{"id":2553,"date":"2024-10-09T09:44:52","date_gmt":"2024-10-09T07:44:52","guid":{"rendered":"https:\/\/clooma.ai\/?post_type=guide-dutilisateur&#038;p=2553"},"modified":"2024-10-23T16:47:07","modified_gmt":"2024-10-23T14:47:07","slug":"03-bevolkerung","status":"publish","type":"guide-dutilisateur","link":"https:\/\/clooma.ai\/de\/benutzerhandbuch\/03-bevolkerung\/","title":{"rendered":"Bev\u00f6lkerung"},"content":{"rendered":"<p>Ellistat <a href=\"https:\/\/clooma.ai\/de\/solutions-data-analysis\/\">Datenanalyse<\/a> bietet eine ganze Reihe von <strong>statistische Tests<\/strong> parametrische und nicht-parametrische Tests zum Vergleich einer Population von quantitativen Daten. Diese statistischen Tests dienen dazu, zwei oder mehr Populationen zu vergleichen, entweder hinsichtlich der Positionen (wie Mittelwerte oder Mediane) oder der Ver\u00e4nderungen (Varianzen).<\/p>\n\n\n\n<p>Hypothesentests k\u00f6nnen in zwei gro\u00dfe Familien unterteilt werden:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Parametrische Tests (in orange): Diese statistischen Tests machen Annahmen \u00fcber die Parameter der Verteilung der Bev\u00f6lkerung, wie Mittelwert und Varianz, und umfassen Beispiele wie den Student-t-Test, die ANOVA und den linearen Regressionstest.<\/li>\n\n\n\n<li>Nichtparametrische Tests (gr\u00fcn) : Diese statistischen Tests, die keine Annahmen \u00fcber die Verteilung der Bev\u00f6lkerungsdaten machen und Beispiele wie den Wilcoxon-Test, den Kruskal-Wallis-Test oder den Friedman-Test beinhalten.<\/li>\n<\/ul>\n\n\n\n<p>Die folgende Tabelle fasst alle statistischen Tests zusammen, die in Ellistat Data Analysis vorhanden sind :<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><img decoding=\"async\" src=\"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-43.png\" alt=\"\" class=\"wp-image-2554\"\/><\/figure><\/div>\n\n\n<p>In den folgenden Abschnitten werden die statistischen Tests, die man mit Ellistat Data Analysis durchf\u00fchren kann, detailliert beschrieben:<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">1. Statistische Tests f\u00fcr den Vergleich von Mittelwerten<\/h2>\n\n\n\n<h3 class=\"wp-block-heading\">Vergleich der Mittelwerte:<\/h3>\n\n\n\n<p>Die folgenden Beispiele fassen die Arten von Vergleichen zusammen, die zum Vergleich von Mittelwerten durchgef\u00fchrt werden.<\/p>\n\n\n\n<p>Die folgenden Links enthalten die Daten, die f\u00fcr die verschiedenen von Ellistat Data Analysis angebotenen Mittelwertvergleichsanalysen verwendet wurden. Nehmen wir als Beispiel die folgenden Daten<\/p>\n\n\n\n<p><a href=\"https:\/\/www.notion.so\/Independent-Data-Donn-es-ind-pendantes-dac47d220e4849539713c494536c8bae?pvs=21\">Independent Data \ud83c\uddfa\ud83c\uddf8\/ Daten ind\u00e9pendantes\ud83c\uddeb\ud83c\uddf7&nbsp;<\/a><\/p>\n\n\n\n<p><a href=\"https:\/\/www.notion.so\/Paired-Data-Donn-es-appari-es-b4d9716ead7e41ebba60342898325fab?pvs=21\">Paired Data \ud83c\uddfa\ud83c\uddf8\/ Gepaarte Daten \ud83c\uddeb\ud83c\uddf7&nbsp;<\/a><\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Beispiel 1: Einen Mittelwert mit einem theoretischen Wert vergleichen :<\/h3>\n\n\n\n<p>F\u00fchren Sie einen 1T-Test durch, um einen Mittelwert mit einem theoretischen Wert zu vergleichen.<\/p>\n\n\n\n<figure class=\"wp-block-image size-large\"><img decoding=\"async\" src=\"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-44-1024x524.png\" alt=\"\" class=\"wp-image-2555\"\/><\/figure>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Setzen Sie die quantitativen Daten des Beispiels in das Raster ein. Das Ziel dieser Studie, ist es, die durchschnittliche Kraft von Anbieter A mit 5 N zu vergleichen.<\/li>\n\n\n\n<li>Klicken Sie auf das Men\u00fc \"Inferenzstatistiken\".<\/li>\n\n\n\n<li>In der&nbsp;<strong>Zone 1<\/strong>W\u00e4hlen Sie in Y die Spalte mit den quantitativen Daten.<\/li>\n\n\n\n<li>In&nbsp;<strong>Zone 2,<\/strong>&nbsp;w\u00e4hlen Sie den Typ Ihrer Daten. Wenn die Spalte qualitative Werte enth\u00e4lt, schl\u00e4gt Ellistat standardm\u00e4\u00dfig nur \"Anteil\" vor, wenn die Daten jedoch quantitativ sind, schl\u00e4gt Ellistat sowohl \"Anteil\" als auch \"Grundgesamtheit\" vor. \ud83d\udcdd: W\u00e4hlen Sie \"Bev\u00f6lkerung\".<\/li>\n\n\n\n<li>In&nbsp;<strong>Zone 3<\/strong>wird die in Feld 2 ausgew\u00e4hlte Grafik angezeigt.<\/li>\n\n\n\n<li>In der&nbsp;<strong>Zone 4<\/strong>Das Signifikanzergebnis (wird auf der rechten Seite angezeigt) mit den verschiedenen Statistiken darunter. (Die Abweichung zwischen dem Mittelwert und dem theoretischen Wert ist signifikant, wenn der P-Wert kleiner als 0,05 ist. Im folgenden Fall kann man daraus schlie\u00dfen, dass die Abweichung signifikant ist). \ud83d\udcdd: Der Inhalt von&nbsp;<strong>Zone 4<\/strong>h\u00e4ngt vom gew\u00e4hlten Datentyp in&nbsp;<strong>Zone 2<\/strong>.<\/li>\n<\/ul>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-large\"><img decoding=\"async\" src=\"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-45-1024x532.png\" alt=\"\" class=\"wp-image-2556\"\/><\/figure><\/div>\n\n\n<div class=\"wp-block-group has-very-light-gray-background-color has-background\"><div class=\"wp-block-group__inner-container is-layout-constrained wp-block-group-is-layout-constrained\">\n<p class=\"has-very-light-gray-background-color has-background\">\ud83d\udca1 Achte darauf, dass du die Testvoraussetzungen \u00fcberpr\u00fcfst: Normalit\u00e4t der Daten und das Fehlen von Ausrei\u00dfern.<\/p>\n\n\n\n<ol class=\"wp-block-list has-very-light-gray-background-color has-background\">\n<li>Wenn diese Bedingungen erf\u00fcllt sind, erscheint das \u2705 Logo auf der oberen linken Seite des Berichts.