Klausur Inferenzstatistik
Dozent: Marvin Schmitt
Klausurbezeichnung: Inferenzstatistik B-P 2.2
Studiengang: Psychologie (Bachelor)
Fachsemester: 2
Datum: —
Folgende Felder müssen leserlich durch den Prüfling ausgefüllt werden:
Name/Matrikelnummer:
Studiengang:
r
Erklärung des Prüflings über seine Prüfungsfähigkeit:
su
Der Prüfling erklärt durch Anwesenheit, dass keinerlei Einschränkungen in Bezug auf seine
geistige, emotionale und körperliche Verfassung vorliegen und er:sie uneingeschränkt in
der Lage ist, sich der Prüfung in vollem Umfang zu unterziehen.
Note:
u
la
Nota Bene: Vorbemerkungen
ek
• Die Bearbeitungszeit beträgt: 90 Minuten.
• Erlaubte Hilfsmittel: nicht grafikfähiger oder programmierbarer Taschenrechner,
ein doppelseitig handschriftlich beschriebenes DIN A5 Blatt.
ob
• Falls der Anhang (Formelsammlung und Verteilungstabellen) an die restlichen Klau-
surunterlagen geheftet ist und Sie es als nötig erachten, lösen Sie bitte den Anhang
vom Rest der Klausurunterlagen ab.
Pr
• Mobiltelefone und Smartwatches sowie sonstige programmierbare und internetfähige
Geräte sind vor Prüfungsbeginn auszuschalten und weder am Platz noch am Körper
erlaubt!
• Alle nicht genutzten Klausurbögen müssen an die:den Aufsichtführenden zurückge-
geben werden.
• Der Termin für die Einsichtnahme wird über ILIAS bekannt gegeben.
• Bitte schreiben Sie Ihren Namen auf jedes Blatt der Klausur in das entsprechende
Feld der Kopfzeile.
• Die Aufgabenblätter sind mit Ihren Lösungen abzugeben.
• Wichtig:
Geben Sie alle Unterlagen ab, insbesondere zählen darunter auch die Formelsamm-
lung, die Verteilungstabellen sowie Ihr handschriftliches DIN A5 Blatt!
, Name: Inferenzstatistik WS 2020/21
Aufgabe 1 (__ Punkte).
Geben Sie bei den folgenden Aussagen jeweils an, ob sie wahr oder falsch sind. Markieren
Sie Ihre Antwort durch ein eindeutiges Kreuz.
Wahr Falsch
Die Streuung der Stichprobenkennwerteverteilung des Mittelwerts
sinkt, wenn die Stichprobengröße N steigt.
Die t-Verteilung ist achsensymmetrisch zur y−Achse.
Die unstandardisierten Quadratsummen einer einfaktoriellen Varian-
zanalyse sind additiv: SStotal = SSbetween + SSwithin
r
Nonparametrische Verfahren haben in der Regel eine höhere Power als
su
die analogen parametrischen Verfahren.
Der α-Fehler beschreibt die Wahrscheinlichkeit, sich fälschlicherweise
für die Nullhypothese zu entscheiden.
u
Wenn die Aufnahme einer Variable in ein Modell die Varianzaufklä-
la
rung am Kriterium erhöht, hat diese Variable inkrementelle Validität.
Die Schrumpfungskorrektur nach Olkin & Pratt fällt besonders groß
ek
aus, wenn das Modell viele Prädiktoren und eine kleine Stichprobe
hat.
ob
Bei einer disordinalen Interaktion sind beide Haupteffekte global in-
terpretierbar.
Die Kovarianzanalyse (ANCOVA) hat immer eine höhere Power als
Pr
die analoge Varianzanalyse (ANOVA).
Einfache Neuronale Netze (Neural Networks) entstehen, indem lineare
Regressionen und nichtlineare Funktionen jeweils nacheinander ausge-
führt werden. Dadurch wird der Input X zum Output Y transformiert.
Die Parameter der linearen Regressionen werden dann optimiert, um
die Vorhersage zu verbessern.
