Statistik Mit SAS

ISBN-13: 9783519220886 / Niemiecki / Miękka / 2004 / 390 str.

Julius Dufner; Uwe Jensen; Erich Schumacher

Opis

Beispiele aus der beschreibenden Statistik bilden die Grundlage fur diese Einfuhrung in SAS (Statistical Analysis System). Behandelt werden neben den grundlegenden Verfahren auch die Bereiche, die fur Fortgeschrittene im Thema von Interesse sind. Das Buch bietet umfassende Hilfe bei der Modellauswahl und bereitet auf die praktische Durchfuhrung mit Hilfe der Software SAS an instruktiven Beispielen vor. Zudem werden in dieser kompakten Zusammenstellung zu statistischen Verfahren Erlauterungen der benotigten Begriffe und Resultate angeboten.

Spis treści

1 Einführung in SAS.- 1.1 Das SAS-Softwaresystem.- 1.2 Die SAS-Benutzeroberfläche.- 1.2.1 SAS-Fenstersystem.- 1.2.2 Arbeiten in Fenstern.- 1.3 Statistik-Komponenten.- 2 Das SAS-Programmsystem.- 2.1 Ein einführendes Beispiel.- 2.1.1 DATA step und PROC step.- 2.1.2 SAS-Programm.- 2.1.3 Realisierung.- 2.2 Ergänzungen.- 2.2.1 SAS-Programm.- 2.2.2 Realisierung.- 2.2.3 Permanente SAS-Dateien.- 2.2.4 Regeln zur Programmgestaltung.- 2.3 Externe Daten.- 2.3.1 ASCII-Dateien.- 2.3.2 Dateien anderer Softwaresysteme.- 2.4 Die Programmiersprache SAS.- 2.4.1 SAS-Anweisungen.- 2.4.2 SAS-Programme.- 2.4.3 Beschreibung der benutzten Anweisungen.- 2.4.3.1 DATA step.- 2.4.3.2 PROC step.- 2.4.3.3 Anweisungen an beliebiger Stelle eines SAS-Programms.- 3 Beschreibende Statistik.- 3.1 Eindimensionale Stichproben.- 3.1.1 Graphische Darstellungen.- 3.1.1.1 Histogramme.- 3.1.1.2 Ausgabe und Export von SAS-Graphiken.- 3.1.1.3 Stabdiagramme.- 3.1.1.4 Kreisdiagramme.- 3.1.2 Statistische Maßzahlen.- 3.1.2.1 Lagemaße.- 3.1.2.2 Streuungsmaße.- 3.1.2.3 Formmaße.- 3.1.2.4 Statistische Maßzahlen mit SAS.- 3.2 Zwei- und mehrdimensionale Stichproben.- 3.2.1 Punktediagramme.- 3.2.2 Zusammenhangsmaße.- 3.2.3 Anpassung von Regressionsfunktionen.- 3.2.3.1 Prinzip der kleinsten Quadrate.- 3.2.3.2 Lineare Anpassung.- 3.2.3.3 Nichtlineare Anpassung.- 3.2.3.4 Ergänzungen zum DATA step.- 4 Grundlagen der Wahrscheinlichkeitstheorie und Statistik.- 4.1 Wahrscheinlichkeitstheorie.- 4.1.1 Ereignisse, Stichprobenraum.- 4.1.2 Wahrscheinlichkeiten.- 4.1.3 Zufallsvariable.- 4.1.4 Einige spezielle Wahrscheinlichkeitsverteilungen.- 4.1.4.1 Diskrete Verteilungen.- 4.1.4.2 Absolut stetige Verteilungen.- 4.1.5 Grenzwertsätze.- 4.1.6 Testverteilungen.- 4.1.6.1 Die Chi-Quadrat (?2) –Verteilung.- 4.1.6.2 Die Studentsche t-Verteilung.- 4.1.6.3 Die F(isher)-Verteilung.- 4.2 Grundlagen der beurteilenden Statistik.- 4.2.1 Parameterschätzung.- 4.2.1.1 Punktschätzungen.- 4.2.1.2 Intervallschätzungen — Vertrauensintervalle.- 4.2.2 Tests.- 5 Beurteilende Statistik — Grundlegende Verfahren.- 5.1 Tests bei Normalverteilungsannahme.- 5.1.1 Einstichproben-Tests.- 5.1.1.1 Test des Erwartungswertes — Einstichproben t-Test.- 5.1.1.2 Test der Varianz.- 5.1.2 Zweistichproben-Tests.