27

Meeresbiologie (Fach) / Statistik (Lektion)

Diese Lektion wurde von LernBot erstellt.

Lektion lernen

zurück  |  weiter 1 / 1

• 1. Nenne mögliche Skalenniveaus von zu analysierenden Daten Nominal-, Ordinal-, Metrische Skala
• 2. Was ist eine Hypothese und was ist eine Nullhypothese? Hypothese: Fragestellung, die im Verlauf der Untersuchung geklärt werden sollNullhypothese: Entgegengesetzte der Hypothese; Ziel: Widerlegen der Nullhypothese
• 4. Was ist die Standardabweichung und welchen Unterschied gibt es zum Standardfehler? Standardabweichung = Streuungsparameter um einen Mittelwert Standardfehler = Schätzung des Fehlers eines Mittelwertes (Wie weit weicht Stichprobenmittelwert vom MW der Grundgesamtheit ab)
• 5. Wozu dient eine Transformation? Viele stat. Tests setzen best. Annahmen voraus (Bsp. Normalverteilung) → Umwandlung der Rohdaten, sodass Test angewendet werden kann
• 6. Was ist der Unterschied zwischen parametrischen und nichtparametrischen Tests? Daten normalverteilt – Parametrische Tests (best. Verteilung vorausgesetzt) z.B. ANOVADaten nicht normalverteilt – Nicht-parametrische Tests (keine best. Verteilung) z. B. Mann Whitney U-Test, Kruskal Wallis H-Test
• 7. Was wird bei einer Korrelationsanalyse untersucht? Stärke eines ungerichteten Zusammenhanges zweier gleichberechtigter Merkmale
• 10. Was ist der t-Test? Man möchte anhand von Mittelwert-Vergleichen von Stichproben Aussagen darüber treffen, ob ein Faktor einen signifikanten Einfluss auf das Ergebnis hat
• 11. Erkläre kurz das Prinzip der Varianzzerlegung Man zerlegt die Gesamtvariabilität (A) in die Variabilität zwischen den Stichproben (B) (Behandlungseffekt) und die Variabilität innerhalb der Stichproben (C) (Restvariabilität, Versuchsfehler) A = B + C
• 12. Was gibt der F-Wert an? F = Verhältnis mittlerer AbweichungsquadrateGetestet wird ob sich Restfehler vom eigentlichen Behandlungseffekt unterscheidetje größer F, desto wahrscheinlicher Ablehnung von H0
• 13. Mit welchem Test werden die Voraussetzungen für eine ANOVA geprüft? Normalverteilung (Shapiro-Wilk Test, Kolmogorov-Smirnov Test)Homogenität (Levene Test)
• Anzeige
• 24. Welche multivariaten Analysen kennst du? MANOVA, Clusteranalyse, multidimensionale Skalierung (MDS)
• 26. Was ist eine Clusteranalyse und wie sind die Voraussetzungen? Daten werden aufgrund von Ähnlichkeitskoeffizienten nach ähnlichen Eigenschaften gruppiert unabhängige VariablenVariablen möglichst einheitlich (metrisch, binär)ähnliche Größenordnung (sonst Transformation...)
• 28. Welche Distanz und Ähnlichkeitsmaße gibt es? Was sind ihre Vor- bzw. Nachteile? Euklidische Distanz, reagiert sensitiv auf Ausreißer, homogene Datensätze Quadrierter euklidischer AbstandBray Curtis-Index, wenig empfindlich bei Auftreten von Nullen
• 29. Warum ist eine z-Transformation in einer Clusteranalyse wichtig? Transf. in Daten gleicher Gewichtung, sonst Dominanz von Daten mit höheren Werten
• 30. Was ist eine Ähnlichkeitsmatrix? beschreibt die (Un)-Ähnlichkeiten der verschiedenen Datenpunkte
• 31. Nenne 3 Fusionierungsmethoden Nächstgelegener Nachbar = Distanz zwischen nächstgelegenem FallpaarEntferntester Nachbar = Distanz zwischen entferntestem FallpaarLinkage zwischen Gruppen = Durchschnitt der Distanzen aller möglichen Fallpaare
• 35. Was ist eine MDS? ein Analyseverfahren bei dem (Un)ähnlichkeiten einer Datenmenge in Distanzen eines Raumes vorgegebener Dimensionalität abgebildet werden
• 36. Was ist eine nicht-metrische MDS? Ränge anhand der Ähnlichkeiten von Paaren von Objekten Darstellung der Rangfolge der Distanzen zwischen den Objekten
• Clusteranalyse, nicht metrische MDS: Gemeinsamkeiten, Unterschiede Gemeinsamkeiten: Verfahren zur Analyse großer Mengen von (abhängigen und unabhängigen) FaktorenUnterschiede:MDS – kontinuierliche Skala, keine Unterteilung in diskrete Grp, kein Problem mit 0Cluster – metrische Skala, Unterteilung in diskrete Gruppen
• 44. Was ist eine PCA? große Menge von Variablen wird näherungsweise auf Hauptkomponenten reduziert
• Vorgehen bei PCA (1) Rohdaten in Datenmatrix (n Proben mal s Umweltvariablen)(2) z-Transformation(3) Vergleich der Variablen mittels linearem Korrelationskoeffizient(4) Extraktion von nicht korrelierten Hauptkomponenten(5) wichtige Hauptkomponenten erkennen (Eigenwert > 1, Faktor erklärt großen Teil der Gesamtvarianz)(6) grafische Darstellung (x/y Plot; Bi Plot)
• 53. Definiere Zeitreihen und nenne die Ziele deren Analyse Datenmenge in einer festgelegten (und bekannten!) Reihenfolge Erkennen und Prognostizieren von Trends
• Skizziere die Schritte einer nicht-metrischen MDS Rohdaten transformieren(Un)Ähnlichkeiten mit Index beschreibenoptimale Anordnung anhand StressfaktorGraphische Darstellung als x-y-Plot
• Nenne ein statistisches, multivariates Verfahren in dem der Stress-Wert eine Rolle spielt? Was bedeutet ein Stresswert von 0,02? Multidimensionale Skalierung (MDS)Stress-Wert misst, wie gut die Monotoniebedingung erfüllt ist 0,02 → perfekte Monotoniebedingung
• Was gibt der Bray-Curtis-Index an? bestimmt die Verschiedenheit/Ähnlichkeit von Datenwolken
• Nenne mindestens zwei Grundprinzipien durch die die Integrität von Daten in Datenbanksystemen gewährleistet sind DatenschutzDatensicherheitDatenkonsistenz
• Was bedeutet der Begriff Autokorrelation bei der Analyse von Zeitreihen? gibt an ob Datenpunkte in einer Zeitreihe Abhängig oder Unabhängig von vorangegangenen Messwerten ist

zurück  |  weiter 1 / 1