Many shiny pieces – datenwerk

Categories

All (523)

2023 (53)

DUMMY (3)

R (61)

Verteilungen-Quiz (18)

adjust (2)

animation (5)

anova (1)

association (10)

ausreisser (1)

basics (3)

bayes (125)

bayes-grid (13)

bayesbox (3)

binomial (2)

causal (34)

challenge (1)

chatgpt (4)

cloze (2)

count (3)

dag (25)

data (11)

datawrangling (61)

dependent (2)

dice (4)

distributions (30)

dplyr (25)

ds1 (32)

dyn (23)

eda (71)

elasticnet (1)

emoji (3)

emojis (1)

en (9)

error (4)

estimation (1)

exam-22 (17)

fat-tails (3)

fopro (3)

frequentist (4)

gapminder (1)

germeval (23)

ggquick (3)

imdb (1)

import (1)

inference (15)

interaction (4)

kaggle (2)

lagemaße (8)

lasso (3)

likelihood (2)

lm (35)

log (1)

loop (2)

map (4)

markdown (1)

math (1)

mcars (1)

mchoice (6)

meta (1)

mtcars (42)

na (7)

nlp (8)

normal-distribution (12)

nullhypothesis (3)

num (114)

parameters (3)

penguins (3)

performance (1)

post (15)

ppv (8)

predict (3)

prediction (33)

prior (2)

probability (122)

programming (5)

projectmgt (1)

python (1)

qm1 (5)

qm2 (42)

qm2-pruefung (31)

quiz (23)

quiz1-qm2-ws23 (20)

random-forest (8)

regex (5)

regression (73)

repro (2)

research-question (1)

researchdesign (3)

rethink-chap2 (7)

rmse (1)

rope (6)

schoice (91)

scikit (1)

sentiment (17)

simulation (34)

speed (6)

statlearning (73)

stats-nutshell (11)

story (3)

string (131)

targets (1)

template (10)

textmining (45)

tidy (2)

tidymodels (84)

tidyverse (23)

tmdb (8)

tokenizer (1)

transformer (4)

trees (12)

ttest (2)

tune (6)

twitter (7)

uncertainty (1)

variability (17)

variable-levels (7)

vis (37)

wfsets (3)

within-design (1)

wordvec (3)

xgb (4)

yacsda (24)

z-value (1)

bertie-bott3

probability

In einem Beutel liegen \(n=20\) Bertie Botts Bohnen jeder Geschmacksrichtung. Uns wurde verraten, dass fast alle gut schmecken, also z.B. nach Schokolade, Pfefferminz oder…

NAME-OF-EXERCISE

DUMMY

Fragen Sie ChatGPT via API zum Sentiment des ersten Texts aus dem Germeval-2018-Datensatz (Train).

fun1

R

programming

Schreiben Sie eine einfache Funktion.

import-mtcars

DUMMY

Finden Sie den Datensatz “mtcars” online! “mtcars.csv” . Tipp: Die Webseite “vincentarelbundock” ist ein guter Ort zum Suchen. Laden Sie dann den Datensatz heruter.

NAME-OF-EXERCISE

bayes

qm2

post

Zur aktuellen Körpergrößer erwachsener Männer ist an dieser Stelle zu lesen:

remove-digits

DUMMY

Schreiben Sie einen R-Code, der aus dem folgenden String-Vektor, die Anzahl der uniquen Werte ausgibt, nachdem alle Zahlen aus dem Vektor entfernt wurden.

penguins-simpson

lm

bayes

regression

causal

Laden Sie den Datensatz penguins (Palmerpenguins). Tipp: Es gibt ein R-Paket, in dem diese Daten wohnen. Im Skript QM2 finden sich diese Daten auch. Oder im weiten Internet.

penguins-lm

lm

en

regression

penguins

Consider the dataset penguins. Compute a linear model with body mass as output variable (DV) and flipper length as input (IV).

penguins-lm2

lm

en

regression

penguins

Consider the dataset penguins. Compute a linear model with body mass as output variable (DV) and a) flipper length and b) sex as input (IV).

samples-nyc2

inference

story

yacsda

Drei Studierende arbeiten für die New Yorker Flughafenbehörde als Werkstudenten. Fragt ihre Chefin eines Tages: “Welcher der drei New Yorker Flughäfen hat im Schnitt die…

samples-nyc

inference

story

yacsda

Drei Studierende arbeiten für die New Yorker Flughafenbehörde als Werkstudenten. Fragt ihre Chefin eines Tages: “Welcher der drei New Yorker Flughäfen hat im Schnitt die…

mtcars-easystats

datawrangling

tidyverse

eda

en

mtcars

Provide an overview of descriptive statistics on the mtcars dataset using the R package easystats.

wikipedia

simulation

probability

story

nullhypothesis

In Ihrem Buch “Active Statistics” beschreiben die Autoren eine Studie der Wikipedia-Organisation (Gelman & Vehtari, 2024), vgl. S. 33f.

flights-delay-simplified

lm

regression

interaction

yacsda

Wir untersuchen die Forschungsfrage Was sind Prädiktoren von Flugverspätungen. Wir nutzen dep_delay als AV (Zielvariable), also als die Variable, die wir vorhersagen wollen.

flights-delay

lm

regression

interaction

yacsda

Wir untersuchen die Forschungsfrage Was sind Prädiktoren von Flugverspätungen. Dazu nutzen wir lineare Modelle als Modellierungsmethoden.

