Statitik Flashcards

1
Q

Maße der Streuung

A

Varianz: metrisch , Standardabweichung: metrisch, Interquartilabstand: ordinal, Range: metrisch

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

Maße der zentralen Tendenz

A

Median: ordinalskala
-> Wert, der genau in der Mitte der Daten liegt
Modus: nominalskala
-> häufigster Wert, unempfindlich gegen Ausreißer
Mittelwert: Intervall/metrisch
->gibt an, wo Mitte der Daten liegt

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

Quantile

A

Werte, die unter einem bestimmten Prozentsatz der Werte liegt
(Median= 50% Quantill(

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

Quartile

A

Verteilung der Daten
> werden in 4 teile zerlegt

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

Histogramm

A

> liefern graphische Darstellung der Häufigkeitsverteilung
wird durch Wahl der Intervallbreite beeinflusst

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

Boxplots

A

> vereinen die Darstellung der verschiedenen Quantile
besonders geeignet, um Ausreißer aufzuspüren

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

Kreisdiagramme

A

Schlechteste Darstellungsform, unübersichtlich, kann nur 1 Variable abgebildet werden

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

Inferenzsstatisik

A

Ziel: aus der Stichprobe auf die Eigenschaften der Grundgesamtheit zu schließen

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

Unterschied reaktive Häufigkeit Vs. Wahrscheinlichkeit

A

Relative Häufigkeit: Eigenschaft der Stichprobe
Wahrscheinlichkeit: Eigenschaft der Population bzw. Zufallsvariable ; = erwartetet relative Häufigkeit

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

Zufallsexperiment

A

Experiment, dessen Ausgang vom Zufall bestimmt ist

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

Zufallsereignis

A

Menge aller zusammengefasster Elementarereignisse, Teilmenge von

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

Komplementäre Ereignisse

A

Aller Ereignisse, die nicht zu A gehören ergeben das zu A entgegengesetzte bzw. Komplementäre Ereignis A_

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

Wahrscheinlichkeitsverteilung

A

Mathematische Funktion, die jedem Ereignis eine Zufallsvariable eine Wahrscheinlichkeit zuordnet

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

Normalverteilung

A

> unterscheiden sich von
- Mittelwerte
- Standardabweichung

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

Gesetz der großen Zahlen

A

Besagt, dass je mehr Daten in den Mittelwertschätzer x- eingehen, desto mehr nähert er sich dem Populationswert an

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

Zentraler Grenzwertsatz

A

Die Verteilung von Mittelwerten aus Stichproben des Umfang N, die derselben Grundgesamtheit entnommen wurde, geht mit wachsendem Stichprobenumfang in eine Normalverteilung über

17
Q

Z-Werte

A

> Werte einer Zufallsvariable, die so transformiert werden, dass ihr Mittelwert 0 und Standardabweichung 1 entspricht
stadardnormalverteilt
Z-test: prüft, ob sich Grundgesamtheit von einem festgelegten Wert unterscheidet
-> Voraussetzung: Zufallsstichprobe , Normalverteilung, metrisches Skalenniveau

18
Q

Beispiel Mixed Anova

A

Therapien zur Verbesserung von Achtsamkeit
UV1: Zeit ( vor/nach Therapie)
UV2: Gruppe (Kontroll- und Experimentalgruppe)
AV: Achtsamkeit (Fragebogen)

19
Q

Einfaktorielle Varianzanalyse ohne Messwiederholung

A

Auswirkung verschiedener Trainingmethoden auf Leistungsfähigkeit von Atheleten
UV: Trainingsmethoden Stufe/gruppen: Krafttraining, Ausdauertraining…)
AV: Leistungsfähigkeit (gemessen durch zeit, Geschwindigkeit etc.)

20
Q

Ungerichtete/gerichtete Hypothese

A

Ungerichtete: Ist nur von Interesse, ob sich ein Wert der betrachteten Gruppe unterschiedet
T= 0,9
Gerichtete: ist von Interesse, ob eine Gruppe einen höheren bzw. Niedrigeren Wert hat als die andere
T= 0,975

21
Q

Aplha Fehler

A

Wird dann begangen, wenn H0 gilt, aber wir gegen Ho (für H1) entscheiden
= falsch positives Urteil

22
Q

Beta Fehler

A

Wird dann begangen, wenn H1 gilt, wir aber für H0 (gegen H1) entscheiden
= falsch negatives Urteil

23
Q

Varianzanalyse

A

> mehrfacher T-Test
t-Test: vergleicht nur genau 2 Mittelwerte
Varianzanalyse: vergleicht mehrere Mittelwerte
UV: normalskaliert
1UV: einfaktoriell
2UV: mehrfalktoriell
AV: metrisch skaliert
1AV= Univariat
2AV: multivariat

24
Q

QS total
QSerror
QSdet
QSwithin

A

QStotal:Totale Abweichung in den Daten vom Gesamtmittelwert
QSerror: nicht aufgeklärte Abweichung innerhalb Gruppen
QSdet= aufgeklärte Abweichung zwischen Gruppen
QSwithin: Abweichung innerhalb Gruppen

25
Q

Voraussetzung Varianzanalyse

A
  • Variableneigenschaft: AV muss metrisch, UV beliebig sein
  • theoretische Begründung des Modells:
    Es mudd durch Theorien oder vorherige VErsuche begründet werden, warum Zusammenhang zwischen AV und UV angenommen wird
  • Homoskedastizität: Varianten der AV müssen in allen Faktorstufen gleich sein
26
Q

Unterschied t- Verteilung, Standardnormalverteilung

A

T-Verteilung:
>mehr Flanken als Standardnomalverteilung
> Form hängt von Anzahl der Freiheitsgrade ab , standardnormalverteilung hat keine solche Abhängigkeit

27
Q

T-Test + Varianzanalyse Beziehung zueinander

A

Vairianzanalyse ist ein mehrfacher t-Test, wobei der t-Test verwendet wird um Unterschiede zwischen 2 Gruppen zu überprüfen, bei der Varianzanalyse sind es mehr als 2 Gruppen

28
Q

Varianzanalyse mit Messwiederholung

A

Vorteil: Höhere Power, mehr Datenpunkte pro Proband
Nachteil: Gefahr von Carry-oder-Effekten

29
Q

R= o,7

A

R=0,7: hohe positive Korrelation
R=0,4: mittlerer positiver Zusammenhang