Data Science, Big Data, Machine Learning – die rasante Entwicklung von Computern, Massenspeichern und korrespondierenden Technologien wirft seit geraumer Zeit ein neues Licht auf die Speicherung und Auswertung von Daten strukturierter und unstrukturierter Art. Insbesondere der Begriff „Big Data“, der mittlerweile eher inflationär verwendet wird, war ein Buzzword ganzer Industrien. Im gleichen Atemzug zu Begriffen wie Data Science, Machine Learning und …
Seit einiger Zeit ist mit Shiny ein Paket für die Statistiksoftware R verfügbar, mit dessen Hilfe man ansprechende, interaktive Webapplikationen erstellen und hierbei auf den kompletten Funktionsumfang von R zugreifen kann. Mit Hilfe des R Paketes Shiny lassen sich schnell HTML/JavaScript-basierte, interaktive Webapplikationen erstellen. Die möglichen Anwendungsszenarien sind vielfältig: Reporting, Deployment von statistischen Analysen, interaktive Visualisierungen von Datenbeständen. Bei der …
Wir bei STATWORX lieben Daten. Und wir genießen von Zeit zu Zeit gerne ein Gläschen guten schottischen Single Malt Whisky unter Kollegen. Vor einiger Zeit hatten die Kollegen von Revolution Analytics einen interessanten Blog-Beitrag zum Thema k-Means Clustering von Single Malt Whiskies veröffentlicht, den wir aufmerksam studiert haben. Ebenfalls wurde kürzlich eine aktualisierte Version von RStudio veröffentlicht, die ein umfangreiches …
Die Annahme multivariat normalverteilter Items bei der Durchführung einer exploratorischen Faktorenanalyse (EFA) verhindert, streng genommen, die Verwendung von binär skalierten Items (0/1-Codierung). Zwar entspricht der Pearson-Korrelationskoeffizient zwischen zwei binären Items dem Phi-Koeffizienten, der Stärke und Richtung des Zusammenhangs zwischen zwei binären Items misst, jedoch ist aufgrund des limitierten Wertebereichs eines binären Items die geforderte Verteilungsannahme einer multivariaten Normalverteilung klar verletzt. …
Das Erzeugen von korrelierten Zufallsvariablen ist einer der Kernpunkte bei der Programmierung von Simulationen. Aktienrenditen, Zeitreihen, MCMC-Algorithmen und viele weitere Verfahren verwenden können durch das Erstellen korrelierter Zufallszahlen verwendet werden. Zerlegen der Korrelationsmatrix Korrelierte Zufallszahlen können durch Multiplikation der n x p Matrix der Zufallswerte mit der gewünschten Cholesky-zerlegten Korrelationsmatrix C der Zufallswerte erzeugt werden. Eine Cholesky-Zerlegung lässt sich in …
Mit Blick auf die oftmals mühsam erstellten Ergebnisse in Stata erreichten manche Nutzer bis Stata 12 oftmals eine weitere Hürde. Den Export – aus dem wie eine Schreibmaschine aufgebautem Output Fenster – zu kopieren, ging entweder nur über zusätzliche ado-Files, copy & paste oder oftmals auch gar nicht, so dass die Ergebnisse im letzteren Fall mühsam abgetippt werden mussten. Tabellen …
Standards für die Formatierung von Tabellen oder die einheitliche Verwendung von Abkürzungen setzen sich immer mehr durch. Egal, ob für die Hausarbeit, die Promotion oder für die Veröffentlichung in einem wissenschaftlichen Journal – Stil und Format einer Arbeit müssen einer bestimmten Anforderung genügen. Die Standards von der American Psychological Association (APA) sind dabei nicht nur in der Psychologie weit verbreitet. …
Eine Hypothese ist eine empirisch überprüfbare Annahme über die Wirkungsbeziehung von zwei oder mehr Faktoren der realen und erfahrbaren Welt. Am Anfang eines jeden Forschungsprojektes stehen, außer einer klaren Fragestellung, die das Forschungsvorhaben leitet, stets auch eine oder mehrere Hypothesen. Erst dadurch kann eine systematische Forschungsarbeit gewährleistet werden. Übersicht zu Hypothesen Im Verlauf des Forschungsprojektes gilt es, die Richtigkeit der …
Die Forschungsfrage ist formuliert, die Thesen sind aufgestellt und die zu messenden Variablen sind klar definiert. Jetzt nur noch schnell den Fragebogen runterschreiben, bevor es endlich mit der Auswertung losgehen kann! Oder? In der Praxis steckt mehr dahinter. Fehlerquellen in Fragebogen Ganz so trivial wie man oft glaubt ist das Aufsetzen des Fragebogens leider nicht. Wer noch keine Erfahrung damit …
Ein bekanntes Beispiel aus der Statistik: Je mehr Leute in Kentucky heiraten, desto mehr Menschen ertrinken nachdem sie aus einem Fischerboot gefallen sind. Mit einem Korrelationskoeffizienten von r = 0.952 ist dieser Zusammenhang, statistisch gesehen, fast perfekt. Aber sollte man deswegen in Kentucky lieber auf das Heiraten verzichten? Oder ist etwa der Pro-Kopf-Verbrauch von Käse verantwortlich für ein unglückliches Ableben …