06.12.2022 | von Patrick Fischer, M.Sc., Gründer & Data Scientist: FDS
Standardisierung ist ein statistischer Prozess, bei dem ein bestimmter Satz von Zahlen in einen neuen Satz von Zahlen umgewandelt wird, die alle denselben Mittelwert und die gleiche Standardabweichung aufweisen. Der neu generierte Satz von Zahlen wird als standardisierte Daten bezeichnet. Es wird häufig verwendet, um verschiedene Datenmengen miteinander zu vergleichen oder um Daten in ein homogeneres Format zu bringen.
06.12.2022 | von Patrick Fischer, M.Sc., Gründer & Data Scientist: FDS
Ein nichtparametrischer Test ist ein statistischer Test, der keine Voraussetzungen über die Verteilung der Daten erfordert. Sie sind besonders nützlich, wenn Sie Daten haben, die nicht normalverteilt sind oder wenn Sie keine Informationen über die Verteilung zur Verfügung haben. Nichtparametrische Tests sind in der Regel weniger leistungsfähig als parametrische Tests, aber in vielen Fällen können sie verwendet werden, um die gleichen Hypothesen zu testen.
06.12.2022 | von Patrick Fischer, M.Sc., Gründer & Data Scientist: FDS
Eine Normalverteilung ist eine stetige Wahrscheinlichkeitsverteilung, die als symmetrisches "Glocke"-förmiges Kurvenmuster beschrieben werden kann. Sie wird auch als Gaußsche Normalverteilung oder Gauß-Verteilung bezeichnet. Es ist die am häufigsten verwendete Verteilung in der Statistik. In einer Normalverteilung sind die Werte so angeordnet, dass die durchschnittlichen Werte in der Mitte und die extremen Werte am Rand liegen.
06.12.2022 | von Patrick Fischer, M.Sc., Gründer & Data Scientist: FDS
Ein Konfidenzintervall ist ein Intervall, das eine Schätzung einer unbekannten Größe begrenzt. Es gibt eine Wahrscheinlichkeit, dass die unbekannte Größe innerhalb des Konfidenzintervalls liegt. Konfidenzintervalle sind ein häufiges Werkzeug in der Statistik, um eine Schätzung einer unbekannten Größe vorzunehmen. Sie werden häufig verwendet, um die Genauigkeit der Schätzung zu beurteilen und Voraussagen über eine angegebene Grundgesamtheit zu machen.
06.12.2022 | von Patrick Fischer, M.Sc., Gründer & Data Scientist: FDS
Der Chi-Quadrat-Test (auch Chi-Quadrat-Test oder Chi-Quadrat-Test) ist ein statistischer Test, der zur Prüfung von Hypothesen über die Unabhängigkeit zweier Merkmale verwendet wird. Er wird häufig zur Prüfung der Signifikanz einer Beobachtungs- oder Experimentaldatenanalyse verwendet. Der Chi-Quadrat-Test wird verwendet, um herauszufinden, ob ein bestimmter Satz von Beobachtungen oder Messungen signifikant vom Erwartungswert abweicht. Der Test basiert auf dem Vergleich der empirischen Wahrscheinlichkeiten eines bestimmten Ergebnisses mit der theoretischen Wahrscheinlichkeit desselben Ergebnisses.