hallo!!
ich lese gerade sehr viele medizinische studien in denen überall schöne statistiken vorkommen - da ich die nicht selber gefälscht habe 
möchte ich gerne wissen wie man diese bewerten muss!!
wer kann mir „einsteigerbücher“ für statistik empfehlen?? - oder links?? (wenn`s geht gleich alles in englisch)
danke
matthias (der-in-mathe-lieber-kreuzworträtsel-gelöst-hat!)
Zustimmung!!!
Das Buch ist unschlagbar.
Man wird sensibilisiert für alle erdenklichen Fehler und Fälschungen, das Ganze ist so geschrieben, dass man es auch ohne Vorkenntnisse und im Bett lesen kann, und am Ende hat man, eh man sichs versieht, eine solide statistische Grundbildung.
hallo!!
ich lese gerade sehr viele medizinische studien in denen
überall schöne statistiken vorkommen - da ich die nicht selber
gefälscht habe
bewerten muss!!
Mir sagte mal ein Statistikprof., dass eine regelmaessig an ihn von Medizinern herangetragene Aufgabe waere, die Statistiken einer Studie so umzuschreiben, dass sie der bevorzugten Verteilungsfunktion der jeweiligen Fachzeitschrift entspraechen. Der Versuch des Verstaendnisses koennte sich also etwas schwierig gestalten.
Generell solltest Du Dich um ein gutes abstraktes Verstaendnis von Vektorraeumen, Matrizen und Skalarprodukten bemuehen, dann Tensorprodukte und wie man sie wieder in 2-dim. Schemas anordnet, weil das ist der Kern der Multivarianzanalyse. Diese selber enthaelt noch etwas kleinste-Quadrate-Rechnung. Damit haette man Erwartungswerte.
Tests selber gehen ueber Maximum-Likelihood-Verfahren, da sind Logarithmen und deren Ableitungen gefragt, und es kommen ein paar ueber Integrale definierte Funktionen vor, die nur numerisch bzw. ueber Zahlentafeln ausgewertet werden koennen.
Falls dieses Vorzeigen der Folterinstrumente Dich nicht abschreckt, kannst Du eigentlich alles lesen, wo diese Begriffe im Inhaltsverzeichnis vorkommen, ich wuerde auf guten Stil vertrauen bei van der Waerden: Mathematische Statistik,
gern genommen wird (zumindest dem Bib-Bestand nach) Cramer, H.: Mathematical methods of statistics
vom Thema her passen wuerden auch
Graybill, Franklin A.: An introduction to linear statistical models
Jorgensen, Bent: The theory of linear models
immer vorausgesetzt, Du willst verstehen, was warum gemacht wird, nicht nur, wie es gemacht wird.
Ciao Lutz