|
Deckblatt |
1 |
|
|
Titelseite |
4 |
|
|
Impressum |
5 |
|
|
Inhalt |
6 |
|
|
Geleitwort |
10 |
|
|
Vorwort |
12 |
|
|
1 »Was soll das alles?« – Eine Einleitung |
16 |
|
|
1.1 Worum soll es gehen? |
16 |
|
|
1.2 Warum sollten uns wissenschaftliche Aussagen interessieren? |
22 |
|
|
2 Theorie und Empirie |
30 |
|
|
2.1 Worum geht es in der (empirischen) Wissenschaft? |
31 |
|
|
2.2 Welche Vorstellung von der Welt steckt dahinter? |
33 |
|
|
2.3 Wie sind Theorie und Empirie miteinander verknüpft? |
34 |
|
|
3 Messwerte und Fehler |
44 |
|
|
3.1 Was macht man eigentlich, wenn man etwas misst? |
44 |
|
|
3.2 Welche Informationen enthalten Messwerte? |
48 |
|
|
3.3 Da ist doch ein Fehler? |
57 |
|
|
4 Populationen und Stichproben? |
68 |
|
|
4.1 Was ist eine Zufallsstichprobe und warum ist das so wichtig? |
69 |
|
|
4.2 Wo kommen die kleinen Stichproben her? |
69 |
|
|
5 Ergebnisse und Kennwerte |
76 |
|
|
5.1 Wie kann man die Ergebnisse in einer Stichprobe beschreiben? |
76 |
|
|
5.2 Was für Aspekte einer Stichprobe kann man durch einen Wert beschreiben? |
80 |
|
|
5.3 Warum betrachtet man Kennwerte? |
87 |
|
|
6 Schätzer und Parameter |
90 |
|
|
6.1 Was ist ein Schätzer und was schätzt er? |
90 |
|
|
6.2 Wie schätze ich einen Populationskennwert? |
91 |
|
|
6.3 Was ist eine Stichprobenverteilung eines Kennwerts? |
92 |
|
|
6.4 Was sind Stichprobenfehler? |
94 |
|
|
6.5 Was ist ein Populationsparameter? |
99 |
|
|
7 Parametrische Tests |
105 |
|
|
7.1 Ein »kleiner« Exkurs: Was ist ein Maximum-Likelihood-Schätzer? |
109 |
|
|
7.2 Wir konstruieren eine Stichprobenverteilung |
113 |
|
|
7.3 Kombiniere! |
116 |
|
|
8 Ein nicht-parametrischer Test |
121 |
|
|
9 »Ach so, das soll das alles!« – Ein Fazit |
128 |
|
|
9.1 Das Problem mit dem Messen |
129 |
|
|
9.2 Das Problem mit den Populationen |
131 |
|
|
9.3 Das Problem mit den Zufallsstichproben |
132 |
|
|
9.4 Und nun? Was tun? |
133 |
|
|
Stichwortverzeichnis und Gloss(e)ar |
136 |
|