<\/li>\n\n\n\n<li>Wenn eine der Bedingungen nicht erf\u00fcllt ist, erscheint das Logo \u26a0\ufe0f APP auf der oberen linken Seite des Berichts.<\/li>\n<\/ol>\n<\/div><\/div>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><img decoding=\"async\" src=\"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-46.png\" alt=\"\" class=\"wp-image-2557\"\/><\/figure><\/div>\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><img decoding=\"async\" src=\"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-47.png\" alt=\"\" class=\"wp-image-2558\"\/><\/figure><\/div>\n\n\n<h3 class=\"wp-block-heading\">Beispiel 2: Vergleich zweier Mittelwerte <\/h3>\n\n\n\n<p>F\u00fchren Sie einen 2T-Test durch, um zwei verschiedene Mittelwerte miteinander zu vergleichen.<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Setzen Sie die quantitativen Daten des Beispiels in das Raster ein. Das Ziel dieser Studie, ist es, die durchschnittlichen St\u00e4rken der Anbieter A und B zu vergleichen.<\/li>\n\n\n\n<li>Klicken Sie auf das Men\u00fc \"Inferenzstatistiken\".<\/li>\n\n\n\n<li>In der&nbsp;<strong>Zone 1<\/strong>Wenn die Daten in zwei verschiedenen Spalten stehen, w\u00e4hlen Sie die Spalten A und B als Y aus. Wenn die Daten gestapelt sind (eine Spalte Anbieter zus\u00e4tzlich zu einer Spalte mit den St\u00e4rken), w\u00e4hlen Sie St\u00e4rke als Y und Anbieter als X.<\/li>\n\n\n\n<li>In&nbsp;<strong>Zone 2,<\/strong>&nbsp;w\u00e4hlen Sie den Typ Ihrer Daten. Wenn die Spalte qualitative Werte enth\u00e4lt, schl\u00e4gt Ellistat standardm\u00e4\u00dfig nur \"Anteil\" vor, wenn die Daten jedoch quantitativ sind, schl\u00e4gt Ellistat sowohl \"Anteil\" als auch \"Grundgesamtheit\" vor. \ud83d\udcdd: W\u00e4hlen Sie \"Bev\u00f6lkerung\".<\/li>\n\n\n\n<li>In&nbsp;<strong>Zone 3<\/strong>wird die in Feld 2 ausgew\u00e4hlte Grafik angezeigt.<\/li>\n<\/ul>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-large\"><img decoding=\"async\" src=\"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-48-1024x754.png\" alt=\"\" class=\"wp-image-2559\"\/><\/figure><\/div>\n\n\n<ul class=\"wp-block-list\">\n<li>In der&nbsp;<strong>Zone 4.<\/strong>&nbsp;. das Signifikanzergebnis (wird auf der rechten Seite angezeigt) mit den verschiedenen Statistiken darunter. (Die Abweichung zwischen den beiden Mittelwerten A und B ist signifikant, wenn der P-Wert kleiner als 0,05 ist. Im folgenden Fall kann man daraus schlie\u00dfen, dass die Abweichung nicht signifikant ist). \ud83d\udcdd: Der Inhalt von&nbsp;<strong>Zone 4<\/strong>&nbsp;h\u00e4ngt vom gew\u00e4hlten Datentyp in&nbsp;<strong>Zone 2<\/strong>.<\/li>\n<\/ul>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><img decoding=\"async\" src=\"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-49.png\" alt=\"\" class=\"wp-image-2560\"\/><\/figure><\/div>\n\n\n<div class=\"wp-block-group has-very-light-gray-background-color has-background\"><div class=\"wp-block-group__inner-container is-layout-constrained wp-block-group-is-layout-constrained\">\n<p class=\"has-very-light-gray-background-color has-background\">\ud83d\udca1 Achte darauf, dass du die Testvoraussetzungen \u00fcberpr\u00fcfst: Normalit\u00e4t der Daten , keine Ausrei\u00dfer und gleiche Varianzen.<\/p>\n\n\n\n<ul class=\"wp-block-list has-very-light-gray-background-color has-background\">\n<li>Wenn diese Bedingungen erf\u00fcllt sind, erscheint das \u2705 Logo auf der oberen linken Seite des Berichts.<\/li>\n\n\n\n<li>Wenn eine der Bedingungen nicht erf\u00fcllt ist, erscheint das Logo \u26a0\ufe0f APP auf der oberen linken Seite des Berichts.<\/li>\n<\/ul>\n<\/div><\/div>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><img decoding=\"async\" src=\"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-50.png\" alt=\"\" class=\"wp-image-2561\"\/><\/figure><\/div>\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><img decoding=\"async\" src=\"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-51.png\" alt=\"\" class=\"wp-image-2562\"\/><\/figure><\/div>\n\n\n<h3 class=\"wp-block-heading\">Beispiel 3: Vergleich von drei und mehr Mittelwerten <\/h3>\n\n\n\n<p>F\u00fchren Sie einen ANOVA-Test (Varianzanalyse) durch, um drei oder mehr Mittelwerte zu vergleichen.<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Setzen Sie die quantitativen Daten des Beispiels in das Raster ein. Das Ziel dieser Studie, ist es, die durchschnittliche St\u00e4rke der Anbieter A, B und C zu vergleichen.<\/li>\n\n\n\n<li>Klicken Sie auf das Men\u00fc \"Inferenzstatistiken\".<\/li>\n\n\n\n<li>In der&nbsp;<strong>Zone 1<\/strong>Wenn sich die Daten in drei verschiedenen Spalten befinden, oder wenn die Daten gestapelt sind (eine Spalte mit dem Anbieter und eine Spalte mit den St\u00e4rken), w\u00e4hlen Sie die St\u00e4rke als Y und den Anbieter als X aus.<\/li>\n\n\n\n<li>In&nbsp;<strong>Zone 2,<\/strong>&nbsp;w\u00e4hlen Sie den Typ Ihrer Daten. Wenn die Spalte qualitative Werte enth\u00e4lt, schl\u00e4gt Ellistat standardm\u00e4\u00dfig nur \"Anteil\" vor, wenn die Daten jedoch quantitativ sind, schl\u00e4gt Ellistat sowohl \"Anteil\" als auch \"Grundgesamtheit\" vor. \ud83d\udcdd: W\u00e4hlen Sie \"Bev\u00f6lkerung\".<\/li>\n\n\n\n<li>In&nbsp;<strong>Zone 3<\/strong>wird die in Feld 2 ausgew\u00e4hlte Grafik angezeigt.<\/li>\n<\/ul>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-large\"><img decoding=\"async\" src=\"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-52-1024x746.png\" alt=\"\" class=\"wp-image-2563\"\/><\/figure><\/div>\n\n\n<ul class=\"wp-block-list\">\n<li>In der&nbsp;<strong>Zone 4.