Seite 1 von 6
Dozent: Marvin Schmitt
Klausurbezeichnung: Inferenzstatistik B-P 2.2
Studiengang: Psychologie (Bachelor)
Fachsemester: 2
Datum: —
Folgende Felder müssen leserlich durch den Prüfling ausgefüllt werden:
Name/Matrikelnummer:
Studiengang:
r
Erklärung des Prüflings über seine Prüfungsfähigkeit:
su
Der Prüfling erklärt durch Anwesenheit, dass keinerlei Einschränkungen in Bezug auf seine
geistige, emotionale und körperliche Verfassung vorliegen und er:sie uneingeschränkt in
der Lage ist, sich der Prüfung in vollem Umfang zu unterziehen.
Note:
u
la
Nota Bene: Vorbemerkungen
ek
• Die Bearbeitungszeit beträgt: 90 Minuten.
• Erlaubte Hilfsmittel: nicht grafikfähiger oder programmierbarer Taschenrechner,
ein doppelseitig handschriftlich beschriebenes DIN A5 Blatt.
ob
• Falls der Anhang (Formelsammlung und Verteilungstabellen) an die restlichen Klau-
surunterlagen geheftet ist und Sie es als nötig erachten, lösen Sie bitte den Anhang
vom Rest der Klausurunterlagen ab.
Pr
• Mobiltelefone und Smartwatches sowie sonstige programmierbare und internetfähige
Geräte sind vor Prüfungsbeginn auszuschalten und weder am Platz noch am Körper
erlaubt!
• Alle nicht genutzten Klausurbögen müssen an die:den Aufsichtführenden zurückge-
geben werden.
• Der Termin für die Einsichtnahme wird über ILIAS bekannt gegeben.
• Bitte schreiben Sie Ihren Namen auf jedes Blatt der Klausur in das entsprechende
Feld der Kopfzeile.
• Die Aufgabenblätter sind mit Ihren Lösungen abzugeben.
• Wichtig:
Geben Sie alle Unterlagen ab, insbesondere zählen darunter auch die Formelsamm-
lung, die Verteilungstabellen sowie Ihr handschriftliches DIN A5 Blatt!
, Name: Inferenzstatistik WS 2020/21
Aufgabe 1 (__ Punkte).
Geben Sie bei den folgenden Aussagen jeweils an, ob sie wahr oder falsch sind. Markieren
Sie Ihre Antwort durch ein eindeutiges Kreuz.
Wahr Falsch
Die Streuung der Stichprobenkennwerteverteilung des Mittelwerts
sinkt, wenn die Stichprobengröße N steigt.
Die t-Verteilung ist achsensymmetrisch zur y−Achse.
Die unstandardisierten Quadratsummen einer einfaktoriellen Varian-
zanalyse sind additiv: SStotal = SSbetween + SSwithin
r
Nonparametrische Verfahren haben in der Regel eine höhere Power als
su
die analogen parametrischen Verfahren.
Der α-Fehler beschreibt die Wahrscheinlichkeit, sich fälschlicherweise
für die Nullhypothese zu entscheiden.
u
Wenn die Aufnahme einer Variable in ein Modell die Varianzaufklä-
la
rung am Kriterium erhöht, hat diese Variable inkrementelle Validität.
Die Schrumpfungskorrektur nach Olkin & Pratt fällt besonders groß
ek
aus, wenn das Modell viele Prädiktoren und eine kleine Stichprobe
hat.
ob
Bei einer disordinalen Interaktion sind beide Haupteffekte global in-
terpretierbar.
Die Kovarianzanalyse (ANCOVA) hat immer eine höhere Power als
Pr
die analoge Varianzanalyse (ANOVA).
Einfache Neuronale Netze (Neural Networks) entstehen, indem lineare
Regressionen und nichtlineare Funktionen jeweils nacheinander ausge-
führt werden. Dadurch wird der Input X zum Output Y transformiert.
Die Parameter der linearen Regressionen werden dann optimiert, um
die Vorhersage zu verbessern.
Seite 1 von 6
