|
Inhalt / Beschreibung
1. Wissenschaftliche Grundlagen
- Realität
- Hypothesen
- Theorien
- Modelle
- Wissenschaftliche Schlusstechniken / Generierung von Hypothesen
- Falsifikationsprinzip
- Gütekriterien der Forschung
2. Grundlagen Quantitativer Forschung:
- Messung
- Gütekriterien einer Messung
- Was kann bei einer MEssung schief gehen?
- Kategoriale Skalenniveaus (Qualitative Skala)
- Metrische (Numerische) Skalenniveaus (Quantitative Skala)
- Aufbau eines Datensatzes
- Zusammenhangsanalyse
- Stichproben
- Beobachtungsstudien
- Schlussmöglichkeiten
- Ablauf eines Forschungsprozesses (Problem-Plan-Data-Analysis-Conclusion-Zyklus)
3. Einführung in R
- Variablentypen in R
4. Explorative Datenanalyse
- Grafiken
- Kennzahlen
- Verteilung
- Lagemaße
- Vergleich Median und Mittelwert
- Streuungsmaße
- z-Transformation
- Anatomie Boxplot
- Kovariation
5. Normalverteilung
- Zufallsvariable
- Normalverteilung
- Standardisierung, z-Transformation
- 68-95-99,7%-Regel:
6. Lineare Regression
- Modellierung: Lineare Regression- Bestimmtheitsmaß R²
- Resampling (Bootstrapping)
- Standardfehler
- 95%-Konfidenzintervall
- Nullhypothese (Permutation)
- p-Wert
- Annahmen Lineare Degression
- Multiple Regression
7. Inferenzstatistik
- Deskriptive Statistik vs. Inferenzstatistik
- Punktschätzung
- Konfidenzintervall (Intervallschätzung)
- Hypothesentest
- Teststatistik und p-Wert
- Alternativhypothese und Signifikanz
- Fehlerarten
- Dreieckstest vs. Regression
8. Kausale Modellierung
- Potential Outcome & Counterfactual
- Ursache & Wirkung
- Kausale Modelle
- Data Literacy
- Beschreibung
- Vorhersage
- Kausale Inferenz
- Kausale Leiter
- Kette
- Gabel
- Umgedrehte Gabel
- Elemente Kausaler Diagramme
9. Hinweise |
