Basics Data Science

80 flashcards · Computer Science · by vgattringer

1. Datenstrukturen: Mit welcher Datenart sind Berechnungen möglich? a) numerisch b) kategorisch

   a

2. Datenstrukturen: Numerische Daten werden auch metrische oder quantitative Daten genannt.

3. Datenstrukturen: Numerische Daten werden auch metrische oder quantitative Daten genannt.

4. Datenstrukturen: Diskrete Datentypen (z.B. Würfel) haben abzählbar viele Ausprägungen.

   (Antwort umfasst 2 Wörter mit Leerzeichen dazwischen!)

5. Datenstrukturen: Das Beispiel "Umsatz" beschreibt wechen metrischen Datentyp? Datentyp = stetig

6. Datenstrukturen: Das Beispiel "Körpergröße" beschreibt wechen metrischen Datentyp? Datentyp = stetig

7. Datenstrukturen: Das Beispiel "Würfel" beschreibt wechen metrischen Datentyp? Datentyp = diskret

8. Datenstrukturen: Ordinale Daten können geordnet und verglichen werden.

9. Datenstrukturen: Metrische Daten (numerische Daten) können in diskrete und stetige Datentypen unterteilt werden.

10. Datenstrukturen: Kategorische Daten (qualitative Daten) können in ordinale und nominale Datentypen unterteilt werden.

11. Datenstrukturen: Das Beispiel "Schuhgröße" beschreibt wechen kategorischen Datentyp? Datentyp = ordinal

12. Datenstrukturen: Das Beispiel "Schulnoten" beschreibt wechen kategorischen Datentyp? Datentyp = ordinal

13. Datenstrukturen: Das Beispiel "Busnummer" beschreibt wechen kategorischen Datentyp? Datentyp = nominal

14. Datenstrukturen: Das Beispiel "Name" beschreibt wechen kategorischen Datentyp? Datentyp = nominal

15. Datenstrukturen: Das Beispiel "Bundesland" beschreibt wechen kategorischen Datentyp? Datentyp = nominal

16. Data Science Process: Business Understanding Data Understanding Data Preparation Modelling Evaluation Deployment

17. Absolute Häufigkeitsverteilung = wie häufig kommt eine bestimmte Merkmalsausprägung im Datensatz vor?

18. Relative Häufigkeitsverteilung = wie hoch ist der prozentuale Anteil einer bestimmten Merkmalsausprägung?

19. Welche 2 grafischen Darstellungen eignen sich am besten, um die absoluten Häufigkeiten von Messwerten auszulesen? Säulendiagramm oder Balkendiagramm

20. Bei einem Balkendiagramm kann die absolute Häufigkeit normalerweise aus der X- oder Y-Achse abgelesen werden? (Antwort = ein Großbuchstabe für die Achsenbezeichnung!)

    X

21. Bei einem Säulendiagramm kann die absolute Häufigkeit normalerweise aus der X- oder Y-Achse abgelesen werden? (Antwort = ein Großbuchstabe für die Achsenbezeichnung!)

    Y

22. Welche grafische Darstellung eignet sich am besten, um relative Häufigkeiten abzulesen?

    Kreisdiagramm

23. Was ist die kumulierte absolute Häufigkeit H(x)?

    Die Anzahl der Beobachtungen, die den Wert x nicht überschreiten

24. Welche Funktion beschreibt die kumulierte relative Häufigkeit F(x)?

    Die empirische Verteilungsfunktion

25. Welche Darstellungsform kann gut für kumulierte Häufigkeiten verwendet werden?

    Die Stufenfunktion

26. Welche Darstellungsform kann gut für die empirische Verteilungsfunktion verwendet werden?

    Die Stufenfunktion

27. Wann verwendet man die klassifizierte Häufigkeitsverteilung? bei sehrv ielen verschiedenen Merkmalswerten werden die Werte in Klassen gruppiert bei numerischen Merkmalen (stetig oder diskret) mit vielen verschiedenen Werten

28. Welches Diagramm wird am besten für die Darstellung von klassifizierten Häufigkeiten verwendet?

    Histogramm

29. Können metrische Daten, wie zum Beispiel Körpergrößen, ohne weitere Modifikation als Säulendiagramm dargestellt werden?

    nein

30. Was muss man tun, um metrische Daten, wie Körpergrößen, als Säulendiagramm darzustellen? In Klassen gruppieren = klassifizieren. Somit werden sie ordinal skaliert und können verglichen werden!

