Vorwort
1. Grundlagen empirischer Forschung
1.1 Einleitung
1.2 Zur Bedeutung und Motivation quantitativer Verfahren (in der Linguistik)
1.3 Das Design und die Logik quantitativer Untersuchungen
1.3.1 Erkundung des Phänomens
1.3.2 Hypothesen und Operationalisierung
1.3.3 Untersuchung
1.3.4 Die Entscheidung
1.4 Der Aufbau eines Experiments: Einführung
1.5 Der Aufbau eines Experiments: Ein Beispiel
2. Grundlagen von R
2.1 Einleitung und Installation
2.2 Funktionen und Argumente
2.3 Vektoren (vectors)
2.3.1 Generierung von Vektoren in R
2.3.2 Laden und Speichern von Vektoren in R
2.3.3 Editieren von Vektoren in R
2.4 Faktoren (factors)
2.4.1 Generierung von Faktoren in R
2.4.2 Laden und Speichern von Faktoren in R
2.4.3 Editieren von Faktoren in R
2.5 Datensätze (data frames)
2.5.1 Generierung von Datensätzen in R
2.5.2 Laden und Speichern von Tabellen in R
2.5.3 Editieren von Tabellen in R
3. Deskriptive Statistik
3.1 Univariate Statistiken
3.1.1 Häufigkeitsdaten (frequency data)
3.1.2 Maße der zentralen Tendenz (measures of central tendency)
3.1.3 Dispersion und Streuungsmaße (measures of dispersion)
3.1.4 Standardisierung (z-Werte / z-scores)
3.1.5 Konfidenzintervalle (confidence intervals)
3.2 Bivariate Statistiken
3.2.1 Häufigkeiten und Kreuztabellen (frequency tables)
3.2.2 Mittelwert
3.2.3 Korrelation (coefficients of correlation) und lineare Regression (linear regression)
4. Analytische Statistik
4.1 Verteilungen und Häufigkeiten (distributions und frequencies)
4.1.1 Anpassungstests: eine abhängige Variable
4.1.2 Unterschiedstests: eine abhängige Variable und eine unabhängige Variable (nominal)
4.2 Streuungen
4.2.1 Eine abh. Variable (verhältnisskaliert)
4.2.2 Eine abh. Variable (verhältnisskaliert) und eine unabh. Variable (nominal)
4.3 Mittelwerte
4.3.1 Anpassungstests
4.3.2 Unterschiedstests: eine unabhängige Variable (nominal)
4.4 Korrelationskoeffizienten und lineare Regression
4.4.1 Signifikanz des Maßkorrelationskoeffizienten
4.4.2 Signifikanz von Kendalls Tau
4.4.3 Korrelation und Kausalität
5. Ausgewählte mehrfaktorielle Verfahren
5.1 Die mehrfaktorielle Analyse von Häufigkeitsdaten
5.1.2 Die Konfigurationsfrequenzanalyse (configural frequency analysis)
5.1.2 Die hierarchische Konfigurationsfrequenzanalyse (hierarchical configural frequency analysis)
5.2 Multiple Regressionsanalyse (multiple regression analysis)
5.3 ANOVA (analysis of variance)
5.3.1 Einfaktorielle ANOVA
5.3.2 Zweifaktorielle ANOVA
5.4 Binäre logistische Regression (binary logistic regression)
5.5 Hierarchische agglomerative Clusteranalyse (hierarchical agglomerative cluster analysis)
6. Epilog
Literaturangaben