31

Statistik 1 HBRS (Subject) / Statistik 1 (Lesson)

This lesson was created by Celina123.

Learn lesson

back  |  next 1 / 1

• Erläutern Sie kurz die zentrale Aufgabenstellung der Statistik. Das zahlenmäßige Erfassen, Klassifizieren, Auswerten, Analysieren und Präsentieren von Daten über Massen, Gesamtheiten oder Populationen→ um wichtigere und bessere Entscheidungen zu treffen → informiert über Zustände, Ursachen, Prognosen, Techniken
• Erläutern Sie kurz die zentrale Aufgabenstellung der Statistik. Das zahlenmäßige Erfassen, Klassifizieren, Auswerten, Analysieren und Präsentieren von Daten über Massen, Gesamtheiten oder Populationen→ um wichtigere und bessere Entscheidungen zu treffen → informiert über Zustände, Ursachen, Prognosen, Techniken
• Worin besteht der wesentliche Unterschied zwischen der schließenden und deskriptiven Statistik? - deskriptive Statistik: hierbei wird auf der Grundlage von Daten und Fakten gearbeitet- schließende Statistik: hierbei wird sich auf Hypothesen, Stichproben und Schätzungen bezogen
• Was versteht der Statistiker unter einer Grundgesamtheit? Warum ist es so wichtig sie zu Beginn jeder statistischen Analyse zu definieren? - Grundgesamtheit: Gesamtheit aller statistischen Einheiten; Menge aller Elemente, auf die ein Untersuchungsziel gerichtet ist → Zustand in Bezug auf eine Mehrheit von Fällen → wichtig zu wissen, damit man weiß, worauf bzw. auf wie viele die Untersuchung gerichtet ist
• Was versteht der Statistiker unter einer Grundgesamtheit? Warum ist es so wichtig sie zu Beginn jeder statistischen Analyse zu definieren? - Grundgesamtheit: Gesamtheit aller statistischen Einheiten; Menge aller Elemente, auf die ein Untersuchungsziel gerichtet ist → Zustand in Bezug auf eine Mehrheit von Fällen → wichtig zu wissen, damit man weiß, worauf bzw. auf wie viele die Untersuchung gerichtet ist
• Nennen Sie 2 alternative Ausdrücke für die Grundgesamtheit. -Population -statistische Masse
• Was ist ein statistisches Merkmal? Geben Sie 3 Bespiele. Nennen Sie 3 alternative Ausdrücke. - statistische Merkmale sin die Eigenschaften, nach denen die statistischen Einheiten analysiert werden sollen, um Aussageüber Grundgesamtheittreffen zu können→ Beispiele: Gewicht, Größe, Augenfarbe →Alternativen: Variablen, Dimensionen, Eigenschaften
• Was sind die Merkmalsausprägungen eines statistischen Merkmals? Geben Sie auch hierzu ein Beispiel. - die Merkmalsausprägungen sind die möglichen Werte, die die statistischen Merkmale aufweisen können- die tatsächlich gemessenen Werte sind die Daten bzw. Merkmalsgrößen der statistischen Erhebung→Beispiele: unterschiedliches Einkommen je nach Alter, Qualifikation, Tätigkeitsbereich und Geschlecht; Geschlecht: weiblich oder männlich
• Was sind die Merkmalsausprägungen eines statistischen Merkmals? Geben Sie auch hierzu ein Beispiel. - die Merkmalsausprägungen sind die möglichen Werte, die die statistischen Merkmale aufweisen können- die tatsächlich gemessenen Werte sind die Daten bzw. Merkmalsgrößen der statistischen Erhebung→Beispiele: unterschiedliches Einkommen je nach Alter, Qualifikation, Tätigkeitsbereich und Geschlecht; Geschlecht: weiblich oder männlich
• Nennen Sie 5 typische Einsatzgebiete der Statistik in einem Unternehmen. - Marktforschung - Produktplanung - Finanzanalyse - Jahresberichte - Absatzentwicklung
• Advertisement
• Worin besteht der wesentliche Unterschied zwischen Primärdatenquellen und Sekundärdatenquellen? Nennen Sie 5 mögliche Sekundärdatenquellen. - Primäre Datenquellen: hierbei werden die Daten selbst erhoben - Sekundärdatenquellen: hier sind die Daten bereits vorhanden und es werden aus diesen Daten Informationen gezogen→ Beispiele: Ministerien,Wirtschaftsverbände, wissenschaftliche Institute, Fachliteratur,Bibliographien
• Erläutern Sie was eine nominale, ordinale und metrische Skala ausmachen und geben Sie jeweils Bespiele dazu. - nominal-Skala: diese Skala passt zu Merkmalen, deren Ausprägungen sich nur nach gleich oder verschieden einteilen können→ Merkmalsausprägungen schließen sich gegenseitig aus Bespiel: Familienstatus  - ordinal-Skala: Merkmalsausprägungen unterscheiden sich nicht nur nach gleich und ungleich, sondern auch nach Rangordnung→ Beispiel: Schulnoten  - metrische-Skala: Unterscheidung nach gleich und ungleich, Rangordnung und die Abstände zwischen den Merkmalsausprägungen sind eindeutigdefiniert→ Beispiel: Längenmaße
• Worin besteht der wesentliche Unterschied zwischen einer Intervall- und Ratioskala? - Intervallskala: hat keinen natürlichen Nullpunkt (Addition & Subtraktion) - Ratioskala: hat einen natürlichen Nullpunkt, weil die Division und Multiplikation der Merkmalsausprägung erlaubt ist