mario-compare-models

lm

regression

interaction

Variieren Sie das folgende Modell mit einer bzw. beiden UV bzw. mit Interaktionseffekt. Welches Modell ist am besten?

flights-yacsda-eda

eda

yacsda

variability

association

Diese Fallstudie zeigt einige mögliche/typische Schritte der explorativen Datenanalyse (EDA) im Hinblick auf die Forschungsfrage “Welche Variablen steht in Zusammenhang mit…

oecd-yacsda

eda

datawrangling

vis

yacsda

R

Fallstudie: Explorative Datenanalyse zum Datensatz “OECD Wellbeing”

smartphone1

R

eda

datawrangling

vis

yacsda

In dieser Fallstudie analysieren Sie die Ergebnisse einer Umfrage zum Thema Smartphone-Nutzung.

penguins-vis-bodymass1

vis

Im Datensatz palmerpenguins: Welche der folgenden Variablen korreliert am stärksten mit dem Körpergewicht der Pinguine?

penguins-vis-bodymass2

vis

Im Datensatz palmerpenguins: Ist der Zusammenhang zwischen Körpergewicht und Schnabelhöhe (bill depth) (vgl. Schemazeichnung hier) größer, wenn man den Zusammenhang getrennt…

dplyr-mtcars1

datawrangling

eda

tidyverse

dplyr

num

mtcars

Im Datensatz mtcars:

mutate03

datawrangling

eda

tidyverse

dplyr

num

Im Datensatz mariokart:

import-xls

R

data

Importieren Sie in R die Excel-Datei extra.xls.

r-quiz

R

en

quiz

Define in R the variable age and assign the value 42.

wskt-df-r

probability

R

In dieser Aufgabe betrachten wir typische Relationen von Ereignissen, um typische Fragen der Wahrscheinlichkeitsrechnung zu beantworten.

Kausal

causal

Die kausale Abhängigkeit zwischen drei Variablen A, B, C sieht wie folgt aus:

stan_glm_parameterzahl_simple

bayes

regression

parameters

Betrachten Sie dazu dieses Modell:

wildemojis

emojis

nlp

textmining

germeval

Zählen Sie die “wilden Emojis” im Datensatz germeval.

chatgpt-sentiment-loop-all

textmining

nlp

transformer

chatgpt

sentiment

Fragen Sie ChatGPT via API zum Sentiment der Texte aus dem Germeval-2018-Datensatz (Test).

hintertuer

causal

Wir wollen hier den (kausalen) Einfluss der Eltern E und Großeltern G auf den Bildungserfolg der Kinder K untersuchen.

kollision-eignung

causal

Sagen wir, über die Eignung, e, für ein Studium würden nur (die individuellen Ausprägungen) von Intelligenz (iq) und Fleiss (fleiss) entscheiden, s. den DAG in Figure 1.

saratoga-cor1

R

vis

causal

eda

Importieren Sie den Datensatz saratoga.

saratoga-cor2

R

vis

causal

eda

Importieren Sie den Datensatz saratoga.

Wskt-Schluckspecht

post

bayes

regression

mtcars

Prüfen Sie folgende Hypothese:

chatgpt-sentiment-simple

textmining

nlp

transformer

chatgpt

sentiment

Fragen Sie ChatGPT via API zum Sentiment des ersten Texts aus dem Germeval-2018-Datensatz (Train).

chatgpt-sentiment-loop

textmining

nlp

transformer

chatgpt

sentiment

Fragen Sie ChatGPT via API zum Sentiment der ersten zwei Texte aus dem Germeval-2018-Datensatz (Train).

germeval03-sent-wordvec-elasticnet

textmining

datawrangling

germeval

prediction

tidymodels

sentiment

string

elasticnet

tune

Erstellen Sie ein prädiktives Modell für Textdaten. Nutzen Sie Sentiments und TextFeatures im Rahmen von Feature-Engineering. Nutzen Sie außerdem deutsche Word-Vektoren für…

germeval03-sent-wordvec-glm

textmining

datawrangling

germeval

prediction

tidymodels

sentiment

string

tune

Erstellen Sie ein prädiktives Modell für Textdaten. Nutzen Sie Sentiments und TextFeatures im Rahmen von Feature-Engineering. Nutzen Sie außerdem deutsche Word-Vektoren für…

Scikit-Learn-LLM Zero Shot Learners

textmining

nlp

transformer

chatgpt

sentiment

scikit

Fragen Sie ChatGPT via Scikit-Learn-LLM zum Sentiment der ersten 7 Texte (=Tweets) aus dem Germeval-2018-Datensatz (Test). Nutzen Sie die gleiche Zahl an Tweets aus dem…

germeval03-sent-wordvec-rf-tune

textmining

datawrangling

germeval

prediction

tidymodels

sentiment

string

random-forest

tune

Erstellen Sie ein prädiktives Modell für Textdaten. Nutzen Sie Sentiments und TextFeatures im Rahmen von Feature-Engineering. Nutzen Sie außerdem deutsche Word-Vektoren für…

germeval03-sent-wordvec-rf-plain

textmining

datawrangling

datawrangling

germeval

prediction

tidymodels

sentiment

string

random-forest

tune

Erstellen Sie ein prädiktives Modell für Textdaten. Nutzen Sie Sentiments und TextFeatures im Rahmen von Feature-Engineering. Nutzen Sie außerdem deutsche Word-Vektoren für…

