Probeklausur Statistik

Nicole Fleischmann
Quiz by Nicole Fleischmann, updated more than 1 year ago
81
7
0

Description

Klausur Informations-und Prozesstechnologien Quiz on Probeklausur Statistik, created by Nicole Fleischmann on 04/23/2016.
Tags No tags specified

Resource summary

Question 1

Question
Was versteht man in der Statistik unter einer Merkmal?
Answer
  • Als Merkmal wird die Eigenschaft eines Merkmalsträgers bezeichnet, die in der Untersuchung von Interesse ist
  • Ein Merkmal ist die Eigenschaft, die bei allen Merkmalsträger einer Stichprobe gleich oder ähnlich ausgebildet ist
  • Als Merkmal bezeichnet man die Eigenschaft der Merkmalsträger, die am besten zw. den Merkmalsträgern differenziert

Question 2

Question
Was versteht man unter Operationalisierung? 
Answer
  • die Vorschrift, wie die Merkmalsausprägung eines Merkmales quantitativ erfasst wird
  • die statistische Überprüfung einer Hypothese
  • die logische Ableitung des Beobachtungssatzes aus einer Hypothese
  • die Formulierung einer Frage in einem Fragebogen, um ein Merkmal zu erfassen

Question 3

Question
Welche Skalen-Transformationen sind bei einer Verhältniskala erlaubt?
Answer
  • Die Subtraktion einer Konstanten von allen Merkmalswerten
  • Die Division aller Messwerte durch eine Konstante
  • Die Multiplikation aller Merkmalswerte mit einer Konstanten
  • Die willkürliche Veränderung der Messwerte (z. B. 1=> 3 ; 2=> 2 3=>5; 4 => 1; 5 => 4)

Question 4

Question
Welches Skalenniveau hat die Platzierung beim Eurovison Sonkontest?
Answer
  • nominal
  • ordinal
  • Verhältnis
  • intervall
  • absolut

Question 5

Question
Welches Skalenniveau hat das Vermögen der Einwohner einer Gemeinde in €
Answer
  • nominal
  • ordinal
  • verhältnis
  • intervall
  • absolut

Question 6

Question
Welches Skalenniveau hat der Ausbildungsgrad der Personen in Ihrer Abteilung (gemessen am formalen Bildungsabschluss: z. B.: Kein Schulabschluss, Hauptschule, Qualifizierter Abschluss, Mittlere Reife, Fachabitur, Abitur)
Answer
  • nominal
  • ordinal
  • intervall
  • absolut
  • verhältnis

Question 7

Question
Welches Skalenniveau hat das Lebensalter einer Person gemessen in Jahren 
Answer
  • Nominal
  • Ordinal
  • Intervall
  • Verhältnis
  • Absolut

Question 8

Question
n ƩXi bedeutet, für einen Datenvektor mit 8 Elementen i = 1
Answer
  • dass n den Wert 8 hat
  • dass alle Werte von 1 bis 8 annimmt
  • dass i immer kleiner als n sein muss
  • dass n keinen bestimmten Wert hat, sondern eine Variable ist

Question 9

Question
Was versteht man unter Gliederungszahlen?  
Answer
  • Gliederungszahlen werden immer auf 1.000 Einwohner (Schüler o.ä.) relativiert
  • Sie geben direkt Auskunft darüber, wie häufig die Merkmalsausprägungen eines bestimmten Merkmals in der untersuchten Stichprobe auftreten
  • Gliederungszahlen grenzen die relativen Häufigkeiten der Merkmalsausprägungen überschneidungsfrei gegeneinander ab 
  • Gliederungszahlen sind Quotienten, die im Zähler die Berichtsgröße und im Nenner die Bezugsgröße enthalten

