Statistik an der TU München

Karteikarten und Zusammenfassungen für Statistik an der TU München

Arrow Arrow

Komplett kostenfrei

studysmarter schule studium
d

4.5 /5

studysmarter schule studium
d

4.8 /5

studysmarter schule studium
d

4.5 /5

studysmarter schule studium
d

4.8 /5

Lerne jetzt mit Karteikarten und Zusammenfassungen für den Kurs Statistik an der TU München.

Beispielhafte Karteikarten für Statistik an der TU München auf StudySmarter:

Deskriptive Statistik

Beispielhafte Karteikarten für Statistik an der TU München auf StudySmarter:

Explorative Datenanalyse

Beispielhafte Karteikarten für Statistik an der TU München auf StudySmarter:

Anwendungsbeispiele

Beispielhafte Karteikarten für Statistik an der TU München auf StudySmarter:

Begriff: Statistische Einheiten


bezogen auf Anwendungsbeispiele

Beispielhafte Karteikarten für Statistik an der TU München auf StudySmarter:

Begriff: Grundgesamtheit/Population


Anwendungsbeispiel

Beispielhafte Karteikarten für Statistik an der TU München auf StudySmarter:

Begriff: Teilgesamtheit/Teilpopulation


Anwendungsbeispiel

Beispielhafte Karteikarten für Statistik an der TU München auf StudySmarter:

Begriff: Stichprobe



Beispielhafte Karteikarten für Statistik an der TU München auf StudySmarter:

Begriff: Vollerhebung



Beispielhafte Karteikarten für Statistik an der TU München auf StudySmarter:

Begriff: Merkmal/Variable, Merkmalsausprägung

Beispielhafte Karteikarten für Statistik an der TU München auf StudySmarter:

Skalentransformation: Bsp Kinderferienprogramm

Beispielhafte Karteikarten für Statistik an der TU München auf StudySmarter:

Einteilung von Merkmalen: Diskret/Stetig

Beispielhafte Karteikarten für Statistik an der TU München auf StudySmarter:

Arten der Datengewinnung (2)

Kommilitonen im Kurs Statistik an der TU München. erstellen und teilen Zusammenfassungen, Karteikarten, Lernpläne und andere Lernmaterialien mit der intelligenten StudySmarter Lernapp. Jetzt mitmachen!

Jetzt mitmachen!

Flashcard Flashcard

Beispielhafte Karteikarten für Statistik an der TU München auf StudySmarter:

Statistik

Deskriptive Statistik

  • Tabellen, Diagramme, Verlaufskurven > Veranschaulichung von großen Datenmengen. 
  • Kenngrößen wie Mittelwert, Median, Streuung,…
  • Datenvalidierung: Fehler im Datensatz entdecken und eventuell beheben

Statistik

Explorative Datenanalyse

Eng mit deskriptiver Statistik verwandt: man untersucht Zusammenhänge (zB Korrelationen) in Daten, Besonderheiten

Statistik

Anwendungsbeispiele

Mietspiegel: benötigt werden repräsentative Stichproben aus der Grundgesamtheit - Fragebogen - Merkmale: Nettomiete, Wohnfläche, Baualter, Zentralheizung ja/nein, ... 


Fragestellung deskriptive Statistik: Was ist die durchschnittliche Nettomiete (pro qm) in der Stichprobe?


Explorative Datenanalyse: Wie hängt die Nettomiete in der Stichprobe von der Wohnfläche ab? (Ist zu erwarten, dass zB mit zunehmender Fläche die Miete steigt/sinkt)


Induktive Statistik: Wie gut kann man mit der durchschnittlichen Nettomiete aus der Stichprobe die
Durchschnittsmiete aller mietspiegelrelevanten Wohnungen approximieren? (auf Gesamtheit schließen)


Münchner Absolventenstudie: Frage:  Merkmale: Geschlecht, Studiendauer, Finanzierung, Note


Deskriptive Statistik: Welche Gesamtnote (N)
kommt in der Stichprobe wie häufig vor? (Kenngrößen, Mittelwert)


Explorative Datenanalyse: Gibt es in der
Stichprobe Beziehungen zwischen Gesamtnote (N)
und Studiendauer (S)? (Zusammenhänge)


Induktive Statistik: Welche Rückschlüsse lassen
sich auf eventuelle Zusammenhänge zwischen
Gesamtnote und Studiendauer ziehen? (Schlüsse auf Gesamtheit)


Sonntagsfrage: Frage: Welche Partei würde gewählt? 


