Angewandte Statistik für Naturwissenschaftler

Kapitel 1: EINFÜHRUNG

Kapitel 2: ERLÄUTERUNG EINIGER FACHBEGRIFFE

Statistik und Stochastik
Grundgesamtheit
Stichprobe
Nominale Daten
Ordinale Daten
Metrische Daten – Urliste
Häufigkeitsverteilung
Klassengröße
Klassenmitte (mi)
»cm-below«
Offene Klassen
Zur Klassenbildung
Zufallsvariable
Toleranzbereich
Vertrauensbereich (= Konfidenzintervall)
Nullhypothese und Alternativhypothese
Konservative Tests
Einseitige und zweiseitige Tests
Teststärke = Trennschärfe
Statistische Tests
Korrelation und Scheinkorrelation
Ausreißerproblem
Freiheitsgrade
Funktionaler Zusammenhang
Stochastischer Zusammenhang
Rundungsregel, Signifikante Ziffern, Rundungsfehler
Quantile, Fraktile, Quartile
Die in der Statistik am häufigsten verwendeten Tabellen:
Chiquadrat-Verteilung
Student-Verteilung
F-Verteilung
Studentisierte Spannweite

Kapitel 3: FLORA, FAUNA UND ÖKOSYSTEME

3.1 → Mittelwerte

3.1.1 → Der arithmetische Mittelwert (0)
3.1.2 → Der Zentralwert (Median)
3.1.3 → Das Dichtemittel (Modalwert)
3.1.4 → Der geometrische Mittelwert

3.2 → Variabilität

3.2.1 → Variationsbreite = Spannweite (R)
3.2.2 → Standardabweichung (s)
3.2.3 → Klassengröße und Standardabweichung
3.2.4 → Variabilitätskoeffizient V(%)
3.2.5 → Standardfehler des Mittelwertes (sx)
3.2.6 → Interdezilbereich (I80)
3.2.7 → Standardfehler des Medians (sx)
3.2.8 → Quartilsabstand (Q)
3.2.9 → Box-and-Whisker-Plot
3.2.10 → Messfehler von Bestimmungsmethoden

3.3 → Vertrauensbereiche (Konfidenzintervalle)

3.3.1 → Vertrauensbereich für einen Beobachtungswert
3.3.2 → Vertrauensbereich für den wahren Mittelwert µ

3.4 → Schiefe (S) und Exzess (E)

3.4.1 → Schiefe
3.4.2 → Exzess (Wölbung oder Kurtosis)

3.5 → Randomisierung
3.6 → Mindestanzahl der Messungen zur Schätzung des Mittelwertes
3.7 → Mindestanzahl der Messungen zur Schätzung der Standardabweichung
3.8 → Charakterisierung der Diversität

3.8.1 → Diversitätsindices
3.8.1.1 → Margalef-Index »Species richness« (D)
3.8.1.2 → Diversitätsindex nach Shannon-Wiener (Hs)
3.8.1.3 → Eveness (E=Äquität)
3.8.1.4 → Diversitätsindex nach Heip (Eh)
3.8.1.5 → Diversitätsindex nach Simpson (Es)
3.8.1.6 → Diversitätsindex nach Brillouin
3.8.2 → Graphische Darstellung über die Dominanzstruktur
3.8.2.1 → Dominanzkurve für die Artenhäufigkeit
3.8.2.2 → Dominanzkurve für die Biomasse
3.8.2.3 → Dominanzkurve für geometrische Häufigkeitsklassen

Kapitel 4: DARSTELLUNG VON STICHPROBEN

4.1 → Graphische Darstellung

4.1.1 → Kreisdiagramm
4.1.2 → Stabdiagramm
4.1.3 → Balkendiagramm
4.1.4 → Liniendiagramm

4.2 → Kurvenglättung

Kapitel 5: THEORETISCHE VERTEILUNGEN: Normalverteilung

5.1 → Dichtefunktion und Verteilungsfunktion
Standardisierung: z-Transformation
5.2 → Logarithmische Normalverteilung
5.3 → Der zentrale Grenzwertsatz
5.4 → Prüfung auf Nicht-Normalverteilung

5.4.1 → Graphisch mit Hilfe des Wahrscheinlichkeitsnetzes
5.4.2 → Chiquadrat-Test als Anpassungstest
5.4.3 → G-Test als Anpassungstest
5.4.4 → Test nach Kolmogoroff-Smirnoff (K-S-Test) (mod. nach Kuiper)
5.4.5 → Schnelltest nach David und Mitarbeitern
5.4.6 → Prüfung über die Schiefe (S) und den Exzess (E)
5.4.7 → Shapiro & Wilk-Test

