Statistik mit SAS

3., überarbeitete Auflage 2004
ISBN: 978-3-519-22088-6
Verlag: Vieweg+Teubner Verlag

Buch, Deutsch, 390 Seiten, Paperback, Format (B × H): 137 mm x 205 mm, Gewicht: 457 g

Reihe: Teubner Studienbücher Mathematik

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 im Frühsommer 2004 auf den Markt kommende Version 9.1 von SAS zugrunde gelegt. Besonderer Wert wird auf die statistische Interpretation des Output gelegt.

Zielgruppe

Upper undergraduate

Autoren/Hrsg.

Dufner, Julius

Schumacher, Erich

Jensen, Uwe

Fachgebiete

• Mathematik | Informatik Mathematik Stochastik Mathematische Statistik
• Mathematik | Informatik EDV | Informatik Business Application Mathematische & Statistische Software
• Wirtschaftswissenschaften Betriebswirtschaft Wirtschaftsmathematik und -statistik
• Interdisziplinäres Wissenschaften Wissenschaften: Forschung und Information Datenanalyse, Datenverarbeitung

Inhaltsverzeichnis

1 Einführung in SAS.- 1.1 Das SAS-Softwaresystem.- 1.2 Die SAS-Benutzeroberfläche.- 1.3 Statistik-Komponenten.- 2 Das SAS-Programmsystem.- 2.1 Ein einführendes Beispiel.- 2.2 Ergänzungen.- 2.3 Externe Daten.- 2.4 Die Programmiersprache SAS.- 3 Beschreibende Statistik.- 3.1 Eindimensionale Stichproben.- 3.2 Zwei- und mehrdimensionale Stichproben.- 4 Grundlagen der Wahrscheinlichkeitstheorie und Statistik.- 4.1 Wahrscheinlichkeitstheorie.- 4.2 Grundlagen der beurteilenden Statistik.- 5 Beurteilende Statistik — Grundlegende Verfahren.- 5.1 Tests bei Normalverteilungsannahme.- 5.2 Anpassungstests.- 5.3 Verteilungsfreie Verfahren — Nichtparametrische Methoden.- 6 Varianzanalyse.- 6.1 Einfaktorielle Varianzanalyse — fixe Effekte.- 6.2 Multiple Mittelwertsvergleiche.- 6.3 Einfaktorielle Varianzanalyse — zufällige Effekte.- 6.4 Zweifaktorielle Varianzanalyse — Kreuzklassifikation.- 6.5 Zweifaktorielle hierarchische Varianzanalyse.- 6.6 Versuchsplanung — spezielle Randomisationsstrukturen.- 6.7 Unbalancierte Daten.- 7 Lineare Regressionsanalyse.- 7.1 Einfache lineare Regression.- 7.2 Multiple lineare Regressionsanalyse.- 7.3 Kovarianzanalyse.

Über Autor(innen)

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