germeval03-sent-wordvec-xgb-plain

textmining

datawrangling

germeval

prediction

tidymodels

sentiment

string

xgb

tune

Erstellen Sie ein prädiktives Modell für Textdaten. Nutzen Sie Sentiments und TextFeatures im Rahmen von Feature-Engineering. Nutzen Sie außerdem deutsche Word-Vektoren für…

germeval03-sent-wordvec-xgb-tune

textmining

datawrangling

germeval

prediction

tidymodels

sentiment

string

xgb

tune

Erstellen Sie ein prädiktives Modell für Textdaten. Nutzen Sie Sentiments und TextFeatures im Rahmen von Feature-Engineering. Nutzen Sie außerdem deutsche Word-Vektoren für…

germeval03-sent-wordvec-xgb

textmining

datawrangling

germeval

prediction

tidymodels

sentiment

string

xgb

Erstellen Sie ein prädiktives Modell für Textdaten. Nutzen Sie Sentiments und TextFeatures im Rahmen von Feature-Engineering. Nutzen Sie außerdem deutsche Word-Vektoren für…

germeval03-sent-wordvec-xgb-parallel

textmining

datawrangling

germeval

prediction

tidymodels

sentiment

string

xgb

speed

Erstellen Sie ein prädiktives Modell für Textdaten. Nutzen Sie Sentiments und TextFeatures im Rahmen von Feature-Engineering. Nutzen Sie außerdem deutsche Word-Vektoren für…

wfsets1

R

statlearning

tidymodels

wfsets

template

Berechnen Sie die Vorhersagegüte (RMSE) für folgende Lernalgorithmen mittesl tidymodels:

germeval10-wordvec-rf

textmining

datawrangling

germeval

prediction

tidymodels

string

Erstellen Sie ein prädiktives Modell für Textdaten. Nutzen Sie deutsche Word-Vektoren für das Feature-Engineering.

count-emoji-emo

textmining

nlp

emoji

string

Gegeben eines (mehrelementigen) Strings, my_string, und eines Lexicons, my_lexicon, zählen Sie, wie häufig sich ein Emoji in einem Element des Strings wiederfindet.

count-emojis

textmining

tidymodels

count

germeval

emoji

string

Zählen sie die Emojis eines Textes.

count-words01

textmining

tidymodels

count

germeval

string

Zählen sie die Wörter eines Textes. Verwenden Sie verschiedene Verfahren. Untersuchen Sie die Rechenzeit, die die jeweiligen Verfahren benötigen.

emojis1

emoji

textmining

string

Extrahieren Sie die Anzahl der Emojis aus einem Text.

germeval-senti01

tidymodels

textmining

prediction

sentiment

germeval

string

Führen Sie eine Sentiment-Analyse als Teils eines Tidymodels-Rezept durch. Modellieren Sie dann mit einem einfachen linearen Modell die abhängige Variable.

germeval-textfeatures01

tidymodels

textmining

prediction

sentiment

germeval

string

Extrahieren Sie gängige Textfeatures - mit Hilfe des gleichnamigen R-Pakets - als Teil des Feature Engineering im Rahmen eines Tidymodels-Klassifikationsmodells.

germeval01-textfeatures

2023

textmining

datawrangling

germeval

string

Extrahieren Sie typisches Text-Features aus einem Text.

germeval02

textmining

tidymodels

germeval

sentiment

string

Führen Sie eine Sentiment-Analyse durch. Verwenden Sie verschiedene Verfahren.

germeval03-sent-textfeatures-rand-for

2023

textmining

datawrangling

germeval

prediction

tidymodels

sentiment

string

Erstellen Sie ein prädiktives Modell für Textdaten. Nutzen Sie Sentiments und TextFeatures im Rahmen von Feature-Engineering.

germeval04

2023

textmining

datawrangling

germeval

prediction

tidymodels

sentiment

string

Erstellen Sie ein prädiktives Modell für Textdaten. Nutzen Sie Sentiments und TextFeatures im Rahmen von Feature-Engineering.

germeval05

textmining

datawrangling

germeval

prediction

tidymodels

wordvec

string

Erstellen Sie ein prädiktives Modell für Textdaten. Nutzen Sie Word-Vektoren für das Feature-Engineering.

germeval06

textmining

datawrangling

germeval

prediction

tidymodels

wordvec

string

Erstellen Sie ein prädiktives Modell für Textdaten. Nutzen Sie Glove6b Word-Vektoren für das Feature-Engineering.

germeval08-extract-spacy

wordvec

textmining

python

string

Extrahieren Sie deutsche Worembedding aus SpaCy für den GermEval-Datensatz (Train).

germeval08-schimpf

2023

textmining

datawrangling

germeval

prediction

tidymodels

string

Erstellen Sie ein prädiktives Modell für Textdaten. Nutzen Sie Schimpfwörter im Rahmen von Feature-Engineering.

germeval09-tfidf

textmining

datawrangling

germeval

prediction

tidymodels

string

Erstellen Sie ein prädiktives Modell für Textdaten, nutzen Sie einen Entscheidungsbaum als Modell. Erstellen Sie pro Wort tfIDF-Kennwerte im Rahmen von Feature-Engineering.

movie-sentiment1

textmining

imdb

schoice

Eine typische Aufgabe des Textminings ist die Sentimentanalyse. Betrachten wir dazu einen Datensatz des Filmbewertungsportal IMDB. Das Portal veröffentlicht Bewertungen…

Pupil-size

probability

bayes

regression

string

Pupillendaten sind ein verbreiteter Analysegegenstand in Bereichen wie Psychologie, Marktforschung und Marketing.

