Kommilitonen im Kurs Statistik 2 an der Universität Konstanz. erstellen und teilen Zusammenfassungen, Karteikarten, Lernpläne und andere Lernmaterialien mit der intelligenten StudySmarter Lernapp. Jetzt mitmachen!
Jetzt mitmachen!
Statistik 2
Häufig finite Populationen • Jedoch so groß, dass Modelle infiniter Populationen herangezogen werden Achtung: Falls n N, so gilt die Annahme infiniter Populationen nicht! Korrektur der Schätzungen von Dispersionsmaßen um den Endlichkeitsfaktor (Daumenregel: n/N > 0,05 Korrigieren)
Statistik 2
konkret • Studierende der Psychologie in Konstanz (Deutschland, …) --> Finit und existent
fiktiv • Gruppe der Patienten, die je eine von drei Therapien erhalten Generalisierung von Stichproben auf die drei nicht existenten Populationen aller Patienten, die potentiell je eine der drei Therapien erhalten --> Infinit und inexistent (fiktiv) / drei konstruierte Populationen
Statistik 2
• Grundgesamtheit ist klein alle Elemente können gut erhoben werden • Grundgesamtheit ist sehr heterogen (möglichst alle Elemente müssen erhoben werden) • Parameter sind bekannt (Mittelwert ist Populationsmittelwert!)
-Kosten der Vollerhebung? - destruktive Tes ->(gesamte Weinvorräte in der Qualitätskontrolle probieren? / Interview-, bzw. Testerfahrung) • Beispiel: Volkszählung
Statistik 2
• "typische" Fälle (subjektive und / oder wissenschaftliche Kriterien) • extreme Fälle: - nach Konzentrationsprinzip (Grundgesamtheit dominierende Fälle) - Schneeballverfahren (aus der Auswahl eines Elementes erfolgt die Auswahl der anderen Elemente) - Quotenauswahl (Quoten für Merkmale werden festgelegt)
Statistik 2
• Schließende Statistik (Inferenzstatistik) zur Berechnung der Parameter (immer mit Zufallsfehler) • Stichproben schneller als Vollerhebungen • Ergebnisse (möglicherweise) genauer - Kontrolle ist leichter, wenn wenige Durchläufe bestehen.
Beispiel: Mikrozensus (repräsentative Stichprobe für die BRD)
Statistik 2
• Die Wahrscheinlichkeit, gezogen zu werden, kann für jedes Element der Targetpopulation / des Objektbereichs berechnet werden – sie ist für alle Elemente identisch. • Aussagen sind nur über Elemente der Targetpopulation erlaubt. Alle Elemente der Targetpopulation müssen theoretisch "realisiert" werden können!
Merke: • Zufallsstichproben aus Zufallsstichproben sind immer noch eine Zufallsstichprobe der Population!
Statistik 2
Targetpopulation (angestrebte Population)
Framepopulation (tatsächlich zur Verfügung stehende Population) - undercoverage (nicht alle Elemente der Targetpopulation sind in Framepopulation) - overcoverage (Elemente, die nicht zur Targetpopulation gehören sind im Frame; betrifft eher die Soziologie und Politologie)
Inferenzpopulation (Population, über die wir mit unserer Stichprobe Aussagen treffen können)
• Ziel: möglichst hohe Übereinstimmung von Inferenz- und Targetpopulation • nicht immer mit Zufallsstichprobe erreichbar!
Statistik 2
Zufallsstichproben • (in Verbindung mit dem Gesetz der großen Zahl) • Erlauben Schluss von Stichprobe auf Population • Nur Zufallsstichproben sind repräsentativ! • Unterschiede zwischen Zufallsstichproben und der Population sind ausschließlich (alleinig) auf den Stichprobenfehler zurückzuführen
Achtung: • Das Wort wird im "normalen" (und wissenschaftlichen) Sprachgebrauch oft falsch angewandt! Repräsentativ meint (streng genommen) nicht : • wenn keine Verzerrungen auftreten • typische / ideale Fälle • Stichprobe, die für einen gewissen Zweck ausreicht
Statistik 2
Statistik 2
= nonsampling error
Stichprobenkennwerte weichen von Populationsparametern ab, da keine Zufallsstichprobe gezogen wurde, sondern eine Stichprobe, in der die Merkmale systematisch anders verteilt sind als in der Population (nichtrepräsentative Stichprobe).
Statistik 2
• Schätzung der Verteilungskennwerte der Population (Parameter) aus Stichprobendaten.
• Beispiel: Schätzung des Mittelwerts und der Varianz einer Normalverteilung (z.B. Intelligenz)
• Ziel: „gute“ Schätzung
Statistik 2
Bestimmung des Bereichs (Intervalls) um den geschätzten Populationsparameter, in dem der wahre Populationsparameter mit hoher Sicherheit liegt.
Für deinen Studiengang Statistik 2 an der Universität Konstanz gibt es bereits viele Kurse auf StudySmarter, denen du beitreten kannst. Karteikarten, Zusammenfassungen und vieles mehr warten auf dich.
Zurück zur Universität Konstanz ÜbersichtsseiteStudySmarter 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 2 an der Universität Konstanz 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.
Bestes EdTech Startup in Deutschland
Du bist schon registriert? Hier geht‘s zum Login