhelfen!
Wie lässt sich zB ein Wahrscheinlichkeitnetz in Excel realisieren?
mfg
Peter

Hallo Peter,
Excel-Sheets mit W-Netzen findest Du z. B. bei
www.woller-gti.de/Start/start.htm
unter "Statistik".
Bei den Testverfahren wird es schwieriger. Der Chi_-Test funktioniert da gar nicht, Kolmogoroff-Smirnov-Test ist aus statistischer Sicht echt schlecht (auch wenn er nach wie vor standardmäßig in vielen Programmen implementiert ist). Besser sind z. B. der Anderson-Darling- oder der Cramer-von-Mises-Test. Mehr Details zur Überprüfung der Normalverteilung findest Du unter:
www.bb-sbl.de/tutorial/verteilungen/uebe...ormalverteilung.html
und in dem Buch "A Normal Distribution Course" von Jürgen Groß, das im Peter Lang Verlag erschienen ist (ISBN: 3-631-52934-1).
Berechnen lässt sich das ganze sehr gut in R, einem Statistik-Programm (cran.r-project.org/), aber dafür musst Du wissen, welche Verfahren Du anwenden willst.
Oder schreib mir ein Mail
Viele Grüße
Barbara



bb-sbl.de

Glaubst du nicht, daß es mit SPSS um einiges einfacher wäre?

Hallo Peter,
: Excel-Sheets mit W-Netzen findest Du z. B. bei
: www.woller-gti.de/Start/start.htm
: unter "Statistik".
: Bei den Testverfahren wird es schwieriger. Der Chi_-Test funktioniert da gar nicht, Kolmogoroff-Smirnov-Test ist aus statistischer Sicht echt schlecht (auch wenn er nach wie vor standardmäßig in vielen Programmen implementiert ist). Besser sind z. B. der Anderson-Darling- oder der Cramer-von-Mises-Test. Mehr Details zur Überprüfung der Normalverteilung findest Du unter:
: www.bb-sbl.de/tutorial/verteilungen/uebe...ormalverteilung.html
: und in dem Buch "A Normal Distribution Course" von Jürgen Groß, das im Peter Lang Verlag erschienen ist (ISBN: 3-631-52934-1).
: Berechnen lässt sich das ganze sehr gut in R, einem Statistik-Programm (cran.r-project.org/), aber dafür musst Du wissen, welche Verfahren Du anwenden willst.
: Oder schreib mir ein Mail
: Viele Grüße
: Barbara

Hallo Sina,
nö. SPSS ist zwar auf den ersten Blick deutlich anschaulicher als R (oder S-Plus oder SAS), aber dafür auch sehr viel begrenzter, was die angebotenen Testverfahren auf Verteilungen betrifft.
Darüber hinaus verleitet SPSS dazu, nicht passende Verfahren anzuwenden (beispielsweise Hauptkomponenten-Analyse bei ordinal skalierten Merkmalen) und interpretiert Tests falsch. Bei SPSS wird der Größe des p-Wertes eine Signifikanz zugewiesen (*: signifikant, **: sehr siginifkant,...) und das stellt die statistische Testtheorie auf den Kopf. Das Signifikanzniveau wird auf Grund von fachlichen Überlegungen festgelegt und nicht auf Basis der Datenlage nach dem Motto: Glück gehabt, da ist etwas "sehr signifikant".
SPSS hat auch keine Tools zur Prozess-Analyse wie QRK oder Cpk. In R gibt es das alles.
Viele Grüße
Barbara

Hi Barbara!
Hab die Antwort falsch gesetzt, galt nicht auf deine Message sondern die bezüglich Auswertung im Excell. Aber du kennst dich scheinbar ziemlich gut mit Statistik aus. Sitz nämlich auch derzeit bei einer empirischen Studie wegen einen Branchenvergleich von drei Industrien und versuche den Kruskal Wallis Test durchzuführen- da ich keine Normalverteilung habe. Kennst du dich hierbei auch aus?
Liebe Grüße
Sina
Hallo Sina,
: nö. SPSS ist zwar auf den ersten Blick deutlich anschaulicher als R (oder S-Plus oder SAS), aber dafür auch sehr viel begrenzter, was die angebotenen Testverfahren auf Verteilungen betrifft.
: Darüber hinaus verleitet SPSS dazu, nicht passende Verfahren anzuwenden (beispielsweise Hauptkomponenten-Analyse bei ordinal skalierten Merkmalen) und interpretiert Tests falsch. Bei SPSS wird der Größe des p-Wertes eine Signifikanz zugewiesen (*: signifikant, **: sehr siginifkant,...) und das stellt die statistische Testtheorie auf den Kopf. Das Signifikanzniveau wird auf Grund von fachlichen Überlegungen festgelegt und nicht auf Basis der Datenlage nach dem Motto: Glück gehabt, da ist etwas "sehr signifikant".
: SPSS hat auch keine Tools zur Prozess-Analyse wie QRK oder Cpk. In R gibt es das alles.
: Viele Grüße
: Barbara

Hi Sina,
jepp. Frag mich einfach
Und Du hast Recht, was Excel angeht. Für die Testverfahren ist das ziemlich hakelig.
Viele Grüße
Barbara