Statistik Wissensfragen

E-Test und Übungsfragen Wissensfragen

0.0 (0)

J. S.

Lernen

J. S.

Über diese Lernkartei

Diese Lernkarten decken fortgeschrittene statistische Konzepte für Universitätsniveau ab, mit Fokus auf Verteilungen, Regression, ANOVA und Hypothesentests. Sie behandeln Aussagen zu Verteilungen wie Poisson und Normalverteilung, die Bedeutung von Mittelwert, Varianz und Median, sowie die Anwendung von Modellen und Tests wie ANOVA und Regression. Die Karteikarten sind ideal für Studierende und Forscher, die ihr Verständnis statistischer Methoden vertiefen und in der Lage sein möchten, Datenanalysen korrekt durchzuführen und zu interpretieren.

Karten

Lernende

Sprache

Deutsch

Kategorie

Informatik

Stufe

Universität

Erstellt / Aktualisiert

12.02.2016 / 09.02.2022

Ähnliche Karteien

Die deviance ist ein Maß für

die Passgenauigkeit eines Modells (je größer desto besser).

das Zutreffen der Verteilungsannahme (je weniger desto richtiger).

die Variabilität der Messwerte (je mehr desto variabler).

die unerklärte Streuung (je weniger desto besser).

die Passgenauigkeit eines Modells (je größer desto besser).

das Zutreffen der Verteilungsannahme (je weniger desto richtiger).

die Variabilität der Messwerte (je mehr desto variabler).

die unerklärte Streuung (je weniger desto besser).

Was sind die drei grundlegenden Konzepte für experimentelles Design? (Zur Verwirrung habe ich immer noch einen vierten Begriff hineingeschmuggelt.)

Durchmischung, Replikation, Gänsebraten, Randomisierung.

Unabhängigkeit, Randomisierung, Stratifizierung, Manipulation.

Unabhängigkeit, Freiheit, Randomisierung, Gleichheit.

Durchmischung, Replikation, Kontrolle, Unabhängigkeit.

Durchmischung, Replikation, Gänsebraten, Randomisierung.

Unabhängigkeit, Randomisierung, Stratifizierung, Manipulation.

Unabhängigkeit, Freiheit, Randomisierung, Gleichheit.

Durchmischung, Replikation, Kontrolle, Unabhängigkeit.

Welche Aussage ist FALSCH?

Ein Fehler 1. Art ist, wenn ich die Nullhypothese annehme, obwohl sie falsch ist.

Ein Fehler 2. Art ist, wenn ich die Hypothese ablehne, obwohl sie richtig ist.

Ein Fehler 2. Art ist, wenn ich die Nullhypothese annehme, obwohl sie falsch ist.

Ein Fehler 1. Art ist, wenn ich die Nullhypothese ablehne, obwohl sie richtig ist.

Ein Fehler 1. Art ist, wenn ich die Nullhypothese annehme, obwohl sie falsch ist.

Ein Fehler 2. Art ist, wenn ich die Hypothese ablehne, obwohl sie richtig ist.

Ein Fehler 2. Art ist, wenn ich die Nullhypothese annehme, obwohl sie falsch ist.

Ein Fehler 1. Art ist, wenn ich die Nullhypothese ablehne, obwohl sie richtig ist.

Pinguine brüten nur auf der Südhalbkugel. Weshalb? Welche der folgenden Hypothesen ist nicht durch die Falsifizierung der Nullhypothese bestätigbar? (Diese Frage ist schwer zu stellen. Lies bitte die möglichen Antworten alle durch. Dann sollte eine schon irgendwie auffallen.)

Pinguine brauchen das Antarktische Eis für die Entwicklung der Eier.

Pinguine metamorphieren in flugfähige Alken, sobald sie den Äquator überqueren. Damit sind sie keine Pinguine mehr und also können sie (als Pinguin-Seiende) nicht mehr auf der Nordhalbkugel brüten.

