Deskriptive Statistik und Datenmanipulation

Der Systemeditor edit

Der Systemeditor edit gehört nicht zu dem Statistikpaket UNIXSTAT, sondern entstammt der Produktpalette von Microsoft. Es handelt sich dabei um einen ASCII-Editor, d.h. die Textdateien werden auch so abgespeichert, wie man sie sieht (bei anderen Editoren, z.B. Word, werden noch zusätzliche Zeichen, z.B. die Formatierungen, gespeichert). edit ist jedoch im Lieferumfang von MS-DOS enthalten und sollte darum auf jedem DOS-Rechner verfügbar sein.

Es soll folgende Tabelle an Werten eingegeben werden (jeweils <Größe> TAB <Gewicht>):

Folgendes ist zu beachten:

• Nach dem Starten erschient zur Begrüßung ein Dialogfeld, das man mit ESC wieder los wird (steht auch in dem Feld).
• Die Aktivierung der Menüleiste erfolgt mit der ALT-Taste, weiter wird mit den Cursortasten oder Anfangsbuchstaben gesteuert (es ist aber auch Mausbedienung möglich).
• Beim Abspeichern sollte man die Option Speichern unter... verwenden: Auf diese Weise kann man der Datei einen Namen verpassen. Alternativ dazu kann man den Editor aber gleich mit einem Dateinamen als Argument aufrufen; dann wird die entsprechende Datei geladen bzw. erzeugt.
• Wichtig bei UNIXSTAT-Dateien: Nach dem letzten Wert kein RETURN eingeben, da sonst eine Leerzeile am Ende der Datei steht und später das Programm dm durcheinander kommen könnte.
• Trennung bei der Eingabe durch die Tabulator-Taste.

Deskriptive Statistiken mit stats

 stat <  foo  

Ein Beispiel für den Aufruf ohne Argument (bzw. ohne Datendatei) könnte folgendermaßen aussehen:

stats: Reading input from terminal:
1
2
3
4
5
6
^Z
n       =   6
min     =   1
max     =   6
sum     =   21
ss      =   91
mean    =   3.5
var     =   3.5
sd      =   1.870829
se      =   0.763763
skew    =   0
kurt    =   1.202381

Der Output ist dabei folgendermaßen zu interpretieren:

• n: Stichprobenumfang
• min: Minimum
• max: Maximum
• sum: Summe
• ss: Summe der Quadrate
• mean: Mittelwert
• var: Varianz
• sd: Standardabweichung
• se: Standardfehler (Varianz des Mittelwerts):
• skew: Schiefe (skew); 3. Moment: links- oder rechtssteil
• kurt: Exzess (kurtosis); 4. Moment: schmal- oder breitgipflig

Deskriptive Statistiken mit desc

desc funktioniert ähnlich wie stats; der Output ist nur noch etwas genauer (hier exemplarisch :für die selben Werte, die auch beim obigen Beispiel eingegeben wurden):

------------------------------------------------------------
 Under Range    In Range  Over Range         Sum
           0           6           0      21.000
------------------------------------------------------------
        Mean      Median    Midpoint   Geometric    Harmonic
       3.500       3.500       3.500       2.994       2.449
------------------------------------------------------------
          SD   Quart Dev       Range     SE mean
       1.871       1.500       5.000       0.764
------------------------------------------------------------
     Minimum  Quartile 1  Quartile 2  Quartile 3     Maximum
       1.000       2.000       3.500       5.000       6.000
------------------------------------------------------------
        Skew     SD Skew    Kurtosis     SD Kurt
       0.000       1.000       1.202       2.000
------------------------------------------------------------
   Null Mean           t    prob (t)           F    prob (F)
       0.000       4.583       0.006      21.000       0.006
------------------------------------------------------------

Dabei gelten folgende Definitionen:

• harmonisches Mittel: .
• geometrisches Mittel:

Datebmanipulation mit dem Kommando dm

dm (data manipulation) ist ein sehr vielseitiges Programm, das der Manipulation von Datenfiles dient. In dem obigen Beispiel mit Körpergröße und Gewicht kann man die erstellte Datei nicht als sinnvollen Input für stats verwenden, da die entsprechenden deskriptiven Werte über alle enthaltenen Zahlen berechnet werden (und beispielsweise eine Mittelwertsbildung von Körpergröße und Gewicht wenig Sinn macht).

Mit dm kann man z.B. einzelne Spalten aus einer Datei herausziehen. dm verfügt über einen großen Funktionsumfang. Das Argument s1 extrahiert beispielsweise die erste Spalte, s2 die zweite usw. Bitte die entsprechende Man-Page lesen.

Nun können wir unsere Beispieldatei mit Körpergröße und Gewicht z.B. nach der ersten Spalte (Größe) auswerten:

dm <  foo.dat | desc

Wie bekomme ich die Daten aus einer Datei in ein UNIXSTAT-Programm?

Da gibt es mehrere Möglichkeiten von zunehmender Komplexität:

• Dateiumlenkung:

  desc < grgew.dat

  (der Input, der normalerweise von der Tastatur erfolgen würde, kommt jetzt aus dem File grgew.dat. Problem hier: es wird über Größe und Gewicht gemittelt, was Unsinn ist).
• Selektives Verwenden von Dateien:

  dm s1 < grgew.dat | desc

  nimmt nur die erste Spalte von grgew.dat (dies kann man demostrieren, indem man nur dm s1 < grgew.dat eingibt); die pipe | leitet dann diesen Output weiter an das Programm desc.
• Noch mehr Dateiumlenkung:

  dm s2 < grgew.dat | desc > gew.out

  nimmt diesmal die zweite Spalte (also das Gewicht), berechnet dafür die deskriptiven Statistiken und speichert das Ergebnis in der Datei gew.out.

Weitere Übungen zu desc und dm

Hausaufgabe für die nächste Stunde wird es sein, Mittelwerte für 5 Versuchsbedingungen eines Tierexperimentes zu rechnen (Hausaufgabe 3.1). Die Daten sind dabei spaltenweise angeordnet:

6 12 18 24 30
--------------
 9 10 18 14  7
 7  8 16 12  9
10 17 23 17 13
12 14 24 20 16
13 18 21 19 15

Es sollte der Mittelwert für 6 Stunden Deprivation berechnet werden:

 dm s1 < rats.dat | desc

Verwendung von dm für Umrechnungen:

Hier werden erst 100 Zufallszahlen erzeugt; sie liegen bei Verwendung von u(niform) zwischen 0 und 1; mit dem Kommando dm wird der numerische Wert in der ersten Spalte (x1) extrahiert und entsprechend transformiert, so daß die resultierenden Werte zwischen 10 und 100 liegen. Die Umrechnung muß zwischen (doppelten) Anführungszeichen stehen, damit sie als zusammengehörig erkannt wird.

Hausaufgabe: Von Hausaufgabe2 die beiden restlichen Aufgaben (5 und 6) bearbeiten.

zurück zur Hauptseite zum Seminar "Rechnergestützte Auswertung von psychologischen Experimenten"

Anmerkungen und Mitteilungen an

Last modified 11-20-98