card2brain.ch

Welche Aussagen zu Zusammenhangsmaßen für dichotome und nominalskalierte Variablen sind richtig?

Die Berechnung der Prozentsatzdifferenz bietet sich für Dichotome Variablen an

Cramers V und der Kontingenzkoeffizient C sind beides Chi^2-/x^2- basierte Zusammenhangsmaße

Lambda ist ein Signifikanztet für nominale Zusammenhangsmaße

kendalls Tau ist ein geeignetes Zusammenhangsmaß für dichotome Variablen

Welche Aussagen zu Zusammenhangsmaßen für ordinalskalierte Variablen sind richtig?

Für Ordinale Variablen kann keine Korrelation berechnet werden

Cramers V kann auch genutzt werden um den Zusammenhang zwischen ordinalskalierten Variablen zu bestimmen. Dann geht dies aber mit einem Informationsverlust einher.

Gamma basiert auf der Logik des Paarvergleichs, Somers D hingegen auf der Logik des Rangvergleichs.

Somers D ist ein symmetrisches Zusammenhangsmaß für ordinalskalierte Variablen

Welche Aussagen zu Zusammenhangsmaßen für ordinalskalierte Variablen sind richtig?

Für Ordinale Variablen kann keine Korrelation berechnet werden

Cramers V kann auch genutzt werden um den Zusammenhang zwischen ordinalskalierten Variablen zu bestimmen. Dann geht dies aber mit einem Informationsverlust einher.

Gamma basiert auf der Logik des Paarvergleichs, Somers D hingegen auf der Logik des Rangvergleichs.

Somers D ist ein symmetrisches Zusammenhangsmaß für ordinalskalierte Variablen

Welche der folgenden Aussagen über Korrelation sind korrekt?

Wenn ein Korrelationskoeffizient einen Wert >0,5 annimmt, kann davon ausgegangen werden, dass ein kausaler Zusammenhang besteht.

Spearmans r und Pearsons r können Werte von -1 bis +1 annhemen

Wenn r<0,05 kann von einen signifikanten Zusammenhang ausgegangen werden

Spearmans r basiert auf einem Rangvergleich

Was muss bei der Durchführung einer linearen Regression beachtet werden?

Es sollte Heteroskedastizität vorliegen

Die unabhängigen Variablen sollten möglichst hoch, nicht jedoch perfekt miteinander korrelieren

Die Beziehung zwischen abhängiger und den unabhängigen Variablen soll linear sein

Die abhängige Variable muss mindestens ordinalskaliert sein

Was muss bei der Durchführung einer linearen Regression beachtet werden?

Es sollte Heteroskedastizität vorliegen

Die unabhängigen Variablen sollten möglichst hoch, nicht jedoch perfekt miteinander korrelieren

Die Beziehung zwischen abhängiger und den unabhängigen Variablen soll linear sein

Die abhängige Variable muss mindestens ordinalskaliert sein

Welche Aussagen zu den Prüfstatistiken sind korrekt?

F-Test und t-Test sind im Prinzip das Gleiche, nur von verschiedenen Personen erfunden.

Der t-Test berechnet sich aus dem Koeffizienten dividiert durch seinen Standardfehler

Bei der Regressionsanalyse wird der t-Test genutzt, um die Signifikanz des Effektes der einzelnen unabhängigen Variablen zu bestimmen.

Der F-Test vergleicht die erklärte Varianz eines Regressionsmodells mit der unerklärten Varianz und gibt somit Auskunft über die Signifikanz des Gesamtregressionsmodells

Welche Aussagen zu Zusammenhangsmaßen sind richtig?

Cramers V kann auch benutzt werden um den Zusammenhang zwischen ordinalskalierten Variablen zu bestimmen. Dann geht dies aber mit einem Informationsverlust einher.

Kendalls Tau ist ein geeignetes Zusammenhangsmaß für dichotome Variablen

Gamma basiert auf der Logik des Paarvergleichs, Somers D hingegen auf der Logik des Rangvergleichs

Somers D ist ein symmetrisches Zusammenhangsmaß für die ordinalskalierte Variable

welche der folgenden Aussagen zu Korrelation ist richtig?

