Fähigkeiten statistical-analysis
📊

statistical-analysis

Sicher ⚡ Enthält Skripte⚙️ Externe Befehle🌐 Netzwerkzugriff

Datenanalyse mit statistischen Tests und APA-Berichterstattung

Auch verfügbar von: davila7

Hören Sie auf zu raten, welchen statistischen Test Sie verwenden sollen. Erhalten Sie eine geführte Testauswahl, Annahmeprüfung und APA-formatierte Ergebnisse für Ihre Forschungsdaten. Perfekt für Studierende und Forschende, die eine rigorose statistische Analyse benötigen.

Unterstützt: Claude Codex Code(CC)
🥈 77 Silber
1

Die Skill-ZIP herunterladen

2

In Claude hochladen

Gehe zu Einstellungen → Fähigkeiten → Skills → Skill hochladen

3

Einschalten und loslegen

Teste es

Verwendung von "statistical-analysis". Ich möchte Angstniveaus zwischen Therapiegruppe und Kontrollgruppe vergleichen. Welchen Test sollte ich verwenden?

Erwartetes Ergebnis:

  • Empfohlener Test: Unabhängige Stichproben t-Test
  • Zu prüfende Annahmen:
  • Unabhängigkeit: Teilnehmer in separaten Gruppen
  • Normalität: Shapiro-Wilk-Test verwenden (n < 50) oder visuelle Inspektion (n > 50)
  • Varianzhomogenität: Levene-Test verwenden
  • Skalentyp: Kontinuierliche abhängige Variable erforderlich
  • Wenn Annahmen verletzt sind: Welch's t-Test verwenden (wenn nur Homogenität verletzt) oder Mann-Whitney U-Test (wenn Normalität verletzt)
  • Effektgröße: Cohen's d mit 95% KI berechnen

Verwendung von "statistical-analysis". Wie berichte ich ein ANOVA-Ergebnis im APA-Format?

Erwartetes Ergebnis:

  • F(df_zwischen, df_innerhalb) = F-Wert, p = p-Wert, partielles Eta-Quadrat = Wert
  • Beispiel: F(2, 57) = 4.56, p = .014, ηp² = .14
  • Mittelwerte und Standardabweichungen für jede Gruppe in einer Tabelle berichten
  • Eine Abbildung einschließen, falls hilfreich für die Visualisierung
  • Interpretieren: Es gab einen signifikanten Effekt der unabhängigen Variable

Sicherheitsaudit

Sicher
v4 • 1/17/2026

All 190 static findings are FALSE POSITIVES. The 'external_commands' detections are Python code examples in markdown documentation blocks (not shell execution). The 'weak cryptographic algorithm' detections are triggered by common words like 'comprehensive' in documentation text at line 3 of markdown files. The 'system reconnaissance' detections flag statistical terms like ACF/PACF (Autocorrelation Function). This is a legitimate statistical analysis documentation skill with no security risks.

8
Gescannte Dateien
3,639
Analysierte Zeilen
3
befunde
4
Gesamtzahl Audits

Risikofaktoren

⚡ Enthält Skripte (1)
⚙️ Externe Befehle
Keine spezifischen Standorte aufgezeichnet
🌐 Netzwerkzugriff
Keine spezifischen Standorte aufgezeichnet
Auditiert von: claude Audit-Verlauf anzeigen →

Qualitätsbewertung

68
Architektur
100
Wartbarkeit
87
Inhalt
21
Community
100
Sicherheit
87
Spezifikationskonformität

Was du bauen kannst

Statistische Tests für Abschlussarbeitsdaten auswählen

Holen Sie sich Hilfe bei der Auswahl der richtigen Tests, der Prüfung von Annahmen und dem Verfassen von APA-konformen Ergebnisschritten für Ihre Dissertation oder Abschlussarbeit.

Analyseplan vor Durchführung der Studie validieren

Planen Sie Ihre statistische Analysestrategie, bestimmen Sie Stichprobengrößen mit Poweranalyse und stellen Sie die angemessene Testauswahl für Forschungsanträge sicher.