Eisbären fressen die Pinguine auf der Nordhalbkugel.

Pinguine können die starken Strömungen am Äquator nicht durchqueren.

Pinguine brauchen das Antarktische Eis für die Entwicklung der Eier.

Eisbären fressen die Pinguine auf der Nordhalbkugel.

Pinguine können die starken Strömungen am Äquator nicht durchqueren.

Eine Interaktion wird durch einen neuen Effekt (einen neuen Modellterm) repräsentiert. Dieser entsteht aus den beteiligten Haupteffekten durch

Subtraktion

Multiplikation

Division

Addition

Subtraktion

Multiplikation

Division

Addition

Welche Antwort ist FALSCH?
Ich "darf" einen Term nicht aus dem Modell entfernen wenn

der Parameter einen großen Absolutwert hat.

er Teil des experimentellen Designs ist.

er Teil einer Interaktion ist.

er signifikant ist.

der Parameter einen großen Absolutwert hat.

er Teil des experimentellen Designs ist.

er Teil einer Interaktion ist.

er signifikant ist.

Welche Aussage ist falsch?

Wenn alle Prädiktoren kontinuierlich sind, kann ich eine PCA benutzen.

Wenn manche Prädiktoren kategorial sind, kann ich eine PCA benutzen.

Wenn manche Prädiktoren kategorial sind, kann ich eine Cluster-Analyse benutzen.

Wenn alle Prädiktoren kontinuierlich sind, kann ich eine Cluster-Analyse benutzen.

Wenn alle Prädiktoren kontinuierlich sind, kann ich eine PCA benutzen.

Wenn manche Prädiktoren kategorial sind, kann ich eine PCA benutzen.

Wenn manche Prädiktoren kategorial sind, kann ich eine Cluster-Analyse benutzen.

Wenn alle Prädiktoren kontinuierlich sind, kann ich eine Cluster-Analyse benutzen.

Welche Variablen (A bis F) dominieren die dritte Hauptkomponente (PC3)

A und D

F und B

E und C

A und B

A und D

F und B

E und C

A und B

Bei der Modellselektion braucht man ein Gütemaß, also ein Kriterium, an dem man zwei Modelle vergleich kann. Welches kommt dafür nicht in Frage?

BICc des Modells

R2 des Modells

P-Wert des jeweiligen Terms

AIC des Modells

BICc des Modells

R2 des Modells

P-Wert des jeweiligen Terms

AIC des Modells

Welche der folgenden Annahmen ist zentral für eine ANOVA mit einem GLM:

Linearität

Transformierbarkeit

Normalverteilung

Varianzhomogenität

Linearität

Transformierbarkeit

Normalverteilung

Varianzhomogenität

Welche Aussage zur ANOVA (Varianzanalyse) ist falsch?

Der Anzahl der Freiheitsgrade ist gleich der Anzahl der Beobachtungen minus Anzahl der Parameter.

In der Varianzanalyse wird geprüft, ob die Erwartungswerte einer Variablen in den verschiedenen Teilgesamtheiten (Gruppen) der Grundgesamtheit identisch sind.

In der ANOVA wird der Zusammenhang zwischen zwei diskreten Merkmalen unterschieden.

In der einfachen Varianzanalyse wird die Streuung innerhalb der Gruppe verglichen mit der Streuung zwischen den Gruppen.

Der Anzahl der Freiheitsgrade ist gleich der Anzahl der Beobachtungen minus Anzahl der Parameter.

In der Varianzanalyse wird geprüft, ob die Erwartungswerte einer Variablen in den verschiedenen Teilgesamtheiten (Gruppen) der Grundgesamtheit identisch sind.

In der ANOVA wird der Zusammenhang zwischen zwei diskreten Merkmalen unterschieden.

In der einfachen Varianzanalyse wird die Streuung innerhalb der Gruppe verglichen mit der Streuung zwischen den Gruppen.