<\/strong>&nbsp;. das Signifikanzergebnis (wird auf der rechten Seite angezeigt) mit den verschiedenen Statistiken darunter. (Die Abweichung zwischen den Mittelwerten A, B und C ist signifikant, wenn der P-Wert kleiner als 0,05 ist. Im folgenden Fall kann man daraus schlie\u00dfen, dass die Abweichung nicht signifikant ist). \ud83d\udcdd: Der Inhalt von&nbsp;<strong>Zone 4<\/strong>&nbsp;h\u00e4ngt vom gew\u00e4hlten Datentyp in&nbsp;<strong>Zone 2<\/strong>.<\/li>\n<\/ul>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><img decoding=\"async\" src=\"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-53.png\" alt=\"\" class=\"wp-image-2564\"\/><\/figure><\/div>\n\n\n<div class=\"wp-block-group has-very-light-gray-background-color has-background\"><div class=\"wp-block-group__inner-container is-layout-constrained wp-block-group-is-layout-constrained\">\n<p class=\"has-very-light-gray-background-color has-background\">\ud83d\udca1 Achte darauf, dass du die Testvoraussetzungen \u00fcberpr\u00fcfst: Normalit\u00e4t der Daten , keine Ausrei\u00dfer und gleiche Varianzen.<\/p>\n\n\n\n<ul class=\"wp-block-list has-very-light-gray-background-color has-background\">\n<li>Wenn diese Bedingungen erf\u00fcllt sind, erscheint das \u2705 Logo auf der oberen linken Seite des Berichts.<\/li>\n\n\n\n<li>Wenn eine der Bedingungen nicht erf\u00fcllt ist, erscheint das Logo \u26a0\ufe0f APP auf der oberen linken Seite des Berichts.<\/li>\n<\/ul>\n<\/div><\/div>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><img decoding=\"async\" src=\"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-54.png\" alt=\"\" class=\"wp-image-2565\"\/><\/figure><\/div>\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><img decoding=\"async\" src=\"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-55.png\" alt=\"\" class=\"wp-image-2566\"\/><\/figure><\/div>\n\n\n<h3 class=\"wp-block-heading\">Beispiel 4: Fall von Gepaarten Daten<\/h3>\n\n\n\n<p>Im Kontext der Statistik beziehen sich gepaarte Daten (oder gepaarte Daten) auf Datens\u00e4tze, in denen Beobachtungen in Paaren gesammelt werden. Jedes Paar von Beobachtungen ist in der Regel auf bestimmte Weise miteinander verkn\u00fcpft, so dass die beiden Werte innerhalb jedes Paars direkt miteinander verglichen werden k\u00f6nnen.<\/p>\n\n\n\n<p>Beispiel:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Vergleiche die durchschnittliche H\u00e4rte vor und nach der W\u00e4rmebehandlung.<\/li>\n\n\n\n<li>Vergleichen Sie die Anzahl der wei\u00dfen Blutk\u00f6rperchen vor, nach der ersten Dosis einer Behandlung und nach der zweiten Dosis einer Behandlung.<\/li>\n<\/ul>\n\n\n\n<p>Zum Vergleich der Mittelwerte von gepaarten Daten.<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-large\"><img decoding=\"async\" src=\"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-56-1024x387.png\" alt=\"\" class=\"wp-image-2567\"\/><\/figure><\/div>\n\n\n<p>Ellistat bietet zwei geeignete Tests an, um die Mittelwerte von gepaarten Daten zu vergleichen:<\/p>\n\n\n\n<p>\u21d2&nbsp;<strong>T-Test<\/strong>&nbsp;: f\u00fcr gepaarte Daten f\u00fcr zwei Mittelwerte.<\/p>\n\n\n\n<p>\u21d2&nbsp;<strong>ANOVA<\/strong>&nbsp;: f\u00fcr gepaarte Daten f\u00fcr zwei mehrere Mittelwerte.<\/p>\n\n\n\n<p><a href=\"https:\/\/www.notion.so\/Paired-Data-Donn-es-appari-es-e939f25552a244ed884a1188b17a5a4c?pvs=21\">Paired Data \ud83c\uddfa\ud83c\uddf8\/ Gepaarte Daten \ud83c\uddeb\ud83c\uddf7&nbsp;<\/a><\/p>\n\n\n\n<h2 class=\"wp-block-heading\">2. Statistische Tests f\u00fcr den Vergleich von Standardabweichungen<\/h2>\n\n\n\n<h3 class=\"wp-block-heading\">Vergleich der Standardabweichungen:<\/h3>\n\n\n\n<p>Die folgenden Beispiele fassen die Arten von Vergleichen zusammen, die zum Vergleich von Standardabweichungen durchgef\u00fchrt wurden.<\/p>\n\n\n\n<p>Die folgenden Links enthalten die Daten, die f\u00fcr die verschiedenen von Ellistat Data Analysis angebotenen Vergleichsanalysen der Standardabweichungen verwendet wurden. Nehmen wir als Beispiel die folgenden Daten:<\/p>\n\n\n\n<p><a href=\"https:\/\/www.notion.so\/Independent-Data-Donn-es-ind-pendantes-dac47d220e4849539713c494536c8bae?pvs=21\">Independent Data \ud83c\uddfa\ud83c\uddf8\/ Daten ind\u00e9pendantes\ud83c\uddeb\ud83c\uddf7&nbsp;<\/a><\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Beispiel 1: Vergleichen einer Standardabweichung mit einem theoretischen Wert :<\/h3>\n\n\n\n<p>Erstellen eines&nbsp;<strong>Chi-2-Test<\/strong>Um eine Standardabweichung mit einem theoretischen Wert zu vergleichen.<\/p>\n\n\n\n<figure class=\"wp-block-image size-large\"><img decoding=\"async\" src=\"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-57-1024x524.png\" alt=\"\" class=\"wp-image-2568\"\/><\/figure>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Setzen Sie die quantitativen Daten des Beispiels in das Raster ein. Das Ziel dieser Studie, ist es, die Standardabweichung der Kraft von Anbieter A mit 1 N zu vergleichen.<\/li>\n\n\n\n<li>Klicken Sie auf das Men\u00fc \"Inferenzstatistiken\".<\/li>\n\n\n\n<li>In der&nbsp;<strong>Zone 1<\/strong>W\u00e4hlen Sie in Y die Spalte mit den quantitativen Daten.<\/li>\n\n\n\n<li>In&nbsp;<strong>Zone 2,<\/strong>&nbsp;w\u00e4hlen Sie den Typ Ihrer Daten. Wenn die Spalte qualitative Werte enth\u00e4lt, schl\u00e4gt Ellistat standardm\u00e4\u00dfig nur \"Anteil\" vor, wenn die Daten jedoch quantitativ sind, schl\u00e4gt Ellistat sowohl \"Anteil\" als auch \"Grundgesamtheit\" vor. \ud83d\udcdd: W\u00e4hlen Sie \"Bev\u00f6lkerung\".<\/li>\n\n\n\n<li>In&nbsp;<strong>Zone 3<\/strong>wird die in Feld 2 ausgew\u00e4hlte Grafik angezeigt.