31. Was erlaubt ein Histogramm?

    Es erlaubt metrische Daten als Säulendiagramme darzustellen

32. Lageparameter beschreiben das Zentrum einer Verteilung durch einen numerischen Wert.

33. Streuparameter beschreiben die Streuung einer Verteilung durch einen numerischen Wert.

34. Nenne drei Lageparameter! Arithmetisches Mittel Median Modus

35. Arithmetisches Mittel: Schreibweise: x mit Strich oben Skalenniveau: metrisch gegen Ausreißer empfindlich Aufsummierung aller Werte geteilt durch Anzahl der Werte

36. Median Schreibweise: xmed Skalenniveau: ordinal oder metrisch gegen Ausreißer unempfindlich bei ungeraden Werten: genau in der Mitte bei geraden Werten: Summe beider mittleren Werte der Liste dividiert durch 2

37. Messwerte: 1, 3, 3, 4, 4, 4, 5, 5, 6, 10 Was ist der Median?

    4

38. Messwerte: 1, 3, 3, 4, 4, 4, 5, 5, 5, 6, 10 Was ist der Median?

    4

39. Modus: Schreibweise: xmod Skalenniveau: alle gegen Ausreißer unempfindlich =häufigster Merkmalswert im Säulendiagramm: höchste Säule

40. Messwerte: 1, 3, 3, 4, 4, 4, 5, 5, 6, 10 Arithmetisches Mittel = 4,5 xmed = 4 xmod = 4

41. Ein Quantil ist ein Streuparameter.

42. EIn Quantil teilt eine Anzahl an Messungen in 2 Teilmengen auf, in: p 1-p

43. Was heißt IQR ausgeschrieben?

    "interquartile Range" = Interquartilsabstand

44. Ergänze die Formel für den Interquartilsabstand (interquartile range): IQR = x0,75 - x0,25 (Achtung: Komma, kein Punkt!)

45. Welche grafische Darstellung wird für Streuparameter oft verwendet?

    Box-Whisker-Plot

46. Streuparameter: Die Differenz zwischen Maximum und Minimum R = xmax - xmin wird auch als Spannweite bezeichnet.

47. Streuparameter: Die quadratische Abweichung vom Mittelwert wird auch als Varianz bezeichnet.

48. Streuparameter: Die (positive) Wurzel aus der Varianz beschreibt die Standardabweichung.

49. Streuparameter: Der Variationskoeffizient ist ein maßstabunabhängiges Streuungsmaß.

50. Der Variationskoeffizient eignet sich gut für den Vergleich von Streuungen zwischen Gruppen, bei denen der Mittelwert deutlich unterschiedlich ist (= bei unterschiedlichen Merkmalen).

51. Fülle die rot-schwarzen Lücken! n = 10 k = 6 verschiedene Werte Was wird hier beschrieben? absolute Häufigkeit

52. Fülle die rot-schwarzen Lücken! Was wird hier beschrieben? Relative Häufigkeit f(1) = 1 / 10 = 0,1 f(3) = 2 / 10 = 0,2

53. Was wird hier beschrieben? kumulierte absolute Häufigkeit Fülle die rot-schwarzen Lücken! 1 1 1 3 2 3 4 3 6 5 2 8 6 1 9 10 1 10

54. Was wird hier beschrieben? kumulierte relative Häufigkeit, man nennt sie auch empirische Verteilungsfunktion Fülle die rot-schwarzen Lücken! 1 0,1 0,1 3 0,2 0,3 4 0,3 0,6 5 0,2 0,8 6 0,1 0,9 10 0,1 1

55. Fülle die rot-schwarze Lücke mit dem Begriff, der das Diagramm beschreibt: es ist eine... Stufenfunktion Die Höhe der gelben Linie beschreibt den prozentualen Anteil des Messwerts 4 in der empirischen Verteilungsfunktion der Messwerte 1,3,3,4,4,4,5,5,6,10. F(ai) = F(4) = 0,6

56. Welche Art von Häufigkeit ist hier beschrieben? kumulierte absolute Häufigkeit Grün: ai = ein konkreter Wert der Messmenge Gelb: h(ai) = wie oft kommt Wert vor Rot: H(ai) = beschreibt den letzten Index des konkreten Wertes

57. Die kumulierte relative Häufigkeit = empirische Verteilungsfunktion beschreibt den Anteil der Beobachtungen, die den Wert x nicht überschreiten.

