{"id":1781,"date":"2023-04-12T15:05:47","date_gmt":"2023-04-12T13:05:47","guid":{"rendered":"http:\/\/statistikgrundlagen.de\/ebook\/?post_type=chapter&#038;p=1781"},"modified":"2023-04-12T15:23:31","modified_gmt":"2023-04-12T13:23:31","slug":"nichtparametrische-verfahren-mit-r","status":"publish","type":"chapter","link":"https:\/\/statistikgrundlagen.de\/ebook\/chapter\/nichtparametrische-verfahren-mit-r\/","title":{"rendered":"Nichtparametrische Verfahren mit R"},"content":{"raw":"<h1>Nichtparametrische Verfahren<\/h1>\r\nNichtparametrische Tests sind statistische Tests, die nicht von einer bestimmten Verteilung der Daten ausgehen, wie etwa der Normalverteilung. Sie werden auch als verteilungsfreie Tests bezeichnet. Diese Tests werden verwendet, wenn die Daten nicht den Annahmen parametrischer Tests entsprechen, insbesondere wenn die Variablen nicht metrisch skaliert sind, sondern nur kategorial (nominal) oder in R\u00e4ngen (ordinal). Nichtparametrische Tests sind also immer dann n\u00fctzlich, wenn der Stichprobenumfang klein ist, die Daten ordinal oder kategorial sind oder Voraussetzungen f\u00fcr parametrische Tests nicht erf\u00fcllt sind. Einige Beispiele f\u00fcr nichtparametrische Tests sind der Wilcoxon-Rangsummentest, der Kruskal-Wallis-Test und der Chi-Quadrat-Test, die wir im Folgenden besprechen werden.\r\n<div id=\"vorbereitung-3\" class=\"section level2 hasAnchor\">\r\n<h1>Vorbereitung<\/h1>\r\nDatensatz einlesen (Sie m\u00fcssen nat\u00fcrlich noch Ihren Pfad \u00e4ndern)\r\n<div id=\"cb238\" class=\"sourceCode\">\r\n<pre class=\"sourceCode r\"><code class=\"sourceCode r\"><span id=\"cb238-1\"><span class=\"fu\">load<\/span>(<span class=\"st\">\"WPStudis.RData\"<\/span>)<\/span><\/code><\/pre>\r\n<\/div>\r\nWissenschaftliche Notation ausschalten (Ausser Sie m\u00f6gen e+10 Notationen :-) )\r\n<div id=\"cb239\" class=\"sourceCode\">\r\n<pre class=\"sourceCode r\"><code class=\"sourceCode r\"><span id=\"cb239-1\"><span class=\"fu\">options<\/span>(<span class=\"at\">scipen =<\/span> <span class=\"dv\">999<\/span>)\r\n\r\n<\/span><\/code><\/pre>\r\n<\/div>\r\n<\/div>","rendered":"<h1>Nichtparametrische Verfahren<\/h1>\n<p>Nichtparametrische Tests sind statistische Tests, die nicht von einer bestimmten Verteilung der Daten ausgehen, wie etwa der Normalverteilung. Sie werden auch als verteilungsfreie Tests bezeichnet. Diese Tests werden verwendet, wenn die Daten nicht den Annahmen parametrischer Tests entsprechen, insbesondere wenn die Variablen nicht metrisch skaliert sind, sondern nur kategorial (nominal) oder in R\u00e4ngen (ordinal). Nichtparametrische Tests sind also immer dann n\u00fctzlich, wenn der Stichprobenumfang klein ist, die Daten ordinal oder kategorial sind oder Voraussetzungen f\u00fcr parametrische Tests nicht erf\u00fcllt sind. Einige Beispiele f\u00fcr nichtparametrische Tests sind der Wilcoxon-Rangsummentest, der Kruskal-Wallis-Test und der Chi-Quadrat-Test, die wir im Folgenden besprechen werden.<\/p>\n<div id=\"vorbereitung-3\" class=\"section level2 hasAnchor\">\n<h1>Vorbereitung<\/h1>\n<p>Datensatz einlesen (Sie m\u00fcssen nat\u00fcrlich noch Ihren Pfad \u00e4ndern)<\/p>\n<div id=\"cb238\" class=\"sourceCode\">\n<pre class=\"sourceCode r\"><code class=\"sourceCode r\"><span id=\"cb238-1\"><span class=\"fu\">load<\/span>(<span class=\"st\">\"WPStudis.RData\"<\/span>)<\/span><\/code><\/pre>\n<\/div>\n<p>Wissenschaftliche Notation ausschalten (Ausser Sie m\u00f6gen e+10 Notationen \ud83d\ude42 )<\/p>\n<div id=\"cb239\" class=\"sourceCode\">\n<pre class=\"sourceCode r\"><code class=\"sourceCode r\"><span id=\"cb239-1\"><span class=\"fu\">options<\/span>(<span class=\"at\">scipen =<\/span> <span class=\"dv\">999<\/span>)\r\n\r\n<\/span><\/code><\/pre>\n<\/div>\n<\/div>\n","protected":false},"author":1,"menu_order":14,"template":"","meta":{"pb_show_title":"on","pb_short_title":"","pb_subtitle":"","pb_authors":[],"pb_section_license":""},"chapter-type":[],"contributor":[],"license":[],"part":1725,"_links":{"self":[{"href":"https:\/\/statistikgrundlagen.de\/ebook\/wp-json\/pressbooks\/v2\/chapters\/1781"}],"collection":[{"href":"https:\/\/statistikgrundlagen.de\/ebook\/wp-json\/pressbooks\/v2\/chapters"}],"about":[{"href":"https:\/\/statistikgrundlagen.de\/ebook\/wp-json\/wp\/v2\/types\/chapter"}],"author":[{"embeddable":true,"href":"https:\/\/statistikgrundlagen.de\/ebook\/wp-json\/wp\/v2\/users\/1"}],"version-history":[{"count":2,"href":"https:\/\/statistikgrundlagen.de\/ebook\/wp-json\/pressbooks\/v2\/chapters\/1781\/revisions"}],"predecessor-version":[{"id":1808,"href":"https:\/\/statistikgrundlagen.de\/ebook\/wp-json\/pressbooks\/v2\/chapters\/1781\/revisions\/1808"}],"part":[{"href":"https:\/\/statistikgrundlagen.de\/ebook\/wp-json\/pressbooks\/v2\/parts\/1725"}],"metadata":[{"href":"https:\/\/statistikgrundlagen.de\/ebook\/wp-json\/pressbooks\/v2\/chapters\/1781\/metadata\/"}],"wp:attachment":[{"href":"https:\/\/statistikgrundlagen.de\/ebook\/wp-json\/wp\/v2\/media?parent=1781"}],"wp:term":[{"taxonomy":"chapter-type","embeddable":true,"href":"https:\/\/statistikgrundlagen.de\/ebook\/wp-json\/pressbooks\/v2\/chapter-type?post=1781"},{"taxonomy":"contributor","embeddable":true,"href":"https:\/\/statistikgrundlagen.de\/ebook\/wp-json\/wp\/v2\/contributor?post=1781"},{"taxonomy":"license","embeddable":true,"href":"https:\/\/statistikgrundlagen.de\/ebook\/wp-json\/wp\/v2\/license?post=1781"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}