<\/li>\n\n\n\n<li>In der&nbsp;<strong>Zone 4<\/strong>Das Signifikanzergebnis (wird auf der rechten Seite angezeigt) mit den verschiedenen Statistiken darunter. (Die Abweichung zwischen der Standardabweichung und dem theoretischen Wert ist signifikant, wenn der P-Wert kleiner als 0,05 ist. Im folgenden Fall kann man daraus schlie\u00dfen, dass die Abweichung signifikant ist). \ud83d\udcdd: Der Inhalt von&nbsp;<strong>Zone 4<\/strong>h\u00e4ngt vom gew\u00e4hlten Datentyp in&nbsp;<strong>Zone 2<\/strong>.<\/li>\n<\/ul>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><img decoding=\"async\" src=\"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-58.png\" alt=\"\" class=\"wp-image-2569\"\/><\/figure><\/div>\n\n\n<div class=\"wp-block-group has-very-light-gray-background-color has-background\"><div class=\"wp-block-group__inner-container is-layout-constrained wp-block-group-is-layout-constrained\">\n<p class=\"has-very-light-gray-background-color has-background\">\ud83d\udca1 Achte darauf, dass du die Testvoraussetzungen \u00fcberpr\u00fcfst: Normalit\u00e4t der Daten und das Fehlen von Ausrei\u00dfern.<\/p>\n\n\n\n<ul class=\"wp-block-list has-very-light-gray-background-color has-background\">\n<li>Wenn diese Bedingungen erf\u00fcllt sind, erscheint das \u2705 Logo auf der oberen linken Seite des Berichts.<\/li>\n\n\n\n<li>Wenn eine der Bedingungen nicht erf\u00fcllt ist, erscheint das Logo \u26a0\ufe0f APP auf der oberen linken Seite des Berichts.<\/li>\n<\/ul>\n<\/div><\/div>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><img decoding=\"async\" src=\"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-59.png\" alt=\"\" class=\"wp-image-2570\"\/><\/figure><\/div>\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><img decoding=\"async\" src=\"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-60.png\" alt=\"\" class=\"wp-image-2571\"\/><\/figure><\/div>\n\n\n<h3 class=\"wp-block-heading\">Beispiel 2: Vergleichen Sie zwei Standardabweichungen.<\/h3>\n\n\n\n<p>Ellistat bietet 2 Tests an, um die Standardabweichungen zu vergleichen:<\/p>\n\n\n\n<p>\u21d2<strong>Der Fischer-Test<\/strong>: um zwei verschiedene Standardabweichungen zu vergleichen.<\/p>\n\n\n\n<p>\u21d2<strong>Der Levene-Test<\/strong>: um zwei oder mehr Standardabweichungen zu vergleichen.<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Setzen Sie die quantitativen Daten des Beispiels in das Raster ein. Das Ziel dieser Studie, ist es, die Standardabweichungen der St\u00e4rken der Anbieter A und B zu vergleichen.<\/li>\n\n\n\n<li>Klicken Sie auf das Men\u00fc \"Inferenzstatistiken\".<\/li>\n\n\n\n<li>In der&nbsp;<strong>Zone 1<\/strong>Wenn die Daten in zwei verschiedenen Spalten stehen, w\u00e4hlen Sie die Spalten A und B als Y aus. Wenn die Daten gestapelt sind (eine Spalte Anbieter zus\u00e4tzlich zu einer Spalte mit den St\u00e4rken), w\u00e4hlen Sie St\u00e4rke als Y und Anbieter als X.<\/li>\n\n\n\n<li>In&nbsp;<strong>Zone 2,<\/strong>&nbsp;w\u00e4hlen Sie den Typ Ihrer Daten. Wenn die Spalte qualitative Werte enth\u00e4lt, schl\u00e4gt Ellistat standardm\u00e4\u00dfig nur \"Anteil\" vor, wenn die Daten jedoch quantitativ sind, schl\u00e4gt Ellistat sowohl \"Anteil\" als auch \"Grundgesamtheit\" vor. \ud83d\udcdd: W\u00e4hlen Sie \"Bev\u00f6lkerung\".<\/li>\n\n\n\n<li>In&nbsp;<strong>Zone 3<\/strong>wird die in Feld 2 ausgew\u00e4hlte Grafik angezeigt.<\/li>\n<\/ul>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-large\"><img decoding=\"async\" src=\"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-61-1024x524.png\" alt=\"\" class=\"wp-image-2572\"\/><\/figure><\/div>\n\n\n<ul class=\"wp-block-list\">\n<li>In der&nbsp;<strong>Zone 4.<\/strong>&nbsp;. das Signifikanzergebnis (wird auf der rechten Seite angezeigt) mit den verschiedenen Statistiken darunter. (Die Abweichung zwischen den beiden Standardabweichungen A und B ist signifikant, wenn der P-Wert kleiner als 0,05 ist. Im folgenden Fall kann man daraus schlie\u00dfen, dass die Abweichung nicht signifikant ist). \ud83d\udcdd: Der Inhalt von&nbsp;<strong>Zone 4<\/strong>&nbsp;h\u00e4ngt vom gew\u00e4hlten Datentyp in&nbsp;<strong>Zone 2<\/strong>.<\/li>\n<\/ul>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><img decoding=\"async\" src=\"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-62.png\" alt=\"\" class=\"wp-image-2573\"\/><\/figure><\/div>\n\n\n<div class=\"wp-block-group has-very-light-gray-background-color has-background\"><div class=\"wp-block-group__inner-container is-layout-constrained wp-block-group-is-layout-constrained\">\n<p class=\"has-very-light-gray-background-color has-background\">\ud83d\udca1 Achte darauf, die Testvoraussetzungen zu \u00fcberpr\u00fcfen:<\/p>\n\n\n\n<p class=\"has-very-light-gray-background-color has-background\">\u21d2&nbsp;<strong>Fischer-Test :<\/strong>Normalit\u00e4t der Daten und das Fehlen von Ausrei\u00dfern.<\/p>\n\n\n\n<p class=\"has-very-light-gray-background-color has-background\">\u21d2&nbsp;<strong>Levenes Test :<\/strong>Fehlen von Ausrei\u00dfern.<\/p>\n\n\n\n<ul class=\"wp-block-list has-very-light-gray-background-color has-background\">\n<li>Wenn diese Bedingungen erf\u00fcllt sind, erscheint das \u2705 Logo auf der oberen linken Seite des Berichts.<\/li>\n<\/ul>\n\n\n\n<ul class=\"wp-block-list has-very-light-gray-background-color has-background\">\n<li>Wenn eine der Bedingungen nicht erf\u00fcllt ist, erscheint das Logo \u26a0\ufe0f APP auf der oberen linken Seite des Berichts.