Wenn ein Korrelationskoeffizient einen Wert >0,5 annimmt, kann davon ausgegangen werden, dass ein kausaler Zusammenhang besteht.

Spearmans r und Pearsons r können Werte von -1 bis +1 annehmen

wenn r<0,05, kann von einem signifikanten Zusammenhang ausgegangen werden.

Spearmans r basiert auf dem Rangvergleich.

Welche Aussagen zu den Eigenschaften der Skalenniveaus sind richtig?

Ordinalskalierte Variablen dürfen in eine Nominalskala überführt werden

Ratioskalen umfassen die Eigenschaften von Ordinalskalen

Intervallskalen haben keinen festen Nullpunkt

Welche statistischen Verfahren angewendet werden dürfen, hängt nicht vom Skalenniveau der Variablen ab

Welche Aussagen zur Datenmatrix sind richtig?

Eine Datenmatrix ist eine Tabelle

In den Spalten stehen gewöhnlich die Fälle

In der Datenmatrix finden sich Angaben zu den Häufigkeiten

In den Zeilen stehen gewöhnlich die Variablen

Welche Rechenoperationen sind für intervallskalierte Daten erlaubt?

größer als/ kleiner als

gleich/ungleich

Addition/Substraktion

Multiplikation/Division

Welche Aussagen zum Median sind richtig?

Der Median lässt sich für nominalskalierte Daten berechnen

Die Berechnung des Medians ist von der Anzahl der möglichen Werte abhängig

Der Median ist der Wert, der die Datenmenge so unterteilt, dass sich darüber oder darunter höchstens 50% der Datenwerte befinden

Der Median ist sehr anfällig gegenüber Ausreißern und Extremwerten

Welche Aussagen zum Modus sind richtig?

Der Modus lässt sich grundsätzlich nicht grafisch ermitteln

Der Modus ist der häufigste Wert einer Verteilung

Der Modus lässt sich für alle Skalenniveaus berechnen

Zur Berechnung des Modus benötigt man die Anzahl der Fälle

Auf einem Bauernhof sind 20 Kühe und 4 Schafe. Der Modus der Tiere ist deshalb:

Kühe

Welche Aussage zu Lage- und Streuungsmaßen sind richtig?

Die quadrierten Abstände sind um den arithmetischen Mittelwert herum minimal.

Streuungsmaße geben Auskunft über die Unterschiedlichkeit/Variation der Werte in der Datenmenge.

Modus, Median und geometrisches Mittel lassen sich für nominalskalierte Daten berechnen

Der Median teilt eine Verteilung in zwei gleich große Hälften

Welche der folgenden Aussagen zu Lagemaßen und der Gestalt von Verteilungen sind richtig?

Bei einer linksschiefen Verteilung befindet sich der Median link vom Modus

Der Median ist sehr anfällig gegenüber Ausreißern und Extremwerten

Bei einer rechtssteilen Verteilung befindet sich der Median rechts vom Modus

Bei einer eingipfligen und symmetrischen Verteilung befinden sich Modus, Median und arithmetisches Mittel auf dem gleichen Erwartungswert

Welche Aussagen zu den vier zentralen Momenten einer Verteilung sind richtig?

Die vier Momente einer Verteilung lassen sich nur für kategoriale Variablen berechnen

Die vier Momente einer Verteilung sind das arithmetische Mittel, der Variationskoeffizient, die Schiefe und die Wölbung.

Skewness und Kurtosis gehören nicht zu den vier Momenten einer Verteilung

Die vier Momente einer Verteilung wirken sich auf die grafische Gestalt der Verteilung aus

Welche Aussagen zur Rolle der Wahrscheinlichkeitsrechnung in der Statistik sind richtig?

Deskriptive und inferentielle Statistik sind in gleichem Maße auf die Wahrscheinlichkeitsrechnung angewiesen

Mit Hilfe der Wahrscheinlichkeitsrechnung können Wahrscheinlichkeitsverteilungen wie die Binomial- und die Normalverteilung berechnet werden.

Die Wahrscheinlichkeitsrechnung wird in der Statistik benötigt, um die Wahrscheinlichkeit irrtümlicher Schlussfolgerungen zu bestimmen

Die Elementarereignisse eines Zufallsexperiments entsprechen den möglichen Werten einer entsprechenden Zufallsvariable

Welche Ausasgen zu den Wahrscheinlichkeitsverteilungen sind richtig?