Welche der Aussagen ist richtig? (Lösung nicht bekannt, bei Korrekturen bitte bei mir melden)

Wenn die Alternativhypothese wahr ist, so ist es sehr unwahrscheinlich, dass die Nullhypothese verworfen wird.

Mit einem klassischen Signifikanztest kann man entscheiden, ob Hypothesen richtig oder falsch sind.

Wird bei einem klassischen Signifikanztest die Nullhypothese nicht verworfen, so kann man ziemlich sicher sein, dass sie gilt.

Kann beim klassischen Signifikanztest die Nullhypothese nicht verworfen werden, bedeutet dies nicht, dass diese richtig ist.

Wenn die Alternativhypothese wahr ist, so ist es sehr unwahrscheinlich, dass die Nullhypothese verworfen wird.

Mit einem klassischen Signifikanztest kann man entscheiden, ob Hypothesen richtig oder falsch sind.

Wird bei einem klassischen Signifikanztest die Nullhypothese nicht verworfen, so kann man ziemlich sicher sein, dass sie gilt.

Kann beim klassischen Signifikanztest die Nullhypothese nicht verworfen werden, bedeutet dies nicht, dass diese richtig ist.

Welche der Aussagen zum P-Wert ist richtig?

Würde man die Nullhypothese bei einem P-wert von 0.093 verwerfen, so wäre die Wahrscheinlichkeit für den Fehler 1. Art 0.093

Ist der P-Wert groß, so kann man die Nullhypothese als statistisch abgesichert betrachten.

Beträgt der P-Wert 0.14, so wird die Nullhypothese bei einem Fehler 1.Art von 0.1 verworfen.

Bei einem klassischen Hypothesentest kann man nur dann eine sichere Aussage machen, wenn der P-Wert groß ist.

Würde man die Nullhypothese bei einem P-wert von 0.093 verwerfen, so wäre die Wahrscheinlichkeit für den Fehler 1. Art 0.093

Ist der P-Wert groß, so kann man die Nullhypothese als statistisch abgesichert betrachten.

Beträgt der P-Wert 0.14, so wird die Nullhypothese bei einem Fehler 1.Art von 0.1 verworfen.

Bei einem klassischen Hypothesentest kann man nur dann eine sichere Aussage machen, wenn der P-Wert groß ist.

Wieso ist eine multiple Regression sinnvoller als einzelne Regressionen je Prädiktor? Finde die FALSCHE Antwort:

In einer multiplen Regression sind Interaktionen möglich.

So wird ein Fehler 1. Art von 0.05 erreicht.

Die deviances der Prädiktoren addieren sich und reduzieren so die residual deviance.

So wird ein Fehler 2.Art von 0.05 erreicht.

In einer multiplen Regression sind Interaktionen möglich.

So wird ein Fehler 1. Art von 0.05 erreicht.

Die deviances der Prädiktoren addieren sich und reduzieren so die residual deviance.

So wird ein Fehler 2.Art von 0.05 erreicht.

Es gibt verschiedene Möglichkeiten zu prüfen, ob ein Datensatz normalverteilt ist. Welche der folgenden gehört NICHT dazu?

Der Kolmogorov-Smirnov-Test

Der X² - Test

Der Shapiro-Wilk_Test

Ein Histogramm der Daten

Der Kolmogorov-Smirnov-Test

Der X² - Test

Der Shapiro-Wilk_Test

Ein Histogramm der Daten

Was kann NICHT die Ursache von overdispersion in einem GLM mit Poisson-Verteilung sein?

Die Reihenfolge der Datenpunkte.

Es wurde eine falsche link-Funktion gewählt.

Die Prädiktoren sind uniformativ.

Der funktionelle Zusammenhang wird nicht korrekt von der Modellstruktur erfasst.

Die Reihenfolge der Datenpunkte.

Es wurde eine falsche link-Funktion gewählt.

Die Prädiktoren sind uniformativ.