ReThink4e1

probability

bayes

schoice

Welche der folgenden Zeilen zeigt den Likelihood?

germeval07

2023

textmining

datawrangling

germeval

prediction

tidymodels

string

Erstellen Sie ein prädiktives Modell für Textdaten. Nutzen Sie deutsche Word-Vektoren für das Feature-Engineering.

na-per-col

R

datawrangling

na

string

Zählen Sie die Anzahl der fehlenden Werte pro Spalte im Datensatz penguins.

tidymodels-error1introd

tidymodels

statlearning

error

na

string

Die folgende Pipeline hat einen Fehler. Welcher ist das?

tidymodels-remove-na

tidymodels

statlearning

template

string

Erstellen Sie ein Rezept, dass die fehlenden Werte aus dem Datensatz penguins entfernt.

tidymodels-remove-na2

tidymodels

statlearning

template

string

Das folgende Rezept ist gedacht, fehlende Werte aus dem Datensatz penguins zu entfernen. Allerdings erfüllt es diese Aufgabe nicht.

tidymodels-vorlage3

tidymodels

statlearning

template

string

Schreiben Sie eine prototypische Analyse für ein Vorhersagemodell, das sich als Vorlage für Analysen dieser Art eignet!

Typ-Fehler-R-07

R

error

mchoice

Typ-Fehler-R-08-name-clash

R

error

string

mtcars

R spuckt eine komische Fehlermeldung aus. Was ist nur los? Hat R einen schlechten Tag?

abh-ereignisse

R

probability

string

Lesen Sie folgende Wahrscheinlichkeiten aus dem Diagramm ab:

abh-ereignisse2

R

probability

num

Berechnen Sie folgende Wahrscheinlichkeiten:

Additionssatz1

probability

num

Ein Hersteller überteuerter Mobilfunkgeräte vermutet, dass 80% seiner Kunden auf der Webseite A (Schick-und-Schön) abhängen, und 50% seiner Kunden auf der Webseite B (Cool-bu…

adjustieren1a

regression

2023

string

qm2

qm2-pruefung

mtcars

Betrachten Sie folgendes Modell, das den Zusammenhang von PS-Zahl und Spritverbrauch untersucht (Datensatz mtcars).

adjustieren2a

regression

2023

string

Betrachten Sie folgendes Modell, das den Zusammenhang des Preises (price) und dem Gewicht (carat) von Diamanten untersucht (Datensatz diamonds).

adjustieren2_var1

lm

regression

bayes

adjust

string

Betrachten Sie folgendes Modell, das den Zusammenhang des Preises (price) und dem Gewicht (carat) von Diamanten untersucht (Datensatz diamonds).

alphafehler-inflation2

probability

R

inference

num

Das “Maschinendisaster” sei als folgendes Szenario beschrieben:

alphafehler-inflation3

probability

R

inference

num

Eine Klettererin verwendet ein Seil, dass eine Sicherheit von \(r=.99\) hat: mit einer Wahrscheinlichkeit von 1% reißt das Seil. Jetzt knüpft sie mehrere dieser Seile…

alphafehler-inflation4

probability

R

inference

string

Eine Klettererin verwendet ein Seil, dass eine Sicherheit von \(r=.99\) hat: mit einer Wahrscheinlichkeit von 1% reißt das Seil. Jetzt knüpft sie mehrere dieser Seile…

ausreisser1

eda

datawrangling

tidyverse

ausreisser

string

Entfernen Sie alle Ausreißer im Datensatz mariokart!

bath42

quiz

probability

bayes

num

qm2

qm2-pruefung

Mehrere Proben werden zu einem unbekannten Planeten geschossen. Die Forschungsfrage lautet: Ist es die Erde (70% Wasseranteil) oder der Planet “Bath42” mit 90% Wasseranteil?

Bayes-Theorem1

bayes

probability

num

Ein Krebstest (\(T\)) habe die Wahrscheinlichkeit von 0.85, einen vorhandenen Krebs (\(K\)) zu erkennen. Diese Wahrscheinlichkeit bezeichnen wir als \(Pr(T+|K+)\). Der Test…

bayes2

R

bayes

probability

num

Wir haben eine Münze \(n=10\) Mal geworfen. Unsere Daten (\(D\)) sind: 8 Mal lag “Kopf” oben. Gegeben dieser Datenlage, wie hoch ist die Wahrscheinlichkeit für das Ereignis \…

Bed-Wskt1

probability

bayes

num

Prof. Süß-Sauer untersucht eine seiner Lieblingsfragen: Wie viel bringt das Lernen auf eine Klausur? Dabei konzentriert er sich auf das Fach Statistik (es gefällt ihm gut).…

Bed-Wskt2

probability

bayes

num

qm2

qm2-pruefung

(article?){apter_mass_2010, title = {A mass observation study of student and teacher behaviour in British primary classrooms}, volume = {26}, issn = {0266-7363}, url =…

Bed-Wskt3

probability

bayes

num

Als Bildungsforscher(in) untersuchen Sie den Lernerfolg in einem Statistikkurs.

