Statistik 2.2
Deskriptivstatistik für ordinalskalierte Variablen
Deskriptivstatistik für ordinalskalierte Variablen
Set of flashcards Details
Flashcards | 19 |
---|---|
Language | Deutsch |
Category | Psychology |
Level | University |
Created / Updated | 30.12.2015 / 12.12.2024 |
Weblink |
https://card2brain.ch/box/statistik_2_2
|
Embed |
<iframe src="https://card2brain.ch/box/statistik_2_2/embed" width="780" height="150" scrolling="no" frameborder="0"></iframe>
|
Create or copy sets of flashcards
With an upgrade you can create or copy an unlimited number of sets and use many more additional features.
Log in to see all the cards.
singuläre Daten:
Bei singulären Daten kommt jeder beobachtete Wert (prinzipiell) nur
einmal vor
Beispiel: Rangordnung Marathonlauf
Variablen mit geordneten Kategorien:
Personen oder Objekten werden vorgegebenen Kategorien zugeordnet
— Beispiel: «nicht fröhlich», «etwas fröhlich», «sehr fröhlich»
— Per Definition gleiche Ausprägungen für verschiedene Personen
Rangbindungen:
mehrere Personen teilen sich einen Rangplatz
Vorgehen bei Rangbindungen:
Die für eine Bindungsgruppe in Frage kommenden Ränge werden gemittelt
Jedem Objekt einer Bindungsgruppe wird dieser mittlere Rang (midrank)
zugewiesen
Beispiel: Bei 4 Personen gibt es einen kleinsten und einen grössten Wert sowie zwei gleich grosse mittlere Werte. Die zwei mittleren Personen bekommen alle den midrank 2,5, da (2 + 3) / 2 = 2,5
Prozentrang:
Es macht einen Unterschied, ob man bei einem Marathonlauf als 20. angekommen ist (Rangplatz 20), wenn 200 Personen (Prozentrangwert 10%) oder 2000 Personen (Prozentrangwert 1%) teilgenommen haben. Im ersten Fall gehört man zu den 10% der schnellsten Läufer, im zweiten Fall zu dem 1% der besten Läufer.
\(PRm = {{Rm} \over n} \times 100\)
Lagemass für Variablen mit geordneten Kategorien:
Modus
geordnete Kategorien:
wird geordnet von 1 - k
– 1 – strongly disagree
– 2 – disagree
– 3 – slightly disagree
– 4 – neither agree nor disagree
– 5 – slightly agree
– 6 – agree
– 7 – strongly agree
Bei singulären Daten (ohne Bindung) eindeutige Bestimmung des Modus möglich?
Nein
zusätzliches Lagemass:
Median,
Der Median ist derjenige («mittlere») Wert, für den gilt:
• Mindestens 50% der Werte sind kleiner oder gleich dem Median.
• Mindestens 50% der Werte sind grösser oder gleich dem Median.
bestimmung des Median bei singulären Daten (ohne Bindung):
\((n + 1) : 2\)
jedoch bei singulären Daten nicht besonders interessant
Bestimmung des Median bei Variablen mit geordneten Kategorien (auch verwendbar bei singulären Daten mit Rangbindung):
ungerades n
Bei ungeradem n ist der Median gleich dem Merkmalswert (Kategorie) der Person, die an der Stelle (n + 1) / 2 in der Rangreihe steht
Bestimmung des Median bei Variablen mit geordneten Kategorien (auch verwendbar bei singulären Daten mit Rangbindung):
gerades n
Bei geradem n bestimmt man den Median als arithmetischen Mittelwert der Merkmalswerte der Personen, die an den Stellen n / 2 und n / 2 + 1 stehen
Medianklasse
Kategorie, in die der MEdian fällt bei gruppierten Daten
Medianklasse identifizieren:
Es ist die Klasse, innerhalb derer der Wert der kumulierten relativen Häufigkeit von 0,5 überschritten wird
Dispersion bei singulär ordinalskalierten Daten:
wenig interessant, da meist jeder Wert genau einmal vorkommt
Dispersion bei Variablen mit geordneten Kategorien
relativer Informationsgehalt auch interessantes Mass, ordinale Information wird allerdings nicht ausgenutzt
deshalb: empirischer Interquartilsbereich
Dispersion bei ordinalskalierten Daten, Vorgehen:
Reihe der Messwerte wird in Quartile geteilt
Berechnung von Q1, falls Stichprobe nicht durch 4 teilbar (also keine ganze Zahl):
\(Q_1 = x_q\)
x ist Merkmalswert einer geordneten Kategorie
dann ist q die nächste ganze Zahl, die auf \(n \times 0.25\) folgt
Berechnung von Q1, falls Stichprobe durch 4 teilbar (also ganze Zahl entsteht):
muss mitteln
zunächst \(q = n \times 0.25 \)
und dieses dann mitteln \(Q1 = 0.5 \times (x_q + x_{q+1})\)
-
- 1 / 19
-