5.5 → Ausreißer-Test nach Nalimov
5.6 → Transformation zur Normalverteilung

5.6.1 → Logarithmische Transformation
5.6.2 → Wurzel-Transformation
5.6.3 → Kehrwert- oder Reziproken-Transformation
5.6.4 → Potenz-Transformation

5.7 → Andere theoretische Verteilungen

5.7.1 → Binomialverteilung
5.7.2 → Poisson-Verteilung

Kapitel 6: VERGLEICH ZWEIER STICHPROBEN (Flussdiagramm)

Der statistische Test
Risiko I (Fehler 1.Art) Risiko II (Fehler 2. Art)

6.1 → Dichtefunktion und Verteilungsfunktion

6.1.1 → Parametrische Verfahren

6.1.1.1 → Vergleich von Mittelwerten

t-Test für große Stichproben mit gleichen Varianzen
(Konfidenzgrenzen und Standardfehler für die Differenz der Mittelwerte)
falls einzelne Werte vorliegen
falls Werte in Klassengruppen vorliegen
falls 0, s, n vorliegen
Welch-Test für große Stichproben mit ungleichen Varianzen
Lord-Test für kleine Stichproben mit gleichen Varianzen
Weir-Test für kleine Stichproben mit ungleichen Varianzen

6.1.1.2 → Prüfung auf Gleichheit der Varianzen

F-Test

6.1.2 → Parameterfreie Verfahren (Rangtests)

6.1.2.1 → Vergleich von Mittelwerten

U-Test für Stichproben mit gleicher Verteilungsform
falls n < M IST
falls n = m ist
falls n, m größer 20 sind
falls eine große Anzahl von Bindungen auftritt (Korrektur)
Median-Test für den Vergleich zweier Stichproben

6.1.2.2 → Prüfung auf Gleichheit der Verteilung
Kolmogoroff-Smirnoff-Homogenitätstest
6.1.2.3 Prüfung auf Gleichheit der Varianzen
Pfanzagl-Test

6.2 → Vergleich zweier verbundener Stichproben

6.2.1 → Parametrisches Verfahren

6.2.1.1 → Vergleich zweier abhängiger Stichproben
t-Test für den Vergleich von Paardifferenzen
6.2.1.2 Prüfung auf Gleichheit der Varianzen zweier abhängiger Stichproben
t-Test für den Vergleich der Varianzen zweier verbundener Stichproben

6.2.2 → Parameterfreie Verfahren. (Rangtests)
Wilcoxon-Test für den Vergleich von Paardifferenzen
Vorzeichen-Test für den Vergleich von Paardifferenzen

Kapitel 7: VARIANZANALYSE (Vergleich mehrerer Stichproben)

(Flussdiagramm)

7.1 → Einfache Varianzanalyse

7.1.1 → Vergleich mehrerer nicht-verbundener Stichproben

7.1.1.1 → Parametrische Verfahren

Signifikanzprüfung
F-Test für mehrere normalverteilte Stichproben
falls einzelne Werte vorliegen
falls Werte in Klassengruppen vorliegen
falls 0, s, n vorliegen
falls mehrere Variationsursachen bestehen
Prüfung auf Gleichheit mehrerer Varianzen
Bartlett-Test
Cochran-Test
Prüfung mehrerer Verteilungen auf Homogenität
Informationsstatistik-Test
Multipler Vergleich von Mittelwerten
Tukey-Test
Student-Newman-Keuls-Test

7.1.2 → Vergleich mehrerer verbundener Stichproben

7.1.2.1 → Parametrische Verfahren
Signifikanzprüfung
F-Test für mehrere verbundene Stichproben
7.1.2.2 Parameterfreie Verfahren (Rangvarianzanalyse)

Signifikanzprüfung
Friedman-Test
falls vier oder weniger Stichproben vorliegen
falls mehr als vier Stichproben vorliegen
falls eine große Anzahl von Bindungen auftritt
Multipler Vergleich von Mittelwerten
Wilcoxon-Wilcox-Test

7.2 → Zweifache Varianzanalyse

7.2.1 → Einfache Besetzung

Signifikanzprüfung
Multipler Vergleich von Mittelwerten
Tukey-Test

7.2.2 → Mehrfache Besetzung
Signifikanzprüfung
Multipler Vergleich von Mittelwerten
Tukey-Test

7.3 → Dreifache Varianzanalyse

7.3.1 → Einfache Besetzung (Model I)
Signifikanzprüfung
Multipler Vergleich von Mittelwerten
Tukey-Test
7.3.2 Das lateinische Quadrat
7.3.3 Varianzanalyse: Versuche mit mehreren Faktoren auf verschiedenen Stufen
Hauptwirkungen und Wechselwirkungen
Yates-Tafel
Signifikanzprüfung

