Zusammenfassung
Bevor in den kommenden Kapiteln Funktionen zur inferenzstatistischen Datenanalyse vorgestellt werden, ist es notwendig Hilfsmittel bereitzustellen, auf die viele dieser Funktionen zurückgreifen. Dies sind im wesentlichen die Syntax zur Formulierung linearer Modelle sowie einige Familien statistischer Verteilungen von Zufallsvariablen, die bereits bei der Erstellung zufälliger Werte in Erscheinung getreten sind (vgl. Abschn. 2.5.2).
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
Im Sinne des Allgemeinen Linearen Modells beschreibt die Formel die Spalten der Designmatrix, die model.matrix(lm(〈Formel〉)) für ein konkretes Modell ausgibt. Bei einem multivariaten Modell können auch mehrere AVn vorhanden sein (vgl. Kap. 9).
- 2.
Ihre Bedeutung folgt der sog. Wilkinson-Rogers-Notation.
- 3.
Für multivariate t- und Normalverteilungen vgl. das Paket mvtnorm.
- 4.
Im Fall diskreter (z. B. binomialverteilter) Variablen die Wahrscheinlichkeitsfunktion.
- 5.
Zusätzlich existiert mit pbirthday() eine Funktion zur Berechnung der Wahrscheinlichkeit, dass in einer Menge mit n Elementen coincident viele denselben Wert auf einer kategorialen Variable mit classes vielen, gleich wahrscheinlichen Stufen haben. Mit classes=365 und coincident=2 entspricht dies der Wahrscheinlichkeit, dass zwei Personen am selben Tag Geburtstag haben.
- 6.
Bei der diskreten Binomialverteilung ist es bedeutsam, dass die Grenze q mit eingeschlossen ist.
- 7.
Bei der diskreten Binomialverteilung ist das Ergebnis bei lower.tail=TRUE der kleinste Wert, der in der zugehörigen Wahrscheinlichkeitsfunktion mindestens p links abschneidet. Bei lower.tail=FALSE ist das Ergebnis entsprechend der größte Wert, der mindestens p rechts abschneidet.
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2010 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Wollschläger, D. (2010). Hilfsmittel für die Inferenzstatistik. In: Grundlagen der Datenanalyse mit R. Statistik und ihre Anwendungen. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-12228-6_5
Download citation
DOI: https://doi.org/10.1007/978-3-642-12228-6_5
Published:
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-642-12227-9
Online ISBN: 978-3-642-12228-6
eBook Packages: Life Science and Basic Disciplines (German Language)