Logo - springer
Slogan - springer

Public Health | Biostatistik - Eine Einführung für Biologen und Mediziner

Biostatistik

Eine Einführung für Biologen und Mediziner

Timischl, Werner

2. Aufl. 2000, X, 340S. 59 Abb..

eBook
Information

Springer eBooks sind ausschließlich für den persönlichen Gebrauch bestimmt und werden ohne Kopierschutz verkauft (DRM-frei). Statt dessen sind sie mit einem personalisierten Wasserzeichen versehen. Sie können die Springer eBooks auf gängigen Endgeräten, wie beispielsweise Laptops, Tablets oder eReader, lesen.

Springer eBooks können mit Visa, Mastercard, American Express oder Paypal bezahlt werden.

Nach dem Kauf können Sie das eBook direkt downloaden. Ihr eBook ist außerdem in MySpringer gespeichert, so dass Sie Ihre eBooks jederzeit neu herunterladen können.

(net) Preis für USA

ISBN 978-3-7091-6313-9

versehen mit digitalem Wasserzeichen, kein DRM

Erhältliche Formate: PDF

sofortiger Download nach Kauf


mehr Information zu Springer eBooks

add to marked items

$39.95
  • Statistisches Grundwissen leicht verständlich
  • Mit ca. 90 durchgerechneten Aufgaben im Text und ca. 90 Beispielen mit Lösungen im Anhang
  • Schwerpunkte statistischer Modellbildung und Ergebnisinterpretation
Das Lehrbuch vermittelt praxisorientiert das statistische Grundwissen für Biologen, Mediziner und Ernährungswissenschafter vom Studenten bis zum Forscher. Dabei wird besonderes Gewicht auf die statistische Modellbildung, die richtige Methodenauswahl und die Ergebnisinterpretation gelegt. Nach einer kurzen Einführung in die Wahrscheinlichkeitsrechnung und in praxisrelevante Wahrscheinlichkeitsverteilungen folgt der Einstieg in die Parameterschätzung. Ausführlich wird das Testen von Hypothesen mit den wichtigsten Verfahren für Ein- und Zweistichprobenvergleiche einschließlich Anpassungstests und Äquivalenzprüfungen behandelt. Zwei weitere Kapitel beinhalten die gängigen Korrelationsmaße und Regressionsmodelle für Zusammenhangs- bzw. Abhängigkeitsanalysen sowie grundlegende varianzanalytische Modelle für die Planung von Versuchen. Ein abschließendes Kapitel über rechenintensive Verfahren vermittelt die Grundideen der klassischen multivariaten Methoden mit computerunterstützten Problemlösungen auf der Basis des Datenanalysesystems SPSS. Vorausgesetzt werden nur Kenntnisse der Schulmathematik. Zahlreiche, vollständig durchgerechnete Beispiele und Übungsaufgaben mit ausführlichem Lösungsteil machen die "Biostatistik" zum praktischen Arbeitsbuch, das sich auch zum Selbststudium eignet.

Content Level » Professional/practitioner

Stichwörter » Clusteranalyse - Diskriminanzanalyse - Faktorenanalyse - Korrelation - Normalverteilung - Radiologieinformationssystem - SPSS - Statistik - Wahrscheinlichkeitsrechnung - lineare Regression

Verwandte Fachbereiche » Lebensmittelwissenschaft & Ernährung - Public Health - Statistik für Medizin, Biometrie & Epidemiologie - Systembiologie und Bioinformatik

