Download Biostatistik: Eine Einführung für Biologen und by Wolfgang Köhler PDF

By Wolfgang Köhler

Die Auswertung experimenteller Ergebnisse ist für Biologen und Agrarwissenschaftler ein wichtiges Handwerkszeug. Mit dieser intestine verständlichen Einführung in Grundlagen und Anwendungen der Biometrie ist ein schneller Einstieg in die Statistik möglich. Soweit wie möglich wird ohne Formeln und mathematische Symbolik die hinter den Verfahren stehende Grundidee komplexer statistischer Verfahren erläutert. Die five. Auflage enthält zusätzlich Schemata zur Versuchsplanung und Auswertung sowie ein erweitertes Glossar englischer Fachausdrücke.

Table of Contents

Cover

Biostatistik - Eine Einführung für Biologen und Agrarwissenschaftler,
Fünfte, aktualisierte und erweiterte Auflage

ISBN 9783642292705 eISBN 9783642292712

Vorwort zur five. Auflage

Vorwort zur 1. Auflage

Inhaltsverzeichnis

Einleitung

Kapitel I: Merkmalsauswahl

§1 Wahl geeigneter Merkmale
1.1 Objektivität, Reliabilität, Validität
1.2 Die verschiedenen Skalen-Niveaus

Kapitel II: Beschreibende Statistik

§2 Tabellen zur Darstellung monovariabler Verteilungen
§3 Graphische Darstellung monovariabler Verteilungen
3.1 Verschiedene Arten graphischer Darstellung
3.2 Die Schaubilder einiger Verteilungstypen
3.3 Das Summenhäufigkeits-Polygon
3.4 ... als die Bilder lügen lernten
§4 Charakteristische Maßzahlen monovariabler Verteilungen
4.1 Die Lageparameter
4.2 Die Streuungsmaße
4.3 Zur Anwendung der eingeführten Maßzahlen
§5 Graphische Darstellung bivariabler Verteilungen
§6 Zur Korrelationsanalyse
6.1 Der Pearsonsche Maßkorrelationskoeffizient
6.2 Das Bestimmtheitsmaß
6.3 Zur Interpretation von Korrelationskoeffizient und
Bestimmtheitsmaß
6.4 Der Spearmansche Rangkorrelationskoeffizient
6.5 Der Kontingenzkoeffizient
§7 Zur Regressionsrechnung
7.1 Die Ermittlung einer Geradengleichung
7.2 Einige Achsentransformationen
7.3 Einige Datentransformationen

Kapitel III: Einführung in die schließende Statistik

§8 Grundgedanken zur Test-Theorie
8.1 Zielsetzung statistischer Tests
8.2 Fehler 1. paintings und 2. Art
8.3 Einseitige und zweiseitige Fragestellung
8.4 Prüfstatistik und Prüfverteilung
8.5 Vorgehen bei statistischen Tests
§9 Eine Auswahl wichtiger Tests
9.1 exams bei normalverteilten Grundgesamtheiten
9.2 checks zu ordinalskalierten Daten (Rangtests)
9.3 exams zu nominalskalierten Daten
§10 Vertrauensbereiche
10.1 Konfidenzintervalle für bei Normalverteilung
10.2 Konfidenzintervalle für die Differenz von _x und _y bei
Normalverteilung