Bsp-Binomial

probability

binomial

string

Die Binomialverteilung wird in Lehrbüchern häufig mit Münzwürfen motiviert. Im Buch Statistical Rethinking muss etwa ein Globus herhalten (also ein Zufallsexperiment mit den…

Bus1

probability

bayes

num

Die folgende Aufgabe basiert auf S. 110 von Bourier, G. (2018). Wahrscheinlichkeitsrechnung und schließende Statistik: Praxisorientierte Einführung — Mit Aufgaben und…

corona-blutgruppe

probability

dependent

string

Betrachten wir das Ereignis “Schwerer Coronaverlauf” (\(S\)); ferner betrachten wir das Ereignis “Blutgruppe ist A” (\(A\)) und das Gegenereignis von \(A\): “Blutgruppe ist…

count-lexicon

textmining

nlp

regex

string

Gegeben eines (mehrelementigen) Strings, my_string, und eines Lexicons, my_lexicon, zählen Sie, wie häufig sich ein Wort aus dem Lexikon in einem Element des Strings…

DAG-Graph

fopro

researchdesign

causal

string

Für ein Forschungsprojekt hat ein Forschungsteam die Frage getestet, ob Personen, die einen animierten Graphen zu Auswirkungen von Stress gesehen haben danach eine höhere…

Gem-Wskt2

probability

bayes

cloze

Ein renommiertes Unternehmen sucht einen Kandidaten für eine (hoch dotierte) Führungsposition. Ein Managementberatungsunternehmung führt ein Assessmentcenter durch, welches…

Gem-Wskt3

probability

dyn

bayes

num

qm2

qm2-pruefung

Ein renommiertes Unternehmen sucht ei Kandidati (m/w/d) für eine (hoch dotierte) Führungsposition. Das könnten Sie sein. Ein Managementberatungsunternehmung führt ein…

groesse01

2023

bayes

bayesbox

string

Wir interessieren uns für die typische Körpergröße deutscher Studentis. Hier findet sich dazu ein Datensatz.

groesse02

2023

bayes

bayes-grid

string

Wir interessieren uns für die typische Körpergröße deutscher Studentis. Hier findet sich dazu ein Datensatz.

iq01

probability

simulation

normal-distribution

exam-22

num

Intelligenz wird häufig mittels einem IQ-Test ermittelt. Ab einem Testwert von 130 Punkten nennt man die getestete Person hochbegabt.

iq02

probability

simulation

normal-distribution

num

Intelligenz wird häufig mittels einem IQ-Test ermittelt.

iq03

probability

simulation

normal-distribution

num

Intelligenz wird häufig mittels einem IQ-Test ermittelt.

iq04

probability

simulation

normal-distribution

num

Intelligenz wird häufig mittels einem IQ-Test ermittelt.

iq05

probability

simulation

normal-distribution

num

Intelligenz wird häufig mittels einem IQ-Test ermittelt.

iq06

probability

simulation

normal-distribution

num

Intelligenz wird häufig mittels einem IQ-Test ermittelt.

iq07

probability

simulation

normal-distribution

num

Intelligenz wird häufig mittels einem IQ-Test ermittelt.

iq08

probability

simulation

normal-distribution

num

An einer Elite-Hochschule wird man nur zugelassen, wenn man sowohl schön als auch schlau ist.

iq09

probability

simulation

normal-distribution

num

Zwei Forscherinnen, Prof. Weiss-Ois und Prof. Blitz-Chegga, streiten sich über den Effekt von Cannabis auf die Intelligenz.

iq10

probability

simulation

normal-distribution

bayes

bayes-grid

num

qm2

qm2-pruefung

Eine Forscherin, Prof. Weiss-Ois, untersucht den Effekt von Cannabis auf die Intelligenz.

k-coins-k-hits

probability

dyn

bayes

num

Sie werfen eine Münze \(k = 7\) Mal; die Trefferchance betrage \(p = 0.8\). Die Münzwürfe seien unabhängig voneinander.

Kaefer1

R

bayes

bayesbox

num

Weltsensation?! Der Insektenforscher Prof. Mügge ist der Meinung, eine bislang unbekannte Käferart entdeckt zu haben. Nach nur 18 Monaten Feldforschung im brasilianischen…

Kaefer2

R

bayes

bayesbox

num

qm2

qm2-pruefung

Weltsensation?! Der Insektenforscher Prof. Mügge ist der Meinung, eine bislang unbekannte Käferart entdeckt zu haben. Nach nur 18 Monaten Feldforschung im brasilianischen…

kekse02

probability

bayes-grid

num

In Think Bayes stellt Allen Downey folgende Aufgabe:

Klausur-raten

probability

dyn

bayes

num

qm2-pruefung

qm2

Eine Studentin muss (oder will ?) eine Statistik-Klausur schreiben. Die Klausur besteht ausschließlich aus 27 Richtig-Falsch-Aufgaben, Aufgaben also, die mit entweder Ja oder …

Klausuren-bestehen

R

probability

num

Eine Studentin hat zwei Klausuren, \(A\) und \(B\) geschrieben. Sie schätzt ihre Chancen zu bestehen auf 35% bzw. auf 60%. Unterstellen Sie Unabhängigkeit der Ereignisse.

Krebs1

bayes

probability

num

Ein Krebstest (\(T\)) habe die Wahrscheinlichkeit von 0.9, einen vorhandenen Krebs (\(K\)) zu erkennen. Diese Wahrscheinlichkeit bezeichnen wir als \(Pr(T+|K+)\). Der Test…

modellguete-testset

regression

performance

rmse

string

Berechnen Sie die Modellgüte (RMSE) im Test-Sample.

mtcars-abhaengig_var3a

probability

bayes

num

Im Folgenden ist der Datensatz mtcars zu analysieren.

