Statistik wichtige R-Referenzen

Card Set Information

Author:
huatieulans
ID:
279532
Filename:
Statistik wichtige R-Referenzen
Updated:
2016-01-13 08:08:09
Tags:
Statistik
Folders:
Statistik 2
Description:
Klausurvorbereitung
Show Answers:

Home > Flashcards > Print Preview

The flashcards below were created by user huatieulans on FreezingBlue Flashcards. What would you like to do?


  1. empirische Verteilungsfunktion der Variable Klausur
    plot(ecdf(KLAUSUR), xlab="KLAUSUR",verticals=T, do.points=F)
  2. Erstelle eine Häufigkeitstablle der Variable Klasuur
    n.i <- table(KLAUSUR)

    h.i <- n.i/length(KLAUSUR)

    h.i

    F.i <- cumsum(h.i)

    F.i

    htab <- cbind(n.i, h.i, F.i)
  3. Erstelle Hinstogram für Vabriabe GRO
    hist(GRO, freq=F, xlab="Größe",ylab="Häufigkeitsdichte")
  4. neue Variablen
    erzeugen(GEWm, GEWf)
    Gewm <- daten$GEW[daten$GESCHL==1]

    Gewf <- daten$GEW[daten$GESCHL==2]
  5. # Boxplot von 2
    Merkmalen, Gewicht bei Frauen und Gewicht bei Männer
    boxplot(Gewm,Gewf,horizontal=T,xlab="Geschlecht",names=c("Männer", "Frauen"))
  6. erstes Quartil berechnen von v1
    quantile(daten$v1, 0.25, type=1)
  7. Untersuche grafisch den Zusammenhang zwischen Merkmalen
    hoehe und alter
    plot(hoehe~alter, data=daten)
  8. geeignete Graphik, um den Zusammenhang der beiden
    Vabriablen zu beurtelen
    plot(MILIMP~AUSG, data=daten)
  9. Note ist diskret, da....
    da nur endlich viele Ausprägungenmöglich sind.# Messniveau: Studfach ist nominal, da weder Rangdolge noch #Abstände zwischen den Ausprägungen sinnvollinterpretierbar sind
  10. Graphik Note
    boxplot(daten$note, ylab="note")
  11. Streuungsmaß von Note berechnen
    IQR(daten$note)quantile(daten$note,0.5,type=1)
  12. Generiere einen QQ-Plot (inklusiv Winkelhalberender) für
    die Vabriable noteBWL und noteVWL
    • qqplot(noteBWL,noteVWL)
    • abline(0,1)
  13. Visualisieren Sie den Zusammenhang zwischen Nettomiete und
    Wohnfläche anhand einer geeigneten Graphik
    plot(daten$nm, daten$wfl, xlab="Wohnfläche",ylab="Nettomiete")
  14. stetige Merkmal /Variable
    • ein Merkmal heißt stetig, falls der Bereich der möglichen Ausprägungen durch ein endliches bzw unendliches Intervall gegeben ist 
    • zwischen 2 Ausprägungen besteht ein weiteres möglicheBsp: bei Einkommen zwischen 1000€ und 1001€ besteht ein weiterer Wert bsp 1000,50€Geschwindigkeit, Preise, Temperaturen
  15. diskrete Merkmal
    • Ein Merkmal heißt diskret, falls das Merkmal nur endlich viele oder höchsten abzählbar viele Ausprägungen hat 
    • gibt es zwischen 2 Ausprägunge kein weitere mögliches mehr Bsp: zwischen Zufriedenheit von 1 und 2 gibt es kein weiteres mehrAnzahl der bestandenen Klausuren, oder augenzahl auf einen Würfel
  16. qualitative Merkmal:
    die Zahl hat an sich keinen Wert. Bsp bei Geschlecht 0 und 1, aber wir können 10 oder 100 ändern
  17. quantitatives Merkmal:
    die Zahl hat einen Wert und wir können nicht einfach ändern. Bsp jemand ist 20J, wir können nicht 30J ändern
  18. Nominale Messniveau
    • abstrakt
    • Werte der Variablen sind beliebigen Nummern, die den Untersuchungseinheiten zugeordnet sind 
    • Entscheidung über Gleichheit und Ungleichheit =,≠
    • Bsp: bei Geschlecht, erlernenter Beruf
  19. ordinale Messniveau:
    • =, ≠
    • >,<
    • Rangfolge -> Anordnung der Werte interpretierbar, Abstände nicht interpretierbar
    • Bsp: Zufriedenheit, Zensuren, Wind. und Erdbebenstärken,militärischer Dienstgradbei Zensuren kann nicht gefolgert werden, dass eine 2 (gut) doppelt so gut wie eine 4 (genügend)
  20. metrische Skala / Intervallskala
    • =,≠
    • >,<
    • +, -
    • Reihenfolge und Abstände zwischen Merkmalswerten sind messbar und plausibel interpretierbar Bsp: Temperatur, Kalenderzeitrechnungbei IQ: zwischen IQ 90 und 100 ist der selber Abstand wie zwischen 100 u IQ 110 -> 10 IQ Abstand und sie sind nominiert gleich  Aber: IQ von 100 ist nicht Doppel soviel wie IQ 50, weil nicht Doppel so viel schlau
  21. Binominalverteilung
    Wenn das gewünschte Ergebnis eines Versuchs die Wahrscheinlichkeit p besitzt und die Zahl der Versuche n ist, dann gibt die Binominalverteilung an mit welcher Wahrscheinlichkeit sich k Erfolg einstellen
  22. Was berechnet man welches Maß?
    nominal und nominal
    Kontigenzkoeffizient
  23. Was berechnet man welches Maß?
    Ordinär und ordinal
    Spearman
  24. metrisch und metrisch
    Pearson oder empirische Korrelationskoeffizient

What would you like to do?

Home > Flashcards > Print Preview