Differences
This shows you the differences between two versions of the page.
Both sides previous revision Previous revision Next revision | Previous revision | ||
lehrkraefte:ks:ffstat2223 [2023/06/01 13:02] Simon Knaus |
lehrkraefte:ks:ffstat2223 [2024/03/22 15:28] Simon Knaus |
||
---|---|---|---|
Line 1: | Line 1: | ||
+ | ==== Lektion 13 ==== | ||
+ | |||
+ | |||
+ | === Ziele === | ||
+ | * Fragebogen ist ausgewertet | ||
+ | |||
+ | |||
+ | === Aufträge === | ||
+ | * Jede:r wählt sich eine Frage resp. Fragestellung, | ||
+ | * Erste Runde: Welche Fragen interessieren? | ||
+ | * Zweite Runde: Wie kann ich diese beantworten? | ||
+ | * Bitte eure Analysen [[https:// | ||
+ | |||
+ | Orientiert euch für die Aufträge auch am [[lehrkraefte: | ||
+ | ==== Lektion 12 ==== | ||
+ | |||
+ | |||
+ | === Ziele === | ||
+ | * Unser Fragenbogen ist bereit für die Datenerhebung | ||
+ | * Jede/r kann die Begriffe << | ||
+ | * Jede/r kann den Begriff << | ||
+ | * Fragen zum Freifach: https:// | ||
+ | |||
+ | === Autrag === | ||
+ | * Den Fragebogen einmal als Proband ausfüllen: [[https:// | ||
+ | * Ggf. den Fragenbogen anpassen. [[https:// | ||
+ | * Dem Lehrer zuhören und anschliessend die Wandtafel fotografieren. | ||
+ | * Experimente (Statistik) versus Theorie (Wahrscheinlichkeit) | ||
+ | * Wirf eine Münze $n$ mal ('' | ||
+ | * Wirf drei Münzen $n$ Mal gleichzeitig und zähle jeweils die Anzahl << | ||
+ | * Berechne mit Excel die theoretischen Wahrscheinlichkeiten für eine Binomialverteilung (drei Münzen, $0$, $1$, $2$, $3$ mal Zahl) und vergleiche diese Werte mit dem Histogramm aus der vorigen Aufgabe | ||
+ | * Jemand hat 100 mal eine Münze geworfen. Wie gross ist die theoretische Wahrscheinlichkeit, | ||
+ | * Schau dir das [[https:// | ||
+ | |||
+ | < | ||
+ | |||
+ | </ | ||
+ | <hidden Tipps R> | ||
+ | Mit R könnte das entweder mit der Funktion '' | ||
+ | </ | ||
+ | === Erklärungen === | ||
+ | Die Formel '' | ||
+ | In R kann genau das gleiche mit '' | ||
+ | ==== Lektion 11 ==== | ||
+ | |||
+ | === Ziele === | ||
+ | * Fragebogen für Umfrage ist bereitgestellt | ||
+ | |||
+ | === Aufträge === | ||
+ | * Paarweise: Schaut euch [[https:// | ||
+ | * Paarweise: Notiert alle Analysen und Kenngrösse, | ||
+ | * Jede:r hält Fragen fest, die im Rahmen des << | ||
+ | * Welche Probleme könnten bei der Befragung resp. Auswertung entstehen? Bitte ebenfalls auf Wandtafel notieren. | ||
+ | |||
+ | === Ressourcen === | ||
+ | * [[https:// | ||
+ | * | ||
==== Lektion 10 ==== | ==== Lektion 10 ==== | ||
=== Ziele === | === Ziele === | ||
Line 458: | Line 515: | ||
=== Anwendungen Boxplot === | === Anwendungen Boxplot === | ||
Löhne in der Stadt Zürich | Löhne in der Stadt Zürich | ||
- | * {{https:// | + | * {{lehrkraefte: |
* Insb. Seiten 13 bis 15: Überrascht diese Verteilung? | * Insb. Seiten 13 bis 15: Überrascht diese Verteilung? | ||
* Welche Grafiken / Methoden sind aus dem Freifach bekannt? | * Welche Grafiken / Methoden sind aus dem Freifach bekannt? | ||
- | * Gibt es irgeneine | + | * Gibt es irgendeine |
* Wie würde der Lohnreport der Stadt St. Gallen aussehen? | * Wie würde der Lohnreport der Stadt St. Gallen aussehen? | ||
==== Lektion 04 ==== | ==== Lektion 04 ==== | ||
Line 513: | Line 570: | ||
* Kapitel 7 insb. Kapitel 7.1 | * Kapitel 7 insb. Kapitel 7.1 | ||
<hidden R-Code> | <hidden R-Code> | ||
- | <file code> | + | <code code> |
- | #Daten sind aus Excel in die Zwischenablage kopiert. | + | # cardata |
- | bmw <- read.table(file(" | + | head(cardata) |
- | library(ggplot2) | + | unique(cardata$model) |
- | library(plyr) | + | x5 <- cardata$model |
- | ggplot(bmw, | + | x5 #ein Vektor mit TRUE and FALSE |
- | names(bmw) | + | x5preise <- cardata$preis[x5] |
- | ddply(bmw,.(model),summarise, | + | mean(x5preise) |
- | ddply(bmw,.(model), | + | median(x5preise) |
- | ddply(bmw, | + | sd(x5preise) |