- 5.1.2.1 Vergleich verbundener (gepaarter) Stichproben.- 5.1.2.2 Vergleich unabhängiger Stichproben — Der t-Test.- 5.2 Anpassungstests.- 5.2.1 Übersicht über einige Anpassungstests.- 5.2.2 Der Shapiro-Wilk Test.- 5.3 Verteilungsfreie Verfahren — Nichtparametrische Methoden.- 5.3.1 Einstichproben-Tests.- 5.3.1.1 Der Binomialtest.- 5.3.1.2 Test auf Zufälligkeit.- 5.3.2 Zwei- und k-Stichprobentests.- 5.3.2.1 Vergleich zweier verbundener Stichproben.- 5.3.2.2 Vergleich zweier unverbundener Stichproben.- 5.3.2.3 Vergleich mehrerer unabhängiger Stichproben — Der Kruskal-Wallis Test.- 5.3.2.4 Vergleich mehrerer verbundener Stichproben — Der Friedman Test.- 5.3.3 Kontingenztafeln — Unabhängigkeits- und Homogenitätstests.- 5.3.3.1 Der Unabhängigkeitstest.- 5.3.3.2 Der exakte Test von Fisher.- 5.3.3.3 Der Homogenitätstest.- 6 Varianzanalyse.- 6.1 Einfaktorielle Varianzanalyse — fixe Effekte.- 6.1.1 Varianzanalysemodell und F-Test.- 6.1.2 Gütefunktion und Wahl des Stichprobenumfangs.- 6.1.3 Durchführung in SAS — Beispiel 6_1.- 6.1.4 Abweichungen von den Modellvoraussetzungen.- 6.1.5 Überprüfung von Modellvoraussetzungen.- 6.1.5.1 Test der Normalverteilungsannahme.- 6.1.5.2 Der modifizierte Levene-Test.- 6.1.6 Überparametrisierung des Modells.- 6.2 Multiple Mittelwertsvergleiche.- 6.2.1 Schätzung der Modellparameter.- 6.2.2 Vertrauensintervall und Test für eine Paardifferenz.- 6.2.3 Multiple Tests und simultane Vertrauensintervalle.- 6.2.3.1 Bonferroni- und Sidak-Test.- 6.2.3.2 Scheffe-Test.- 6.2.3.3 Tukey-Test und Tukey-Kramer-Test.- 6.2.3.4 Dunnett-Test für Vergleiche mit einer Kontrolle.- 6.2.4 Sidak-, Scheffe-Tests und lineare Kontraste in SAS.- 6.2.4.1 Sidak- und Scheffe-Tests in SAS.- 6.2.4.2 Lineare Kontraste in SAS.- 6.2.5 Wachstumsversuch, Tukey- und Dunnett-Tests in SAS.- 6.2.5.1 Vollständig zufällige Zuteilung mittels PROC PLAN.- 6.2.5.2 Auswertung in SAS.- 6.2.6 Vergleich simultaner Testprozeduren.- 6.2.6.1 Die Tests nach Bonferroni, Sidak, Scheffe, Tukey.- 6.2.6.2 Lineare Kontraste.- 6.2.6.3 Sequentielle Testprozeduren.- 6.2.6.4 Zusammenfassung.- 6.3 Einfaktorielle Varianzanalyse — zufällige Effekte.- 6.4 Zweifaktorielle Varianzanalyse — Kreuzklassifikation.- 6.4.1 Zweifaktorielle Varianzanalyse, fixe Effekte.- 6.4.1.1 Modell, F-Tests und paarweise Vergleiche.- 6.4.1.2 Durchführung in SAS — Beispiel 6_4.- 6.4.2 Zweifaktorielle Varianzanalyse, zufällige Effekte.- 6.4.2.1 Modell und F-Tests.- 6.4.2.2 Durchführung in SAS.- 6.4.3 Zweifaktorielles gemischtes Modell.- 6.4.3.1 Gemischtes Modell und F-Tests.- 6.4.3.2 Durchführung in SAS.- 6.4.4 Eine Beobachtung pro Zelle.- 6.4.4.1 Modell und F-Tests.- 6.4.4.2 Durchführung in SAS.- 6.4.5 Höherfaktorielle kreuzklassifizierte Versuche.- 6.4.5.1 Dreifaktorielle kreuzklassifizierte Varianzanalyse.- 6.4.5.2 Durchführung in SAS.- 6.4.5.3 r-faktorielle kreuzklassifizierte Varianzanalyse.- 6.5 Zweifaktorielle hierarchische Varianzanalyse.- 6.5.1 Modell und F-Tests.- 6.5.2 Durchführung in SAS — Beispiel 6_5.