Statistische Methoden
Kapitel 2
Kapitel 2
Fichier Détails
| Cartes-fiches | 20 |
|---|---|
| Langue | Deutsch |
| Catégorie | Gestion d'entreprise |
| Niveau | Université |
| Crée / Actualisé | 16.07.2019 / 28.07.2019 |
| Lien de web |
https://card2brain.ch/box/20190716_statistische_methoden_kapitel_2
|
| Intégrer |
<iframe src="https://card2brain.ch/box/20190716_statistische_methoden_kapitel_2/embed" width="780" height="150" scrolling="no" frameborder="0"></iframe>
|
Wie wird die prozentuale Häfigkeit bestimmt?
f%=(f/n)*100
Was versteht man unter kumulierten Häufigkeiten?
Addierte absolute Häufigkeiten der einzelnen Ausprägungen
Welche Eigenschaften charakterisiert eine gute Grafik?
- Relevante Aspekte der Daten sind fokussiert
- Daten sind kohärent (zusammenhängend) dargestellt
- die Skalierung ist sinnig wobei der Nullpunkt erkennbar ist
- die Koordinatenachsen sind verständlich und nachvollziehbar beschriftet
- bei mehreren Datenreihen in einer Legende gekennzeichnet
- Informativer Titel vorhanden
- möglichst wenige Erklärungen benötigen
- Dreidimensionale Darstellungen sollten vermieden werden
Formel für das arithmetische Mittel
Summe der Werte durch totaler Anzahl
Welche Masse der zentralen Tendenz dürfen bei ordinalskalierten Daten berechnet werden?
Median
Wie wird die Range definiert?
Range = Max-Min
Welche Kennzahlen können mittels Box-Plots dargestellt werden?
(Ordinalisierte Daten) Quartile/Standardabweichung, Masse der zentralen Tendenz (Median/Modus/arithmetisches Mittel), Max/Min
Formel für Varianz/Standardabweichung?
Varianz = s^2= summe(xi-x)^2/n-1
Standardabweichung = s
Formel der Intervallgrenze für ein 95% Konfidenzintervall
X+/- 1.96*wurzel(s^2/n)
Modus
(bei nominalskalierten Daten) Wert der am häufigsten auftritt
Median
(mindestens ordinalskaliert)
N gerade Md=(x(n/2)+x(n/2+1))/2
N ungerade Md=x(n+1/2)
Charakteristika einer Normalverteilung
Modus=Median=arithmetisches Mittel
Unimodal
Funktion der Normalverteilung
(1/(s*root(2*pi))*e^(-0.5*((x-x(mean))/s)^2)
Grundidee/Ziel/Problem der Inferenzstatistik
Grundidee - Verallgemeinerung von Stichproben auf eine Population
Problem - der wahre Wert ist nicht bekannt und wird geschätzt
Ziel - Fehler beim schliessen auf die Population zu kontrollieren
Fehler Art 1 / alpha-Fehler
Fehler Art 2 / beta-Fehler
Alpha - H0 fälschlicherweise ablehnen
Beta - H0 fälschlicherweise beibehalten
Zusammenhangshypothese vs Unterschiedshypothese
Zusammenhangshypothese H0 Korrelation r = 0
Unterschiedshypothese H0 mittelwert1=mittelwert2
Korrelation
Zusammenhang zwischen zwei Variablen
Korrelation ist nicht gleich Kausalität
Nullhypothese vs Alternativhypothese
Nullhypothese: definiert dass kein Unterschied zwischen zwei Variablen gibt
Alternativhypothese: komplementär zur Nullhypothese
T-test
Zwei unabhängige Stichproben die sich anhand einer unabhängigen Variablen unterscheiden.
Entscheidung ob sich zwei Mittelwerte aus zwei Populationen unterscheiden oder nicht.
Intervallskallierte Daten
T= (mittelwert1-mittelwert2)/root(varianz1/anzahl1 + varianz2/anzahl2)
TafelA
Chi Quadrat
Überprüfung von Zusammenhängen zwischen zwei nominalskalierten dichotomen Variablen
Chi^2=n*r(phi)^2
TafelE
