Bivariate Deskriptive Statistik at FernUniversität In Hagen | Flashcards & Summaries

Select your language

Suggested languages for you:
Log In Start studying!

Lernmaterialien für Bivariate deskriptive Statistik an der FernUniversität in Hagen

Greife auf kostenlose Karteikarten, Zusammenfassungen, Übungsaufgaben und Altklausuren für deinen Bivariate deskriptive Statistik Kurs an der FernUniversität in Hagen zu.

TESTE DEIN WISSEN
Produkt-Moment-Korrelation
(Pearson-Korrelation)
hat folgende Eigenschaften:
Lösung anzeigen
TESTE DEIN WISSEN
  • Maßstabsunabhängig 
  • Bestimmt nur den linearen Zusammenhang, dh wenn r=0, dann kann ein nicht-linearer Zusammenhang bestehen 
  • Das Vorzeichen von r ist identisch mit dem Vorzeichen der Kovarianz identisch ist 
  • Wertebereich zwischen -1 und 1
Lösung ausblenden
TESTE DEIN WISSEN
Cohens Konventionen für die PMK
Lösung anzeigen
TESTE DEIN WISSEN
Schwach: +/-0,1
Mäßig: +/- 0,3
Stark: +/- 0,5
Lösung ausblenden
TESTE DEIN WISSEN
Deterministische Zusammenhänge und die Geradengleichung:

Um solche Zusammenhänge handelt es sich bei einem Korrelationskoeffizienten von r=1
Die Formel für die Berechnung solcher Zusammenhänge lautet:
Lösung anzeigen
TESTE DEIN WISSEN
y = bx +a

(y=mx + t)

b = Steigung
a = Wert, den die y-Variable x=0 annimmt; Höhe, bei der die Gerade die y-Achse schneidet
Lösung ausblenden
TESTE DEIN WISSEN
Bei einem hohen Zusammenhang kann man sagen, dass die eine Variable die andere bedingt.
Die Korrelation sagt also etwas über die Kausalität aus 
Lösung anzeigen
TESTE DEIN WISSEN
Falsch 
Lösung ausblenden
TESTE DEIN WISSEN
Einflussfaktoren auf die Korrelation 
Lösung anzeigen
TESTE DEIN WISSEN
  • Ausreißerwerte 
  • Varianz (variabilität der Stichprobe)
  • Unterschiede von (nicht berücksichtigten) Subgruppen (bsp. mit Männer und Frauen in Bezug auf Probleme und Kontakthäufigkeit)
  • (Reliabilität (Messgenauigkeit))
Lösung ausblenden
TESTE DEIN WISSEN
hohe Varianzen sind förderlich für Korrelationen, geringe Varianzen mindern Korrelationen
Lösung anzeigen
TESTE DEIN WISSEN
Wahr 
Lösung ausblenden
TESTE DEIN WISSEN
Die Güte der Vorhersage

“Wie gut oder exakt sind die Vorhersagen, die diese Regressionsgerade liefert?“

3 Möglichkeiten sich dieser Frage zu nähern


Lösung anzeigen
TESTE DEIN WISSEN
  • Residuen-Plot
  • Determinationskoeffizient 
  • Standardschätzfehler 
Lösung ausblenden
TESTE DEIN WISSEN
Der Zusammenhang zwischen zwei Variabeln x und y bei dem der Einfluss einer dritten Variable z heraus gerechnet wurde, nennt man:
Lösung anzeigen
TESTE DEIN WISSEN
Partialkorrelation 
Lösung ausblenden
TESTE DEIN WISSEN
Der Rangkorrelationskoeffizient kann theoretisch auch für metrische Variablen verwendet werden.
Vor- und Nachteile metrische Variablen mit dem RKK zu rechnen:
Lösung anzeigen
TESTE DEIN WISSEN
  • Vorteil: 
    • er ist weniger empfindlich gegenüber extremen Merkmalswerten (höhere Robustheit gegenüber Ausreißern).
  • Nachteil:
    •  er verarbeitet nur die Rangpositionen der einzelnen Merkmalswerte, d.h. er schöpft die in metrisch skalierten Daten enthaltene Information nur sehr eingeschränkt aus
Lösung ausblenden
TESTE DEIN WISSEN
Bei positiver Kovarianz hat man eine 
Lösung anzeigen
TESTE DEIN WISSEN
Gleichgerichtete Tendenz 
Lösung ausblenden
TESTE DEIN WISSEN
Bei negativer Kovarianz hat man eine 
Lösung anzeigen
TESTE DEIN WISSEN
Gegenläufige Tendenz 
Lösung ausblenden
TESTE DEIN WISSEN
Nachteile der Kovarianz 
Lösung anzeigen
TESTE DEIN WISSEN
  • Maßstababhängig
  • Liegt zwischen - und + unendlich 
  • Erlaubt keine Aussagen über die Stärke des linearen Zusammenhangs 
Lösung ausblenden
  • 402045 Karteikarten
  • 8368 Studierende
  • 105 Lernmaterialien

Beispielhafte Karteikarten für deinen Bivariate deskriptive Statistik Kurs an der FernUniversität in Hagen - von Kommilitonen auf StudySmarter erstellt!

