20

Statistik 2 (Fach) / Ergänzungen (Lektion)

Klausur Shortcutz

Diese Lektion wurde von makem erstellt.

Lektion lernen

Diese Lektion ist leider nicht zum lernen freigegeben.

Anzeige
  • r = bxy bei z-standardisierten Variablen Korrelation = 0 Varianzen von x & y sind gleich
  • Determinationskoeffizient r hoch 2 wenn r2 = 0,970 heißt das: X- & Y-Werte weisen 97 % gleiche Varianzen auf
  • Häufigkeitstabelle in einer extra Variablen speichern table(Dateiname$Geschlecht) tableGeschlecht <- table(Dateiname$Geschlecht)
  • Speichern des Ergebnisses Neuerdateiname <- describe(Dateiname)
  • zugreifen auf einzelne Parameter describe(Dateiname[ ,4:13])
  • nach Gruppen sortieren describeBy(dateiname, group=Dateiname$Geschlecht) describeBy(Dateiname,Dateiname$Geschlecht, mat = TRUE)
  • Überblick verschaffen summary(Dateiname)
  • Überblick verschaffen über Datensatz Anzahl der Zeilen nrow(Dateiname)
  • Anzahl der Spalten Überblick verschaffen ncol(Dateiname)
  • Anzahl Variablen & Datentyp str(Dateiname)
  • Anzeige
  • nur Variablennamen anzeigen lassen names(Dateiname)
  • 1 Zeile löschen Dateiname <- Dateiname[-15,]
  • Löschen von Zeile 1,4,10 Datename <- Dateiname[-c(1,4,10), ]
  • Zugreifen auf Zeile 1,4,10 Dateiname <- Dateiname[c(1,4,10), ]
  • Faktor umändern Dateiname$Geschlecht <- as.factor(Dateiname$Geschlecht) levels(Dateiname$Geschlecht) = c('male', 'female')
  • F-Test erst Faktor umändern dann H0: Varianzen sind homogen leveneTest(Dateiname$AV, Dateiname$Geschlecht) Pr(>F) gibt p emp an > 0,5  ---> H0 wird beibehalten: Varianzen sind also gleich
  • Chi-Test chisq.test(tableGeschlecht, p = c(0,5,0,5)) p < 0,05 ->>>Ergebnis ist signifikant und HA wird angenommen vorher muss Häufigkeitstabelle erstellt werden
  • t-test p emp < p krit ---> Ergebnis ist signifikant und HA wird angenommen
  • Z-Transformation mean_Spaltenname <- mean(Dateiname$Spaltenname) sd_Spaltenname <- sd(Dateiname$Spaltenname) z_Spaltenname <- (Dateiname$Spaltenname-mean_Spaltenname-mean_Spaltenname/sd_Spaltenname)
  • Spalte zum Datensatz hinzufügen Dateiname <- data.frame(Dateiname, z_Dateiname)