Statistik / Lesson

BASICS

41 Cards · This lesson was created by ninanaum.

Grundbegriffe

This lesson is not released for learning.

Advertisement
  • Forschungsfrage
    Was soll untersucht werden?
  • Inferenz
    Schätzen und Testen
  • Transparenz
    Ist das Vorgehen klar dokumentiert und nachprüfbar?
  • Objektivität
    Sind die Ergebnisse unabhängig von der Person, die die Analyse durchführt? Kommen andere zum selben Ergebnis?
  • interne Validität
    Sind alternative Erklärungen für die Ergebnisse ausgeschlossen? Ist der vermutete Zusammenhang richtig?
  • externe Validität
    Sind die Ergebnisse auf andere Situationen übertragbar? Zeigt sich der vermutete Zusammenhang auch in anderen Situationen?
  • Genauigkeit (Messen)
    Exaktheit einer Messung
  • Objektivität (Messen)
    Die Messung ist unabhängig vom Messenden.
  • Reliabilität (Messen)
    Die Zuverlässigkeit einer Messung. (bei wiederholter oder anderer Messung selbes Ergebnis?)
  • Validität (Messen)
    Es wird das gemessen, was gemessen werden soll.
  • Advertisement
  • kategoriale Skala (qualitativ)
    nominal und ordinal
  • nominale Skala
    Die Unterschiede zwischen Merkmalsausprägungen sind rein nominell (z.B. Geschlecht)
  • ordinale Skala
    Die Merkmalsausprägungen können unterschieden und hinsichtlich ihrer Wertigkeit in eine Reihenfolge gebracht werden (z.B. Bildungsabschlüsse) Die Abstände zwischen den Merkmalsausprägungen sind nicht definiert und können daher nicht direkt verglichen oder interpretiert werden.
  • numerische/metrische Skala (quantitativ, kardinal)
    Intervallskala Verhältnisskala
  • numerische/metrische Skala
    Merkmalsausprägungen können unterschieden und in eine Reihenfolge gebracht werden. Abstände sind in ihrer Größe definierbar.
  • Intervallskala
    Nullpunkt ist willkürlich gesetzt (z.B. das Jahr 0 bei der Zeitrechnung)
  • Verhältnisskala
    Nullpunkt ist natürlich gegeben (z.B. Gewicht)
  • stetige Merkmalsausprägungen
    (annähernd) beliebige Zwischenwerte im Intervall sind möglich (z.B. Größe)
  • diskrete Merkmalsausprägungen
    abzählbar viele Werte sind möglich (z.B. Anzahl Kinder) kategoriale Variablen sind immer diskret
  • Stichprobe
    die erhobene (Teil-)Menge der Daten
  • Balkendiagramm
    Häufigkeit von Merkmalsausprägungen (nominal, ordinal, metrisch diskret)
  • Histogramm
    Häufigkeit von gruppierten Merkmalsausprägungen (metrisch)
  • Boxplot
    Visualisierung von Median, oberem und unteren Quartil, Minimum und Maximum, Ausreißern (metrisch)
  • Streudiagramm (Scatterplot)
    Darstellung der Merkmalsausprägungen von zwei i.d.R. metrischen Merkmalen als Punkte
  • Mosaikplot
    Darstellung der (gemeinsamen) Merkmalsausprägungen zweier nominaler Merkmale
  • Liniendiagramm
    (zeitlicher) Verlauf der Merkmalsausprägung eines Merkmals
  • Minimum bzw. Maximum
    kleinste bzw. größte Merkmalsausprägung
  • Modus/Modalwert
    häufigste Merkmalsausprägung
  • Median/Zentralwert
    Merkmalsausprägung, die bei (aufsteigend) sortierten Beobachtungen in der Mitte liegt
  • arithmetischer Mittelwert (mean)
    Summe aller Werte geteilt durch deren Anzahl
  • Advertisement
  • Quantil
    Das p-Quantil ist der Wert, für den gilt, dass er von p Prozent der Werte nicht überschritten wirs
  • Lagemaße
    beschreiben zentrale Tendenz der Daten Minimum/Maximum, Modus, Median, Mean, Quantil
  • Streuungsmaße
    beschreiben Streuung/Variation der Daten Varianz, Standardabweichung, Variationskoeffizient, Interquartilsabstand, Spannweite, mittlere Absolutabweichung
  • Varianz
    Maß für die durchschnittliche quadratische Abweichung zum Mittelwert
  • Standardabweichung
    Quadratwurzel der Varianz
  • Variationskoeffizient
    erlaubt den Vergleich von Standardabweichungen, da er nicht von der Dimension abhängt, in der gemessen wird
  • Interquartilsabstand
    oberes Quartil minus unteres Quartil
  • Spannweite (range)
    Maximum minus Minimum
  • mittlere Absolutabweichung
    gibt die durchschnittliche Absolutabweichung eines Messwerts an
  • Zusammenhangsmaße
    beschreiben die gemeinsame Variation der Daten
  • Kovarianz
    beschreibt den linearen Zusammenhang zweier metrischer Merkmale