Kapitel IV: Varianzanalyse bei normalverteilten Gesamtheiten

§11 Grundgedanken zur Varianzanalyse
11.1 Zerlegung der Varianz nach Streuungsursachen
11.2 Unterscheidung in feste und zufällige Effekte
§12 Einfaktorielle Varianzanalyse (Modell I)
12.1 Mathematische Bezeichnungen
12.2 Zu den Voraussetzungen der Varianzanalyse
12.3 Zerlegung in Streuungskomponenten
12.4 Durchführung der einfaktoriellen Varianzanalyse (Modell
I)
§13 Zweifaktorielle Varianzanalyse (Modell I)
13.1 Das zweifaktorielle Modell
13.2 Durchführung der zweifaktoriellen ANOVA (mehrfache
Besetzung, Modell I)
13.3 Die zweifaktorielle ANOVA ohne Wiederholungen (Modell I)
§14 Prüfung der Voraussetzungen
14.1 Zwei exams auf Varianzhomogenität
§15 a number of Mittelwertvergleiche
15.1 Einige A-priori-Testverfahren
15.2 Einige A-posteriori-Testverfahren
15.3 Anschlusstests bei signifikanten Wechselwirkungen
§16 Varianzanalyse mit zufälligen Effekten (Modell II)
16.1 Einfaktorielle Varianzanalyse mit zufälligen Effekten
(Modell II)
16.2 Zweifaktorielle Varianzanalyse mit zufälligen Effekten
(Modell II)
16.3 Zweifaktorielle Varianzanalyse mit festen und zufälligen
Effekten (gemischtes Modell)

Kapitel V: Varianzanalyse bei ordinalskalierten Daten

§17 Parameterfreie Verfahren für mehrere unabhängige Stichproben
17.1 Der H-Test (Kruskal-Wallis)
17.2 Der Nemenyi-Test für a number of Vergleiche
§18 Parameterfreie Verfahren für mehrere verbundene Stichproben
18.1 Der Friedman-Test (Rangvarianzanalyse)
18.2 Der Wilcoxon-Wilcox-Test für a number of Vergleiche

Kapitel VI: Regressionsanalyse

§19 Grundgedanken zur Regressionsanalyse
19.1 Interessierende Fragestellungen
19.2 Zu den Voraussetzungen einer Regressionsanalyse
19.3 Mathematische Bezeichnungen
§20 Lineare Regression bei einfacher Besetzung
20.1 Signifikanzprüfung auf Anstieg
20.2 Berechnung von Konfidenzintervallen
20.3 Durchführung der Regressionsanalyse (ohne Wiederholung)
§21 Lineare Regression bei mehrfacher Besetzung
21.1 Prüfung der Linearität
21.2 Durchführung der Regressionsanalyse (mit Wiederholung)
§22 Ergänzungen zur Varianz- und Regressionsanalyse
22.1 Zur Kovarianzanalyse
22.2 Zur multiplen linearen Regression

Kapitel VII: Resampling-basierte Inferenzstatistik

§23 Drei Randomisierungs-Verfahren
23.1 Permutations-Tests
23.2 Die Jackknife-Methode
23.3 Die Bootstrap-Methode

Kapitel VIII: Zur Versuchsplanung

§24 Am Anfang sollte die Versuchsplanung stehen
24.1 Treffgenauigkeit und Präzision
24.2 Einige Grundsätze der Versuchsplanung
24.3 Verschiedene Versuchsanordnungen
24.4 Zur Wahl des Stichprobenumfangs

Kapitel IX: Einige Grundlagen der Wahrscheinlichkeitsrechnung

§25 Bezeichnungen, Axiome, Rechenregeln
25.1 Zufallsereignisse
25.2 Der Wahrscheinlichkeitsbegriff
25.3 Die axiomatische Definition der Wahrscheinlichkeit
25.4 Bedingte Wahrscheinlichkeit und Unabhängigkeit
25.5 Zufallsvariable
25.6 Kombinatorik oder die Kunst des Abzählens
§26 Wahrscheinlichkeitsverteilungen
26.1 Zur Binomialverteilung
26.2 Zur Poissonverteilung
26.3 Zur Normalverteilung
26.4 Standardnormalverteilung und z-Transformation
§27 Prüfverteilungen
27.1 Die Normalverteilung als Prüfverteilung
27.2 Zur t-Verteilung von Student
27.3 Zur 2-Verteilung
27.4 Zur F-Verteilung

Anhang A: Schemata zur Versuchsplanung und Auswertung

Anhang B: Tabellen

Auswahl englischer Fachausdrücke

Literaturverzeichnis

Sachverzeichnis

Show description

Read Online or Download Biostatistik: Eine Einführung für Biologen und Agrarwissenschaftler PDF

Similar trees books

Mathematical Modeling for System Analysis in Agricultural Research

This e-book offers a transparent photograph of using utilized arithmetic as a device for making improvements to the accuracy of agricultural learn. for many years, facts has been considered as the basic instrument of the clinical strategy. With new breakthroughs in desktops and software program, it has develop into possible and essential to enhance the conventional method in agricultural examine via together with extra mathematical modeling tactics.

