Help
Options
Didn't know it?
click below
click below
Knew it?
click below
click below
Don't Know
Remaining cards (0)
Know
retry
shuffle
restart
0:00
Embed Code - If you would like this activity on your web page, copy the script below and paste it into your web page.
Normal Size Small Size show me how
Normal Size Small Size show me how
Data Analytics #4
| Question | Answer |
|---|---|
| Wie erfolgt Plausabilitätscheck | sind die Ergebnisse logisch,sinnvoll, realistisch |
| Was ist machen wir bei Ausreißerinspektion (2) | 1, schauen wir was passiert mit Gleichung und r^2 und ihre Interpretation wenn einige weggelassen werden 2, wenn die einen zu starken Einfluss haben ist es schlecht |
| Was können wir (nicht) machen wenn Ausreißer starker Einfluss auf Modell haben (2) | 1, Eine Möglicheit ist die Grundgesamtheit beschränken um Ausreißer weg bekommen 2, einige Ausreißer einfach ignorieren oder löschen geht nicht |
| Was passiert wenn Konfidenzinterval 0 oder beide negativ und positive Zahlen enthält | wir können kein Zusammenhang belegen |
| Was ist Zusammenhang zwischen Steigungskoeffizient und Korrelation (2) | 1, b1 = r* (Sy/Sx) 2, ist Steigung von 0 unterscheiden so ist auch Korrelation |
| Heißt wenn wir H0 nicht verwerfen können dass es kein linearen Zusammenhang gibt (3) | 1, Nein, es kann nicht-linearen geben 2, Nein, die Stichprobe kann zu klein sein 3, Nein, die gewählte Sicherheitniveau kann zu hoch sein |
| Was können wir wenn 0 selbst in Konfidenzinterval liegt (4) | 1, Qualitätskontrolle 2, Stichprobegröße erhöhen 3, Modell verändern auf Multiple Regression oder Nicht-Lineare Regression 4, Akzeptieren, dass kein Zusammeng belegbar ist |
| Wie ist es mit Konfidenzinterval von b0 (2) | 1, wenn selbst b0 nicht interpretierbar ist (zB Extrapolation oder nicht plausible) ist auch sein Konfidenzinterval nicht interpretierbar 2, auch wenn b0 nicht interpretierbar ist kann Modell gut sein |
| Wenn wird Prognosen machen was bedeutet Punktschätzung und Soll-Ist Vergleich | Punktschätzung = Regressant kennt y nicht und nutzt Modell um bestmögliche Prognose zu bekommen Soll-Ist Vergleich = Regressant kennt y und vergleicht es mit Modellschätzung um seine Schätzungfähigkeit zu prüfen |
| Wie funktionieren Punktschätzungen mit Modelle (2) | 1, es wird ein Punkt geschätzt mit bestimmter Konfidenzinterval in so genannte Kofidenzbände enthalten 2, die prognostizierte Werte mit Konfidenzbände / KI sind in der Mitte der Linie an engsten und an Rände am breitsten |
| Wie ist es mit Punktschätzungen bei Individuen und Gruppen | bei Individuen sind die Konfidentinterval breiter wie bei Gruppenprognosen |
| Wie geht man bei Soll-Ist-Vergleich (2) | 1, man nimmt KI für bestimmte Sicherheitsniveau und vergleich es mit genomme Stichprobe ob sie reinpasst 2, da ist niedrigeres Sicherheitsniveau enger so paradoxer sicherer |
| Was ist Limit von Soll-Ist-Vergleich | es spiegelt Daten in Modell nicht "Normalität" |
| Was sind 5 Voraussetzung für Prognose | 1, zufällige Stichproben 2, Residuen ohne Restmuster 3,Residuen sind unabhängig 4, Residuen haben µ=0 & Normalverteilt 5,keine Extrapolation |
| Was bedeutet wenn in Modellgleichung eine Variable anderes Vorzeichen als bei Bivariate Regression hat | dass es mit andere Variable stark korreliert |
| Was ist F-Test (3) | 1, F-test = Modell erklärte Varianz / Felhvarianz 2, je größer desto besser 3, erhöht sich in Kontrast von r^2 nicht mit mehrere Variablen |
| Wie kann man mehrdimensionelle Daten 2D ausdrucken | mit gruppiertes Scatterplot (mehrere Scatterplot in einem) |
| Was ist Heat Map (2) | 1, eine treppen- und boxmäßige Darstellung, die mit Farben Korrelation zwischen Variablen beschreibt 2, oben sind Variablen die am stärksten mit einander korrelieren (oft mit einander) |
| Wie heißt es wenn mit Zunehmende Werte Residuen strukturell zu- oder abenhemen (2) | 1, Heteroskedastizität 2, es ist für den Modell schlecht |
Created by:
semester1.IBWL