Der funktionelle Zusammenhang wird nicht korrekt von der Modellstruktur erfasst.

Welche der Aussagen über einen Boxplot ist korrekt?

Die Länge der Box beim Boxplot ist gleich dem Quartilabstand, d.h. der Differenz aus 75%- und 25%-Quantil.

Ein Boxplot stellt ausschließlich die Daten zwischen dem ersten und dritten Quantil dar.

Beim Boxplot liegen ungefähr 2/3 der Beobachtungen in der Box.

Die Mitte der Box beim Boxplot entspricht dem Modalwert.

Die Länge der Box beim Boxplot ist gleich dem Quartilabstand, d.h. der Differenz aus 75%- und 25%-Quantil.

Ein Boxplot stellt ausschließlich die Daten zwischen dem ersten und dritten Quantil dar.

Beim Boxplot liegen ungefähr 2/3 der Beobachtungen in der Box.

Die Mitte der Box beim Boxplot entspricht dem Modalwert.

Welche der Aussagen ist FALSCH?

Die Korrelation ist ein Maß für den linearen Zusammenhang

Ist die Kovarianz zweier Zufallsvariablen gleich Null, so auch die Kovarianz.

Der Absolutbetrag der Kovarianz ist stets kleiner oder gleich 1

Wenn der Korrelationskoeffizient nahe bei 1 liegt, dann liegt der größte Teil der Beobachtungspaare annähernd auf eine Gerade.

Die Korrelation ist ein Maß für den linearen Zusammenhang

Ist die Kovarianz zweier Zufallsvariablen gleich Null, so auch die Kovarianz.

Der Absolutbetrag der Kovarianz ist stets kleiner oder gleich 1

Wenn der Korrelationskoeffizient nahe bei 1 liegt, dann liegt der größte Teil der Beobachtungspaare annähernd auf eine Gerade.

Verteilungen: Welche Aussage ist FALSCH?

Der Informationtheoretische Ansatz (sprich:AIC und/oder BIC) kann zum Vergleich von Fits der gleichen Daten an unterschiedliche Verteilungen benutzt werden.

Der Kolmogorov-Smirnov-Test wird benutzt, um Daten an eine Verteilung zu fitten.

Die likelihood der Fits an verschiedene Verteilungen kann benutzt werden, um herauszufinden , welcher Verteilung die Daten am besten entspricht.

Der Kolmogorov-Smirnoc-Test wird für kontinuirliche Verteilungen benutzt oder für empirische kumulative Verteilungen, nicht aber für kategoriate Verteilungen.

Der Informationtheoretische Ansatz (sprich:AIC und/oder BIC) kann zum Vergleich von Fits der gleichen Daten an unterschiedliche Verteilungen benutzt werden.

Der Kolmogorov-Smirnov-Test wird benutzt, um Daten an eine Verteilung zu fitten.

Die likelihood der Fits an verschiedene Verteilungen kann benutzt werden, um herauszufinden , welcher Verteilung die Daten am besten entspricht.

Der Kolmogorov-Smirnoc-Test wird für kontinuirliche Verteilungen benutzt oder für empirische kumulative Verteilungen, nicht aber für kategoriate Verteilungen.

Ein statistisches Maß ist "robust", wenn es ...

bei riesigem Stichprobenumfang für beliebige Teilstichproben gleich ist.

den wahren Wert immer etwas unterschätzt.

von Ausreißern nicht besonders beeinflusst wird.

durch lokale Gewichtung berechnet wird.

Tastatur-Befehle:

= drehen,

= vor-/rückwärts,

= scrollen

bei riesigem Stichprobenumfang für beliebige Teilstichproben gleich ist.

den wahren Wert immer etwas unterschätzt.

von Ausreißern nicht besonders beeinflusst wird.

durch lokale Gewichtung berechnet wird.

Der Standardfehler beschreibt ...

die Genauigkeit des Mittelwertes.

die Genauigkeit der Messung.

den Erwartungsbereich der Messung.

die Streuung in einer Stichprobe.