Inhaltsverzeichnis 

1 Rechnen mit Wahrscheinlichkeiten.- 1.1 Begriff der Wahrscheinlichkeit.- 1.1.1 Zufallsexperiment und Ereignis.- 1.1.2 Laplace-Wahrscheinlichkeit.- 1.1.3 Statistische Wahrscheinlichkeit.- 1.1.4 Elementare Eigenschaften der Wahrscheinlichkeit.- 1.2 Bedingte Wahrscheinlichkeit.- 1.2.1 Definition der bedingten Wahrscheinlichkeit.- 1.2.2 Unabhängige Ereignisse.- 1.2.3 Satz von der totalen Wahrscheinlichkeit.- 1.2.4 Bayes’sche Formel.- 1.3 Aufgaben.- 2 Wahrscheinlichkeitsverteilungen.- 2.1 Zufallsvariable.- 2.1.1 Merkmalstypen.- 2.1.2 Diskrete Zufallsvariable.- 2.1.3 Stetige Zufallsvariable.- 2.1.4 Unabhängigkeit von Zufallsvariablen.- 2.1.5 Maßzahlen von Zufallsvariablen.- 2.2 Einige diskrete Wahrscheinlichkeitsverteilungen.- 2.2.1 Binomialverteilung.- 2.2.2 Hypergeometrische Verteilung.- 2.2.3 Poisson-Verteilung.- 2.2.4 Negative Binomialverteilung.- 2.3 Normalverteilung.- 2.3.1 Standardnormalverteilung.- 2.3.2 Allgemeine Normalverteilung.- 2.3.3 Logarithmische Normalverteilung.- 2.3.4 Zentraler Grenzwertsatz.- 2.4 Aufgaben.- 3 Parameterschätzung.- 3.1 Begriff der Zufallsstichprobe.- 3.1.1 Grundgesamtheit.- 3.1.2 Stichprobenauswahl.- 3.2 Datenbeschreibung bei einem Merkmal.- 3.2.1 Häufigkeitsverteilungen ohne Klassenbildung.- 3.2.2 Haufigkeitsverteilungen mit Klassenbildung.- 3.2.3 Weitere Kenngroflen und Erganzungen.- 3.3 Punktschätzung.- 3.3.1 Stichprobenmittel und Stichprobenvarianz.- 3.3.2 Schätzfunktionen.- 3.4 Intervallschätzung.- 3.4.1 Konfidenzintervalle für Varianzen.- 3.4.2 Konfidenzintervalle für Mittelwerte.- 3.4.3 Konfidenzintervalle für Wahrscheinlichkeiten.- 3.4.4 Planung von Stichprobenumfangen.- 3.4.5 Bootstrap-Schätzung.- 3.5 Aufgaben.- 4 Testen von Hypothesen.- 4.1 Einfiihrung in das Testen: l-Stichprobenvergleiche.- 4.1.1 Der Binomialtest bei großen Stichproben.- 4.1.2 Gütefunktion des Binomialtests.- 4.1.3 Logik der Signifikanzprüfung.- 4.1.4 Der l-Stichproben-t-Test.- 4.2 2-Stichprobenvergleiche bei normalverteilten Grundgesamtheiten.- 4.2.1 Unabhängige und abhängige Stichproben.- 4.2.2 Der F-Test zum Vergleich zweier Varianzen.- 4.2.3 Der 2-Stichproben-t-Test.- 4.2.4 Der t-Test für abhängige Stichproben.- 4.2.5 Verteilungsfreie Alternativen zum t-Test.- 4.3 2-Stichprobenvergleiche bei dichotomen Grundgesamtheiten.- 4.3.1 Vergleich zweier Anteile aus unabhängigen Stichproben.- 4.3.2 Dei McNemar-Test fiir abhängige Stichproben.- 4.4 Anpassungstests.- 4.4.1 Der X2- Test für diskrete Verteilungen.- 4.4.2 Normalitätsprüfung.- 4.5 Äquivalenzprüfung.- 4.5.1 Gleichwertigkeit von Mittelwerten.- 4.5.2 Gleichwertigkeit von Anteilen.- 4.6 Aufgaben.- 5 Korrelation und Regression.- 5.1 Zweidimensionale Kontingenztafeln.- 5.1.1 Unabhängigkeit und Korrelation.- 5.1.2 Kontingenzmaße.- 5.1.3 Homogenitätshypothesen.- 5.2 Korrelation bei metrischen Merkmalen.- 5.2.1 Zweidimensionale Normalverteilung.- 5.2.2 Produktmomentkorrelation.- 5.2.3 Verteilungsfreie Korrelationsmaße.- 5.3 Einfache lineare Regression.- 5.3.1 Regressionsfunktion bei zweidimensional normalverteilten Variablen.- 5.3.2 Zufallsgestörte lineare Abhängigkeiten.- 5.3.3 Beurteilung der Anpassungsgüte.- 5.3.4 Linearisierende Transformationen.- 5.3.5 Regressionsgerade durch einen festen Punkt.- 5.4 Mehrfache lineare Regression.- 5.4.1 Bestimmung der Regressionsfunktion.- 5.4.2 Multiple und partielle Korrelation.- 5.4.3 Globale und partielle Abhangigkeitspriifung.- 5.5 Aufgaben.- 6 Varianzanalytische Modelle.- 6.1 Einfaktorielle Varianzanalyse.- 6.1.1 Globaltest zum Vergleich von k > 2 Mittelwerten.- 6.1.2 Untersuchung der Varianzhomogenität.- 6.1.3 Multiple Vergleiche von Mittelwerten.- 6.1.4 Rangvarianzanalyse für unabhängige Stichproben.- 6.2 Maßnahmen zur Verkleinerung des Versuchsfehlers.- 6.2.1 Randomisierte Blockanlage.- 6.2.2 Einfaktorielle Varianzanalyse mit Messwiederholungen.- 6.2.3 Rangvarianzanalyse fiir verbundene Stichproben.- 6.2.4 Einfaktorielle Versuche mit einer Kovariablen.- 6.3 Zweifaktorielle Varianzanalyse.- 6.3.1 Der vollständige zweifaktorielle Versuch.- 6.3.2 Versuche mit einfach besetzten Zellen.- 6.4 Aufgaben.- 7 Multivariate Methoden.- 7.1 Clusteranalyse.- 7.1.1 Prinzip der hierarchischen Klassifikation.- 7.1.2 Distanz-und Ähnlichkeitsmaße.- 7.1.3 Fusionierung von Gruppen.- 7.2 Hauptkomponentenanalyse.- 7.2.1 Prinzip und Grundbegriffe.- 7.2.2. Berechnung der Hauptkomponenten.- 7.2.3 Interpretation der Hauptkomponenten.- 7.3 Faktorenanalyse.- 7.3.1 Modell der Faktorenanalyse.- 7.3.2 Schätzung der Faktorladungen.- 7.4 Diskriminanzanalyse.- 7.4.1 Das Diskriminanzkriterium von Fisher.- 7.4.2 Diskriminanzanalyse fur zwei Gruppen.- 7.4.3 Zuordnung von Objekten.- Anhang A: Statistische Tafeln.- Anhang B: Rechnen mit Matrizen.- Anhang C: Lösungen der Aufgaben.- Literatur.

Beliebte Inhalte dieser Publikation 

 

Articles

Dieses Buch auf Springerlink lesen

Service für dieses Buch

Neuerscheinungen

Registrieren Sie sich hier wenn Sie regelmäßig Informationen über neue Bücher erhalten wollen im Fachbereich Computeranwendungen in der Medizin.