Deskriptive Statistik: Verteilung der Parteipräferenz und graphische Darstellung.


Explorative Datenanalyse: Hängt die Parteipräferenz in der Stichprobe vom Geschlecht ab? (Zusammenhänge)


Induktive Statistik: Geschlechtsabhängige Parteipräferenz in der Stichprobe Zufall oder auch in Grundgesamtheit vorhanden? (Rückschlüsse)


Coronavirus: Frage: Ausbreitung Deutschland, Merkmale: Bundesland, Stadt/Landkreis, Einwohnerzahl, Infizierte, Tote


Deskriptive Statistik: In welcher Stadt / in
welchem Kreis im gezeigten Teildatensatz gibt es
die meisten Infektionen? (Kenngrößen)


Explorative Datenanalyse: in kreisfreien Städten mehr
Infektionen pro Einwohner als in Landkreisen? (Zusammenhänge)


(Induktive Statistik:  hier nicht notwendig, da im Normalfall Daten für die Gesamtheit - Deutschland vorliegen)

Statistik

Begriff: Statistische Einheiten


bezogen auf Anwendungsbeispiele

Objekte, an denen Daten beobachtet werden

zB bei Mietspiegel: Wohnungen, bei Sonntagsfrage: Wähler

Statistik

Begriff: Grundgesamtheit/Population


Anwendungsbeispiel

Menge aller statistischer Einheiten, über die Aussage getroffen werden soll


 Mietspiegel: alle relevanten Wohnungen in München, Sonntagsfrage: alle Wahlberechtigten 


  • abhängig von Fragestellung: Mietspiegel München vs ganz Bayern
  • Kann endlich/unendlich/hypothetisch sein, zB alle Texte in deutscher Sprache (nicht konkret erfassbar) ist unendlich und hypothetisch

Statistik

Begriff: Teilgesamtheit/Teilpopulation


Anwendungsbeispiel

Teilmenge der Grundgesamtheit


Mietspiegel: Wohnungen bis 38qm, Sonntagsfrage: Wahlberechtigte zwischen 18 und 25

Statistik

Begriff: Stichprobe



Tatsächlich untersuchte Teilmenge der Grund-
gesamtheit, soll möglichst getreues Abbild der Gesamtheit sein, zB Zufallsstichproben





Statistik

Begriff: Vollerhebung



alle stat. Einheiten der Grundgesamtheit werden untersucht

Statistik

Begriff: Merkmal/Variable, Merkmalsausprägung

interessierende Größe, normalerweise werden mehrere Merkmale an einer statistischen Einheit erhoben


Merkmalsausprägung: konkreter Wert eines Merkmals,


zB Sonntagsfrage: Merkmal: Wähler Geschlecht, Merkmalsausprägung: männlich/weiblich

Statistik

Skalentransformation: Bsp Kinderferienprogramm

  1. Es liegen Anmeldungen von Kindern und Jugendlichen von 6 bis 16 Jahren vor > Merkmal „Alter“ ist kardinalskaliert/metrisch (berechenbare Abstände)
  2. Nun werden Altersgruppen gebildet: 6-7 Jahre, 8-9 Jahre, 10-12 Jahre, 13-16 Jahre > Merkmal „Altersgruppe“ ist nur noch ordinalskaliert und enthält weniger Informationen (keine sinnvolle Differenzenbildung)
  3. Jeder Altersgruppe wird eine Unterkunft zugewiesen: 6-7 Jahre: Pension Alpenrose, 8-9 Jahre: Vereinsheim, 10-12 Jahre: Jugendhaus, 13-16 Jahre: Jugendherberge > Das Merkmal „Unterkunftszugehörigkeit“ ist nur noch nominalskaliert (nicht in Zahlen)

Statistik

Einteilung von Merkmalen: Diskret/Stetig

Grundidee: Einteilung von Merkmalen nach der Anzahl der möglichen Ausprägungen.