Kapitel 8: PRÜFUNG VON ABHÄNGIGKEITEN

8.1 → Prüfung auf Abhängigkeit stetiger Zufallsvariabler

Regression und Korrelation

8.1.1 → Einfache Regression (parametrisch)

8.1.1.1 → Die »ordinary« oder »predictive« Regressionsgerade (Modell I)
Schätzung der Regressionsparameter
Prüfung auf Korrelation
• F-Test
• Korrelationskoeffizient r
• Bestimmtheitsmaß B
• Prüfung der Hypothese G = 0
• Prüfung der Hypothese ß = 0
Überprüfung der Voraussetzungen
• Prüfung auf Linearität
• Prüfung auf Autokorrelation der Residuen (Durbin-Watson-Test)
Standardabweichungen, Vertrauens- und Toleranzbereiche
8.1.1.2 Die mittlere »Geometrical-Mean«-Regressionsgerade (Modell II)
Schätzung der Regressionsparameter
Standardabweichung, Vertrauens- und Toleranzbereiche (Ellipsen)
Ellipse: Länge der Halbachsen
Orthogonale Regressionskoeffizienten bo, 1/bo
8.1.1.3 Vergleich des Regressionskoeffizienten mit einem theoretischen Wert
8.1.1.4 Linearisierbare Regressionsfunktionen
Linearisierende Transformationen

8.1.2 → Einfache Regression (parameterfrei)
Spearmann-Rangkorrelation
Kendall-Rangkorrelation

8.2 → Prüfung auf Abhängigkeiten nicht-stetiger Zufallsvariabler

8.2.1 → Chiquadrat-Test zur Prüfung auf Abhängigkeit zweier Stichproben
(Korrektur nach Yates)
8.2.2 G-Test zur Prüfung auf Abhängigkeit zweier Stichproben
8.2.3 Chiquadrat-Test zur Homogenitätsprüfung zweier oder mehrerer Stichproben
Formel von Brandt & Snedecor für zwei Stichproben
8.2.4 G-Test zur Homogenitätsprüfung zweier oder mehrerer Stichproben
8.2.5 Chiquadrat-Test als Anpassungstest

Kapitel 9: MULTIVARIATE VERFAHREN

9.1 → Multiple lineare Regression

9.1.1 → Schätzung der Regressionsparameter
9.1.2 → Prüfung auf Korrelation
F-Test
Bestimmtheitsmaß B
9.1.3 Überprüfung der Voraussetzungen
Prüfung auf Nicht-Normalverteilung der Residuen
Konstanz der Variabilität über die n untersuchten Perioden
Prüfung auf Autokorrelation der Residuen (Durbin-Watson-Koeffizient)
9.1.4 Prüfung auf Redundanz

9.2 → Der partielle Korrelationskoeffizient
9.3 → Kovarianzanalyse (Vergleich mehrerer Regressionsgeraden)

9.3.1 → Prüfung auf Parallelität
9.3.2 → Prüfung des Abstands der Regressionsgeraden von null
falls zwei Regressionsgeraden vorliegen
falls mehr als zwei Regressionsgeraden vorliegen

9.4 → Eigenwertbasierende Methoden der multivariaten Statistik

9.4.1 → Hauptkomponentenanalyse (PCA)
9.4.2 → Faktorenanalyse

9.4.2.1 → Faktorenanalyse nach der Hauptkomponentenmethode
9.4.2.2 → Faktorenanalyse nach der Hauptachsenmethode

9.4.3 → Kanonische Korrelationsanalyse und Redundanzanalyse
9.4.4 → Diskriminanzanalyse

9.5 → Gradientenanalyse
9.6 → Ähnlichkeits-Distanz-Methoden

9.6.1 → Clusteranalyse
9.6.2 → Mehrdimensionale Skalierung (MDS)

Kapitel 10: PROBITANALYSE

10.1 → Probit-Transformation
10.2 → Probit-Regression nach der graphischen Methode
10.3 → Probit-Regression nach der Maximum-Likelihood-Methode

Schätzung von Gewichtskoeffizienten W
Schätzung der Rechenprobits
Schätzung der korrigierten Probit-Regression
Prüfung auf Anpassung der korrigierten Probit-Regression
Schätzung des L50-Wertes
Schätzung der Standardabweichung des L50-Wertes
Schätzung der Standardabweichung der Regressionssteigung b

10.4 → Vergleich von L50-Werten

Kapitel 11: LOGITANALYSE

11.1 → Logit-Transformation

Berechnung der empirischen Logit-Regression

11.2 → Logit-Regression nach der Maximum-Likelihood-Methode

Ermittlung der provisorischen Logits Lo
Korrektur der empirischen Logit-Regression mit Gewichtskoeffizienten W
Schätzung des L50-Wertes dessen Standardabweichung sL50
Prüfung auf Güte der Anpassung der korrigierten Logit-Regression