<\/li>\n<\/ul>\n<\/div><\/div>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><img decoding=\"async\" src=\"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-63.png\" alt=\"\" class=\"wp-image-2574\"\/><\/figure><\/div>\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><img decoding=\"async\" src=\"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-64.png\" alt=\"\" class=\"wp-image-2575\"\/><\/figure><\/div>\n\n\n<h3 class=\"wp-block-heading\">Beispiel 3: Vergleich von drei oder mehr Standardabweichungen <\/h3>\n\n\n\n<p>Ellistat bietet 2 Tests an, um die Standardabweichungen zu vergleichen:<\/p>\n\n\n\n<p>\u21d2<strong>Der Bartlett-Test<\/strong>: um zwei oder mehr Standardabweichungen zu vergleichen.<\/p>\n\n\n\n<p>\u21d2<strong>Der Levene-Test<\/strong>: um zwei oder mehr Standardabweichungen zu vergleichen.<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Setzen Sie die quantitativen Daten des Beispiels in das Raster ein. Das Ziel dieser Studie, ist es, die Standardabweichungen der St\u00e4rken der Anbieter A, B und C zu vergleichen.<\/li>\n\n\n\n<li>Klicken Sie auf das Men\u00fc \"Inferenzstatistiken\".<\/li>\n\n\n\n<li>In der&nbsp;<strong>Zone 1<\/strong>Wenn sich die Daten in drei verschiedenen Spalten befinden, oder wenn die Daten gestapelt sind (eine Spalte mit dem Anbieter und eine Spalte mit den St\u00e4rken), w\u00e4hlen Sie die St\u00e4rke als Y und den Anbieter als X aus.<\/li>\n\n\n\n<li>In&nbsp;<strong>Zone 2,<\/strong>&nbsp;w\u00e4hlen Sie den Typ Ihrer Daten. Wenn die Spalte qualitative Werte enth\u00e4lt, schl\u00e4gt Ellistat standardm\u00e4\u00dfig nur \"Anteil\" vor, wenn die Daten jedoch quantitativ sind, schl\u00e4gt Ellistat sowohl \"Anteil\" als auch \"Grundgesamtheit\" vor. \ud83d\udcdd: W\u00e4hlen Sie \"Bev\u00f6lkerung\".<\/li>\n\n\n\n<li>In&nbsp;<strong>Zone 3<\/strong>wird die in Feld 2 ausgew\u00e4hlte Grafik angezeigt.<\/li>\n<\/ul>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-large\"><img decoding=\"async\" src=\"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-65-1024x524.png\" alt=\"\" class=\"wp-image-2576\"\/><\/figure><\/div>\n\n\n<ul class=\"wp-block-list\">\n<li>In der&nbsp;<strong>Zone 4.<\/strong>&nbsp;. das Signifikanzergebnis (wird auf der rechten Seite angezeigt) mit den verschiedenen Statistiken darunter. (Die Abweichung zwischen den Standardabweichungen A, B und C ist signifikant, wenn der P-Wert kleiner als 0,05 ist. Im folgenden Fall kann man daraus schlie\u00dfen, dass die Abweichung nicht signifikant ist). \ud83d\udcdd: Der Inhalt von&nbsp;<strong>Zone 4<\/strong>&nbsp;h\u00e4ngt vom gew\u00e4hlten Datentyp in&nbsp;<strong>Zone 2<\/strong>.<\/li>\n<\/ul>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><img decoding=\"async\" src=\"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-66.png\" alt=\"\" class=\"wp-image-2577\"\/><\/figure><\/div>\n\n\n<div class=\"wp-block-group has-very-light-gray-background-color has-background\"><div class=\"wp-block-group__inner-container is-layout-constrained wp-block-group-is-layout-constrained\">\n<p class=\"has-very-light-gray-background-color has-background\">\ud83d\udca1 Achte darauf, die Testvoraussetzungen zu \u00fcberpr\u00fcfen:<\/p>\n\n\n\n<p class=\"has-very-light-gray-background-color has-background\">\u21d2&nbsp;<strong>Bartlett Test :<\/strong> Normalit\u00e4t der Daten und das Fehlen von Ausrei\u00dfern.<\/p>\n\n\n\n<p class=\"has-very-light-gray-background-color has-background\">\u21d2&nbsp;<strong>Levenes Test :<\/strong> Fehlen von Ausrei\u00dfern.<\/p>\n\n\n\n<p class=\"has-very-light-gray-background-color has-background\">Wenn diese Bedingungen erf\u00fcllt sind, erscheint das \u2705 Logo auf der oberen linken Seite des Berichts.<\/p>\n\n\n\n<p class=\"has-very-light-gray-background-color has-background\">Wenn eine der Bedingungen nicht erf\u00fcllt ist, erscheint das Logo \u26a0\ufe0f APP auf der oberen linken Seite des Berichts.<\/p>\n<\/div><\/div>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-large\"><img decoding=\"async\" src=\"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-67-1024x139.png\" alt=\"\" class=\"wp-image-2578\"\/><\/figure><\/div>\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-large\"><img decoding=\"async\" src=\"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-68-1024x155.png\" alt=\"\" class=\"wp-image-2579\"\/><\/figure><\/div>\n\n\n<h2 class=\"wp-block-heading\">3. Statistische Tests f\u00fcr den Vergleich von Medianen<\/h2>\n\n\n\n<h3 class=\"wp-block-heading\">Vergleich der Mediane:<\/h3>\n\n\n\n<p>Die folgenden Beispiele fassen die Arten von Vergleichen zusammen, die durchgef\u00fchrt werden, um Mediane zu vergleichen.<\/p>\n\n\n\n<p>Die folgenden Links enthalten die Daten, die f\u00fcr die verschiedenen von Ellistat Data Analysis angebotenen Medianvergleichsanalysen verwendet wurden. Nehmen wir als Beispiel die folgenden Daten:<\/p>\n\n\n\n<p><a href=\"https:\/\/www.notion.so\/Independent-Data-Donn-es-ind-pendantes-73c9b33aa74542a3bda125d6dc0db861?pvs=21\">Independent Data \ud83c\uddfa\ud83c\uddf8\/ Daten ind\u00e9pendantes\ud83c\uddeb\ud83c\uddf7<\/a><\/p>\n\n\n\n<p><a href=\"https:\/\/www.notion.so\/Paired-Data-Donn-es-appari-es-dd0a73e2055c431ab40fae753e69080f?pvs=21\">Paired Data \ud83c\uddfa\ud83c\uddf8\/ Gepaarte Daten \ud83c\uddeb\ud83c\uddf7<\/a><\/p>\n\n\n\n<p>An diesem Datensatz k\u00f6nnen mehrere Analysen durchgef\u00fchrt werden.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Beispiel 1: Einen Median mit einem theoretischen Wert vergleichen :<\/h3>\n\n\n\n<p>Ellistat bietet zwei nichtparametrische Tests an, um den Median mit einem theoretischen Wert zu vergleichen.