FRENITESDE

Research & Evidence

Methode suchen

Titel, Fragen, Gebiete und MSC-Kennungen durchsuchen.

40 Ergebnisse
  1. MSC-P-001Wie wird aus einer Marketingbehauptung eine testbare Frage?Entscheidungswissenschaft↗
  2. MSC-P-002Korrelation oder Kausalität: Welche Aussage trägt eine Analyse wirklich?Marketingmessung↗
  3. MSC-P-003Wie lässt sich die Unsicherheit eines Marketingergebnisses ausdrücken?Entscheidungswissenschaft↗
  4. MSC-P-004Signifikanz oder Effektgröße: Welches Ergebnis ist zu interpretieren?Entscheidungswissenschaft↗
  5. MSC-P-005Wie misst man ein nicht direkt beobachtbares Marketingkonstrukt?Marktforschung↗
  6. MSC-P-006Wie wird eine Messskala entwickelt und validiert?Marktforschung↗
  7. MSC-P-007Alpha oder Omega: Wie wird die Reliabilität einer Skala beurteilt?Marktforschung↗
  8. MSC-P-009PCA, EFA oder CFA: Welche Methode passt?Marktforschung↗
  9. MSC-P-010Wann sollte ein Marketingexperiment durchgeführt werden?Marketingmessung↗
  10. MSC-P-011Wie plant man einen A/B-Test, der tatsächlich einen Effekt schätzt?Marketingmessung↗
  11. MSC-P-012Wie viele Beobachtungen braucht ein Experiment?Entscheidungswissenschaft↗
  12. MSC-P-013Wie misst man den inkrementellen Kampagneneffekt mit einer Kontrollgruppe?Marketingmessung↗
  13. MSC-P-017Wie erkennt man Selektion, Kontamination und Ausfall in einem Experiment?Marketingmessung↗
  14. MSC-P-018Prädiktive oder kausale Regression: Was soll geschätzt werden?Marketingmodelle↗
  15. MSC-P-019Wie diagnostiziert man eine Marketingregression vor der Interpretation?Marketingmodelle↗
  16. MSC-P-022Wie schätzt man Preiselastizität und ihre Unsicherheit?Preisforschung↗
  17. MSC-P-026Logit vs Probit: Wie wählt man für eine Kaufwahrscheinlichkeit?Kundenforschung↗
  18. MSC-P-029Welche Kunden haben die höchste Churn-Wahrscheinlichkeit?Kundenforschung↗
  19. MSC-P-027TAM, UTAUT oder UTAUT2: Welcher Rahmen eignet sich zur Untersuchung der Technologieakzeptanz?Marktforschung↗
  20. MSC-H-001Messung und Kausalität: Wie lässt sich ein Marketingeffekt belegen?Marketingmessung↗
  21. MSC-H-002Marketing-Reaktionsmodelle: Form, Verzögerung und SättigungMarketingmodelle↗
  22. MSC-H-003Preisforschung: Preis, Nachfrage und Deckungsbeitrag verbindenPreisforschung↗
  23. MSC-H-004Kunden- und Wahlforschung: Verhalten, Wert und HeterogenitätKundenforschung↗
  24. MSC-H-005Messwissenschaft: valide Indikatoren entwickelnMarktforschung↗
  25. MSC-H-006Statistische Entscheidungsmethoden: wählen, quantifizieren, validierenEntscheidungswissenschaft↗
  26. MSC-P-008Wie validiert man eine Marketing-Messskala?Marktforschung↗
  27. MSC-P-014Wie plant man ein geografisches Marketingexperiment?Marketingmessung↗
  28. MSC-P-015Wie schätzt man einen Effekt mit Difference-in-Differences?Marketingmessung↗
  29. MSC-P-020Wie behandelt man Preisendogenität?Preisforschung↗
  30. MSC-P-021Feste oder zufällige Effekte: Welches Panelmodell passt?Marketingmodelle↗
  31. MSC-P-023Wie schätzt man eine Nachfragefunktion?Preisforschung↗
  32. MSC-P-024Wie simuliert man ein Preis-Mengen-Margen-Szenario?Preisforschung↗
  33. MSC-P-028Wie schätzt man CLV mit BG/NBD und Gamma-Gamma?Kundenforschung↗
  34. MSC-P-030Wie analysiert man Kundenbindung mit Überlebensmodellen?Kundenforschung↗
  35. MSC-P-031Wie erstellt man eine nützliche Kundensegmentierung?Kundenforschung↗
  36. MSC-P-032Wie prüft man die Stabilität einer Segmentierung?Kundenforschung↗
  37. MSC-P-033Wie validiert man eine Marketingprognose?Entscheidungswissenschaft↗
  38. MSC-P-034Wie erstellt man eine Monte-Carlo-Simulation für Marketingentscheidungen?Entscheidungswissenschaft↗
  39. MSC-P-035Wie modelliert man Sättigung und Adstock?Marketingmodelle↗
  40. MSC-P-039Welchen statistischen Test sollte man wählen?Entscheidungswissenschaft↗
← Alle Methoden
METHODEN-DOSSIERMSC-P-039Grundlagen der Evidenz