Die Nominalverteilung eignet sich zur Darstellung diskreter Zufalssvariablen

Die Binomialverteilung eignet sich zur Darstellung stetiger Zufallsvariablen

Wahrscheinlichkeitsverteilungen geben an, wie wahrscheinlich es ist, bestimmte Kennwerte unter bestimmten Bedingungen zu erhalten.

Die Stichprobenmittelwerteverteilung gehört nicht zu den Wahrscheinlichkeitsverteilungen.

Welche Aussagen treffen auf die inferentielle Statistik zu?

Mit Hilfe inferentieller Statistik versucht man, von der Stichprobe auf die Grundgesamtheit zu schließen.

Die Ergebnisse inferentieller Statistik beziehen sich nur auf die Stichprobe

Die Güte der Stichprobe spielt keine Rolle für die Ergebnisse inferentieller Statistik

Mit inferentieller Statistik wird Allgemeingültigkeit angestrebt

Mit Hilfe inferentieller Statistik können Prognosen erstellt werden

Bei welchen der folgenden mehrstufigen Zufallsexperimente handelt es sich um ein Bernoulli Experiment?

Ziehen mit Zurücklegen aus einer Urne mit blauen und weißen Kugeln

Ziehen ohne zurücklegen aus einer Urne mit blauen und weißen Kugeln

Ein Würfel wird wiederholt geworfen. Es wird jeweils notiert, ob eine 1 geworfen wurde.

Welche Aussagen zum arithmetischen Mittel sind richtig?

Um Verzerrungen durch Ausreißer vorzubeugen, kann das arithmetisches Mittel getrimmt werden.

Das arithmetisches Mittel ist nicht anfällig gegenüber Ausreißern und Extremwerten.

Das arithmetische Mittel lässt sich mit Hilfe eines Histogramms eindeutig grafisch identifizieren.

Die Summe der quadrierten Abweichungen vom arithmetischen Mittel ist minimal.

welche Aussagen zu Ausreißern und Extremwerten sind richtig?

Ausreißer und Extremwerte weisen auf Fehler in der Datenerhebung hin.

Ausreißer und Extremwerte können mit Boxplots identifiziert werden.

Die Spannweite ist aufgrund ihrer Berechnungsweise nicht anfällig gegenüber Ausreißern und Extremwerte

Der Median ist weniger anfällig gegenüber Ausreißern und Extremwerten als das arithmetische Mittel.

Welche der folgenden Aussagen treffen auf die statistische Inferenz zu?

Die statistische Inferenz hilft uns zu entscheiden, mit welcher Wahrscheinlichkeit unter welchen Bedingungen Ursache-Wirkung Zusammenhänge richtig erfasst wurden.

Die statistische Inferenz ist in den Sozialwissenschaften die einzige Möglichkeit, wissenschaftlich gültige Schlüsse zu ziehen

Die statistische Inferenz ermöglicht das Ziehen sozialwissenschaftlicher Schlüsse ohne vorherige theoretische Überlegungen

Welcher alpha-Wert (welche Toleranz) wird bei der Berechnung des Signifikanzniveaus in der Regel verwendet?

1,0

0,005

0,8

0,05

Welche Aussagen zur Teststatistik sind rihtig?

Mit der Größe der Stichprobe steigt die Wahrscheinlichkeit, dass der Mittelwert der Stichprobe dem der Grundgesamtheit entspricht

Das Skalenniveau spielt keine Rolle für die Anwendung von Teststatistiken

Konfidenzintervalle sind nicht das gleiche wie Vertrauensintervalle

Signifikante Werte werden in Tabellen häufig mit Sternen gekennzeichnet

Welche folgenden Zusammenhangsmaße sind von Chi-Quadrat abgeleitet?

Spearman's R

Kovarianz

Cramér's V

Pearson's r

Welche der folgenden Aussagen zu Korrelationen sind korrekt?