Nerd-gelockert

R

probability

num

In einer Studie werden Persönlichkeitsmerkmale von Professoren untersucht. Laut der Studie wird bei 12% extreme Nerdigkeit festgestellt, bei 8% stark gelockerte Assoziation…

options-print

2023

R

tidyverse

markdown

string

mtcars

Wie kann man in R kontrollieren, wie viele Zeilen eines Tibbles gedruckt werden (am Bildschrirm)?

postvert-vis-zwielicht

2023

vis

bayes

post

string

Lesen Sie diesen Abschnitt.

regex01

textmining

regex

string

Erstellen Sie einen Vektor mit den Namen aller CSV-Dateien eines beliebigen Ordners Ihres Computers.

regex02

textmining

regex

string

Matchen Sie Elemente des Vektors txt3, die nur aus Ziffern bestehen:

regex03

regex

textmining

string

Gegeben sein ein String-Vektor, x. Dieser Vektor enthält Vornamen mehrerer Personen. Extrahieren Sie den ersten Vornamen jeder Person.

Rethink2m1

probability

bayes-grid

rethink-chap2

string

This question is taken from McElreath, R. (2020). Statistical rethinking: A Bayesian course with examples in R and Stan (2. Ed.). Taylor and Francis, CRC Press.

Rethink2m2

probability

bayes-grid

bayes

rethink-chap2

string

qm2

qm2-pruefung

This question is taken from McElreath, R. (2020). Statistical rethinking: A Bayesian course with examples in R and Stan (2. Ed.). Taylor and Francis, CRC Press.

Rethink2m3

probability

bayes

rethink-chap2

string

This question is taken from McElreath, R. (2020). Statistical rethinking: A Bayesian course with examples in R and Stan (2. Ed.). Taylor and Francis, CRC Press.

Rethink2m4

probability

bayes

bayes-grid

rethink-chap2

string

This question is taken from McElreath, R. (2020). Statistical rethinking: A Bayesian course with examples in R and Stan (2. Ed.). Taylor and Francis, CRC Press.

Rethink2m5

probability

bayes

bayes-grid

rethink-chap2

string

This question is taken from McElreath, R. (2020). Statistical rethinking: A Bayesian course with examples in R and Stan (2. Ed.). Taylor and Francis, CRC Press.

Rethink2m6

probability

bayes

bayes-grid

rethink-chap2

string

This question is taken from McElreath, R. (2020). Statistical rethinking: A Bayesian course with examples in R and Stan (2. Ed.). Taylor and Francis, CRC Press.

Rethink2m7

probability

bayes

bayes-grid

rethink-chap2

string

This question is taken from McElreath, R. (2020). Statistical rethinking: A Bayesian course with examples in R and Stan (2. Ed.). Taylor and Francis, CRC Press.

ReThink3m1

bayes

ppv

probability

string

qm2

qm2-pruefung

Nehmen wir an, wir haben 8 (Wasser-)“Treffer” (\(W=8\)) bei 15 Würfen (\(N=15\)) erhalten (wieder im Globusversuch). Gehen Sie wieder von einer “flachen”, also…

ReThink3m4

bayes

ppv

probability

string

Nehmen wir an, wir haben 8 (Wasser-)“Treffer” (\(W=8\)) bei 15 Würfen (\(N=15\)) erhalten (wieder im Globusversuch).

ReThink3m5

bayes

ppv

probability

string

Nehmen wir an, wir haben 8 (Wasser-)“Treffer” (\(W=8\)) bei 15 Würfen (\(N=15\)) erhalten (wieder im Globusversuch).

ReThink3m6

probability

bayes

post

string

Quelle: McElreath, R. (2020). Statistical rethinking: A Bayesian course with examples in R and Stan (2. Aufl.). Taylor and Francis, CRC Press.

sentiws2

textmining

tokenizer

string

Importieren Sie das sentiws Lexikon:

sicherheit

R

probability

num

Ein Betreiber eines komplexen technischen Geräts versucht, Sie zu beruhigen. Die Wahrscheinlichkeit eines Ausfalls (Ereignis \(A\)) betrage nur 0.001. Allerdings pro…

sicherheit2

R

probability

num

Ein Betreiber eines komplexen technischen Geräts versucht, Sie zu beruhigen. Die Wahrscheinlichkeit eines Ausfalls (Ereignis \(A\)) betrage nur 0.001. Allerdings pro…

tidymodels-ames-05

ds1

tidymodels

prediction

yacsda

statlearning

num

Berechnen Sie ein knn-Modell mit tidymodels und zwar anhand des ames Datensatzes.

tidymodels-tree1

statlearning

trees

tidymodels

string

mtcars

Berechnen Sie folgende prädiktiven Modelle und vergleichen Sie die Modellgüte:

tidymodels-tree2

statlearning

trees

tidymodels

speed

string

Berechnen Sie folgendes einfache Modell:

tidymodels-tree3

statlearning

trees

tidymodels

speed

string

Berechnen Sie folgendes einfache Modell:

tidymodels-tree4

statlearning

trees

tidymodels

speed

string

Berechnen Sie folgendes einfache Modell:

tidymodels-tree5

statlearning

trees

tidymodels

speed

string

Berechnen Sie folgendes einfache Modell:

totale-Wskt1

R

probability

bayes

num

Was ist die Wahrscheinlichkeit, bei einem Krebstest ein positives Testergebnis (Ereignis \(T\)) zu bekommen?

