Danke vielmals. Finde es nur seltsam, bei Einzeldaten ein Tortendiagramm zu verwenden. Sind die Indexwerte Xi zb die ersten Tage des Monats Februar, so müsste das erste Stück mit 2,3 doch kleiner als das größte Stück sein, da es hier ja um Flächen geht? Auch wenn nun Med bei 3 gegeben ist, so würden ja alle Tortenstücke „heil“ bleiben - und der Wert 3,5, würde auf die Tortenübertragung wenig Sinn ergeben? Generell verstehe ich den Ansatz ansonsten aber. VG
Das ist ja kein Tortendiagramm. Es geht nur um eine Veranschaulichung des Prinzips der Quantile, Median, etc. Vielleicht möchtest du hier einmal schauen: psycho-hagen.statstutor.de/statstutor/m2-statistik/lektionen/woche-1-2/
Gelten Cohen's Konventionen nur, wenn es sich um latente Merkmale handelt? Also, wenn die Daten z.B. Größe und Reaktionszeiten wären (oder was ähnliches nicht latentes), würde man dann standardmäßig auf je näher zu 1/-1 es ist, desto höher die Korrelation zurückgehen? Ich weiß nicht, ob nach 5 Jahren noch Fragen beantwortet werden, aber ich versuch es mal trotzdem...
Sagen wir mal so: Cohen's Konventionen orientieren sich an der Forschungspraxis in der Psychologie. Es sind Orientierungswerte, und sie sollten nicht allzu genau oder ernst genommen werden.
Ich dachte in der Z-Wert-Tabelle finde ich die kummulierten WSK? Das heisst, ich hätte doch die gesamte Fläche links von 1,96 eingeschlossen (inkl. dem linken 2,5%-Zipfel). Ich müsste doch eigentlich nach 97,5% schauen (weil ja rechts noch 2,5% liegen) .Ich stehe auf dem Schlauch.
Ja, bei den Wiwis werden teilweise andere Tabellen benutzt. Siehe z.B. hier bei der Erläuterung der NV: wiwi-hagen.statstutor.de/statstutor/statistik-grundlagen/lektionen/woche-11-12/
Ich finds richtig gut wie im Video wichtige Schlüsselerkenntnisse immer verbal wiederholt werden. Das macht die Struktur des Inhalts sofort offensichtlich. Werd ich definitiv beim Unterrichten auch so machen.
Sehr gute Erklärung aber muss beim Zentralen Grenzwertsatz nicht gelten, dass alle Zufallsvariablen den gleichen Erwartungswert, die gleiche Varianz und auch die gleiche Wahrscheinlichkeit haben. Weil in dem Beispiel sind die Wahrscheinlichkeiten ja unterschiedlich
Verstehe nicht ganz was du meinst. Die WSKen für die einzelnen Augenzahlen sind unterschiedlich, aber die WSK-Verteilung ist insgesamt bei jedem Wurf dieselbe.
Tolles Beispiel und eine verdammt kreative Erklärung, nach 2 Block Vorlesungen und Halbwissen, konnte ich das Thema in 15 Mintuten verstehen, unfassbar dankbar :)
Liebe FernUni Hagen, vielen, vielen Dank für sämtliche Statistik-Videos - zwar gibt es eine Vielzahl von Statistik-Videos hier auf RU-vid, aber eure finde ich am Verständlichsten und kann ihnen besser folgen als den anderen
Was für eine Erklärung . Mein Schwachpunkt war Statistik aber mit Ihnen bzw. bei Ihnen ist mein Liblingsfach geworden. Beste Erklärung vielen lieben Dank für die tolle Erklärung. Ich hoffe, dass Sie immer und immer weiter machen.
Man kann sowohl die Stichprobenvarianz als auch die empirische Varianz als Schätzer für die Populationsvarianz verwenden, beides hat seine Vor- und Nachteile. S² angewendet auf eine Stichprobe ist zwar ein verzerrter Schätzer für σ², dennoch is der mittlere quadratische Fehler von S² für σ² geringer als der für die Stichprobenvarianz, und für große N ist S² asymptotisch unverzerrt. Man kann also sowohl Argumente für S² als auch für die Stichprobenvarianz als Schätzer für die Populationsvarianz finden.
Man kann beides verwenden, wenn man das denn möchte (solange einen niemand zwingt...), aber die Stichprobenvarianz ist erwartungstreu, die empirische Varianz nicht.
Deswegen meinte ich auch das die empirische Varianz zumindest asymptotisch unverzerrt, also asymptotisch erwartungstreu ist. Für große Stichproben kann der daher besser sein...trotzdem, die ganze Geschichte ist irgendwie subjektiv, es gibt schließlich nicht DEN besten Schätzer ^^ Danke für die schnelle Antwort!
Benutze ich jetzt bei der Berechnung der Regressionsgerade die empirische Varianz oder die Stichprobenvarianz? Ich bin ehrlich gesagt maximal verwirrt so kurz vor der Prüfung