Alle für die Biowissenschaften notwendigen Grundlagen der Biostatistik im kompakten Überblick. Zahlreiche Beispiele veranschaulichen den Bezug zur Praxis und bereiten die Leser auf die erfolgreiche Durchführung eigener Forschungsprojekte vor. Auf der beigelegten CD werden alle im Buch behandelten Methoden mit Hilfe der gängigen Software SPSS, Excel und R unmittelbar in die Praxis umgesetzt.
Eine praxisorientierte Einführung mit Anwendungsbeispielen in R und SPSS
Für die Auswertung empirischer Untersuchungen werden oftmals spezialisierte Verfahren benötigt, die sich für bestimmte Datenmuster und Fragestellungen eignen. Dieses Lehrbuch wendet sich an alle, die einen Einstieg in komplexe regressionsanalytische Methoden und deren praktische Umsetzung suchen. Dabei werden wichtige Fragen beantwortet, die sich häufig bei der Auswertung komplexer Daten stellen: Wie wertet man Daten hierarchisch geordneter Ebenen aus? Wie werden Datenanalysen durchgeführt, wenn die Kriteriumsvariablen nicht normalverteilt oder kategorial sind? Wie geht man bei regressionsanalytischen Untersuchungen mit Messwiederholungen oder mit sehr vielen Prädiktoren vor? Folgende Verfahren werden im Buch thematisiert: Verallgemeinerte lineare Modelle, verallgemeinerte Schätzgleichungen, Mehrebenenmodelle, ordinale und multinomiale logistische Regression, kanonische Korrelation, Ridge-Regression, Regression mit partiellen kleinsten Quadraten. Alle im Text verwendeten Beispieldatensätze, kommentierte R-Skripte sowie kommentierte SPSS-Syntax-Dateien aller Analysen sind online verfügbar.
In diesem Buch werden multivariate Verfahren behandelt, die für die Auswertung empirischer Untersuchungen von zentraler Bedeutung sind. Jedes Kapitel beginnt mit den Grundlagen der Verfahren, unterstützt durch kleine Beispieldatensätze. Anschließend wird die praktische Umsetzung der Verfahren in SPSS schrittweise erläutert, während für die Analyse linearer Strukturgleichungsmodelle AMOS verwendet wird. Zahlreiche Bildschirmausdrucke, Interpretationshilfen und eine detaillierte Darstellung der Analyseschritte ermöglichen ein selbstständiges Studium und die Anwendung auf eigene Fragestellungen. Leser ohne Vorkenntnisse in SPSS oder AMOS erhalten eine Einführung in die notwendigen Grundlagen. Alle verwendeten Beispieldatensätze sowie die Syntax-Dateien der Analysen sind auf der begleitenden Webseite verfügbar. Zu jedem Kapitel sind zusätzlich Datensätze, Syntax-Dateien, Auswertungen und Ergebnisinterpretationen aus verschiedenen Forschungsprojekten enthalten, die von arbeitspsychologischen bis hin zu epidemiologischen Themen reichen. Behandelt werden Verfahren wie Regressionsanalyse, Varianzanalyse, Diskriminanzanalyse, Faktorenanalyse, Clusteranalyse, logistische Regressionsanalyse, Analyse loglinearer Modelle, Zeitreihenanalyse und Analyse linearer Strukturgleichungsmodelle. Neu in der 2. Auflage sind die Diskriminanzanalyse, die Analyse von Moderator- und Mediatoreffekten sowie eine Einführung in die SPSS-Syntax.