<\/p>\n\n\n\n<p>\u21d2&nbsp;<strong>Zeichentest<\/strong><\/p>\n\n\n\n<p>\u21d2&nbsp;<strong>Wilcoxon-Test<\/strong><\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-large\"><img decoding=\"async\" src=\"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-69-1024x524.png\" alt=\"\" class=\"wp-image-2580\"\/><\/figure><\/div>\n\n\n<ul class=\"wp-block-list\">\n<li>Setzen Sie die quantitativen Daten des Beispiels in das Raster ein. Das Ziel dieser Studie, ist es, den Median der St\u00e4rke von Anbieter A mit 5 N zu vergleichen.<\/li>\n\n\n\n<li>Klicken Sie auf das Men\u00fc \"Inferenzstatistiken\".<\/li>\n\n\n\n<li>In der&nbsp;<strong>Zone 1<\/strong>W\u00e4hlen Sie in Y die Spalte mit den quantitativen Daten.<\/li>\n\n\n\n<li>In&nbsp;<strong>Zone 2,<\/strong>&nbsp;w\u00e4hlen Sie den Typ Ihrer Daten. Wenn die Spalte qualitative Werte enth\u00e4lt, schl\u00e4gt Ellistat standardm\u00e4\u00dfig nur \"Anteil\" vor, wenn die Daten jedoch quantitativ sind, schl\u00e4gt Ellistat sowohl \"Anteil\" als auch \"Grundgesamtheit\" vor. \ud83d\udcdd: W\u00e4hlen Sie \"Bev\u00f6lkerung\".<\/li>\n\n\n\n<li>In&nbsp;<strong>Zone 3<\/strong>wird die in Feld 2 ausgew\u00e4hlte Grafik angezeigt.<\/li>\n\n\n\n<li>In der&nbsp;<strong>Zone 4<\/strong>Das Signifikanzergebnis (wird auf der rechten Seite angezeigt) mit den verschiedenen Statistiken darunter. (Die Abweichung zwischen dem Median und dem theoretischen Wert ist signifikant, wenn der P-Wert kleiner als 0,05 ist. Im folgenden Fall kann man daraus schlie\u00dfen, dass die Abweichung signifikant ist).<\/li>\n<\/ul>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><img decoding=\"async\" src=\"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-70.png\" alt=\"\" class=\"wp-image-2581\"\/><\/figure><\/div>\n\n\n<p>\ud83d\udcdd: Der Inhalt von&nbsp;<strong>Zone 4<\/strong>&nbsp;h\u00e4ngt vom gew\u00e4hlten Datentyp in&nbsp;<strong>Zone 2<\/strong>. Um den Vergleich eines Medians mit einem theoretischen Wert gut auszuw\u00e4hlen, w\u00e4hlen Sie den nichtparametrischen Test. siehe folgende Abbildung.<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-large\"><img decoding=\"async\" src=\"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-71-845x1024.png\" alt=\"\" class=\"wp-image-2582\"\/><\/figure><\/div>\n\n\n<p class=\"has-very-light-gray-background-color has-background\">\ud83d\udca1 Achtung alle Medianvergleichstests, die in Ellistat enthalten sind, sind nicht-parametrische Tests. Daher sind keine Voraussetzungen erforderlich, um die Ergebnisse zu nutzen.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Beispiel 2: Vergleichen Sie zwei Mediane.<\/h3>\n\n\n\n<p>Ellistat bietet 3 Tests an, um zwei verschiedene Mediane zu vergleichen.<\/p>\n\n\n\n<p>\u21d2&nbsp;&nbsp;<strong>Mann Withney Test :<\/strong>&nbsp;dapat\u00e9 im Fall des Vergleichs unabh\u00e4ngiger Daten<\/p>\n\n\n\n<p>\u21d2&nbsp;&nbsp;<strong>Zeichentest :<\/strong>&nbsp;angepasst im Fall von gepaarten Daten<\/p>\n\n\n\n<p>\u21d2&nbsp;&nbsp;<strong>Wilcoxon-Test:<\/strong>&nbsp;angepasst im Fall von gepaarten Daten<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Setzen Sie die quantitativen Daten des Beispiels in das Raster ein. Das Ziel dieser Studie, ist es, die Mediane der St\u00e4rken der Anbieter A und B zu vergleichen.<\/li>\n\n\n\n<li>Klicken Sie auf das Men\u00fc \"Inferenzstatistiken\".<\/li>\n\n\n\n<li>In der&nbsp;<strong>Zone 1<\/strong>Wenn die Daten in zwei verschiedenen Spalten stehen, w\u00e4hlen Sie die Spalten A und B als Y aus. Wenn die Daten gestapelt sind (eine Spalte Anbieter zus\u00e4tzlich zu einer Spalte mit den St\u00e4rken), w\u00e4hlen Sie St\u00e4rke als Y und Anbieter als X.<\/li>\n\n\n\n<li>In&nbsp;<strong>Zone 2,<\/strong>&nbsp;w\u00e4hlen Sie den Typ Ihrer Daten. Wenn die Spalte qualitative Werte enth\u00e4lt, schl\u00e4gt Ellistat standardm\u00e4\u00dfig nur \"Anteil\" vor, wenn die Daten jedoch quantitativ sind, schl\u00e4gt Ellistat sowohl \"Anteil\" als auch \"Grundgesamtheit\" vor. \ud83d\udcdd: W\u00e4hlen Sie \"Bev\u00f6lkerung\".<\/li>\n\n\n\n<li>In&nbsp;<strong>Zone 3<\/strong>wird die in Feld 2 ausgew\u00e4hlte Grafik angezeigt.<\/li>\n<\/ul>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-large\"><img decoding=\"async\" src=\"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-72-1024x524.png\" alt=\"\" class=\"wp-image-2583\"\/><\/figure><\/div>\n\n\n<ul class=\"wp-block-list\">\n<li>In der&nbsp;<strong>Zone 4.<\/strong>&nbsp;. das Signifikanzergebnis (wird auf der rechten Seite angezeigt) mit den verschiedenen Statistiken darunter. (Die Abweichung zwischen den beiden Medianen A und B ist signifikant, wenn der P-Wert kleiner als 0,05 ist. Im folgenden Fall kann man daraus schlie\u00dfen, dass die Abweichung nicht signifikant ist).<\/li>\n<\/ul>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><img decoding=\"async\" src=\"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-73.png\" alt=\"\" class=\"wp-image-2584\"\/><\/figure><\/div>\n\n\n<p>\ud83d\udcdd: Der Inhalt von&nbsp;<strong>Zone 4<\/strong>&nbsp;h\u00e4ngt vom gew\u00e4hlten Datentyp in&nbsp;<strong>Zone 2<\/strong>. Um den Vergleich von zwei Medianen gut auszuw\u00e4hlen, w\u00e4hlen Sie den nichtparametrischen Test. siehe folgende Abbildung.<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><img decoding=\"async\" src=\"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-74.png\" alt=\"\" class=\"wp-image-2585\"\/><\/figure><\/div>\n\n\n<p class=\"has-very-light-gray-background-color has-background\">\ud83d\udca1 Achtung: Alle Medianvergleichstests, die in Ellistat enthalten sind, sind nicht-parametrische Tests. Es werden also keine Voraussetzungen verlangt, um die Ergebnisse zu nutzen.