Deskriptive Statistik Flashcards

1
Q

Definition statistische Einheit

A

Objekte, (z. B. Personen, Firmen, Haushalte usw.) auf die sich eine statistische Analyse bezieht

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Definition Grundgesamtheit

A

(statistische Masse, Population, Kollektiv): Zusammenfassung aller für eine statistische
Analyse relevanten statistischen Einheiten

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Definition Stichprobe

A

Wenn nicht die Grundgesamtheit erfasst werden, wird ein teil davon, eine Stichprobe befragt

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Definition Vollerhebung

A

Befragung der Grundgesamtheit

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Definition Teilerhebung

A

Befragung eines Anteils der Grundgesamtheit

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Definition Bestandsmasse + Beispiel

A

Grundgesamtheit, die zu einem bestimmten Zeitpunkt erfasst wird.
Beispiele: Einwohner in XY, Angemeldete PKWs

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Definition Bewegungsmasse + Beispiel

A

Grundgesamtheit, die über einen bestimmten Zeitraum erfasst wird.
Beispiele: Geburten innerhalb eines Jahres, Neuzulassungen innerhalb eines Jahres

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Definition Merkmalsträger

A

Synonym statistische Einheit: Objekte, z. B. Personen, Firmen, Haushalte usw. auf die sich eine statistische Analyse bezieht

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Definition Merkmal

A

„messbare“ Eigenschaft der zu untersuchenden Stichprobe. Ein Merkmal kann
unendlich viele unterscheidbare Ausprägungen annehmen

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Bezeichnung der Merkmalsausprägungen

A

Xi, i = 0 1,2,3,…,n

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Definition dichotom, polytom

A

Dichotom:
Das Merkmal kann nur 2 Ausprägungen annehmen
Polytom:
Das Merkmal kann mehr als 2 Ausprägungen annehmen

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Synonyme Merkmalsausprägungen

A

Beobachtungswerte, Realisierungen, Merkmalswerte

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Definition diskretes Merkmal + Beispiel

A

Ein Merkmal heißt diskret, falls es nur abzählbar endlich viele oder abzählbar unendlich viele Realisierungen annehmen kann (also abzählen). Ausserdem wenn die Realisierungen verbal ausgedrückt werden können.
Beispiele:
• Anzahl der Menschen (endlich viele Realisierungen auf der Erde)
• Farben wie rot, blau, gelb usw. - verbale Ausdrücke
• Versuche bis zum Lösen einer Aufgabe (abzählbar unendlich)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Definition stetiges Merkmal + Beispiele

A

Ein Merkmal heißt stetig, falls es (theoretisch) alle reellen Zahlen in einem Intervall als Realisierung annehmen kann. Dies bedeutet, es gibt überabzählbar unendlich viele Realisierungen, also Merkmale, die in zeit, Mengen oder Längeneinheiten gemessen werden können.
Beispiele:
• Körpergröße (Genauigkeit bis auf mm, usw.),
• Alter eines Menschen

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Definition Gruppieren

A

Bei Variablen mit vielen Ausprägungen werden diese häufig gruppiert (Zusammenfassung der Messwerte zu Messwertklassen). Man spricht dann von gruppierten oder klassierten oder auch kategorisierten Daten.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Definition latente Variablen

A

Lassen sich nicht beobachten, sie stellen hypothetische Konstrukte dar. Eine latente Variable muss sich erst irgendwie äußern, damit sie zur Kenntnis genommen wird. Sie muss messbar gemacht werden.
Beispiele: Intelligenz, Motive, Meinungen

Gegenteil: Manifeste Variablen, sie sind beobachtbar und messbar

17
Q

Definition manifeste Variablen

A

Manifeste Variablen lassen sich beobachten. Sie sind messbar.

18
Q

Definition Skalieren

A

Um die Realisierungen eines Merkmals untereinander zu vergleichen, muss eine Maßeinteilung der Messwerte vorgenommen werden. Dieses heißt Skalieren.

19
Q

Definition Skalieren

A

Um die Realisierungen eines Merkmals untereinander zu vergleichen, muss eine Maßeinteilung der Messwerte vorgenommen werden. Dieses heißt Skalieren.

20
Q

Nenne die 3 Skalierungsniveaus

A

Nominal
Ordinal
Metrisch
-unterteilt in Intervall und Verhältnisskala

21
Q

Definiere nominal skalierte Merkmale

A

Es darf nur nach gleich und ungleich geprüft werden
Rechenoperationen:
=

22
Q

Definiere ordinal skalierte Merkmale

A

Ordinal skalierte Merkmalen können in eine natürliche oder sinnvoll festzulegende Rang- oder Reihenfolge gebracht werden. Um diese Rangfolge zu bezeichnen, werden häufig Zahlen, z.B. Rang 1, Rang 2 usw. verwendet. Diese Zahlen haben hier nur Bezeichnungscharakter.
Rechenoperationen:
= ; <>

23
Q

Definiere metrisch skalierte Merkmale

A

Unterteilung in

Intervallskala:

  • willkürlicher Nullpunkt
  • nur = , <> , + -
  • Beispiel: Temperatur in °C, Jahreszahlen

Verhältnisskala:

  • absoluten natürlichen Nullpunkt
  • = , <> , + -, * :
24
Q

Definition Urliste

A

Eine Urliste gibt die (ungeordneten) Merkmalsausprägungen 𝑥1, 𝑥2, … wider

25
Q

Häufigkeitsvariablen

A
h(xi) = absolute Häufigkeit von xi
f(xi) = relative Häufigkeit von xi [h(xi)/n]
H(xi) = Absolute Summenhäufigkeit
F(xi) = Relative Summenhäufigkeit
26
Q

Definition eindimensionale Häufigkeitsverteilung

A

-Nur ein Merkmal wird betrachtet

27
Q

Definition Histogramm

A
  • Grafische Darstellung einer Häufigkeitsverteilung in Form von Säulen, die den Häufigkeiten der Messwerte entsprechen (relative Häufigkeit)
  • Keine Lücken
  • für relative Häufigkeit Fläche der Rechtecke ausrechnen
28
Q

Benötigte Werte für ein Histogramm

A

1) Intervalle
2) absolute Häufigkeit
3) relative Häufigkeit
4) (Klassenbreite)
5) (Relative Häufigkeit bezüglich Klassenbreite f(x)/Klassenbreite)

29
Q

Benötigte Werte Lorenzkurve

A

1) Nummer
2) Merkmalsträger
3) Merkmalsausprägung
4) Anteil der Merkmalsträger
5) kumulierter Anteil der Merkmalsträger uj
6) kumulierte Merkmalssumme
7) kumulierte relative Merkmalssumme vj
8) i*xi