Richtigen statistischen Test-Workflow erlernen

Befolgen Sie geführte Workflows, um zu verstehen, wann t-Tests vs. ANOVA vs. nicht-parametrische Alternativen mit Annahmeprüfung verwendet werden.

Probiere diese Prompts

Den richtigen Test auswählen
Ich möchte Testergebnisse zwischen Schülern, die Nachhilfe erhalten haben, und solchen, die keine erhalten haben, vergleichen. Ich habe 30 Schüler in jeder Gruppe. Welchen statistischen Test sollte ich verwenden und welche Annahmen muss ich prüfen?
Annahmen prüfen
Ich plane eine einfaktorielle ANOVA mit 4 Gruppen. Wie prüfe ich die Normalitäts- und Varianzhomogenitätsannahmen? Zeigen Sie mir den Code und wie ich die Ergebnisse interpretiere.
Ergebnisse im APA-Stil berichten
Ich habe einen unabhängigen t-Test durchgeführt und t(58) = 2.34, p = .022, mit Mittelwerten von 78.5 (SD = 8.2) und 72.1 (SD = 9.5) erhalten. Schreiben Sie dies im korrekten APA-Format mit Effektgröße.
Poweranalyse
Ich muss eine mittlere Effektgröße (Cohen's d = 0.5) mit 80% Power für einen unabhängigen t-Test bei Alpha = .05 erkennen. Wie viele Teilnehmer benötige ich pro Gruppe?

Bewährte Verfahren

  • Prüfen Sie immer die Annahmen, bevor Sie Testergebnisse interpretieren - überspringen Sie diesen Schritt niemals
  • Berichten Sie Effektgrößen mit Konfidenzintervallen, nicht nur p-Werte
  • Verwenden Sie visuelle Inspektion auf Normalität bei großen Stichproben (n > 100), da formale Tests überempfindlich werden

Vermeiden

  • Tests basierend auf gewünschten Ergebnissen statt auf Dateneigenschaften auswählen
  • Nur p-Werte ohne Effektgrößen oder Konfidenzintervalle berichten
  • Normalität ohne Prüfung annehmen, besonders bei kleinen Stichproben

Häufig gestellte Fragen

Was ist der Unterschied zwischen parametrischen und nicht-parametrischen Tests?
Parametrische Tests nehmen bestimmte Verteilungen an (normalerweise normal). Nicht-parametrische Tests machen weniger Annahmen, haben aber möglicherweise weniger Power. Verwenden Sie parametrische Tests, wenn Annahmen erfüllt sind.
Wie weiß ich, ob meine Daten normal verteilt sind?
Verwenden Sie sowohl visuelle (Q-Q-Diagramme, Histogramme) als auch formale Tests (Shapiro-Wilk). Bei n > 30 sind leichte Verletzungen normalerweise akzeptbar aufgrund des zentralen Grenzwertsatzes.
Was ist, wenn meine Daten mehrere Annahmen verletzen?
Erwägen Sie Datentransformationen (logarithmisch, Wurzel), verwenden Sie robuste Alternativen (Welch's Test) oder wechseln Sie zu nicht-parametrischen Tests. Dokumentieren Sie alle Verletzungen und Abhilfemaßnahmen.
Wie berichte ich statistische Ergebnisse im APA-Format?
Fügen Sie Teststatistik, Freiheitsgrade, p-Wert und Effektgröße ein: t(58) = 2.34, p = .022, d = 0.61. Berichten Sie immer Konfidenzintervalle für Effektgrößen.
Wann sollte ich Bayesianische Statistik verwenden?
Bayesianische Methoden sind nützlich, wenn Sie Vorinformationen haben, die Stärke der Evidenz quantifizieren möchten (Bayes-Faktoren) oder Überzeugungen aktualisieren müssen, wenn sich Daten ansammeln.
Was ist die minimale Stichprobengröße, die ich benötige?
Führen Sie vor der Datenerhebung eine Poweranalyse durch. Für mittlere Effekte und 80% Power benötigen Sie typischerweise 25-35 pro Gruppe für t-Tests. Größere Stichproben werden für kleinere Effekte benötigt.