Psychologie (Fach) / Statistik I (Lektion)
In dieser Lektion befinden sich 54 Karteikarten
Statistik I
Diese Lektion wurde von sofiesfood erstellt.
- Modus / Modalwert häufigster Wert in Verteilung, bei diskreter Zufallsvariable Ausprägung
- absolute Häufigkeit h(x) mit Zählenwenn Funktion
- absolute Häufigkeit h(x) mit Zählenwenn Funktion
- f(x) relative Häufigkeit h(x)/Anzahl n der Personen etc.
- ZÄHLENWENNS bei mehreren Kriterien
- Mittelwert nicht unbedingt realer Wert in Tabelle, sondern der Durchschnittswert aller einzelnen Werte
- Wechselneigung von X Prozent maximal Quantil (ProzentX), bei mindestens umgekehrt also 100-ProzentX
- H(x) oder F(x) absolute oder relative Häufigkeitsfunktion ... Wert von h(x) oder f(x) plus oberen Wert von H(x), F(x)
- 2 Spitzen im Säulendiagram bimodal, bei mehreren: polymodal
- Kategorienanzahl Faustregel 5-50: 5-8 50-100: 6-10 100-250: 7-12 mehr: 8-25
- Formel Kategorien/Klassenanzahl log basis zwei (von der Anzahl) +1 und das ganze aufgerundet
- Kategorienbreite/ Klassenbreite Maximum/ Klassenanzahl
- Spannweite Maximum-Minimum
- Abweichung wie weit ist Wert durchschnittlich von Median entfernt? ABS(X-Median)
- Mittlere Abweichung Summe aus ABS(X-Median)/ Anzahl n
- Quadratsumme Summe aus (X-Mittelwert)2
- Rechtssteil, Linksschief Modus größter Wert, dann Median, dann Mittelwert
- Rechtsschief, Linkssteil Mittelwert größter Wert, dann Median, dann Modus
- Matrixformel h(x) bei Klassen Häufigkeit + Daten + alle Klassen nur ohne die letzte
- Fehlerbalkendiagramm 1. Linie mit Punkten einfügen 2. Daten einfügen: Legendeneinträge MW, x-Achsenbeschriftung ist Kategorien 3. Linie löschen: Doppelklick auf Linie, Farbtopfoption Linie keien Farbe 4. Fehlerbalken ...
- Für neue Skala Alter z Wert *SD+MW
- bei überlappenden Kategorien OG-UG
- bei nicht überlappenden Kategorien OG-UG+1
- Median aus Daten herauslesen dort, wo der Wert von F(x) größer als 0,5
- Spearman Rangkorrelation, indem man =Rang.Mittelwert(Wert, ganze Zeile, 1) berechnet
- Produkt Moment Korrelation: Pearson nur wenn Daten linear, einfach =Korrel
- tetrachorische Korrelation Daten dichotom, normalverteilt und Intervallskala cos(pi()/(1+Wurzel(Hauptachse/Nebenachse))))
- Für x - 2 Z Einheiten MW von x- 2*Standartabweichung
- Cramérs V Zusammenhangsmaß: Wurzel( x2/n*(Minimum der Kategorien-1)) liegt zwischen 0 und 1, mind. 0,1, groß ab 0,6
- erwartete X-Werte h(x,•)*h(•,y)/Summe (•,•)
- x^2 (richtiger x wert - erwarteter wert)2/erwarteter Wert als Tabelle, davon die SUMME
- wenn 10x so viele Daten Veränderung Cramérs V? bleibt gleich, aber x2 verzehnfacht sich
- Korrelationsmatrix 1. Standartisieren 2. MMULT(MTRANS(z-Werte);z-Werte)/n
- inverse Korrelationsmatrix MINV(obere Tabelle)
- Vektor berechnen MMULT(MTRANS(zWerte);Y zWerte)/n
- beta Gewichte MMULT(inverse Daten; Vektordaten)
- Regressionsgleichung beta1+z1 etc
- Vorhergesagte Werte des Kriteriums KORREL(zWert Y; Ydach)
- b Gewichte beta1*Standartabweichung Y/Standartabweichung X1 etc
- b null Y-b1*X1 etc
- Regressionsgleichung unstandartisiert b0+b1*X1 etc...
- phi Korrelation =(Hauptachse*Hauptachse-Nebenachse*Nebenachse)/WURZEL(RH*RH*RH*RH)
- phi max 1. Tabelle mit alle Werte / 0 2. dann phi Korrelation
- phi norm phi / phi max
- ANOVA Sind die Prädiktoren gut, haben sie eine gute Vorhersagekraft?
- Schritt 1 ANOVA 1. Anzahl N und Anzahl n pro Zelle bestimmen
- Schritt 2 ANOVA 2. Stufenmittelwerte und Grand Mean berechnen
- Schritt 3 ANOVA 3. Quadratsumme berechnen: =SUMMENPRODUKT((SMW-GM)2)*n*Prädiktoranzahl links
- Schritt 4 ANOVA Freiheitsgrade df berechnen: df= (p-1)*(q-1) dfe=p*q*(n-1) dftot=n*p*q-1
- Schritt 5 ANOVA Varianz berechnen: QS/df