Urne1

R

probability

num

In einer Urne befinden sich fünf Kugeln, von denen 4 rot sind und 1 weiß.

Urne2

R

probability

num

In einer Urne befinden sich fünf Kugeln, von denen 4 rot sind und 1 weiß.

Var-vs-Stufe

fopro

researchdesign

schoice

Für ein Forschungsprojekt hat ein Forschungsteam die Frage getestet, ob Personen, die einen animierten Graphen zu Auswirkungen von Stress gesehen haben danach eine höhere…

Weinhaendler

probability

bayes-grid

bayes

string

qm2

qm2-pruefung

Sie sind kürzlich in ein Startup-Unternehmen eingestiegen. Das Unternehmen versucht, einen Online-Weinhandel aufzubauen. Kern des Unternehmens ist eine künstliche…

within-design-analysis1

regression

within-design

researchdesign

fopro

string

Analysieren Sie die Veränderung in einem längsschnittlichen Experiment (Within-Design).

wskt-quiz01

quiz

probability

quiz1-qm2-ws23

schoice

Sind die Ereignisse \(A\) und \(B\) unabhängig, so gilt \(Pr(A|B) = P(A)\).

wskt-quiz02

quiz

probability

quiz1-qm2-ws23

schoice

Gilt \(Pr(AB) = Pr(A\cap B) = Pr(A) \cdot Pr(B)\), so sind die Ereignisse \(A\) und \(B\) abhängig.

wskt-quiz03

quiz

probability

quiz1-qm2-ws23

schoice

Wirft man eine faire Münze 10-fach, so gilt \(Pr(\text{10 mal Kopf}) = Pr(\text{10 mal Zahl}) > .01\).

wskt-quiz04

quiz

probability

distributions

quiz1-qm2-ws23

schoice

Sei \(X \sim Bin(10, 1/2)\). Dann ist die zugehörige Verteilung (von \(X\)) symmetrisch.

wskt-quiz05

quiz

probability

distributions

quiz1-qm2-ws23

schoice

Wasserplanet entdeckt (Er wurde auf den Namen “Bath42” getauft)! Die ganze Oberfläche besteht aus Wasser. Jemand presentiert uns die Probe von diesem Planeten: Wasser!…

wskt-quiz06

quiz

probability

bayes

quiz1-qm2-ws23

schoice

Jemand geht zum Krebstest. Der Test habe eine Sicherheit von 95%. Die Grundrate des Krebs liege bei 0.001. Leider zeigt der Test einen positiven Befund, also Krebs.

wskt-quiz07

quiz

probability

bayes

quiz1-qm2-ws23

schoice

Folgende Formel ist korrekt: \(Pr(H|D) = Pr(D|H) \cdot Pr(H)\).

wskt-quiz08

quiz

probability

bayes

quiz1-qm2-ws23

schoice

Mehrere Proben werden zu einem unbekannten Planeten geschossen. Die Forschungsfrage lautet: Ist es die Erde (70% Wasseranteil) oder der Planet “Bath42” mit 90% Wasseranteil?

wskt-quiz09

quiz

probability

bayes

distributions

quiz1-qm2-ws23

schoice

Sei \(X \sim U(0, 1)\).

wskt-quiz10

quiz

probability

bayes

distributions

quiz1-qm2-ws23

schoice

Sei \(X \sim U(0, 2)\).

wskt-quiz11

quiz

probability

bayes

distributions

quiz1-qm2-ws23

schoice

Sei \(X \sim N(100, 15)\).

wskt-quiz12

quiz

probability

bayes

quiz1-qm2-ws23

schoice

Behauptung: Der Likelihood \(L\) gibt die Wahrscheinlichkeit eines Ereignisses (einer Hypothese) an, gegeben der Daten.

wskt-quiz13

quiz

probability

bayes

quiz1-qm2-ws23

schoice

Behauptung: Die Post-Verteilung gibt die Wahrscheinlichkeit der Daten an, gegeben der Hypothese.

wskt-quiz14

quiz

probability

bayes

quiz1-qm2-ws23

schoice

wskt-quiz15

quiz

probability

bayes

quiz1-qm2-ws23

schoice

wskt-quiz16

quiz

probability

bayes

quiz1-qm2-ws23

schoice

wskt-quiz17

quiz

probability

bayes

quiz1-qm2-ws23

schoice

wskt-quiz18

quiz

probability

bayes

quiz1-qm2-ws23

schoice

wskt-quiz19

quiz

probability

bayes

distributions

quiz1-qm2-ws23

schoice

wskt-quiz20

quiz

probability

inference

quiz1-qm2-ws23

schoice

wuerfel05

R

probability

num

Was ist die Wahrscheinlichkeit, mit zwei fairen Würfeln genau 12 Augen zu werfen?

wuerfel06

R

probability

num

Was ist die Wahrscheinlichkeit, bei 10 Wiederholungen des Werfens zweier Würfel mindestens einen Sechserpasch zu werfen?

repro1-sessioninfo

R

repro

string

Sie analysieren fröhlich, bestens gelaunt geradezu, in Ruhe einige Daten. Läuft. Plötzlich: Oh nein! Eine Fehlermeldung! Das darf nicht wahr sein!

