card2brain.ch

Welche Funktion erfüllt Statisitk in den Sozialwissenschaften?

Statistik dient der Informationsverdichtung.

Statistik ermöglicht das Aufdecken von Gesetz- oder Regelmäßigkeit, sodass wir Zusammenhänge erkennen und Aussagen über Ursache und Wirkung treffen können.

Statistik führt zur Verkomplizierung, da sich probabilistische Gesetzmäßigkeiten nur noch numerisch ausdrücken lassen.

Für die Sozialwissenschaften ist die Statistik eine Hilfswissenschaft.

Welche Aussagen zu den Skalenniveaus sind korrekt?

Nominalskalen ermöglichen es "gleich" und "ungleich" zu unterscheiden.

Intervallskalen haben keinen natürlichen Nullpunkt.

Höhere Skalenniveaus enthalten auch immer die Informationen von niedrigen Skalenniveaus.

Bei intervallskalierten Daten dürfen die Werte nicht mittels Addition und/oder Subtraktion transformiert werden.

Mit einem Histogramm wird Folgendes dargestellt:

Häufigkeit von stetigen Ordinaten Merkmalen

Die Signifikanz einer bivariaten Verteilung

Häufigkeit von stetigen metrischen Variablen

Die Schiefe von Verteilungen

Welche Aussage zu Lage- und Streuungsparametern sind richtig?

Die quadrierten Abstände sind um den arithmetischen Mittelwert herum minimal.

Der Median teilt eine Verteilung in zwei gleich große Hälften.

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

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

Welche der folgenden Aussagen sind richtig?

Bei einer Standardnormalverteilung befinden sich Modus, Median und arithmetisches Mittel auf dem gleichen Erwartungswert.

Der Median ist sehr anfällig gegenüber Ausreißern und Extremwerten.

Bei einer rechtssteilen Verteilung befindet sich der Median rechts vom Modus.

Bei einer linksschiefen Verteilung befindet sich der Median links vom Modus.

Welche Aussagen zur deskriptiven und induktiven Statistik sind richtig?

Die deskriptive Statistik dient der Beschreibung beobachteter Ausprägungen von einem oder mehreren Merkmalen.

In den Sozialwissenschaften wird die induktive Statistik genutzt, um Hypothesen zu testen.

Deskriptive Statistik und Inferenzstatistik bezeichnen dasselbe.

Induktive Statistik und Inferenzstatistik bezeichnen dasselbe.

Was gilt für statistische Hypothesentests?

Es wird eine Hypothese betrachtet. Mittels einer Prüfstatistik kann das Signifikanzniveau zur Annahme dieser Hypothese bestimmt werden.

Getestet wird stets die Alternativhypothese H1.

Wenn der p-Wert größer-gleich alpha ist (p_>alpha), wird die Nullhypothese H0 angenommen.

Getestet werden können nur Unterschieds- nicht jedoch Zusammenhangshypothesen.

Was sind alpha- und beta-Fehler?

Der alpha-Fehler bezeichnet die Irrtumswahrscheinlichkeit, die für die Zuverlässigkeit eines statistischen Tests toleriert wird.

Der beta-Fehler entspricht dem Signifikanzniveau.

Der alpha-Fehler ist die fälschliche Ablehnung der Alternativhypothese H1.

Der beta-Fehler ist die fälschliche Ablehnung der Nullhypothese H0.

Welche Aussagen zu Wahrscheinlickeitsverteilungen sind richtig?

Wahrscheinlichkeitsverteilungen für diskrete Zufallsvariablen sind Normalverteilungen.

Wahrscheinlichkeitsverteilungen für diskrete Zufallsvariablen sind Binomialverteilung.

Wahrscheinlichkeitsverteilungen für stetige Zufallsvariablen sind Normalverteilungen.

Wahrscheinlichkeitsverteilungen für diskrete Zufallsvariablen sind Standardnormalverteilungen.

Welche Aussage zum Konfidenzintervall sind richtig?

Ein Konfidenzintervall ist ein Wertebereich, bei dem wir darauf vertrauen können, dass es den tatsächlichen Wert in der Population mit einer 95%igen Wahrscheinlichkeit (der Vertrauenwahrscheinlichkeit) überdeckt.

Für die Bestimmung des Konfidenzintervalls benötigen wir einen Kennwert aus der Stichprobe als Punktschätzer, als Intervallschätzer bestimmte Quantilswerte und den Standardfehler.

Kofidenzintervalle sind dazu da, die Güte einer Regression zu bewerten.

Konfidenzintervalle können nur für Intervallschätzer bestimmt werden.

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

Für die Berechnung der Prozentsatzdifferenz sollte nicht für dichotome Variablen berechnet werden.

Cramér's V und der Kontingenzkoeffizient C sind beides Chi2-/x^2-basierte Zusammenhangsmaße.

Lambda (y) ist ein Zusammenhangsmaß für nominale Variablen

Kendall's Tau (t) ist kein geeignetes Zusammenhangsmaß für Dichotome Variablen

Welche Aussagen zu Zusamenhangsmaßen für ordinalskalierten Variablen sind richtig?

Für Ordinate Variablen kann keine Korrelation berechnet werden.

Cramers V kann auch genutzt werden um ohne Informationsverlust zwischen ordinalskalierten Variablen die Stärke und Richtung des Zusammenhangs zu bestimmen.

Gamma und Somers D basieren beide auf der Logik des Paarvergleichs.

