1.) Literaturempfehlungen
2.) Einführung: Warum sollte man eigentlich Data-Screening durchführen?
3.) Genauigkeit der gespeicherten Daten prüfen
4.) Missing Data
5.) Feststellen des Einflusses von Missing Data
6.) Umgang mit Missing Data
7.) Ersetzen von Missing Data
8.) Multiple Imputation
9.) Auswahl der Strategie zum Umgang mit Missing Data
10.) Missing Data als Information
11.) Ausreißer
12.) Fortsetzung Ausreißer-Werte
13.) Univariate Ausreißer
14.) Univariate Ausreißer in R
15.) Umgang mit univariaten Ausreißern
16.) Multivariate Ausreißer
17.) Mahalanobis Distanz in R
18.) Multivariate Ausreißer
19.) Verteilungsannahmen
20.) Verteilungsannahme Normalverteilung
21.) Prüfung Normalverteilung
22.) Prüfung der Normalverteilung: Signifikanztest der Schiefe & der Kurtosis
23.) Normalverteilungsannahmen bei kleinen und großen Stichproben
24.) Verteilungsannahme: Linearität
25.) Verteilungsannahme: Varaianzhomogenität & Homoskedastizität
26.) Verteilungsannahmen: Transformationen von Variablen
27.) Beispiel Lebenzufriedenheit
28.) Multikollinearität & Singularität
29.) Checkliste für das Data Screening
Zuletzt geändertvor einem Jahr