Question 10

Question
Sie sollen die Häufigkeit von Eigentumsdelikten in zwei Großstädten vergleichen, welche Zahlen verwenden Sie?
Answer
  • das absolute Häufigkeit der Eigentumsdelikte
  • Gliederungszahlen (prozentuales Auftreten verschiedener Eigentumsdelikte)
  • Beziehungszahlen (z. B. Eigentumsdelikte je 1.000 Einwohner)
  • Indexzahlen (z.B. Veränderung der Eigentumsdelikte zum Vorjahr)

Question 11

Question
Welche der nachfolgenden Aussagen zum Modus sind richtig?   
Answer
  • Der Modus kann bei nominalskalierten Variablen berechnet werden
  • Der Modus sollte bei einem kontinuierlichem Merkmal nicht verwendet werden. Die Merkmalsausprägungen sollten zuvor in Klassen zusammengefasst werden
  • Da der Modus nur Nominalskalenniveau voraussetzt, darf er nicht berechnet werden, wenn das Merkmal ordinalskaliert ist
  • Wenn Modus mit Median und arithmetischen Mittel zusammenfallen, liegt eine Normalverteilung vor

Question 12

Question
Was versteht man unter statistischer Unabhängigkeit?
Answer
  • Die Merkmalsausprägungen von Y weisen für jede Merkmalsausprägung von X andere prozentuale Verteilungen auf
  • Die Merkmalsausprägungen von Y weisen für jede Merkmalsausprägung von X dieselben prozentualen Verteilungen auf
  • Weder Kontingenzkoeffizient noch Korrelationskoeffizient zeigen einen nennenswerten Zusammenhang zwischen den Merkmalsausprägungen von X und Y auf.
  • Die Merkmalsausprägungen von X weisen für jede Merkmalsausprägung von Y dieselben relativen Häufigkeitsverteilungen auf.

Question 13

Question
Welche Verfahren eignen sich, um lineare Zusammenhänge zwischen zwei Merkmalen zu messen? 
Answer
  • die parametrische Korrelationsanalyse
  • die Regressionsanalyse
  • die Varianzanalyse
  • die nichtparametrische Korrelationsanalyse

Question 14

Question
Wie kann man die Kausalität (Ursache-Wirkungsbeziehung) eines Zusammenhanges statistisch belegen?  
Answer
  • Durch die Regressionsanalyse; wenn der Regressionskoeffizient statistisch signifikant ist, ist der Nachweis für die Kausalität des Zusammenhanges erbracht
  • Wenn sowohl Regressionsanalyse als auch Korrelationsanalyse signifikante Ergebnisse zeigen, muss ein Ursache-Wirkungszusammenhang vorliegen
  • Der Nachweis eines kausalen Zusammenhangs kann über das Untersuchungsdesign (z. B. Versuchsanordnung) gelingen. Der Nachweis statistisch signifikanter Zusammenhänge ist kein Beleg für einen kausalen Zusammenhang
  • Wenn ein Zusammenhang in mehreren von einander unabhängigen Untersuchungen gefunden wird, dann ist der Nachweis des kausalen Zusammenhangs erbracht

Question 15

Question
Ein Kommilitone hat in seiner Bachelorarbeit als Ergebnis der Regressionsanalyse einen standardisierten Regressionskoeffizienten  = 0,53 erhalten. Welche Aussagen sind richtig? 
Answer
  • Es besteht ein mittelstarker linearer Zusammenhang zwischen den beiden Merkmalen
  • Es besteht kein linearer Zusammenhang zwischen den beiden Merkmalen
  • kann nicht interpretiert werden, da es Werte von plus bis minus unendlich annehmen kann
  • Rund 25 % der Varianz in Y werden durch die Veränderungen von X erklärt

Question 16

Question
Über welche Koeffizienten kann bei der Regressionsanalyse die Stärke des Einflusses der einzelnen unabhängigen Variablen auf die abhängige Variable ermittelt werden? 
Answer
  • die nichtstandardisierten Regressionskoeffizienten
  • das multiple R
  • die standardisierten Regressionskoeffizientem
  • den Durbin-Watson Koeffizienten