Somers D ist ein asymmetrisches Zusammenhangsmaß für ordinalskalierte Variablen

Welche der folgenden Aussagen zu Korrelation sind korrekt?

Spearmans r basiert auf einem Paarvergleich

Wenn Korrelation vorliegt, liegt nicht automatisch Kausalität vor

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

Wenn ein Korrelationskoeffizient einen wert >0,5 annimmt, kann von einem signifikanten Zusammenhang ausgegangen werden.

Welche der folgenden Aussagen zur linearen Regression sind richtig?

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

Multikollinearität zwischen den unabhängigen Variablen ist bei der Schätzung einer linearen Regression problematisch

Die Heteroskedastizität gibt die Güte der Regression an.

Dummy-Variablen können als unabhängige Variablen in das lineare Regressionsmodell integriert werden.

Welche Aussagen zu den Prüfstatistiken sind korrekt?

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

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

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

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

Was ist Statistik?

Statistik ist die Lehre von Methoden zum Umgang mit quantitativen Informationen.

Statistik dient der systematischen Verbindung zwischen Empirie und Theorie.

Teilbereiche der Statistik sind die induktive, deskriptive und explorative Statistik.

Statistik wird in vielen anderen Wissenschaften als Hilfswissenschaft herangezogen.

Welche Aussagen zu den Skalenniveaus sind korrekt?

Ordinalskalen ermöglichen "gleich" und "ungleich" zu unterscheiden.

Intervallskalen haben einen natürlichen Nullpunkt.

Intervallskalen haben interpretierbare Abstände

Nominalskalen enthalten Informationen über die Rangordnung

Welche der folgenden Aussagen zu Grafiken sind richtig?

Ordinalskalierte Variablen lassen sich nur in Boxplots darstellen.

Nominalskalierte Variablen eignen sich aufgrund des fehlenden Nullpunktes nicht für die Darstellung innerhalb dies Balkendiagramms.

Man benötigt wenigstens zwei metrische Variablen, um ein Scatterplot zu erstellen.

Bei einem Boxplot Bildet die mittlere Linie In der Box den Median ab, Anfang und Ende der Box die Grenzen von erstem und drittem Quartil. Zudem lassen sich die Extremwerte und Ausreißer darstellen.

Welche Aussagen zu Lagerparametern sind richtig?

Mittelwerte kennzeichnen die zentrale Lage einer Verteilung.

Modus, Median und geometrisches Mittel lassen sich für metrischskalierte Daten berechnen.

In einer Verteilung liegen 50% der Fälle unter und 50% der Fälle über dem Modus.

Der Median bezeichnet den häufigsten wert einer Verteilung.

Welche Aussagen zu Streuungsparametern sind richtig?

Als Variationsweite bezeichnet man die Spanne zwischen 0,25- und 0,75- Quantil.

Für die Berechnung von Spannweite und Quartilsabstand benötigt man nur je zwei Werte.

Variation, Varianz und Standardabweichung beziehen die Verteilung aller beobachteten Werte um das arithmetische Mittel mit ein.

Die Standardabweichung ist die Wurzel der Varianz.

welche Aussagen zur deskriptiven und induktiven Statistik sind richtig?

Induktive und Inferenzstatistik bezeichnen dasselbe.

Die deskriptive Statistik dient der Beschreibung beobachteter Ausprägungen von einem oder mehreren Merkmalen.

In den Sozialwissenschaften wird die induktive Statistik genutzt, um Hypothesen zu testen.

Die induktive Statistik erlaubt den Schluss von der (Stichproben-)Beobachtung auf die Grundgesamtheit

Was gilt für statistische Hypothesentests?

Getestet wird stets die Nullhypothese. Wenn diese abgelehnt wird, geht man üblicherweise weiter von der Alternativhypothese aus.

Die fälschliche Ablehnung der Nullhypothese wird in der Statistik als beta-Fehler bezeichnet.

Getestet werden können sowohl Unterschieds- als auch Zusammenhangshypothesen.

Wenn der p-Wert kleiner als alpha ist (p<alpha), wird die Nullhypothese H0 verworfen.

welche Aussagen zu Wahrscheinlichkeitsverteilungen sind richtig?

Wahrscheinlichkeitsverteilungen für diskrete Zufallsvariablen sind Binomialverteilungen.

Wahrscheinlichkeitsverteilungen für diskrete Zufallsvariablen sind Normalverteilungen.

Wahrscheinlichkeitsverteilungen für stetige Zufallsvariablen sind Normalverteilungen.

Wahrscheinlichkeitsverteilungen für Zufallsvariablen sind immer glockenförmig

Welche Aussagen zum Kinfidenzintervall sind richtig?

Ein Konfidenzintervall ist ein Wertebereich, bei dem wir darauf vertrauen können, dass es den tatsächlichen Wert in der Population mit einer bestimmten Wahrscheinlichkeit (der Vertrauenswahrscheinlichkeit) überdeckt.

Das Konfidenzintervall ist ein Signifikanztest für Punktschätzer.

Das Konfidenzintervall ist nicht dasselbe wie das Vertrauensintervall.

Es ist möglich, Konfidenzintervalle für die Regressionskoeffizienten zu bestimmen.

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

Statistik

Lernkarteien erstellen oder kopieren

Lernkarten

Bitte melde dich an

Google

Apple ID

Microsoft

Switch edu-ID

Edulog

Google

Apple ID

Microsoft

Switch edu-ID

Edulog