4. Datenanalyse

Question 1

Arithmetisches Mittel

Answer 1

x = 1/n *(x(1)+x(2)+…+x(n))

Question 2

Median

Answer 2

Diejenige Merkmalsausprägung, die im einer der Größe nach geordneten Reihe von Beobachtungswerten in der Mitte steht

Question 3

Varianz

Answer 3

Quadrierte Abweichung der Beobachtungswerte vom arithmetischen Mittel * 1/n-1

Question 4

Standardabweichung

Answer 4

Quadratwurzel aus der Varianz

Question 5

1. Korrelationsanalyse

Answer 5

Verfahren zur Bestimmung der Stärke linearer Zusammenhänge zwischen zwei metrischen skalierten Variablen

Question 6

1.2 Logik der Korrealtionsanalyse

Answer 6

• Der Korrelationskoeffizient kann Werte von -1 bis +1 annehmen
• Positive Werte beschreiben einen gleichgerichteten Zusammenhang, negative Werte einen gegenläufigen Zusammenhang
• Einen fehlenden Korrelation deutet auf eine Unabhängigkeit der variablen hin

Question 7

2. Regressionsanalyse

Answer 7

Analyse einer einseitigen Abhängigkeit zwischen einer unabhängigen Variablen (x) und einer abhängigen Variablen (y)

Question 8

2.1 Logik der Regressionanalyse

Answer 8

• Ermittlung einer linearen Schätzfunktion
• Ermittlung der Koeffizienten a und b zur möglichst guten Anpassung der Regressionsgeraden an die empirischen Daten
• Minimierungsproblem : Quadratische Abweichung der y Werte vom arithmetischen Mittel => min!

Question 9

3. Multiple Regressionsanalyse

Answer 9

Analysiert den einseitigen Einfluss mehrerer unabhängiger Variablen x auf eine abhängige Variable y

Question 10

3.1 Logik der multiplen Regressionsanalyse

Answer 10

• Ermittlung einer linearen Schätzfunktion
• Schätzung der Regressionskoeffizienten, die den relativen Einfluss der unabhängigen Variablen auf die abhängige Variable ausdrücken

Question 11

4. Clusternalayse

Answer 11

Die Clusteranalyse fast Objekte auf Basis ausgewählter Variablen zu Gruppen/Clustern zusammen

Question 12

4.1 Vorgehen der Clusteranalyse

Answer 12

1. Auswahl der Clustervariablen und Aufstellen der DatenMatrix
2. Aufstellen einer Distanzmatrix
3. Clusteralgorithmus
4. Bestimmung der Clusterzahl
5. Interpretation und Benennung der Cluster anhand der Merkmalsmittelwerte