|
Inhalt / Beschreibung
Bei diesem Dokument handelt es sich um eine Zusammenfassung der Vorlesungsreihe "Wissenschaftliche Methodik" bei Prof. Lübke an der FOM Dortmund vom WS 2018/2019.
Aufbau des Dokumentes:
- Tabellarisches Glossar (Begriffe | Erklärung + Beispiele + Schaubilder) bestehend aus der Wordcloud des Vorlesungsskriptes und einer Vielzahl an weiteren Begrifflichkeiten, die während der Vorlesung gefallen oder in den Übungsaufgaben vorgekommen sind. Durch den Tabellarischen Aufbau können die Begrifflichkeiten wie Vokabeln gelernt und wiederholt werden.
Ein Ausblick, welche Begrifflichkeiten u.a. erläutert werden:
- Daten /Modell
- Quantitative Methoden der Forschung
- Qualitative Methoden der Forschung
- Hypothese
- Induktion
- Deduktion
- Abduktion
- Falsifikationsprinzip
- Hypothesentest
- Korrelation
- Kausaliät
- Anteilswert
- Mittelwert
- Modellierung
- Randomisierung
- Realiabilität
- Abhängige und unabhängige Variable
- Variabilität
- Zufall
- Z-Wert
- Gütekriterien der Forschung
- Validität (interne + externe)
- Latente und Manifeste Variablen
- Skalenniveaus (Kategorial Nominal und ordinal + metrisch mit Intervallskala / Verhältnisskala / stetig und diskret)
- Variation
- Kovariablen
- Verschiedene Stichprobenarten
- Schlussmöglichkeiten
- Bias
- Experiment
- Quantitativer Forschungsprozess
- Formen der Visualisierung von Daten (Balkendiagramme, Histogramme, Mosaikplot, Streudiagramm, Liniendiagramm)
- Verteilungen (linksschief, rechtsschief, Modalitäten)
- Lagemaße ( Minimum, Maximum, Modus, Median, Arithmetischer Mittelwert, Quantil)
- Streuungsmaße (Varianz, Standardabweichung, Variationskoeffizient, Interquartilsabstand, Spannweite, Kovarianz, Korelationskoeffizient)
- Nullhypothese + Alternativhypothese
- Teststatistik
- Simulation
- p- Wert
- Signifikanzniveau
- Fehlerarten
- Dreieckstest
- Permutationstest
- Bootstrap
- Punktschätzer + Punktschätzung
- Freiheitsgrade
- Standardfehler
- Konfidenzintervalle
- Chi-Quadrat-Unabhängigkeitstest
- Varianzanalyse ANOVA
- Hypothesenprüfung
- P-Hacking
- Bestimmheitsmaß R²
- Residuum
- Odds Ratio
- Biplot
- Screeplot
- Korrelationsmatrix
- Ladungen Lambda
- Merkmal
- Merkmalsausprägung
- Merkmalsträger
- Boxplot
- Text-Mining
- ....
- ....
- ....
- ....
- Steckbriefe zu den Themengebieten Inferenzstatistik, Lineare Regression, Logistische Regression, Clusteranalyse und PCA.
Jeder Steckbrief ist folgendermaßen aufgebaut:
- Ziel des Analyseverfahrens
- Allgemeine Informationen zum Analyseverfahren
- Vorgehensweise
- Darstellungsformen & Arten
- Testverfahren
- Anwendungsbeispiele aus der Praxis
- Lesebeispiele anhand des Programms R mit Interpretation!
Die Steckbriefe bieten den Vorteil, dass in komprimierter Form auf einen Blick die Unterschiede bei den einzelnen Analyseverfahren erfasst werden können. Zudem kann sich an den Beispielen aus dem Programm R (bei dem die klausurrelevanten Ergebnisse auch interpretiert wurden!) orientiert werden.
Statistik ist mir noch nie leicht gefallen, aus diesem Grund war es mir wichtig, durch meine Zusammenfassung die verschiedenen Themengebiete so einfach wie möglich darzustellen, um diese auch verstehen zu können. Die Steckbriefe und das Glossar haben mir persönlich dabei sehr geholfen. Mein Ziel, die Klausur nur zu "bestehen", habe ich trotz meiner anfänglichen Problematik mit diesem Fach bei weiten übertroffen.
Die erzielte Note von 2,3 kann sich in dem anspruchsvollen Fach Statistik / Wissenschaftliche Methodik meiner Ansicht nach sehen lassen!
Ich wünsche euch viel Erfolg bei der Klausurvorbereitung und das euch mein Glossar und die Steckbriefe genauso gut unterstützen werden, wie es bei mir der Fall war.
Beste Grüße!
Erreichte Note: 2,3 |