Q:
Produkt-Moment-Korrelation
(Pearson-Korrelation)
hat folgende Eigenschaften:
A:
  • Maßstabsunabhängig 
  • Bestimmt nur den linearen Zusammenhang, dh wenn r=0, dann kann ein nicht-linearer Zusammenhang bestehen 
  • Das Vorzeichen von r ist identisch mit dem Vorzeichen der Kovarianz identisch ist 
  • Wertebereich zwischen -1 und 1
Q:
Cohens Konventionen für die PMK
A:
Schwach: +/-0,1
Mäßig: +/- 0,3
Stark: +/- 0,5
Q:
Deterministische Zusammenhänge und die Geradengleichung:

Um solche Zusammenhänge handelt es sich bei einem Korrelationskoeffizienten von r=1
Die Formel für die Berechnung solcher Zusammenhänge lautet:
A:
y = bx +a

(y=mx + t)

b = Steigung
a = Wert, den die y-Variable x=0 annimmt; Höhe, bei der die Gerade die y-Achse schneidet
Q:
Bei einem hohen Zusammenhang kann man sagen, dass die eine Variable die andere bedingt.
Die Korrelation sagt also etwas über die Kausalität aus 
A:
Falsch 
Q:
Einflussfaktoren auf die Korrelation 
A:
  • Ausreißerwerte 
  • Varianz (variabilität der Stichprobe)
  • Unterschiede von (nicht berücksichtigten) Subgruppen (bsp. mit Männer und Frauen in Bezug auf Probleme und Kontakthäufigkeit)
  • (Reliabilität (Messgenauigkeit))
Mehr Karteikarten anzeigen
Q:
hohe Varianzen sind förderlich für Korrelationen, geringe Varianzen mindern Korrelationen
A:
Wahr 
Q:
Die Güte der Vorhersage

“Wie gut oder exakt sind die Vorhersagen, die diese Regressionsgerade liefert?“

3 Möglichkeiten sich dieser Frage zu nähern


A:
  • Residuen-Plot
  • Determinationskoeffizient 
  • Standardschätzfehler 
Q:
Der Zusammenhang zwischen zwei Variabeln x und y bei dem der Einfluss einer dritten Variable z heraus gerechnet wurde, nennt man:
A:
Partialkorrelation 
Q:
Der Rangkorrelationskoeffizient kann theoretisch auch für metrische Variablen verwendet werden.
Vor- und Nachteile metrische Variablen mit dem RKK zu rechnen:
A:
  • Vorteil: 
    • er ist weniger empfindlich gegenüber extremen Merkmalswerten (höhere Robustheit gegenüber Ausreißern).
  • Nachteil:
    •  er verarbeitet nur die Rangpositionen der einzelnen Merkmalswerte, d.h. er schöpft die in metrisch skalierten Daten enthaltene Information nur sehr eingeschränkt aus
Q:
Bei positiver Kovarianz hat man eine 
A:
Gleichgerichtete Tendenz 
Q:
Bei negativer Kovarianz hat man eine 
A:
Gegenläufige Tendenz 
Q:
Nachteile der Kovarianz 
A:
  • Maßstababhängig
  • Liegt zwischen - und + unendlich 
  • Erlaubt keine Aussagen über die Stärke des linearen Zusammenhangs 
Bivariate deskriptive Statistik

Erstelle und finde Lernmaterialien auf StudySmarter.

Greife kostenlos auf tausende geteilte Karteikarten, Zusammenfassungen, Altklausuren und mehr zu.

Jetzt loslegen

Das sind die beliebtesten StudySmarter Kurse für deinen Studiengang Bivariate deskriptive Statistik an der FernUniversität in Hagen

Für deinen Studiengang Bivariate deskriptive Statistik an der FernUniversität in Hagen gibt es bereits viele Kurse, die von deinen Kommilitonen auf StudySmarter erstellt wurden. Karteikarten, Zusammenfassungen, Altklausuren, Übungsaufgaben und mehr warten auf dich!

Mehr Karteikarten anzeigen

Das sind die beliebtesten Bivariate deskriptive Statistik Kurse im gesamten StudySmarter Universum

Deskriptive Statistik

Universität Heidelberg

Zum Kurs
Deskriptive Statistik

HSD Hochschule Döpfer

Zum Kurs
DESKRIPTIVE STATISTIK

RWTH Aachen

Zum Kurs
Deskriptive Statistik

Universität Marburg

Zum Kurs

Die all-in-one Lernapp für Studierende

Greife auf Millionen geteilter Lernmaterialien der StudySmarter Community zu
Kostenlos anmelden Bivariate deskriptive Statistik
Erstelle Karteikarten und Zusammenfassungen mit den StudySmarter Tools
Kostenlos loslegen Bivariate deskriptive Statistik