Mediations- & Anwaltskanzlei Dr. Karpienski

Womit beschäftigt sich Statistik?

Gebräuchliche Kennzahlen und grafische Darstellungsmethoden der Deskriptivstatistik

  • Die gesammelten Daten (Rohdaten) sind häufig sehr umfangreich und komplex
  • Aufbereitung (Zusammenfassung) der Rohdaten mit Hilfe von Tabellen, Grafiken, statistischen Kennwerten
  • Sie können die behandelten Kennzahlen und grafischen univariaten und bivariaten Darstellungsmethoden erläutern.

Grundlagen inferenzstatistischer Testverfahren

  • Fragestellungen/Hypothesen beziehen sich immer auf eine Population
  • Wie kann ich aber von den Stichprobenergebnissen auf eine Population schließen?
  • Anwendung stochastischer Gesetzmäßigkeiten für den Rückschluss auf die Population
  • Inferenzstatistik = schließende Statistik Grundlagen des frequentistischen Ansatzes
  • Null Hypothesis Significance Testing (NHST) NHST-Beispiele
  • t-Tests, Varianzanalyse

Anwendung beispielhafter inferenzstatistischer Testverfahren sowie deren Erweiterungen

  • Sie können die Grundlagen der Inferenzstatistik darstellen. Sie können das Prinzip eines Signifikanztests darstellen. Sie können erklären, was ein Konfidenzintervall ist.
  • Sie können einen Überblick über die im Modul behandelten Testverfahren geben, kennen die Grundlagen der Testverfahren und wissen, in welchen Fällen man diese anwendet.

Kritik am klassischen inferenzstatistischen Ansatz, Verbesserungsansätze und Alternativen

  • Frequentistischer Ansatz (NHST) steht (seit langem) in Kritik
  • Sie lernen die zentralen Kritikpunkte am NHST, Verbesserungen innerhalb
  • des NHST und Alternativen zum NHST kennen  Lernziele:
  • Sie kennen die aufgeführten Kritikpunkte am NHST und können zu Vor- und Nachteilen des NHST Stellung nehmen
  • Sie können erläutern, was Effektstärken sind und die behandelten Effektstärken beschreiben
  • Sie können die Unterschiede zwischen NHST und Bayes benennen und die Vorgehensweise innerhalb des Bayesianischen Ansatzes darstellen

Bestandteile guter wissenschaftlicher Praxis

  • Was ist aber nun eine gute wissenschaftliche Praxis, was eine schlechte?
  • Open Science
  • Lernziele:
  • Sie können die beschriebenen Bestandteile guter und schlechter wissenschaftlicher Forschungspraxis benennen
  • Sie können die Schritte eines vorbildlichen offenen wissenschaftlichen Forschungsprozesses benennen

Praktische Anwendung der vermittelten Methoden mit der Statistiksoftware R