Question 17

Question
Wie können Sie bei der Regressionsanalyse (eine unabhängige, eine abhängige Variable) den Anteil der erklärten Varianz berechnen
Answer
  • Die erklärte Varianz ergibt sich als Quadrat des standardisierten Regressionskoeffizienten
  • Die erklärte Varianz ergibt sich durch die Quadratur des nicht standardisierten Regressionskoeffizienten
  • Die erklärte Varianz ergibt sich aus der Division erklärte Varianz durch Fehlervarianz
  • Die erklärte Varianz ergibt sich durch die Quadratur des multiplen R

Question 18

Question
Ein Kommilitone hat in seiner Bachelor-Arbeit die Stärke des Zusammenhanges zwischen Vorbereitungszeit und Prüfungserfolgt untersucht. Er erhält einen Zusammenhang von r = 1.22 Wie interpretieren Sie diesen Zusammenhang? 
Answer
  • Es besteht ein starker positiver Zusammenhang (je länger die Vorbereitungszeit, desto höher der Prüfungserfolg), dieser Zusammenhang ist in jedem Falle statistisch signifikant
  • Der Zusammenhang zwischen den beiden Merkmalen ist nur mittelstark
  • Anhand der Kodierung der Variablen muss vor der Interpretation erst geprüft werden, ob der Zusammenhang positiv oder negativ ist
  • Der Koeffizient ist mit Sicherheit auf einen Rechenfehler des Kommilitonen zurückzuführen

Question 19

Question
Bei der Überprüfung des Zusammenhanges zwischen Geschlecht und klassifiziertem Body-Mass-Index (vier Ausprägungen) ergab sich ein Kontingenz-Koeffizient cc = 0,33. Wie interpretieren Sie dieses Ergebnis?
Answer
  • Es besteht ein mittelstarker Zusammenhang zwischen den beiden Merkmalen
  • Weil das Geschlecht ein dichotomes Merkmal ist, darf gar kein Zusammenhangsmaß berechnet werden
  • Der Kontingenz-Koeffizient muss vor der Interpretation noch korrigiert werden, da er bei der Verwendung eines Merkmals mit nur zwei Ausprägungen deutlich kleiner als 1,0 ist.
  • Der Wert belegt eindeutig, dass Frauen einen niedrigeren Body-Mass-Index als Männer haben

Question 20

Question
Der Rangkorrelationskoeffizient rho (Spearman’s rho) 
Answer
  • hat eine ähnliche Aussagekraft wie der Korrelationskoeffizient r
  • misst die Stärke des linearen und des nichtlinearen Zusammenhanges zwischen zwei Variablen
  • kann ab Ordinalskalen-Niveau eingestzt werden
  • kann auch bei extrem schiefen Verteilungen eingesetzt werden

Question 21

Question
Welche Anforderungen stellt die Berechnung des Kontigenzkoeffizienten und des Chi-Quadrat-Tests an das Datenmaterial?
Answer
  • Intervallskalenniveau
  • Ordinalskalenniveau
  • Nominalskalenniveau
  • Die erwartete Häufigkeit jeder Zelle muss mindestens N = 5 betragen

Question 22

Question
Welche Voraussetzungen sind für die Durchführung eines t-Testes für unabhängige Stichproben erforderlich?
Answer
  • Kardinalskalenniveau der unabhängigen Varibalen
  • Kardinalskalenniveau der abhängigen Variablen
  • Ein Merkmal, das die Aufteilung der Merkmalsträger in zwei Gruppen ermöglicht
  • Mindestens 20 Merkmalsträger je Gruppe

Question 23

Question
Die Körpergröße wird als abhängig vom Geschlecht des Menschen gesehen, wenn
Answer
  • die relativen Häufigkeitsverteilungen der Größe von Männern und Frauen ungefähr gleich sind
  • die absoluten Häufigkeitsverteilungen der Größe von Männern und Frauen ungefähr gleich sind
  • die Männer in den höheren Größenkategorien (180 cm und größer) überproportional häufiger als Frauen vertreten sind
  • die Frauen in den höheren Größenkategorien (180 cm und größer) überproportional häufiger als Männer vertreten sind

