Normalverteilung und Hypothesentests

Warum ist die Normalverteilung wichtig für Hypothesentests?

• Weil viele Tests die Normalverteilung der Daten voraussetzen

• Weil sie einfacher zu berechnen ist

• Weil sie immer die Daten korrekt darstellt

• Weil sie die einzige Verteilung ist, die verwendet werden kann

Welcher analytische Test wird nicht zur Überprüfung der Normalverteilung verwendet?

• Chi-Quadrat-Test

• Kolmogorov-Smirnov-Test

• Shapiro-Wilk-Test

• T-Test

Was bedeutet ein p-Wert kleiner als 0,05 in einem Normalverteilungstest?

• Die Daten sind unbrauchbar

• Die Daten sind nicht normal verteilt

• Die Daten sind normal verteilt

• Die Daten sind perfekt verteilt

Warum können analytische Tests bei großen Stichproben problematisch sein?

• Weil sie keine signifikanten Ergebnisse liefern

• Weil sie immer einen p-Wert von 1 liefern

• Weil sie die Normalverteilung nicht erkennen können

• Weil der p-Wert durch die Stichprobengröße beeinflusst wird

Welche grafische Methode wird als besser angesehen, um die Normalverteilung zu überprüfen?

• Boxplot

• Streudiagramm

• Histogramm

• Q-Q-Plot

Was zeigt ein Q-Q-Plot an, wenn die Daten perfekt normal verteilt sind?

• Die Punkte bilden eine Glockenkurve

• Die Punkte sind in einem Kreis angeordnet

• Alle Punkte liegen auf einer geraden Linie

• Die Punkte sind zufällig verteilt

Wie kann man die Normalverteilung in Data Tab überprüfen?

• Durch Vergleich der Daten mit einer anderen Software

• Durch Zeichnen eines Streudiagramms

• Durch manuelle Berechnung der Standardabweichung

• Durch Eingabe der Daten in eine Tabelle und Auswahl der Option 'Normalverteilung prüfen'

Welche Information liefert Data Tab bei der Überprüfung der Normalverteilung?

• Nur den p-Wert

• Nur die grafische Darstellung

• Den p-Wert und die grafische Darstellung

• Nur das Histogramm

Warum ist es wichtig, die Voraussetzungen für Hypothesentests zu überprüfen?

• Um sicherzustellen, dass die Tests korrekt angewendet werden

• Um die Daten zu manipulieren

• Um die Tests zu vereinfachen

• Um die Daten zu ignorieren

Was sollte man tun, wenn die Daten nicht normal verteilt sind?

• Die Daten erneut sammeln

• Die Daten ignorieren

• Einen nicht-parametrischen Test verwenden

• Einen parametrischen Test verwenden