Statistik schrittweise verstehen

Keine Angst vor Statistik! Das ist die Devise dieses Lehr- und Arbeitsbuchs. Peter Schmidt führt Sie schrittweise an die deskriptive und induktive Statistik heran und ermuntert Sie durch zahlreiche Übungsaufgaben stets zum Mitdenken und Mitrechnen. Das Buch begleitet drei Studierende, die ein studentisches Café eröffnen und dabei merken, wie hilfreich die Statistik für ihren Erfolg ist.

Im ersten Teil des Buches stellt der Autor die deskriptive (beschreibende) Statistik vor: Er verrät zu Beginn, was genau hinter Häufigkeiten, Mittelwerten und Streuungsmaßen steckt. Auf mehrdimensionale Daten und Zeitreihenanalysen geht er darauf aufbauend ein. Den richtigen Umgang mit Maß- und Indexzahlen zeigt er darüber hinaus auf.

Im zweiten Teil erläutert er die induktive (schließende) Statistik: Grundlage bilden die Kombinatorik, die Wahrscheinlichkeitsrechnung und Zufallsvariablen. Zu guter Letzt zeigt er, wie von der Stichprobe auf die Grundgesamtheit geschlossen werden kann. Die Schätztheorie sowie unterschiedliche statistische Testverfahren spielen dabei eine wichtige Rolle.

Das Buch richtet sich an Studierende der Wirtschafts- und Sozialwissenschaften. Es ist ein idealer Einstieg in die Welt der Formeln, Tabellen und Diagramme.

Autorentext
Prof. Dr. Peter Schmidt lehrt Volkswirtschaftslehre und Statistik an der Hochschule Bremen.

Inhalt
Was Sie vorher wissen sollten 9 Das Fallbeispiel im Buch: die StudierBar 9 Das Konzept des Buches - Statistik schrittweise verstehen 10 Teil I: Deskriptive (beschreibende) Statistik 1 Worum geht's? Allgemeine Grundlagen und Fallbeispiel 13 1.1 Was ist Statistik? 13 1.2 Zahlen bitte" - aber woher? Ablauf einer statistischen Untersuchung 13 1.3 Was für Merkmale gibt es? Typen und Skalen statistischer Merkmale 20 2 Einzelne Merkmale: Auswertung und Darstellung 21 2.1 Wie oft kommen die einzelnen Werte vor? Statistische Häufigkeiten 22 2.2 Im Durchschnitt: Lagemaße (Mittelwerte) 31 2.3 Schwankende Einsichten: Streuungsmaße 41 3 Mehrere Merkmale im Verhältnis: mehrdimensionale Daten 47 3.1 Allgemeine Grundbegriffe: Darstellung und Randverteilungen 48 3.2 Zusammenhänge zwischen metrisch skalierten Merkmalen 50 3.3 Vorlieben: Rangkorrelationen für ordinal skalierte Merkmale 67 3.4 Alles Latte? Kontingenzanalyse bei nominal skalierten Variablen 70 4 As Time goes by: Zeitreihenanalyse 74 4.1 Quer- und Längsschnittdaten 74 4.2 Komponenten einer Zeitreihe 75 4.3 Glättung durch Gleitende Durchschnitte 77 4.4 Glättung durch lineare Trendfunktion - nach der Methode der Kleinsten Quadrate 79 4.5 Ermittlung der Saisonkomponente und Saisonbereinigung 83 4.6 Prognosen 87 5 Alles in Maßen - Maß- und Indexzahlen 90 5.1 Verhältniszahlen 90 5.2 Preis- und Mengenindizes 92 Teil II: Induktive (schließende) Statistik 6 (Wie) viele Möglichkeiten? Kombinatorik & Wahrscheinlichkeitsrechnung 100 6.1 Kombinatorik 101 6.2 Grundbegriffe und Definitionen der Wahrscheinlichkeitsrechnung 103 6.3 Rechnen mit Wahrscheinlichkeiten 105 7 Die Basis - Theoretische Verteilungen 112 7.1 Zufallsvariablen 112 7.2 Einige spezielle Verteilungen 120 8 Zum guten Schluss . von der Stichprobe auf die Grundgesamtheit 138 8.1 Schätztheorie 138 8.2 Konfidenzintervalle zur Parameterschätzung 139 8.3 Hypothesentests 148 8.4 Parametrische Tests 153 8.5 Nicht-Parametrische Tests (Beispiel: Chi-Quadrat-Unabhängigkeitstest) 165 9 Wiederholungs- und Übersichtsfragen 169 10 Schlusswort 171 11 Literaturhinweise 173 12 Anhang 174 12.1 Anmerkungen zu den Aufgaben und Lösungshinweisen 174 12.2 Fallbeispiel StudierBar: Fragenbogen Beispiel 174 12.3 Datenanalyse in Excel 176 12.4 Schritt-für-Schritt-Beispiele für zwei- und einseitige Tests 179 Abbildungsverzeichnis 183 Tabellenverzeichnis 185