Sowohl Spearman's R als auch Pearson's r sind Korrelationskoeffizienten

Spearman's R basiert auf einem Paarvergleich

Wenn ein Korrelationskoeffizient einen Wert größer als 0,5 annimmt, kann davon ausgegangen werden, dass ein signifikanter Zusammenhang besteht

Wenn ein Korrelationskoeffizient einen Wert größer als 0,5 annimmt, kann davon ausgegangen werden, dass ein kausaler Zusammenhang besteht.

Welche sind die Unterschiede und Gemeinsamkeiten von Spearman- und Pearson-Korrelation?

Die Korrelation nach Spearman basiert auf dem Rangplatzvergleich der Werte der jeweiligen Variablen

Spearman darf nur bei metrischen Variablen angewendet werden

Spearman stellt die Stärke und Pearson die Richtung des Zusammenhangs dar

Bei beiden kann der Korrelationskoeffizient zwischen -1 und +1 liegen

Wie kann man den Zusammenhang zwischen zwei ordinalskalierten Variablen darstellen?

Spearman's R

Histogramm

Streu-/Punktdiagramm

Es ist nicht möglich, den Zusammenhang zwischen zwei ordinalskalierten Variablen darzustellen

Was muss bei der Durchführung einer linearen Regression beachtet werden?

Die unabhängigen Variablen sollen hoch miteinander korrelieren (Multikollinarität)

Die Beziehung zwischen den Variablen soll linear sein

Es soll keine Heteroskedastizität vorliegen

Die abhängige Variable muss mindestens ordinalskaliert sein

Welche Aussagen zur linearen Regression sind richtig?

Ein negatives R^2 deutet auf einen geringen Zusammenhang zwischen den Variablen hin

Die multivariate Regression unterscheidet sich von der bivariaten Regression dadurch, dass mehr als eine abhängige Variable in das Modell aufgenommen wird

Wenn das Regressionsmodell mit dem F-Test auf Signifikanz getestet wird, dann sind weitere t-Tests nicht erforderlich

Die Regressionskoeffizienten geben den Einfluss der einzelnen unabhängigen Variablen auf die abhängige Variable an.

Was ist der Alpha Fehler?

Der Alpha Fehler entspricht dem Signifikanzniveau

Die Irrtumswahrscheinlichkeit, die für die Zuverlässigkeit eines statistischen Tests gerade noch toleriert wird

Wahrscheinlichkeit, die mit der die Nullhypothese fälschlicherweise abgelehnt wird

Was kennzeichnet den Determinationskoeffizienten R^2?

R^2 erhält man, wenn man den Korrelationskoeffizienten R nach Pearson quadriert

R^2 gibt die Güte des Models wieder

R^2 gibt an, wie viel Prozent d. Varianz d. abhängigen Variable durch die Varianz. unabh. Variablen erklärt werden kann

Aussagen über Datenmatrix

Datenmatrix ist eine Tabelle

In Spalten stehen die Variablen (für gewöhnlich)

In Zeilen stehen die Fälle (für gewöhnlich)

in Datenmatrix finden sich keine Angaben zu Häufigkeiten

Was ist eine Dummy- Variable?

eine Möglichkeit, nicht metrische Variablen als Erklärungsfaktoren in eine lineare Regression aufzunehmen

eine kategoriale Variable, die für jede Ausprägung in mehrere Variablen mit 0/1 - Kodierung umgewandelt wird

Aussagen zu Häufigkeiten

bei Histogramm werden die möglichen Werte einer Variable zu Klassen/Gruppen zusammengefasst

ein fehlender Wert liegt z.B. dann vor, wenn eine Person in einer Befragung eine Antwort verweigert

Was kann man Zusammenhang zw. 2 Ordinalskalierten Variablen darstellen

Sperman's R

Welche Aussagen zu Ausreißern und Extremwerten sind richtig?

Extremwerte befinden sich beim Boxplot 3 Kastenlängen von d. Box entfernt

Extremwerte sind weiter entfernt von der Box als Ausreißer

Ausreißer & Extremwerte können den Durchschnittswert einer Verteilung verzerren

Statistik

Create or copy sets of flashcards

Flashcards

Please log in

Google

Apple ID

Microsoft

Switch edu-ID

Edulog

Google

Apple ID

Microsoft

Switch edu-ID

Edulog