 

Diskret: endlich oder abzählbar unendlich viele mögliche Ausprägungen

(abzählbar unendlich bedeutet: unendlich, aber durchnummerierbar mit natürlichen Zahlen), Bsp Geschlecht (2), Anzahl Würfe mit einem Würfel, bis eine Sechs erscheint (abzählbar unendlich)


Stetig: 

überabzählbar vielen möglichen Ausprägungen, alle Werte in best. Intervall, Bsp. Körpergröße: alle Werte zwischen 0,50m und 3,0m möglich


quasi-stetige Merkmale:

Werden nur diskret gemessen, können aber wegen sehr feiner Abstufung wie stetige Merkmale behandelt werden, 

monetäre Größen, wie z.B. Preise

Statistik

Arten der Datengewinnung (2)

Experimente: methodische Untersuchung zur empirischen Datengewinnung (empirisch: aus Erfahrung, Beobachtung). Daten müssen erst erzeugt werden. Bsp Behandlung mit neuem Medikament + Behandlungserfolg messen, Chemie: Reaktionsgeschw./Temp. messen


Erhebung: Daten sammeln, die prinzipiell schon vorhanden sind. Bsp Befragungen (Daten wurden nicht aktiv von uns erzeugt, waren schon vor Befragung so, z.B. Absolvent nach Studiendauer befragen), Beobachtungsstudien (Aktienkurs), Zusammentragen von Daten aus Büchern/Web


Melde dich jetzt kostenfrei an um alle Karteikarten und Zusammenfassungen für Statistik an der TU München zu sehen

Singup Image Singup Image
Wave

Andere Kurse aus deinem Studiengang

Für deinen Studiengang Statistik an der TU München gibt es bereits viele Kurse auf StudySmarter, denen du beitreten kannst. Karteikarten, Zusammenfassungen und vieles mehr warten auf dich.

Zurück zur TU München Übersichtsseite

Was ist StudySmarter?

Was ist StudySmarter?

StudySmarter ist eine intelligente Lernapp für Studenten. Mit StudySmarter kannst du dir effizient und spielerisch Karteikarten, Zusammenfassungen, Mind-Maps, Lernpläne und mehr erstellen. Erstelle deine eigenen Karteikarten z.B. für Statistik an der TU München oder greife auf tausende Lernmaterialien deiner Kommilitonen zu. Egal, ob an deiner Uni oder an anderen Universitäten. Hunderttausende Studierende bereiten sich mit StudySmarter effizient auf ihre Klausuren vor. Erhältlich auf Web, Android & iOS. Komplett kostenfrei. Keine Haken.

Awards

Bestes EdTech Startup in Deutschland

Awards
Awards

European Youth Award in Smart Learning

Awards
Awards

Bestes EdTech Startup in Europa

Awards
Awards

Bestes EdTech Startup in Deutschland

Awards
Awards

European Youth Award in Smart Learning

Awards
Awards

Bestes EdTech Startup in Europa

Awards

So funktioniert's

Top-Image

Individueller Lernplan

StudySmarter erstellt dir einen individuellen Lernplan, abgestimmt auf deinen Lerntyp.

Top-Image

Erstelle Karteikarten

Erstelle dir Karteikarten mit Hilfe der Screenshot-, und Markierfunktion, direkt aus deinen Inhalten.

Top-Image

Erstelle Zusammenfassungen

Markiere die wichtigsten Passagen in deinen Dokumenten und bekomme deine Zusammenfassung.

Top-Image

Lerne alleine oder im Team

StudySmarter findet deine Lerngruppe automatisch. Teile deine Lerninhalte mit Freunden und erhalte Antworten auf deine Fragen.

Top-Image

Statistiken und Feedback

Behalte immer den Überblick über deinen Lernfortschritt. StudySmarter führt dich zur Traumnote.

1

Lernplan

2

Karteikarten

3

Zusammenfassungen

4

Teamwork

5

Feedback