Schon mal ein guter Anfang ; -)Hallo zusammen,
ich schreibe derzeit an meiner Masterarbeit und kämpfe nach mehreren Tagen der statistischen Einarbeitung und 2 Nachhilfestunden immer noch mit der Korrelation, darum suche ich hier jetzt Rat von Profis:
Nicht unbedingt. Kann auch multivariat sein.Ich möchte die Korrelation von ökonomischen Größen (z.B. BIP, Zinsen, DAX etc) mit den Daten meiner Firma (Umsatz, Auftragseingang, Gewinn etc) überprüfen. Somit habe ich eine bivariate Analyse.
Nun muss ich ja die Signifikanz für meine Analyse überprüfen, also mit dem T-Test. Dieser setzt die Normalverteilung voraus,
Nicht unbedingt. Der t-Test gilt als relativ robust, insbesondere bei Verwendung großer Datensätze wäre der t-Test nicht die schlechteste Wahl. Je nach Fragestellung natürlich.
Nein. Test auf N~Vtlg. mittels KSO-Test, ggf. graphische Darstellung über QQ-Plots, im R-Paket von SPSS wird auch der Chi-Quadrat Anpassungstest eingesetzt.die ich wiederum mit dem F-Test überprüfen kann. Ich hoffe soweit ist mein Verständnis richtig...
Der F-Wert ergibt sich als Quotient (Bruch) aus QSI und QSZ multipliziert mit dem Kehrwert der Freiheitsgrade.Jetzt habe ich mir mit den Mittelwerten, der Varianz und den Freiheitsgraden den F-Wert ermittelt, der bei ca. 200.000 liegt,
ja, nun das ist wieder in der richtigen Richtung: Test auf Varianzgleichheit. Wird beim t-Test (SPSS) im Rahmen des Levene Tests eingesetzt. Hat aber nichts mit Test auf Normalverteilung zu tun.also existiert ein Unterschied in den Varianzen.
Ökonomisch wohl richtig, statistisch aber nicht. Denn die QSZ und QSI werden ja gerade an ihren Freiheitsgraden 'relativiert' damit eben nicht ein beliebig großer F-Wert entstehen kann.Ich habe solch hohen Werte, da die eine Varianz ein sehr hoher Wert ist (Unternehmenswerte liegen im Milliarden Bereich). Wenn ich nun die Milliarden durch z.B. 1.000 Teile um besser mit den Zahlen arbeiten zu können, ergibt sich folglich auch eine andere Varianz und ein anderer F-Wert.
Mit den richtigen natürlich ; -)Nun bin ich ein bisschen verwirrt, mit welchen Zahlen ich arbeiten soll. Kann mir ein Profi hierbei helfen?
Der U-Test testet auf Lage, wie auch der t-Test. Als Rangstatistik (siehe NP Methoden bzw. verteilungsfreie Verfahren) ist er unabhängig von der Verteilung. Bei der Interpretation der Signifikanz können wir dir aber gerne helfen: p < 0,05 gilt als Signifikanzgrenze.Zudem noch eine 2. Frage: Angenommen der F-Test ergibt eine unterschiedliche Varianz, so kann der T-Test nicht benutzt werden. Ist dann der U-Test ein adeqates Mittel zur Interpretation der Signifikanz?
Deine Fragestellung beantwortest du aber gar nicht:
Der t-Test ist dafür nicht geeignet.Ich möchte die Korrelation von ökonomischen Größen (z.B. BIP, Zinsen, DAX etc) mit den Daten meiner Firma (Umsatz, Auftragseingang, Gewinn etc) überprüfen.
