Hier finden Sie Artikel und Hilfestellungen zu grundlegenden Themen der Datenanalyse mit Stata, die Sie zum Selbststudium nutzen können. Ich wünsche Ihnen viel Spaß beim lesen und hoffe dass die Artikel hilfreich für sie sind. 

• Chi-Quadrat-Test mit Stata.                                                                                          Mit dem Chi-Quadrat-Test können Sie untersuchen ob zwischen zwei kategoriellen Merkmalen signifikante Zusammenhänge bestehen.
• t-Test mit Stata (verbundene Stichproben).                                                         Dieser Test ist das bekannteste parametrische Testverfahren zum Vergleich der Mittelwerte zweier verbundener Stichproben.
• t-Test mit Stata (unabhängige Stichproben).                                                   Mit diesem Test können Mittelwertsunterschiede zwischen zwei unabhängigen Stichproben geprüft werden.
• Regression & Output-Interpretation in Stata.                                                     Die lineare Regression ist die Standardmethode zur Analyse von statistischen Wirkungs-zusammenhängen. 
• Korrelation (Pearson & Spearman) mit Stata.                                            Mittels einer Korrelationsanalysen können Sie Zusammenhänge ohne kausale Interpretation analysieren.
• Survival-Analyse mit Stata.                                                                                 Die Survival-Analyse wird häufig in der klinischen Statistik eingesetzt. Hier finden Sie eine Anleitung mit beispielhafter Interpretation.
• Zweifaktorielle Varianzanalyse mit Stata.                                                       Mit der Varianzanalyse (ANOVA) werden Gruppenunterschiede und Interaktionen von nominalen Variablen analysiert.
• Zufallszahlen mit Stata.                                                                               Anleitung zur Simulation von Zufallszahlen aus Normalverteilung, Exponentialverteilung und anderen Verteilungen in Stata.
• Mann-Whitney-U-Test.                                                                                     Dieser Test ist das nichtparametrische Analogon zum t-Test für unabhängige Stichproben und benötigt keine Normalverteilung.
• Test auf Varianzhomogenität mit Stata.                                                           Die Varianzhomogenität ist eine Voraussetzung des t-Tests und der Varianzanalyse.  
• Boxplots mit Stata erstellen.                                                                       Boxplots eignen sich insbesondere zum graphischen Vergleich zweier oder mehrer Gruppen.
• Deskriptive Statistik (Mittelwert, Standardabweichung etc.)                            Deskriptive Statistik ist der erste Schritt einer Datenanalyse mit Stata und dient zur Beschreibung der verwendeten Daten.
• Voraussetzungen der multiplen linearen Regression prüfen                      Die multiple lineare Regressionsanalyse hat eine Vorraussetzungen, die bei der Anwendung dieser Methode überprüft werden sollten.

 Die Artikel werden laufend erweitert, falls also kein interessantes Thema für Sie dabei ist, schauen Sie einfach zu einem späteren Zeitpunkt noch einmal vorbei.

Alternativ können Sie natürlich auch einen persönlichen Termin zur Statistik-Beratung vereinbaren. Nehmen Sie hierzu über das Kontaktformular oder telefonisch zu uns Kontakt auf.