Forest fragmentation in the southern Rocky Mountains

The forests of the southern Rocky Mountains of Colorado and Wyoming are a part of this region's ordinary historical past, delivering beneficial ecological worth, crucial ordinary assets, a variety of possibilities for outside game, safe haven for local organic range, and solitude to american citizens who are looking to get away our crowded towns.

Trees I

Biotechnology has come to a level the place, through changing a number of the age­ previous practices of breeding, it will possibly produce novel and more suitable crops and animals that could larger serve people and their reasons. The suggestions of mobile and subcellular engineering, akin to gene splicing and recombinant DNA, cloning, hybridomas and monoclonal anti­ our bodies, construction of human insulin, protein engineering, commercial fermentation, man made insemination, cryopreservation and ovum trans­ fer, plant tissue tradition and somatic hybridization, nitrogen fixation, phytomass creation for biofuels and so on have complex tremendously some time past decade, as a result of availability of higher apparatus and the consolida­ tion of information.

Techniques in Wildlife Investigations. Design and Analysis of Capture Data

Options for natural world Investigations emphasizes the layout of box stories and the statistical inferences that may be made of saw adjustments in animal abundance and populations. the knowledge provided this is of price not just for natural world administration but additionally for social and fiscal decision-making relating to the environmental results of human actions on flora and fauna populations.

Extra info for Biostatistik: Eine Einführung für Biologen und Agrarwissenschaftler

Example text

Je näher die meisten Punkte bei der Geraden liegen, desto näher liegt der Zahlenwert von r bei C1 oder 1. Am Beispiel einiger Punktwolken und ihren jeweiligen r-Werten sei die Bedeutung von r in Bezug auf die Lage der Punkte demonstriert (s. Abb. 2). Bemerkung 4 Liegen alle Messwertpunkte exakt auf einer Gerade, so ist r D 1, wenn diese Gerade nicht parallel zu einer der Koordinatenachsen verläuft. Verläuft die Gerade parallel zu einer Achse, dann ist der Korrelationskoeffizient nicht definiert.

Es kann dann eintreten, dass die beiden untersuchten Merkmale der inhomogenen Stichprobe hohe Korrelation aufweisen, jedoch die homogenen Bestandteile der Stichprobe unkorreliert sind. Beispiel (nach L. Sachs) Der Hämoglobingehalt des Blutes und die Oberflächengröße der Blutkörperchen zeigen weder bei Neugeborenen noch bei Männern oder Frauen eine Korrelation. Die Werte sind 0:06 bzw. 0:03, bzw. C0:07. Würde man das Material zusammenfassen, so erhielte man für das Gesamtmaterial einen Korrelationskoeffizienten von C0:75.

P xi /2 P 2 xi yi n wobei xi yi xN (bzw. y) N n i . 1) der Messwert des Merkmals X1 am i -ten Individuum, der Messwert des Merkmals X2 am i -ten Individuum, das arithmetische Mittel von X1 (bzw. X2 ), die Anzahl aller Wertepaare, der Laufindex von 1 bis n läuft. Beispiel Zu den r P Werten aus Tab. 1 berechnetPsich der Korrelationskoeffizient P 2 mit n D 33, xy D 494:68, x D 167:1, y D 94:7 und x D 918:73, P 2 y D 278:25. 1): 15:15 D 0:70: rD p 471:12 48 Kapitel II: Beschreibende Statistik Bemerkung 1 Wenn keine Missverständnisse entstehen, P33 P lassen wir in Zukunft häufig die Indizes weg.

Download PDF sample

Rated 4.46 of 5 – based on 4 votes