Unterschied zwischen variate und variable
Variate: spezifischer wert der eine variable annehmen kann z.B. Einkommen von 50.000,-
Variable: statistische Größe, die wir messen können z.B. Einkommen
Metric vs. Non-metric
Metric: quantitative Daten, bei denen die Abstände zwischen den Werten sinnvoll und interpretierbar sind (z.B.:Temperatur)
Non-metric: qualitative Daten (z.B.: Augenfarbe)
Was legt die statistische Signifikanz fest und was misst die Teststärke
Statistische Signifikanz legt fest, ob ein Ergebnis zufällig ist oder nicht
Teststärke misst, wie gut der Test echte Effekte erkennt
Welche Error Typen gibt es, und was ist Power
Type I error: Wahrscheinlichkeit, dass die Nullhypothese abgelehnt wird, wenn sie wahr ist
Type II error: Wahrscheinlichkeit, dass die Nullhypothese nicht abgelehnt wird, wenn sie falsch ist
Power: Wahrscheinlichkeit, dass die Nullhypothese abgelehnt wird, wenn sie falsch ist
Welcher wert ist idealerweise / typischerweise alpha und power?
Alpha = 0,5
Power = 0,8
Was ist “missing data” und was sind die 4 Schritte um diese zu identifizieren
Missing data: Informationen, die für eine Person nicht verfügbar sind, über die andere Informationen verfügbar sind (tritt auf, wenn Befragte nicht alle Fragen beantworten)
4 Schritte:
Bestimme den Typ der missing data
Bestimme das Ausmaß der missing data
Diagnostiziere die Zufälligkeit der missing data
Wähle eine imputationsmethode
Welche 2. Formen von missing data gibt es?
Missing at random: fehlende Werte von Y hängen von X ab, aber nicht von Y
Missing completely at random: fehlende Werte von y sind völlig zufällig
Last changeda month ago
