Grafiken und Statistik in R
Grafiken und Statistik in R
Grafiken und Statistik in R
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Normalverteilung: Shapiro-Wilk Test (shapiro.test(x) Paket ctest/stats für n = 3...5000, H0 : die<br />
Streuung von x gleicht der, der Normalverteilung – Bsp.: P = 0.004, dann ist x NICHT normalverteilt) oder<br />
Kolmogorov-Smirnov-Test (testen, wenn 2 Variablen unabhängig s<strong>in</strong>d, ks.test(x, y) Paket ctest/stats;<br />
H0 : x <strong>und</strong> y s<strong>in</strong>d aus der selben Verteilung).<br />
Anm.: Die t-Test <strong>Statistik</strong> wird auch benutzt, um Regressionskoeffizienten zu testen. Deshalb taucht diese<br />
<strong>Statistik</strong> auch beim Output der Regressionsmodelle auf, wo die entsprechenden Koeffizientenwerte a b1, b2 der<br />
Geradengleichung y = a + b1x1 + b2x2 + ... gegen 0 (=Nullhypothese H0) getestet werden. Die F-Teststatistik<br />
h<strong>in</strong>gegen, vergleicht die Streuungen (Varianzen) um die Mittelwerte.<br />
(Quelle: http://www.wu-wien.ac.at/<strong>in</strong>st/ivm/strunk/pdf/<strong>Statistik</strong>Glossar.pdf).<br />
Testentscheidung Dieses Schema soll helfen sich <strong>in</strong> dem Wirrwarr der verschiedenen Tests zurechtzuf<strong>in</strong>den.<br />
type of<br />
data<br />
qualitative<br />
(categorial)<br />
quantitative<br />
(measurement)<br />
type of<br />
categorisation<br />
type of<br />
question<br />
relationships<br />
differences<br />
one<br />
categorial<br />
variable<br />
two<br />
categorial<br />
variables<br />
nultiple<br />
categorial<br />
variables<br />
number of<br />
predictors<br />
number of<br />
groups<br />
goddness<br />
of fit Χ²<br />
Cont<strong>in</strong>gency<br />
table Χ²<br />
multifactorial<br />
ANOVA<br />
one<br />
multiple<br />
two<br />
multiple<br />
Quelle: verändert nach http://www.seven-star.de/webmarco/schmitt/psychologie.gif<br />
measurements<br />
multiple<br />
regression<br />
relation<br />
between<br />
samples<br />
relation<br />
between<br />
samples<br />
cont<strong>in</strong>ous<br />
ranks<br />
<strong>in</strong>dependent<br />
SHAPIRO WILK<br />
dependent<br />
SHAPIRO WILK<br />
<strong>in</strong>dependent<br />
dependent<br />
SHAPIRO WILK<br />
primary<br />
<strong>in</strong>terest<br />
SPEARMAN's rho<br />
KENDALL's τau<br />
two sample<br />
t<br />
MANN<br />
WHITNEY - U<br />
related<br />
sample t<br />
WILCOXON<br />
number<br />
<strong>in</strong>dep. var.<br />
repeated<br />
mesures<br />
FRIEDMANN<br />
degree of<br />
relationship<br />
form of<br />
relationship<br />
one<br />
SAPIRO WILK<br />
Abbildung 10: Testentscheidung – Testschema: − · · − nichtnormalverteilte Daten<br />
.<br />
multiple<br />
PEARSON<br />
correlation<br />
regression<br />
one way<br />
ANOVA<br />
KRUSKALL<br />
WALLIS<br />
TPS th<strong>in</strong> plate spl<strong>in</strong>e 56 : ist e<strong>in</strong> Interpolationsalgorithmus der aus der Physik entlehnt ist <strong>und</strong> <strong>in</strong> die<br />
Morphometrie durch Fred Bookste<strong>in</strong> e<strong>in</strong>gebracht wurde. Der Algorithmus berechnet e<strong>in</strong> Deformationsgitter<br />
aus dem Vergleich zweier Punkt-Konfigurationen (auch Landmarks), so daß die „Biegungsenergie“ der<br />
Deformation so ger<strong>in</strong>g als möglich ist. Bei der Spl<strong>in</strong>e-Berechnung wird dabei die quadrierte 2.Ableitung<br />
benutzt. Quelle: http://www.virtual-anthropology.com/virtual-anthropology/geometric-morphometrics.<br />
56 spl<strong>in</strong>e ist e<strong>in</strong>e Art Glättungskurve<br />
factorial<br />
ANOVA<br />
post hoc<br />
181