Question 24

Question
Was versteht man unter einem positiven linearen Zusammenhang zwischen zwei Merkmalen?
Answer
  • Die Veränderung des Merkmals X ist von der Veränderung des Merkmals Y völlig unabhängig
  • Wenn X größer wird, wird Y ebenfalls größer
  • Wenn X größer wird, wird Y kleiner
  • Wenn X größer wird, kann Y größer oder kleiner werden, je nachdem welchen Wert X hat.

Question 25

Question
Die Normalverteilung eines Merkmals
Answer
  • wenn Modus, Median und arithmetisches Mittel einer Verteilung zusammenfallen oder ganz eng beieinander liegen, ist dies eine notwendige, aber keine hinreichende Voraussetzung für die Normalverteilungsannahme
  • liegt vor, wenn die Quadratwurzel der Varianz gleich der Streuung der Verteilung ist
  • ist immer gegeben, wenn die Merkmale verhältnisskaliert sind
  • kann statistisch nicht geprüft werden

Question 26

Question
Welche statistische Kennzahl sollte interpretiert werden, um die Stärke des linearen Zusammenhanges zwischen zwei intervallskalierten Variablen für 12 Merkmalsträger zu berechnen?
Answer
  • der Chi-Quadrat-Wert einer Kreuztabelle
  • Der Rangkorrelationskoeffizient rho
  • Bravais-Pearson-Korrelationskoeffizient r
  • der standardisierte Regressionskoeffizient beta

Question 27

Question
Welche Zusammenhänge zwischen zwei Merkmalen, gemessen mit dem Produkt-Moment-Korrelationskoeffizienten werden als starke lineare Zusammenhänge bezeichnet
Answer
  • ein Zusammenhang von r = -0,77
  • ein Zusammenhang von r = -0,50
  • ein Zusammenhang von r = 0,35
  • ein Zusammenhang von r = 0,71

Question 28

Question
Der Test auf statistische Signifikanz
Answer
  • ist notwendig, wenn von den Ergebnissen der Stichprobe auf die Verhältnissen der Grundgesamtheit geschlossen werden soll
  • kann nur für Hypothesen verwendet werden, die einen Zusammenhang zw. 2 Varibalen postulieren
  • kann bei Kreuztabellen nicht angewandt werden
  • beinhaltet immer ein willkürliche Entscheidung des Statistikers (z.B. bei der Wahl des Signifikanzniveaus)
Show full summary Hide full summary

Suggestions

English Vocabulary
Niat Habtemariam
The SAT Test
philip.ellis
A-Level Economics: Supply and Demand
cian.buckley+1
BIOLOGY B1 5 AND 6
x_clairey_x
Food Technology - Functions of ingredients
evie.daines
Creative Writing
amberbob27
Prática para o TOEFL
miminoma
A-level Psychology Key Terms & Definitions
Andrea Leyden
HRCI Glossary of Terms A-N
Sandra Reed
An Inspector calls - Gerald Croft
Rattan Bhorjee
Edexcel Additional Science Biology Topic 2- Life Processes
hchen8nrd
F211- Module 1 Cells, exchange and transport
eilish.waite
Forms of Business Ownership Quiz
Noah Swanson
PSBD TEST # 3
Suleman Shah
Whole Number Glossary L1
Lee Holness
ASIENTOS DE AJUSTE FINAL Y PREPARACION DE ESTADOS FINANCIEROS
Majo Herrera
New English Literature GCSE
Sarah Egan
Meteorologia I
Adriana Forero
The Periodic Table
asramanathan
Salesforce Admin 201 Exam Chunk 6 (156-179)
Brianne Wright