Skip to main content

t-Tests und Varianzanalysen

  • Chapter
  • First Online:
R kompakt

Part of the book series: Springer-Lehrbuch ((SLB))

  • 10k Accesses

Zusammenfassung

Zunächst behandelt das folgende Kapitel Tests für Normalverteilung und Varianzhomogenität. Anschließend folgt die Vorstellung von Wegen, wie sich Hypothesen über Erwartungswerte mit t-Tests (eine Stichprobe, zwei unabhängige oder zwei verbundene Stichproben) und Varianzanalysen prüfen lassen. Dies schließt die einfaktorielle Varianzanalyse ohne vs. mit Messwiederholung ebenso ein wie die mehrfaktorielle Varianzanalyse, wenn für einen oder für mehrere Faktoren Messwiederholung vorliegt. Das Kapitel schließt mit der Kovarianzanalyse.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Subscribe and save

Springer+ Basic
$34.99 /Month
  • Get 10 units per month
  • Download Article/Chapter or eBook
  • 1 Unit = 1 Article or 1 Chapter
  • Cancel anytime
Subscribe now

Buy Now

eBook
USD 19.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Notes

  1. 1.

    Diese Variante wird auch als Brown-Forsythe-Test bezeichnet. Mit leveneTest(..., center=mean) können alternativ die Differenzen zum jeweiligen Gruppenmittelwert gewählt werden.

  2. 2.

    Das Paket MBESS enthält ebenfalls Funktionen, um Effektstärken inkl. Vertrauensintervall zu schätzen.

  3. 3.

    Für Einzelvergleiche in Form allgemeiner Kontraste vgl. die Funktion glht() aus dem Paket multcomp (Hothorn, Bretz & Westfall; 2008) sowie ScheffeTest() aus dem Paket DescTools.

  4. 4.

    Da keine Interaktion von Treatment-Variable und Kovariate berücksichtigt wird, sind die Quadratsummen vom Typ II und III hier identisch.

  5. 5.

    Die absolute Höhe der Gruppe der y-Achsenabschnitte lässt sich aus den Daten nicht unabhängig schätzen, während ihre Abstände untereinander eindeutig bestimmt sind.

Author information

Authors and Affiliations

Authors

Corresponding author

Correspondence to Daniel Wollschläger .

Rights and permissions

Reprints and permissions

Copyright information

© 2016 Springer-Verlag Berlin Heidelberg

About this chapter

Cite this chapter

Wollschläger, D. (2016). t-Tests und Varianzanalysen. In: R kompakt. Springer-Lehrbuch. Springer Spektrum, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-49102-7_7

Download citation

Publish with us

Policies and ethics