STAT


S. S.
Diese Lernkarten decken grundlegende und fortgeschrittene Konzepte der Statistik ab, die für Universitätsstudenten relevant sind. Sie behandeln wichtige Begriffe wie Median, Quantile, Standardabweichung, und Lagemasse, sowie deren Berechnung und Anwendung. Die Karteikarten erklären auch die Unterschiede zwischen verschiedenen Datentypen, Verteilungen und Skalen. Studierende der Statistik profitieren von diesen Karteikarten, da sie ihnen helfen, komplexe statistische Konzepte zu verstehen und anzuwenden.
Cartes-fiches
66
Utilisateurs
1
Langue
Allemand
Catégorie
Culture générale
Niveau
Université
Créé / Mis à jour
08.11.2019 / 08.11.2019

Cartes-fiches

Population

Grundgesamtheit. Die Menge aller statistischen Einheiten die für uns interessant sind. (z.B alle Einwohner der Schweiz)

Stichprobe

Die beobachtete Teilmenge der Population (z.B. 10'000 Einwohner der Schweiz (Stichprobengrösse N= 10'000))

Einfache Zufallsauswahl

Ein Verfahren, bei dem jede mögliche Stichprobe von n Elementen gleich wahrscheindlich ist.

Zufallsstichprobe

Aus der einfachen Zufallsauswahl resultierende Stichprobe.

Parameter

spezifische Charakteristik einer Population

Statistik

spezifische Charakteristik einer Stichprobe

Deskriptive Statistik

geordnete und übersichtliche Daten

Schliessende Statistik

Konklusion bzw Entscheidung bezüglich einer Population basierend auf Stichproben-Auswertung (Schätzungen, Hypothesenüberprüfung)

kategoriale Daten

Daten lassen sich in Kategorien einteilen. z.B.: Zivilstand, Farben, Prüfungbestanden / nicht bestanden

metrische Daten

Daten lassen sich messen. z.B.: Grösse, Gewicht, Anzahl Schüler der Klasse xy.

metrisch-diskrete Daten

Daten lassen sich zählen. z.B.: Anzahl Schüler der Klasse, Anzahl Kaffesorten im Selecta-Automat

metrisch-stetige Daten

Daten lassen sich messen. z.B.: Grösse, Gewicht --> kaum exakt messbar.

Wie gross ist die Wahrscheindlichkeit, eine metrisch-stetige Grösse exakt zu erraten?

Die Wahrscheindlichkeit tendiert gegen 0.

Wie gross ist die Wahrscheindlichkeit, eine metrisch-diskrete Grösse exakt zu erraten?

Die Wahrscheindlichkeit ist deutlich über 0 und lässt sich leich berechnen.

Nominalskala

Kategorien ohne Ordnung / Richtung (Farben…) (Für kategoriale Daten)

Ordinalskala

Kategorien mit Rangordnung (Lieblingsfarbenordnung) (Für kategoriale Daten)

Intervallskala

Man vergleicht Daten ohne Referenz. (Für metrische Daten?)

Verhältnisskala

Man vergleicht Daten mit Referenz. (Für metrische Daten?)

Absolute Häufigkeit

Anzahl Häufigkeit einer Art (100 von 1000 Affen sind Gorillas)

Relative Häufigkeit

Prozentuale Häufigkeit einer Art (10% der Affen sind Gorillas)

Ogive

Die graphische Darstellung der kumulierten Häufigkeitsverteilung

Kreuztabelle

untersucht den Zusammenhang zwischen "Zufallszahlen/daten" z.B.: Zusammenhang m/w und Uni angenommen/abgelehnt.

Aufarbeitung von Daten

Daten sinnvoll Darstellen (Flächenproportional) (Gleich grosse Klassen…)

Berechnung Klassenbreite

(grösster Wert - kleinster Wert) / anzahl gewünschter Klassen (Wert muss oft gerundet werden)

Sinnvolle Anzahl Klassenbreiten

meistens zwischen 4-5 und nicht mehr als 15

Kommt es vor, dass Klassen sich überschneiden oder ein Datensatz in zwei Klassen einer Auswertung ist?

Nein. Niemals!

Urliste

Alle Werte einer Population/ Stichprobe, allerdings ungeordnet

Rangliste

Geordnete Urliste

Checkliste gut dargestellte Daten

1. wesentliche Informtaionen darstellen2. klar und genau3. Verzerrungen vermeiden (gleiche Klassenbreiten, Abszisse und Ordinate nicht vergessen, FLÄCHENPROPORTIONALITÄT)

Nenne 3 Lagemasse

Arithmetisches Mittel, Median, Modus

Arithmetisches Mittel

Durchschnitt, nicht robustes Lagemass (auch mean genannt)

Median

Mittelwert der geordneten Werte, robustes Lagemass

Modus

häufigster Wert, robustes Lagemass

μ

Arithmetisches Mittel der Population

̅x

Arithmetisches Mittel der Stichprobe

Medianposition in der Rangliste

Rangzahl = (n+1) /2

Robustes Lagemass

Werden dem Datensatz Ausreisser hinzugefügt ändert sich das Lagemass nur geringfügig.

Nicht robustes Lagemass

Werden dem Datensatz Ausreisser hinzugefügt ändert sich das Lagemass stark.

Linksschiefe Verteilung

AM < Median (kurz aufzeichnen)

Symmetrische Verteilung

AM = Median

Study