Welchen statistischen Test sollte man wählen?

Die Wahl beginnt bei Frage, Estimand, Stichprobendesign, Variablentyp und Abhängigkeiten. Der Testname ist nur der letzte Schritt.

Direkte Antwort

Ein kohärentes Verfahren wählen und Effekt, Intervall sowie Annahmen berichten.

Die Wahl beginnt bei Frage, Estimand, Stichprobendesign, Variablentyp und Abhängigkeiten. Der Testname ist nur der letzte Schritt.

Modell oder ErgebnisQuestion + design + outcome scale + dependence → procedure

Fay & Proschan, 2010Wasserstein & Lazar, 2016

ESTIMAND

Schätzprofil

Analyseeinheit
Definierte Einheit oder Vergleich × HorizontKontrollierte wissenschaftliche Terminologie (EN)sampling unit × comparison
Exakter Estimand
Declared effect or distributional contrast
Modell oder Ergebnis
Question + design + outcome scale + dependence → procedure

01—08

Überprüfbarer Analyserahmen

  1. 01
    Frage

    Welchen statistischen Test sollte man wählen?

  2. 02
    Estimand

    Declared effect or distributional contrast · sampling unit × comparison

  3. 03
    Daten

    sampling_unit · grouping · outcome_type · pairing · clusters · estimand

  4. 04
    Modell oder Ergebnis

    Question + design + outcome scale + dependence → procedure

  5. 05
    Deklarierte Berechnung

    Question + design + outcome scale + dependence → procedure → Declared effect or distributional contrast

  6. 06
    Unsicherheitsprüfungen

    Independence structure · Effect definition · Multiplicity · Robustness · Practical threshold

  7. 07
    Methodenspezifische Validierung

    Daten, Schätzstabilität und Interpretationsgrenzen prüfen. Independence structure · Effect definition · Multiplicity · Robustness · Practical threshold

  8. 08
    Grenzen

    Die Wahl über Normalität ja/nein und p < 0,05 automatisieren.

Benötigte Variablen

  • sampling_unit
  • grouping
  • outcome_type
  • pairing
  • clusters
  • estimand

Prüfungen · Kontrollierte wissenschaftliche Terminologie (EN)

  • Independence structure
  • Effect definition
  • Multiplicity
  • Robustness
  • Practical threshold
Mögliche Entscheidung

Ein kohärentes Verfahren wählen und Effekt, Intervall sowie Annahmen berichten.

Nicht gestützte Entscheidung

Die Wahl über Normalität ja/nein und p < 0,05 automatisieren.

Wissenschaftliche Quellen

2 Quellen

  1. Fay & Proschan, 2010
  2. Wasserstein & Lazar, 2016

Methodische Verbindungen

Übergeordnetes GebietStatistische Entscheidungsmethoden: wählen, quantifizieren, validierenErfordertSignifikanz oder Effektgröße: Welches Ergebnis ist zu interpretieren?Vergleichen mitWie viele Beobachtungen braucht ein Experiment?

Als Nächstes

MSC-H-006Statistische Entscheidungsmethoden: wählen, quantifizieren, validieren→MSC-P-003Wie lässt sich die Unsicherheit eines Marketingergebnisses ausdrücken?→MSC-P-004Signifikanz oder Effektgröße: Welches Ergebnis ist zu interpretieren?→MSC-P-012Wie viele Beobachtungen braucht ein Experiment?→