Tastatur-Befehle:

= drehen,

= vor-/rückwärts,

= scrollen

die Genauigkeit des Mittelwertes.

die Genauigkeit der Messung.

den Erwartungsbereich der Messung.

die Streuung in einer Stichprobe.

Der Median einer Stichprobe beschreibt ...

den häufigsten Wert einer Stichprobe.

das Zentrum der Stichprobe.

den Wert, der genau in der Mitte der sortierten Werte liegt.

einen der Parameter der Verteilung der Grundgesamtheit.

Tastatur-Befehle:

= drehen,

= vor-/rückwärts,

= scrollen

den häufigsten Wert einer Stichprobe.

das Zentrum der Stichprobe.

den Wert, der genau in der Mitte der sortierten Werte liegt.

einen der Parameter der Verteilung der Grundgesamtheit.

Welche Aussage ist richtig?

Die Varianz einer Stichprobe ist ein spezielles Maß für Variabilität.

Die Standardabweichung quantifiziert die Genauigkeit des Mittelwertes.

Wenn die Stichprobe normalverteilt ist, dann ist der Standardfehler gleich der Standardabweichung der Stichprobe.

Der Standardfehler ist die Wurzel aus der Varianz.

Tastatur-Befehle:

= drehen,

= vor-/rückwärts,

= scrollen

Die Varianz einer Stichprobe ist ein spezielles Maß für Variabilität.

Die Standardabweichung quantifiziert die Genauigkeit des Mittelwertes.

Wenn die Stichprobe normalverteilt ist, dann ist der Standardfehler gleich der Standardabweichung der Stichprobe.

Der Standardfehler ist die Wurzel aus der Varianz.

Der Mittelwert x einer Stichprobe beschreibt...

das Zentrum der Stichprobe.

einen der Parameter der Verteilung der Grundgesamtheit.

den häufigsten Wert der Stichprobe.

Den Wert, der genau in der Mitte der sortierten Werte liegt.

Tastatur-Befehle:

= drehen,

= vor-/rückwärts,

= scrollen

das Zentrum der Stichprobe.

einen der Parameter der Verteilung der Grundgesamtheit.

den häufigsten Wert der Stichprobe.

Den Wert, der genau in der Mitte der sortierten Werte liegt.

Welche Aussage ist falsch?

Der Kolmogorov-Smirnov-Test wird für kontinuierliche Verteilungen benutzt, oder für empirische kumulative Verteilungen, nicht aber für kategoriate Verteilungen.

Der Kolmogorov-Smirnov-Test wird benutzt, um Daten an eine Verteilung zu fitten.

Der Informationtheoretische Ansatz (sprich: AIC und/oder BIC) kann zum Vergleich von Fits der gleichen Daten an unterschiedliche Verteilungen benutzt werden.

Die likelihood der Fits an verschiedene Verteilungen kann benutzt werden, um herauszufinden, welcher Verteilung die Daten am besten entsprichen.

Tastatur-Befehle:

= drehen,

= vor-/rückwärts,

= scrollen

Der Kolmogorov-Smirnov-Test wird für kontinuierliche Verteilungen benutzt, oder für empirische kumulative Verteilungen, nicht aber für kategoriate Verteilungen.

Der Kolmogorov-Smirnov-Test wird benutzt, um Daten an eine Verteilung zu fitten.

Der Informationtheoretische Ansatz (sprich: AIC und/oder BIC) kann zum Vergleich von Fits der gleichen Daten an unterschiedliche Verteilungen benutzt werden.

Die likelihood der Fits an verschiedene Verteilungen kann benutzt werden, um herauszufinden, welcher Verteilung die Daten am besten entsprichen.

Die Normalverteilung ist eine besondere Dichtefunktion.

Alle Verteilungen konvergieren unter bestimmten Bedingungen gegen die Normalverteilung

Die Normalverteilung ist die einzige kontinuierliche Dichtefunktion.

