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 #6
| Question | Answer |
|---|---|
| Wenn wird uns graphisch Interaktionen anschauen wie entscheiden wir uns ob Variablen additiv sind oder interaktiv | Linien sind mehr-weniger paraller >> additiv Linien haben deutlich andere Steigung >> interaktiv |
| Worauf müssen wir bei graphische Interaktionsbeurteilung aufpassen | es ist nur Einschätzung, relevant ist dann TestStatistikErgebniss |
| Wann sollen wir additive oder interaktive Modell nehmen | je nach dem ob Interaktion statistisch signifikant ist |
| Welche Formel hat interaktive Modell von zweifaktorielle Varianzanalyse | Yij=μ+αi+βj+γij+εij αi ... Abweichung von Durchschnitt von Faktor αi βj .. Abweichung von Durchschnitt von Faktor βj γij .. Abweichung bei Interaktion von Faktore αi und βj |
| Welche Formel hat additive Modell von zweifaktorielle Varianzanalyse | Yij=μ+αi+βj+εij αi ... Abweichung von Durchschnitt von Faktor αi βj .. Abweichung von Durchschnitt von Faktor βj |
| Welche H0 hat zweitfaktorielle Varianzanalyse | H0: β1=β2=..βn=0 (diese unabhängige Variable hat kein Effekt auf keine abhängige Variable) H1: Effekt an mindestens eine abhängige Variable !!! es gib Hypothese für jede unabhängige Variable |
| Wie schaut es aus wenn nur erster Faktor eine Bedeutung hat bei zweifaktorielle Varianzanalyse | dann decken sich die 2 Funktionen überein . . . beide A und B |
| Wie schaut es aus wenn nur zweiter Faktor eine Bedeutung hat bei zweifaktorielle Varianzanalyse | dann sind die Funktionen 2 geraden nur mit in andere höhe .........A .......B |
| Wie schaut es aus wenn kein Faktor Einfluss hat bei zweifaktorielle Varianzanalyse | dann sind die Funktionen 2 gerade Linien und decken sich überein .... (A & B ) |
| Wie berechnet man die erklärte Varianz bei interaktiven zweifaktorielle Varianzanalyse (3) | 1, Faktor A MQA = SQA/(k-1) #Kategorien von A -1 2, Faktor B MQB= SQB/(p-1) #Kategorien von B -1 3,Interaktion MQ(A,B) = SQ(A,B) / (k-1)(p-1) |
| Wie berechnet man SQ(AB) bei interaktiven zweifaktorielle Varianzanalyse | SQ(AB) ist Abweichung von rein additiven Modell |
| Warum nutzen wir nicht lineare Regression anstatt logistische Regression | weil wir negative Wahrscheinlichkeiten oder höher als 100% P bekommen können |
| Was ist die Formel für logistische Regression | ln( p / 1-p) = β0+β1X wo p= e^(β0+β1X) / 1+e^(β0+β1X) |
| Was ist möglichst schlechteste Trefferrate für logistische Regression | 50% |
| Wie berechnet man die Trefferrate | Trefferrate = richtig prognostiziert / n |
| Wo gegen vergleichen wir unseren Modell | gegen so genannten Null Modell ... wo wir Modus-Ergebniss nehmen und immer angeben |
| Welcher Formel hat Null Modell | ln(p / 1-p) = β0 |
| Wie testet man Modell der logistischen Regression (2) | 1, Omnibustest (ist unser Modell signifikant besser) 2, H0 =Trefferate(0-Modell) Trefferrate(unser Model) H1 = es gib Unterschiede |
Created by:
semester1.IBWL