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Beispiel 3: Vergleich von drei oder mehr Medianen .<\/h3>\n\n\n\n<p>Ellistat bietet zwei nichtparametrische Tests zum Vergleich von drei oder mehr Medianen an.<\/p>\n\n\n\n<p>\u21d2&nbsp;<strong>Kruskal-Walis-Test :<\/strong>&nbsp;geeignet f\u00fcr unabh\u00e4ngige Daten<\/p>\n\n\n\n<p>\u21d2&nbsp;<strong>Friedman-Test:<\/strong>&nbsp;geeignet f\u00fcr gepaarte Daten<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Setzen Sie die quantitativen Daten des Beispiels in das Raster ein. Das Ziel dieser Studie, ist es, die Mediane der St\u00e4rken der Anbieter A, B und C zu vergleichen.<\/li>\n\n\n\n<li>Klicken Sie auf das Men\u00fc \"Inferenzstatistiken\".<\/li>\n\n\n\n<li>In der&nbsp;<strong>Zone 1<\/strong>Wenn sich die Daten in drei verschiedenen Spalten befinden, oder wenn die Daten gestapelt sind (eine Spalte mit dem Anbieter und eine Spalte mit den St\u00e4rken), w\u00e4hlen Sie die St\u00e4rke als Y und den Anbieter als X aus.<\/li>\n\n\n\n<li>In&nbsp;<strong>Zone 2,<\/strong>&nbsp;w\u00e4hlen Sie den Typ Ihrer Daten. Wenn die Spalte qualitative Werte enth\u00e4lt, schl\u00e4gt Ellistat standardm\u00e4\u00dfig nur \"Anteil\" vor, wenn die Daten jedoch quantitativ sind, schl\u00e4gt Ellistat sowohl \"Anteil\" als auch \"Grundgesamtheit\" vor. \ud83d\udcdd: W\u00e4hlen Sie \"Bev\u00f6lkerung\".<\/li>\n\n\n\n<li>In&nbsp;<strong>Zone 3<\/strong>wird die in Feld 2 ausgew\u00e4hlte Grafik angezeigt.<\/li>\n<\/ul>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-large\"><img decoding=\"async\" src=\"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-75-1024x524.png\" alt=\"\" class=\"wp-image-2586\"\/><\/figure><\/div>\n\n\n<ul class=\"wp-block-list\">\n<li>In der&nbsp;<strong>Zone 4.<\/strong>&nbsp;. das Signifikanzergebnis (wird auf der rechten Seite angezeigt) mit den verschiedenen Statistiken darunter. (Die Abweichung zwischen den Medianen A, B und C ist signifikant, wenn der P-Wert kleiner als 0,05 ist. Im folgenden Fall kann man daraus schlie\u00dfen, dass die Abweichung nicht signifikant ist).<\/li>\n<\/ul>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-large\"><img decoding=\"async\" src=\"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-76-1-1024x496.png\" alt=\"\" class=\"wp-image-2589\"\/><\/figure><\/div>\n\n\n<p>\ud83d\udcdd: Der Inhalt von&nbsp;<strong>Zone 4<\/strong>&nbsp;h\u00e4ngt vom gew\u00e4hlten Datentyp in&nbsp;<strong>Zone 2<\/strong>. Um den Vergleich mehrerer Mediane gut auszuw\u00e4hlen, w\u00e4hlen Sie den nichtparametrischen Test. siehe folgende Abbildung.<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><img decoding=\"async\" src=\"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-77.png\" alt=\"\" class=\"wp-image-2590\"\/><\/figure><\/div>\n\n\n<p class=\"has-very-light-gray-background-color has-background\"> \ud83d\udca1 Achtung: Alle Medianvergleichstests, die in Ellistat enthalten sind, sind nicht-parametrische Tests. Es werden also keine Voraussetzungen verlangt, um die Ergebnisse zu nutzen.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Beispiel 4: Fall von Gepaarten Daten<\/h3>\n\n\n\n<p>Im Kontext der Statistik beziehen sich gepaarte Daten (oder gepaarte Daten) auf Datens\u00e4tze, in denen Beobachtungen in Paaren gesammelt werden. Jedes Paar von Beobachtungen ist in der Regel auf bestimmte Weise miteinander verkn\u00fcpft, so dass die beiden Werte innerhalb jedes Paars direkt miteinander verglichen werden k\u00f6nnen.<\/p>\n\n\n\n<p>Beispiel:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Vergleichen Sie die Medianh\u00e4rte vor und nach der W\u00e4rmebehandlung.<\/li>\n\n\n\n<li>Vergleichen Sie die Anzahl der wei\u00dfen Blutk\u00f6rperchen vor, nach der ersten Dosis einer Behandlung und nach der zweiten Dosis einer Behandlung.<\/li>\n<\/ul>\n\n\n\n<p>Zum Vergleich der Mediane von gepaarten Daten.<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-large\"><img decoding=\"async\" src=\"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-78-1024x387.png\" alt=\"\" class=\"wp-image-2591\"\/><\/figure><\/div>\n\n\n<p>Ellistat bietet 3 geeignete Tests an, um die Mediane von zusammengeh\u00f6rigen Daten zu vergleichen:<\/p>\n\n\n\n<p>\u21d2\u21d2&nbsp;<strong>Zeichentest :<\/strong>&nbsp;geeignet, um zwei Mediane zu vergleichen.<\/p>\n\n\n\n<p>\u21d2&nbsp;<strong>Wilcoxon-Test<\/strong>&nbsp;: geeignet, um zwei Mediane zu vergleichen.<\/p>\n\n\n\n<p>\u21d2&nbsp;<strong>Friedman-Test:<\/strong>&nbsp;geeignet f\u00fcr den Vergleich von 3 und mehr Medianen<\/p>\n\n\n\n<p class=\"has-very-light-gray-background-color has-background\">\ud83d\udca1 Achtung alle Medianvergleichstests, die in Ellistat enthalten sind, sind nichtparametrische Tests. Es werden also keine Voraussetzungen verlangt, um die Ergebnisse zu nutzen.<\/p>","protected":false},"featured_media":0,"template":"","meta":{"_acf_changed":false},"menu-guide-dutilisateur":[23],"class_list":["post-2553","guide-dutilisateur","type-guide-dutilisateur","status-publish","hentry","menu-guide-dutilisateur-5-statistiques-inferentielles"],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v25.9 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Population - Clooma<\/title>\n<meta name=\"description\" content=\"Tests param\u00e9triques vs non param\u00e9triques ? Quel test est adapt\u00e9 pour analyser ma population ? Voici notre guide d&#039;utilisateur.