    Fülle die rot-schwarze Lücke!

58. Welche Art grafischer Darstellung sollte man für folgendes Beispiel wählen? Antwort: Histogramm Warum? Weil es sehr viele verschiedene Merkmalswerte gibt, die in Klassen gruppiert werden können!

59. Welcher Parameter wird hier beschrieben? Arithmetisches Mittel = Mittelwert Es handelt sich um einen Lageparameter.

    Siehe rot-schwarze Lücke!

60. Welcher Parameter wird hier beschrieben? Median Es handelt sich um einen Lageparameter.

    Siehe rot-schwarze Lücken!

61. Wie nennt man den häufigsten Merkmalswert einer Stichprobe?

    Modus

62. Was wird hier mit den untengenannten x-Werten beschrieben? Quantile x0,25 = 3 x0,5 = 4 x0,75 = 5

63. BOX-WHISKER-PLOT: Fünf-Punkte-Zusammenfassung Ergänze die Begriffe: Gelb: Whisker Grün: IQR (Akronym) = Interquartilsabstand Blau: Box Lila: Maximum Rot: oberes Quartil Schwarz: Median Braun: unteres Quartil Orange: Minimum

64. Was beschreibt vx? Variationskoeffizient Was steht im Zähler? Standardabweichung Was steht im Nenner? Mittelwert

65. Was beschreibt Sigmax = σx?

    Standardabweichung

66. Was beschreibt Sigmax = σx?

    empirische Standardabweichung

67. Was beschreibt 𝑥- ? ("x mit Überstrich")

    arithmetische Mittel

68. Standardabweichung (σ): Bezieht sich auf die Grundgesamtheit (Population). Gibt an, wie stark die Datenpunkte in der gesamten Population um den Mittelwert streuen

69. Empirische Standardabweichung: Bezieht sich auf eine Stichprobe, also einen Teil der Population. Schätzt die Streuung der gesamten Population anhand der Stichprobe.

70. Folgende Aufgabe: Ergänze die fehlenden Werte in der Tabelle: absolute H. -- relative H. -- kumuliert absolute H. -- kummuliert relative H. 1-- 2 -- 0,2 -- 2 -- 0,2 2 -- 3 -- 0,3 -- 5 -- 0,5 3 -- 1 -- 0,1 -- 6 -- 0,6 4 -- 1 -- 0,1 -- 7 -- 0,7 5 -- 2 -- 0,2 -- 9 -- 0,9 10 -- 1 -- 0,1 -- 10 -- 1,0

71. Modus = xmod = 2 Median = xmed = 2,5 Arithmetisches Mittel = 3,5 Der Median ist in diesem Fall am geeignetsten, da er weniger anfällig für Ausreißer (z. B. die 10) ist und die mittlere Tendenz der Daten besser repräsentiert.

72. Ergänze die fehlende Begriffe der rot-schwarzen Lücken: Mittelwert Spannweite Varianz Standardabweichung Variationskoeffizient

73. Die berechneten Streuparameter sind: Varianz: 7,39 Standardabweichung: 2,72 Variationskoeffizient (auf 2 Kommastellen gerundet): 0,78 (oder 78 %) Interpretation: Der Variationskoeffizient zeigt, dass die Streuung der Ausschussteile relativ hoch im Verhältnis zum Mittelwert ist (78 %).

74. Finde den Median der folgenden Zahlen: 2, 4, 6, 8, 10, 12! 7

75. Finde den Median der folgenden Zahlen: 1, 3, 5, 7, 9! 5

76. Finde den Median der folgenden Zahlen: 10, 5, 3, 8, 7, 12, 6! 7

77. Finde den Mittelwert der folgenden Zahlen: 1, 3, 5, 7, 9. 5

78. Finde den Mittelwert der folgenden Zahlen: 2, 4, 6, 8, 10, 12. 7

79. Finde den Mittelwert der folgenden Zahlen: 10, 5, 3, 8, 7, 12, 6. ≈ 7,29

80. Quartile sind spezielle Quantile. Sie teilen eine Datenreihe in vier gleich große Abschnitte. Es gibt drei Quartilgrenzen: Das 1. Quartil (Q1) teilt die unteren 25 % der Daten ab. (=25%-Quantil!) Das 2. Quartil (Q2) entspricht dem Median und teilt die unteren 50 % der Daten ab. (=50%-Quantil!) Das 3. Quartil (Q3) teilt die unteren 75 % der Daten ab. (=75%-Quantil!)