- | ddply(bmw,.(model,zylinder), | + | quantile(x5preise, 0.25) #25% Quantil |
- | #oder | + | quantile(x5preise, c(0.25, 0.75)) #25% Quantil und 75% Quantil |
- | tapply(bmw$preis, | + | |
- | tapply(bmw$preis, | + | library(plyr) # Zusatzpaket ' |
- | tapply(bmw$preis, | + | head(cardata) # Erste Zeilen anzeigen |
- | tapply(bmw$preis,bmw$model, | + | `? |
- | tapply((bmw$preis, | + | ) |
- | tapply((bmw$preis, | + | ddply(cardata, .(model), summarise, |
- | tapply((bmw$preis,bmw$model,quantile, | + | ddply(cardata, .(model), summarise, preis = median(preis)) |
- | #gibt das gleiche wie | + | ddply(cardata, .(model, |
- | tapply(bmw$preis, | + | </code> |
- | mean(bmw$preis[bmw$model==" | + | |
- | </file> | + | |
</ | </ | ||
Line 605: | Line 660: | ||
[[https:// | [[https:// | ||
<code R ddplystattpivot.R> | <code R ddplystattpivot.R> | ||
- | library(plyr) # | + | setwd(" |
- | head(cardata) #Erste Zeilen anzeigen | + | cardata <- read.csv2(" |
- | ?ddply #Hilfe zu ddply | + | |
- | ddply(cardata, | + | # install.packages(" |
- | ddply(cardata, | + | |
- | ddply(cardata, | + | library(plyr) |
+ | # Daten laden | ||
+ | cardata <- read.csv2(" | ||
+ | library(plyr) # Zusatzpaket ' | ||
+ | head(cardata) # Erste Zeilen anzeigen | ||
+ | ?ddply # Hilfe zu ddply | ||
+ | ddply(cardata, | ||
+ | ddply(cardata, | ||
+ | ddply(cardata, | ||
</ | </ | ||
Line 672: | Line 736: | ||
|$\alpha$-Quantil| Zum Prozentrang $\alpha$ gehöriger Wert | '' | |$\alpha$-Quantil| Zum Prozentrang $\alpha$ gehöriger Wert | '' | ||
|IQA | Interquartilsabstand. Differenz des 1. und 3. Quartils|| '' | |IQA | Interquartilsabstand. Differenz des 1. und 3. Quartils|| '' | ||
- | + | |Boxplot |Illustration der Verteilung mit Quartilen | |'' | |
- | |Boxplot|Illustration der Verteilung mit Quartilen | |'' | + | |
|Outlier | Ausreisser. Eine mögliche Definition für Outlier, sind Werte, die ausserhalb der Whiskers beim Boxplot sind | | |Outlier | Ausreisser. Eine mögliche Definition für Outlier, sind Werte, die ausserhalb der Whiskers beim Boxplot sind | | ||
- | |||
|Lorenzkurve | Mass zur Konzentration einer Verteilung. Es wir dabei die relative kumulierte Anzahl gegen die relative kumulierte Summe des Merkmals gezeichnet| | |Lorenzkurve | Mass zur Konzentration einer Verteilung. Es wir dabei die relative kumulierte Anzahl gegen die relative kumulierte Summe des Merkmals gezeichnet| | ||
|Gini-Koeffizient| Mass der Konzentration einer Verteilung welches die Fläche misst, welche die Lorenzkurve mit der Winkelhalbierenden einschliesst| | |Gini-Koeffizient| Mass der Konzentration einer Verteilung welches die Fläche misst, welche die Lorenzkurve mit der Winkelhalbierenden einschliesst| | ||
Line 688: | Line 750: | ||
|Standardisieren | Zentrierung und Streckung eines Merkmals zu $Z=\frac{X-\mu}{\sigma}$. Es ist dann $\mu_Z=0$ und $\sigma_Z=1$||'' | |Standardisieren | Zentrierung und Streckung eines Merkmals zu $Z=\frac{X-\mu}{\sigma}$. Es ist dann $\mu_Z=0$ und $\sigma_Z=1$||'' | ||
|Z-Score | Siehe Standardisieren||| | |Z-Score | Siehe Standardisieren||| | ||
- | <!-- | ||
|Signifikanz | Prozentzahl welche den Fehler erster Art (eines Tests) beschränkt. | | | | |Signifikanz | Prozentzahl welche den Fehler erster Art (eines Tests) beschränkt. | | | | ||
|Test| Eine statistische Entscheidungsregel, | |Test| Eine statistische Entscheidungsregel, | ||
Line 694: | Line 755: | ||
|Alternativhypothese| Eine Hypothese, die zutrifft, wenn die Nullhypothese nicht zutrifft.| | | | |Alternativhypothese| Eine Hypothese, die zutrifft, wenn die Nullhypothese nicht zutrifft.| | | | ||
|$p$-Wert | Auch Überschreitungswahrscheinlichkeit oder Signifikanzwert. Wahrscheinlichkeit mit derer ein Fehler erster Art begangen wird.| | | | |$p$-Wert | Auch Überschreitungswahrscheinlichkeit oder Signifikanzwert. Wahrscheinlichkeit mit derer ein Fehler erster Art begangen wird.| | | | ||
- | --> | ||
</ | </ | ||