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/clooma.ai\/de\/benutzerhandbuch\/03-bevolkerung\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Population - Clooma\" \/>\n<meta property=\"og:description\" content=\"Tests param\u00e9triques vs non param\u00e9triques ? Quel test est adapt\u00e9 pour analyser ma population ? Voici notre guide d&#039;utilisateur.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/clooma.ai\/de\/benutzerhandbuch\/03-bevolkerung\/\" \/>\n<meta property=\"og:site_name\" content=\"Clooma\" \/>\n<meta property=\"article:modified_time\" content=\"2024-10-23T14:47:07+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-43.png\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data1\" content=\"23\u00a0Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/clooma.ai\/guide-dutilisateur\/03-population\/\",\"url\":\"https:\/\/clooma.ai\/guide-dutilisateur\/03-population\/\",\"name\":\"Population - Clooma\",\"isPartOf\":{\"@id\":\"https:\/\/clooma.ai\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/clooma.ai\/guide-dutilisateur\/03-population\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/clooma.ai\/guide-dutilisateur\/03-population\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-43.png\",\"datePublished\":\"2024-10-09T07:44:52+00:00\",\"dateModified\":\"2024-10-23T14:47:07+00:00\",\"description\":\"Tests param\u00e9triques vs non param\u00e9triques ? Quel test est adapt\u00e9 pour analyser ma population ? Voici notre guide d'utilisateur.\",\"breadcrumb\":{\"@id\":\"https:\/\/clooma.ai\/guide-dutilisateur\/03-population\/#breadcrumb\"},\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/clooma.ai\/guide-dutilisateur\/03-population\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\/\/clooma.ai\/guide-dutilisateur\/03-population\/#primaryimage\",\"url\":\"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-43.png\",\"contentUrl\":\"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-43.png\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/clooma.ai\/guide-dutilisateur\/03-population\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Accueil\",\"item\":\"https:\/\/clooma.ai\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Population\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/clooma.ai\/#website\",\"url\":\"https:\/\/clooma.ai\/\",\"name\":\"Clooma\",\"description\":\"Close the loop, master the future\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/clooma.ai\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"de\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Bev\u00f6lkerung - Clooma","description":"Parametrische vs. nicht-parametrische Tests? Welcher Test eignet sich f\u00fcr die Analyse meiner Population? Hier ist unser Benutzerleitfaden.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/clooma.ai\/de\/benutzerhandbuch\/03-bevolkerung\/","og_locale":"de_DE","og_type":"article","og_title":"Population - Clooma","og_description":"Tests param\u00e9triques vs non param\u00e9triques ? Quel test est adapt\u00e9 pour analyser ma population ? Voici notre guide d'utilisateur.","og_url":"https:\/\/clooma.ai\/de\/benutzerhandbuch\/03-bevolkerung\/","og_site_name":"Clooma","article_modified_time":"2024-10-23T14:47:07+00:00","og_image":[{"url":"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-43.png","type":"","width":"","height":""}],"twitter_card":"summary_large_image","twitter_misc":{"Gesch\u00e4tzte Lesezeit":"23\u00a0Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/clooma.ai\/guide-dutilisateur\/03-population\/","url":"https:\/\/clooma.ai\/guide-dutilisateur\/03-population\/","name":"Bev\u00f6lkerung - Clooma","isPartOf":{"@id":"https:\/\/clooma.ai\/#website"},"primaryImageOfPage":{"@id":"https:\/\/clooma.ai\/guide-dutilisateur\/03-population\/#primaryimage"},"image":{"@id":"https:\/\/clooma.ai\/guide-dutilisateur\/03-population\/#primaryimage"},"thumbnailUrl":"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-43.png","datePublished":"2024-10-09T07:44:52+00:00","dateModified":"2024-10-23T14:47:07+00:00","description":"Parametrische vs. nicht-parametrische Tests? Welcher Test eignet sich f\u00fcr die Analyse meiner Population? Hier ist unser Benutzerleitfaden.","breadcrumb":{"@id":"https:\/\/clooma.ai\/guide-dutilisateur\/03-population\/#breadcrumb"},"inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/clooma.ai\/guide-dutilisateur\/03-population\/"]}]},{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/clooma.ai\/guide-dutilisateur\/03-population\/#primaryimage","url":"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-43.png","contentUrl":"https:\/\/clooma.ai\/wp-content\/uploads\/Untitled-43.png"},{"@type":"BreadcrumbList","@id":"https:\/\/clooma.ai\/guide-dutilisateur\/03-population\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Accueil","item":"https:\/\/clooma.ai\/"},{"@type":"ListItem","position":2,"name":"Population"}]},{"@type":"WebSite","@id":"https:\/\/clooma.ai\/#website","url":"https:\/\/clooma.ai\/","name":"Clooma","description":"Close the loop, master the future","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/clooma.ai\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"de"}]}},"_links":{"self":[{"href":"https:\/\/clooma.ai\/de\/wp-json\/wp\/v2\/guide-dutilisateur\/2553","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/clooma.ai\/de\/wp-json\/wp\/v2\/guide-dutilisateur"}],"about":[{"href":"https:\/\/clooma.ai\/de\/wp-json\/wp\/v2\/types\/guide-dutilisateur"}],"wp:attachment":[{"href":"https:\/\/clooma.ai\/de\/wp-json\/wp\/v2\/media?parent=2553"}],"wp:term":[{"taxonomy":"menu-guide-dutilisateur","embeddable":true,"href":"https:\/\/clooma.ai\/de\/wp-json\/wp\/v2\/menu-guide-dutilisateur?post=2553"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}