Statistik 2 Tutorium

Was ist das Ziel der Inferenzstatistik?

• Es werden große Datenmengen aggregiert, um sie zu beschreiben

• Das Ziel sind Aussagen über die Population auf Basis von Stichprobendaten.

• Das Ziel sind Aussagen über Stichproben auf Basis von Populationsdaten

• Das Ziel ist eine anschauliche Darstellung der Daten

Wie ist die Vorgehensweise bei einer Wahrscheinlichkeitsauswahl?

• Die Fälle werden unkontrolliert aus der Grundgesamtheit ausgewählt.

• Alle Fälle der Grundgesamtheit werden vollständig einbezogen

• Die Fälle werden aus der Grundgesamtheit nach einem quotierten Auswahlplan ausgewählt.

• Die Fälle werden aus der Grundgesamtheit nach einem Zufallsmechanismus ausgewählt

Welche der folgenden Stichprobenverfahren zählt nicht zu den Formen der Zufallsstichprobe?

• Einfache Zufallsstichprobe

• Klumpenstichprobe

• Geschichtete Zufallsstichprobe

• Quotenstichprobe

Wie lautet die Definition der Wahrscheinlichkeit nach dem klassischen Modell (a-priori)?

• Die Wahrscheinlichkeit (p) ist der Anteil zufälliger Ereignisse in Verhältnis zum Anteil sicherer Ereignisse, wenn man theoretisch endlich viele Zufallsexperimente durchführt

• Die Wahrscheinlichkeit (p) gibt das Verhältnis der Anzahl günstiger Ereignisse zur Anzahl möglicher Ereignisse bei einem Zufallsexperiment wieder

• Die Wahrscheinlichkeit (p) ist der Grenzwert der relativen Häufigkeit, mit der ein interessierendes Ereignis auftritt, wenn man theoretisch unendlich viele Zufallsexperimente durchführt.

• Die Wahrscheinlichkeit (p) gibt den Prozentwert aller Ereignisse bei einem wiederholten Zufallsexperiment an.

Wie lautet die formale Definition der Wahrscheinlichkeit nach dem frequentistischen Modell?

• A) Die Wahrscheinlichkeit eines Ereignisses P(A) ist definiert als der Grenzwert der relativen Häufigkeit, mit der das Ereignis auftritt, wenn man theoretisch unendlich viele Experimente durchführet (a-posteriori).

• B) Die Wahrscheinlichkeit eines Ereignisses P(A) gibt an, wie sicher eine Person ist, dass dieses Ereignis eintritt.

• C) Die Wahrscheinlichkeit eines Ereignisses P(A) ist die absolute Anzahl der Male, die das Ereignis in einer endlichen Anzahl von Experimenten auftritt.

• D) Die Wahrscheinlichkeit eines Ereignisses P(A) kann je nach Situation und Person unterschiedlich interpretiert werden.

• a

• b

• c

• d

Welche gehört nicht zu den drei Arten von Verteilungen die in der Inferenzstatistik unterschieden werden?

• Verteilung der Merkmale in der Population

• Verteilung der Merkmale in der Stichprobe

• Verteilung der Zufallsfehler

• Verteilung der Wahrscheinlichkeiten des Auftretens der Merkmale in einer Stichprobe

• a)

• b)

• c)

• d)

Was ist der Unterschied zwischen theoretischen und empirischen Stichprobenverteilungen?

• Eine theoretische Stichprobenverteilung basiert auf mathematischen Modellen, während eine empirische Stichprobenverteilung auf tatsächlichen Daten basiert.

• Eine theoretische Stichprobenverteilung kann nur durch Simulationen erstellt werden, während eine empirische Stichprobenverteilung direkt aus beobachteten Daten abgeleitet wir

• Eine theoretische Stichprobenverteilung beschreibt die Verteilung der Daten innerhalb einer einzelnen Stichprobe, während eine empirische Stichprobenverteilung die Verteilung über alle möglichen Stichproben hinweg darstellt.

• Eine theoretische Stichprobenverteilung basiert auf empirischen Daten, während eine empirische Stichprobenverteilung auf rein theoretischen Annahmen beruht.

Was besagt das empirische Gesetz der großen Zahlen?

• Das empirische Gesetz der großen Zahlen besagt, dass Schätzungen von Populationsparametern aus Stichprobenkennwerten mit steigender Stichprobengröße immer weniger genau werden.

• Das empirische Gesetz der großen Zahlen besagt, dass die Genauigkeit der Schätzungen von Populationsparametern mit steigender Stichprobengröße tendenziell zunimmt, aber nicht monoton.

• Das empirische Gesetz der großen Zahlen besagt, dass kleinere Stichproben immer genauere Schätzungen liefern als großen Stichproben.

• Das empirische Gesetz der großen Zahlen besagt, dass die Schätzungen von Populationsparametern nur dann genau sind, wenn die Stichprobengröße exakt 100 beträgt.