Differences

This shows you the differences between two versions of the page.

--- lehrkraefte:ks:ffstat1819:start [2019/05/03 16:49]
Simon Knaus [Lektion 10]
+++ lehrkraefte:ks:ffstat1819:start [2019/05/17 15:51] (current)
Simon Knaus
@@ Line 9: / Line 9: @@
 .6.19 Mündliche Matura
 ==== Lektion 13 ====
-.6.19
+.6.19 Mündliche Matura / 1. Lektion
-Test
 ==== Lektion 12 ====
 .5.19
-Test
+Erhebung und Auswertung
 ==== Lektion 11 ====
 .5.19
@@ Line 22: / Line 21: @@
     * Multivariate Regresion
 -->
+==== Lektion 12 ====
+Ziele:
+  * Jede/r hat die erhobenen Daten gesichtet und erste Auswertungen durchgeführt.
+  * Jede/r hat eine Hypothese formuliert und diese nach Möglichkeit mit den Daten getestet / analysiert.
+  * Jede/r hat die wichtigen Konzepte repetiert und nochmals angwendet.
+Auftrag
+  * Fertige ein Histogramm und einen Boxplot der Daten an. Gibt es Ausreisser? Wie ist mit diesen zu verfahren?
+  * Berechne die Durchschnitte und Standbardbweichungen nach Alter resp. Altersklassen oder Geschlecht. Altersklassen können in Excel mit ''=RUNDEN(A1/5;0)*5'' erstellt werden.
+  * Welche Grössen / Variablen sollen wie analysiert werden? Könnte man noch Grössen miteinander verrechnen? Bespreche deinen Vorschlag mit der LP.
+  * Standardisiere die Daten (welche?) und stelle Fest, welches wirklich gute Leistungen sind. Man nennt dies auch [[https://de.wikipedia.org/wiki/Standardisierung_(Statistik)|Z-Score]].
+  * Halte deinen Auswertuggsprozess wie auch die Auswertungen (Tabellen, Graphen, etc.) in einem Dokument (Powerpoint / Word) fest.
+{{lehrkraefte:ks:ffstat1819:alle_daten_final.xlsx|Link zu den Daten}} {{lehrkraefte:ks:ffstat1819:alle_daten_final_v2.xlsx|Link zu den Daten, Version 2}}.
 ==== Lektion 11 ====
 === Ziele ===
-  * Jede/r kann die Regression von letzten Mal mit und ohne Logarithmus des Preis korrekt interpretieren
+  * Jede/r kennt das [[https://fginfo.ksbg.ch/ffstat/stroop3.html|Tool]] für unser Experiment, kann es anwenden und die {{lehrkraefte:ks:ffstat1819:formular.xlsx|Daten erheben}}. Siehe Lektion 10
   * Multivariate Regression
     * Jede/r kann eine multivariate Regression mit Excel oder R durchführen.
     * Jede/r kann die Koeffizienten von kardinalen und optional Dummy-Variablen einer multivariaten Regression interpretieren.
+  * Jede/r kann die Regression von vorletzten Mal mit und ohne Logarithmus des Preis korrekt interpretieren
 === Autrag ===
-  * Modell vom letzten Mal in normaler (Variante 1) und logarithmischer Spielweise (Variante 2) nochmals durchrechnen. Die Koeffizienten in beiden Modellen interpretieren und als Satz (!!!) festhalten.
   * Gefahrene Kilometer für ein BMW Model auf Alter regressieren. Wie ist der Koeffizient ($m$) vom Alter zu interpretieren?
   * [[#Teil 1|Theorie Teil I]] unten durcharbeiten und [[#Durchführung|durchlesen]]
@@ Line 38: / Line 50: @@
   * Multivariate Regression mit Kilometer, Alter und einem beliebigen Dummy (Farbe Rot, Unfall, Getriebe-Art, etc.) durchführen.
   * Plausibilität der erhaltenen Modelle / Koeffizienten mit dem Partner besprechen und auf Plausibilität überprüfen.
+  * Modell vom vorletzten Mal in normaler (Variante 1) und logarithmischer Spielweise (Variante 2) nochmals durchrechnen. Die Koeffizienten in beiden Modellen interpretieren und als Satz (!!!) festhalten.
 === Daten Lektion 11 ===
@@ Line 44: / Line 57: @@
 === Theorie ===
 == Teil 1 ==
-Beim letzten Mal haben wir die univariate Regression besprochen. Dabei geht es darum eine Variable ($Y$, Preis) auf eine andere Variable ($X$, Kilometer) zu regressieren. Zum Schluss haben wir ein Modell erhalten, dass einen Zusammenhang der Form
+Beim vorletzten Mal haben wir die univariate Regression besprochen. Dabei geht es darum eine Variable ($Y$, Preis) auf eine andere Variable ($X$, Kilometer) zu regressieren. Zum Schluss haben wir ein Modell erhalten, dass einen Zusammenhang der Form
 \[
 Y=q+m\cdot X