Nein, ist sie nicht. Sie ist eine mathematisch praktische Dichtefunktion, aber sonst nicht gegenüber anderen Dichtefunktionen ausgezeichnet.

Alle Verteilungen sind Spezialfälle der Normalverteilung.

Tastatur-Befehle:

= drehen,

= vor-/rückwärts,

= scrollen

Alle Verteilungen konvergieren unter bestimmten Bedingungen gegen die Normalverteilung

Die Normalverteilung ist die einzige kontinuierliche Dichtefunktion.

Nein, ist sie nicht. Sie ist eine mathematisch praktische Dichtefunktion, aber sonst nicht gegenüber anderen Dichtefunktionen ausgezeichnet.

Alle Verteilungen sind Spezialfälle der Normalverteilung.

Die Dichtefunktion einer Verteilung ist normiert, so dass die Fläche unter der Kurve (bzw.
die Summe der Säulen) gleich 1 ist. Warum?

Damit der Logarithmus der Wahrscheinlichkeitsdicht immer < 0 ist.

Damit die Wahrscheinlichkeitsdichte überall zwischen 0 und 1 ist.

Damit alle möglichen Ereignisse zusammen 1 ergeben.

Dies ist eine traditionelle Konvention.

Tastatur-Befehle:

= drehen,

= vor-/rückwärts,

= scrollen

Damit der Logarithmus der Wahrscheinlichkeitsdicht immer < 0 ist.

Damit die Wahrscheinlichkeitsdichte überall zwischen 0 und 1 ist.

Damit alle möglichen Ereignisse zusammen 1 ergeben.

Dies ist eine traditionelle Konvention.

Verteilungen: Welche Aussage ist falsch?
Antwort wählen:

Verteilungen werden durch Dichtefunktionen beschrieben.

Verteilungen können kontinuierlich oder diskret sein

Verteilungen sind definiert im Interval ± ∞ .

Verteilungen sind theoretische Konstrukte, mit denen man Stichproben analysieren kann.

Tastatur-Befehle:

= drehen,

= vor-/rückwärts,

= scrollen

Verteilungen werden durch Dichtefunktionen beschrieben.

Verteilungen können kontinuierlich oder diskret sein

Verteilungen sind definiert im Interval ± ∞ .

Verteilungen sind theoretische Konstrukte, mit denen man Stichproben analysieren kann.

Welche Verteilungen sind diskret (nur ganzzahlige Werte)?

Poisson; negativ binomial; gamma

negativ binomial; Poisson; hypergeometrisch

Poisson; binomial; beta

Bernoulli; hypergeometrisch; beta

Tastatur-Befehle:

= drehen,

= vor-/rückwärts,

= scrollen

Poisson; negativ binomial; gamma

negativ binomial; Poisson; hypergeometrisch

Poisson; binomial; beta

Bernoulli; hypergeometrisch; beta

Verteilungen, Parameter und Schätzer.

Parameter werden für das Generieren von Zufallsvariablen benutzt. Aus Schätzern simuliert man Stichproben.

Parameter sind die charakteristischen Zahlen einer Verteilung. Schätzer sind aus Daten abgeleitete Werte für Parameter.

Parameter beschreiben Verteilungen. Schätzer beschreiben Stichproben.

Parameter sind die wahren Werte der Stichprobe. Schätzer beschreiben Verteilungen.

Parameter werden für das Generieren von Zufallsvariablen benutzt. Aus Schätzern simuliert man Stichproben.

Parameter sind die charakteristischen Zahlen einer Verteilung. Schätzer sind aus Daten abgeleitete Werte für Parameter.

Parameter beschreiben Verteilungen. Schätzer beschreiben Stichproben.

Parameter sind die wahren Werte der Stichprobe. Schätzer beschreiben Verteilungen.

Verteilungen: Welche Aussage ist falsch?