Geostatistik (Fach) / Tabellen und Wichtiges (Lektion)
In dieser Lektion befinden sich 20 Karteikarten
Skript
Diese Lektion wurde von Eike_OS erstellt.
- Nominaldaten Kurzbeschreibung: Gleich-/Verschiedenartigkeit des Gemessenen Relationen: = ≠ Operatoren: Keine Eigenschaften: Gleich/ungleich bezüglich des Merkmals Beispiel: Geschlecht, Beruf, Familienstand
- Ordinaldaten Kurzbeschreibung: Ordnung durch Rangfolge Relationen: = ≠ < > Operatoren: Keine Eigenschaften: Rangfolge, d. h. Unterschied in der "Intensität" des Merkmals Beispiel: Note, Güteklasse
- Intervalldaten Kurzbeschreibung: konstante Abstände zwischen Skalenwerten Relationen: = ≠ < > Operatoren: + - Eigenschaften: Festlegung eines relativen Nullpunktes; Relation zwischen Ausprägungen Beispiel: °C, °F
- Ratioskalierte Daten Kurzbeschreibung: konstante Abstände zwischen Skalenwerten Relationen: = ≠ < > Operationen: + - * / Eigenschaften: Existenz eines absoluten Nullpunktes; Relation zwischen Ausprägungen Beispiel: °K
- Arithmetisches Mittel Kurzbeschreibung: Durchschnitt der Variablenwerte Berechnungsweg: Alle Daten summieren und Summe durch Anzahl der Werte teilen Skalenniveau: metrisch Eigenschaften: Immer Eindeutig berechnbar; Empfindlich bei Ausreißern Einsatzgebiete: Verteilungen mit großem n/N; Eingipflige Verteilungen; Relativ symmetrische Verteilungen
- Median Kurzbeschreibung: Wert, der eine nach der Größe sortierte Datenreihe in 2 Hälften teilt Berechnungsweg: Daten ordnen und Abzählen, evtl. "Hilfsmediane" bestimmen Skalenniveau: ordinal und metrisch Eigenschaften: Nicht immer Eindeutig berechenbar; Unempfindlich gegen Ausreißer Einsatzgebiete: Verteilungen mit kleinem n/N; Asymmetrische Verteilungen; Verteilungen mit Ausreißern
- Modus Kurzbeschreibung: Wert, der in einer Datenreihe am häufigsten vorkommt Berechnungsweg: Aus Datenreihe ablesen. Falls Modus mehrfach auftritt wird meist nur der niedrigste (kenntlich) angeführt Skalenniveau: nominal, ordinal, metrisch Eigenschaften: Nicht immer eindeutig bestimmbar; Keine Aussage über Verteilung; Ungeeignet be stetigen Variable; Insgesamt recht Informationsarm Einsatzgebiete: Beobachtungswert, der relativ am häufigsten Auftritt; eingipflige Verteilungen
- Spannweite Datenniveau: metrisch Beschreibung: Differenz von größtem und kleinstem Wert Anmerkungen: leicht bestimmbar & verständlich; Bestimmung ausschließlich über Extremwerte; nur sinnvoll bei Verteilungen ohne Ausreißer
- Mittlere Abweichung Datenniveau: metrisch Beschreibung: mittlerer Abstand der einzelnen Werte vom arithmetischen Mittel Anmerkungen: wenig gebräuchlich
- Varianz Datenniveau: metrisch Beschreibung: mittlere quadratische Abweichung der einzelnen Werte vom arithmetischen Mittel Anmerkungen: wenig gebäuchlich
- Standardabweichung Datenniveau: metrisch Beschreibung: Wurzel aus der Varianz Anmerkungen: häufig genutzt; wird von allen Werten der Verteilung beeinflusst; Eignung für schließende Statistik; Beschreibt SNVT am besten
- Variationskoeffizient Datenniveau: metrisch Beschreibung: prozentualer Anteil der Standardabweichung am arithmetischen Mittel Anmerkungen: ungeeignet, wenn die Datenreihe negative Werte enthält
- Relative Variabilität Datenniveau: metrisch Beschreibung: prozentualer Anteil der mittleren Abweichunng am arithmetischen Mittel Anmerkungen: wenig gebräuchlich
- Phi-Koeffizient Vorraussetzungen: zwei dichotome, nominale Variablen Beschreibung: Vergleicht die beobachteten Verteilungen einer 2x2-Tabelle mit der zu erwartenden Verteilung Grundidee: Kann Werte zwischen 0 - <1 annehmen -> je näher an 1, desto abhängiger; Für tabellenübergreifende Vergleichbarkeit muss Φkorr berechnet werden
- Empirische Quatilsabstand - IQR Berechnung: Differenz aus drittem und erstem Quartil Quartil: Punkte auf der Merkmalsachse, die diese in vier gleich große Teile gliedert
- C-Kontingenz-Koeffizient Voraussetzung: zwei polytome, nominale Variablen Beschreibung: Vergleicht die beobachtete Verteilung einer rxs-Tabelle (r,s > 2) mit der zu erwartenden Verteilung Grundidee: kann Werte zwischen 0 & <1 annehmen
-
- Spearman-Korrelationskoeffizient Voraussetzung: zwei ordinale Variblen, üblich für metrische, nicht normalverteilte Variablen Beschreibung: Überprüft in welchem Maße die Ränge zweier Variablen variieren Grundidee: Vergleich der Ränge bzw. den Differenzen, kann Werte zwischen -1 & +1 annehmen
- Pearson'scher Korrelationskoeffizient (Maßkorrelationskoeffizient) Voraussetzung: zwei metrische, normalverteilte Variablen Beschreibung: Überprüft in welchem Maße die Werte zweier Variablen zusammenhängen Grundidee: Varianzaufklärung; kann Werte zwischen -1 & +1 annehmen
- Regressionsanalyse Voraussetzung: eine abhängige & eine unabhängige Variable Beschreibung: Überprüft ob/in welchem Maße die Werte zweier Variablen sich qualitativ beeinflussen Grundidee: kann Werte zwischen 0 & 1 annehmen
- Phi-Koeffizient (Rechenweg) Erwartete Häufigkeiten bestimmen Berechnung der gewichteten quadriterten Differenz von bi und ei Summierung der gewichteten quadrierten Abweichung zu Phi² Ermitteln des Φ-Koeffizienten Ermitteln von Φmax (Feld mit kleinstem Wert wird genullt, die anderen Felder werden anhand der Randsummen neu berechnet) Berechung von Φcorr