- 6.5.2.1 Tests.- 6.5.2.2 Schätzung der Varianzkomponenten.- 6.5.3 Höherfaktorielle Modelle.- 6.6 Versuchsplanung — spezielle Randomisationsstrukturen.- 6.6.1 Complete Randomized Designs.- 6.6.2 Randomisierte vollständige Blockanlagen.- 6.6.2.1 Modell, F-Tests und paarweise Vergleiche.- 6.6.2.2 Durchführung in SAS — Beispiel 6_6.- 6.6.2.3 Modell mit zufälligen Blockeffekten.- 6.6.3 Zweifaktorielle Anlage in Blöcken.- 6.6.4 Split-Plot Anlage in Blöcken.- 6.6.4.1 Modell und F-Tests.- 6.6.4.2 Multiple Vergleiche.- 6.6.4.3 Durchführung in SAS — Beispiel 6_7.- 6.7 Unbalancierte Daten.- 6.7.1 Zweifaktorielle Kreuzklassifikation, unbalancierte Daten, keine leeren Zellen.- 6.7.1.1 Modell.- 6.7.1.2 Beispiel 6_8 und R-Notation.- 6.7.1.3 Typ I — Quadratsummenzerlegung.- 6.7.1.4 Typ II-Quadratsummen.- 6.7.1.5 Typ III — Quadratsummenzerlegung.- 6.7.1.6 Durchführung in SAS — Beispiel 6_8 (fortgesetzt).- 6.7.2 Paarweise Vergleiche adjustierter Erwartungswerte.- 6.7.2.1 Adjustierte Erwartungswerte — LSMeans.- 6.7.2.2 Durchführung in SAS — Beispiel 6_8 (fortgesetzt).- 6.7.3 Modelle mit leeren Zellen — die Typ IV- Zerlegung.- 6.7.3.1 Schätzbare Funktionen und testbare Hypothesen.- 6.7.3.2 Typ IV- Quadratsummen.- 6.7.3.3 Typ IV-Zerlegung — Beispiel 6_9.- 6.7.3.4 Durchführung in SAS — Beispiel 6_9.- 6.7.4 Auswertung mehrfaktorieller Modelle in SAS.- 7 Lineare Regressionsanalyse.- 7.1 Einfache lineare Regression.- 7.1.1 Schätzung der Modellparameter.- 7.1.2 Univariate Vertrauensintervalle und Tests.- 7.1.3 Simultane Vertrauensbereiche und Tests.- 7.1.4 Durchführung in SAS — Beispiel 7_1.- 7.1.5 Überprüfung der Modellannahmen.- 7.1.6 Ergänzungen.- 7.1.6.1 Prognose — Intervall für eine Beobachtung.- 7.1.6.2 Regression ohne Absolutglied.- 7.2 Multiple lineare Regressionsanalyse.- 7.2.1 Schätzung der Modellparameter.- 7.2.2 Univariate Vertrauensintervalle und Tests.- 7.2.3 Simultane Vertrauensbereiche und Tests.- 7.2.4 Überprüfung der Modellannahmen.- 7.2.5 Durchführung in SAS — Beispiel 7_2.- 7.2.6 Techniken zur Modellauswahl.- 7.3 Kovarianzanalyse.- 7.3.1 Einfache Kovarianzanalyse.- 7.3.1.1 Schätzung der Modellparameter.- 7.3.1.2 Tests und paarweise Vergleiche.- 7.3.1.3 Durchführung in SAS — Beispiel 7_3.- 7.3.1.4 Überprüfung von Modellannahmen.- 7.3.2 Erweiterungen des Kovarianzanalysemodells.

O autorze

Prof. Dr. Julius Dufner, Universität Hohenheim
Prof. Dr. Uwe Jensen, Universität Ulm
Dr. Erich Schumacher, Hochschule für Technik Stuttgart

Blurb

Nach einer Einführung in SAS (Statistical Analysis System) an Hand von Beispielen der beschreibenden Statistik werden sowohl grundlegende Verfahren als auch einige weiterführende statistische Metho­den behandelt. Die zu Grunde liegenden Modelle werden formuliert und deren praktische Durchführung mittels SAS an Beispielen demonstriert. Dabei wird die neue Version 9.1 von SAS zugrunde gelegt. Besonderer Wert wird auf die statistische Interpretation des Output gelegt.