• Was versteht man grundsätzlich unter qualitativen und quantitativen Variablen? - qualitative Variablen: nominal und ordinal skaliert; immer diskret (Merkmalsausprägungen abzählen)- quantitative Variablen: metrisch skaliert
• Beschreiben Sie an einem Beispiel den Unterschied zwischen diskreten und kontinuierlichen Variablen? - diskrete Variablen: zwischen 2 Merkmalsausprägungen liegen keine anderen Werte (=abzählbar)- kontinuierliche Variablen: zwischen 2 Merkmalsausprägungen liegen beliebig viele weitere Werte (=nicht abzählbar)
• Beschreiben Sie anhand eines Beispiels den Unterschied zwischen gruppierten und klassierten Daten. - gruppierte Daten (Häufigkeitsdaten): wenn sie mehreren Datenträgern dieselben Werte zuordnen können und diese je nach Wert in Gruppenzusammengefasst werden können- klassierte Daten: wenn sie die Merkmalswerte der statistischen Einheiten in unterschiedlichen Klassen zusammenfassen können→ für quasi-stetige Variablen ist die Klasseneinteilung sinnvoll
• Begründen Sie kurz, warum Sie zusätzlich bei der Berechnung des arithmetischen Mittels zur Verteilungsform auch immer eine Information über die Streuung der Daten benötigen. - je geringer die Streuung, desto genauer ist die Aussage des zentralen Lagemaßes- je größer die Streuung der einzelnen Werte um den Mittelwert, desto ungenauer charakterisiert der Mittelwert die Tendenz der Werte in derDatenreihe →unterschiedliche Abweichungen vom Durchschnittswert
• In welcher Situation wird der Variationskoeffizient sinnvollerweise verwendet? - man verwendet ihn, wenn man die Streuung verschiedener Merkmale, die auch auf unterschiedliche Weise gemessen worden sind, vergleichen will →der Variationskoeffizient relativiert die Streuung und so können die verschiedenen Merkmale bezüglich ihrer Streuung verglichen werden
• Was ist das besondere an Indizes? - das sind statistische Kennzahlen, die Veränderungen/Differenzen eines Merkmals oder einer Gruppe aufeinander bezogener Variablen ausdrückt
• Was versteht man unter einem Preisrelativ? mit dem Preisrelativ können Sie die relative Preisentwicklung über einen bestimmten Zeitraum bestimmen
• Was versteht man unter einem Preisrelativ? mit dem Preisrelativ können Sie die relative Preisentwicklung über einen bestimmten Zeitraum bestimmen
• Was bringt die zusätzliche Berechnung des Kontingenzkoeffizienten über den CHI-Quadrat Wert hinaus? da das CHI-Quadrat keine standardisierte Kennzahl ist, bringt der Kontingenzkoeffizient, der auf dem CHI-Quadrat beruht, einen zusätzlichenAnalysepunkt → er dient der Quantifizierung des Zusammenhangs zwischen nominal skalierten Variablen- er kann in Werten zwischen 0 & 1 ausgedrückt werden
• Welche Bedeutung hat der CHI-Quadrat, wenn der Wert 0 und >0 ist? 0= kein Zusammenhang- >0= Zusammenhang; je größer der Wert, desto stärker die Beziehung
• Welches Messniveau setzt den Einsatz des Kontingenzkoeffizienten nach Pearson voraus? nominal skaliert
• Welches Messniveau wird für die Berechnung des Rangkorrelationskoeffizienten vorausgesetzt? -ordinalskaliert, müssen sich in eine Rangordnung bringen lassen
• Wozu benötigt man das Streudiagramm für die Analyse des Korrelationskoeffizienten? - man sieht ob und in welchem Ausmaß Merkmale miteinander zusammenhängen -Stärke und Richtung des Zusammenhangs
• Welche Aussage können Sie grundsätzlich anhand der Kovarianz treffen? - linearer Zusammenhang zwischen 2 metrisch gemessenen Merkmalen → mit der Kovarianz stellt man fest, ob ein Zusammenhang besteht, ob er positiv oder negativ ist und wie stark dieser ist
• Ordnen Sie den 3 zentralen Lagemaßen den Messniveaus zu auf denen sie sinnvollerweise angewendet werden. - Median: zentrales Lagemaß für Daten des metrischen und des ordinalen Messniveaus- arithmetisches Mittel: nur bei metrischen gemessenen Merkmalen einsetzbar- Modus: einzig sinnvoll anwendbar bei nominal skalierten Merkmalen
• Was bringt die Berechnung des Bravais Korrelationskoeffizienten über die Berechnung der Kovarianz hinaus? - normierter statistischer Koeffizient - Korrelationskoeffizient ist ein normiertes Maß: Werte liegen zwischen -1 und +1 → Zusammenhang lässt sich besser beschreiben
• Worin besteht der Unterschied zwischen einer Korrelations- und Regressionsanalyse? - Korrelationsanalyse: keine Unterscheidung in abhängige und unabhängige Variablen- Regressionsanalyse: Unterscheidung zwischen abhängigen und unabhängigen Variablen
• Advertisement
• Was besagt die sog. erklärte Varianz? Was wird durch die nicht-erklärte Varianz zum Ausdruck gebracht? - erklärte Varianz: um die Differenz sind die Schätzungen näher am tatsächlichen Wert- nicht-erklärte Varianz: Abweichung der Schätzungen (=geschätzter Wert) vom tatsächlichen Wert

back  |  next 1 / 1