Was macht man, wenn ein statistischer Signifikanztest nicht das tut, was er (vermeintlich!) soll: signifikant werden? xkcd kennt die Antwort: Vom kreativen Umgang mit p-Werten: Von „hochsignifikant“ bis zu „signifikant bei 10% Irrtumswahrscheinlichkeit“ und „Hey, schau Dir diese interessante Untergruppenanalyse an!“ Hier gibt es weitere Beiträge zum Thema Signifikanz.
Schlagwort: P-Wert
SPSS Modeler: Merkmalsauswahl (Feature Selection)
In Data Mining Projekten ist es nicht unwahrscheinlich, dass der Forscher mit einer Vielzahl, vielleicht hunderten oder sogar tausenden, Variablen konfrontiert wird. Wenn klare Vorgaben, zum Beispiel auf Basis einer gut etablierten Theorie, fehlen, kann die Merkmalsauswahl für die Modellbildung ein sehr zeitaufwändiger Prozess sein (vgl. CRISP-DM Prozess = Cross Industry Standard Process for Data Mining). Der … „SPSS Modeler: Merkmalsauswahl (Feature Selection)“ weiterlesen
Signifikanz
Ähnlich wie der Begriff Repräsentativität ist auch der Begriff Signifikanz nur sinnvoll anwendbar, wenn ein statistisches Ergebnis aus einer Stichprobe auf eine Grundgesamtheit verallgemeinert werden soll. Statistische Signifikanz liegt dann vor, wenn die Irrtumswahrscheinlichkeit nicht über einem festgelegten Niveau liegt. Findet man z. B. einen positiven Zusammenhang (Korrelation) zwischen Alter und Einkommen (je älter ein … „Signifikanz“ weiterlesen