mtcars-abhaengig_var3

dyn

probability

num

mtcars

Im Folgenden ist der Datensatz mtcars zu analysieren. Er ist unter dieser Quelle erhältlich.

vis-gapminder

vis

yacsda

ggquick

gapminder

string

In dieser Fallstudie (YACSDA: Yet another Case Study on Data Analysis) untersuchen wir den Datensatz gapminder.

vis-mtcars

vis

yacsda

ggquick

mtcars

string

In dieser Fallstudie (YACSDA: Yet another Case Study on Data Analysis) untersuchen wir den Datensatz mtcars.

vis-penguins

vis

yacsda

ggquick

penguins

string

In dieser Fallstudie (YACSDA: Yet another Case Study on Data Analysis) untersuchen wir den Datensatz penguins.

penguins-stan-01

bayes

regression

string

qm2

qm2-pruefung

Wir untersuchen Einflussfaktoren bzw. Prädiktoren auf das Körpergewicht von Pinguinen. In dieser Aufgabe untersuchen wir in dem Zusammenhang den Zusammenhang von Schnabellänge…

kausal28

dag

causal

schoice

Gegeben sei der DAG g (s. u.). Der DAG verfügt über mehrere Variablen, die als Knoten im Graph dargestellt sind und mit \(x_1, x_2, \ldots x_n\) bezeichnet sind.

kausal29

dag

causal

schoice

Gegeben sei der DAG (Graph) g (s. u.). Der DAG verfügt über mehrere Variablen, die als Knoten im Graph dargestellt sind.

durch3-durch5

R

challenge

string

Gegeben sei ein Vektor x:

ppv-dyn1

bayes

ppv

regression

num

mtcars

Berechnen Sie folgendes Modell (Datensatz mtcars):

ppv-mtcars1

bayes

ppv

regression

num

mtcars

Berechnen Sie folgendes Modell (Datensatz mtcars):

step-dummy

tidymodels

statlearning

schoice

Viele Lernalgorithmen können nicht mit nominalen Variablen umgehen; daher muss man sie dummifizieren, um sie einer Verarbeitung zugänglich zu machen. In Tidymodels gibt es…

ames-kaggle1

regression

data

kaggle

string

kaggle

Berechnen Sie ein einfaches lineare Modell für die Ames House Price Kaggle Competition.

targets-multiple-data-files

projectmgt

targets

repro

string

Schreiben Sie eine targets Pipeline, die einen Ordner mit Datendateien beobachtet und sich aktualisiert, wenn neue Daten dazukommt. Die Pipeline soll die Datendateien…

count-emoji

textmining

nlp

string

Gegeben eines (mehrelementigen) Strings, my_string, und eines Lexicons, my_lexicon, zählen Sie, wie häufig sich ein Emoji in einem Element des Strings wiederfindet.

regex-insert-char

textmining

regex

string

Gegeben sei ein String dieser Art (ggf. noch viel länger, aber vom gleichen Aufbau):

bike01

statlearning

tidymodels

num

Kann man die Anzahl gerade verliehener Fahrräder eines entsprechenden Anbieters anhand der Temperatur vorhersagen?

bike02

statlearning

tidymodels

num

Kann man die Anzahl gerade verliehener Fahrräder eines entsprechenden Anbieters anhand der Temperatur vorhersagen?

bike03

statlearning

tidymodels

num

Kann man die Anzahl gerade verliehener Fahrräder eines entsprechenden Anbieters anhand der Temperatur vorhersagen?

bike04

statlearning

tidymodels

num

Kann man die Anzahl gerade verliehener Fahrräder eines entsprechenden Anbieters anhand der Temperatur vorhersagen?

Boosting1

mchoice

Es handelt sich um ein lineares Modell, wenn man unter linear ein Modell folgender Form versteht:

Boosting2

schoice

Boosting ist eine beliebte Methode des statistischen Lernens, da sie sich in vielen prädiktiven Fragestellungen als hoch prädiktiv herausgestellt hat. Die Modellfunktion von…

bootstrap

statlearning

inference

schoice

mtcars

In einer Analyse ist ein Team von Analysten interessiert, den Spritverbrauch von Fahrzeugen (gemessen in Meilen per Gallone mpg) in einem bestimmten Marksegment zu…

Bootstrap1

statlearning

ds1

schoice

Die Bootstrap-Methode ist eine beliebte numerische Methode im statistischen Lernen und in der Statistik allgemein. Welche der folgenden Aussagen zum Bootstrapping ist richtig?

breiman

ds1

prediction

statlearning

schoice

In einem berühmten Paper mit dem Titel “Statistical Modeling: The Two Culture” hat Leo Breiman zwei Arten der Datenanalyse vorgestellt und kritisch diskutiert. Dieser…

Cluster01

num

Gegeben seien zwei Punkte im 3D-Raum:

Cluster02

schoice

Für einen bestimmten Datensatz soll ein hierarchisches Clustering vorgenommen werden, einmal mittels Single Linkage und einmal mittels Complete Linkage.

CV1

statlearning

2023

schoice

Kreuzvalidierung (CV) ist ein gängiges Verfahren, um die Vorhersagegüte in einem Testdatensatz einzuschätzen und um Parameterwerte (Tuningparameter) auszuwählen. Welche der…

diamonds-tidymodels01

ds1

tidymodels

statlearning

string

Finden Sie ein möglichst “gutes” prädiktives Modell zur Vorhersage des Diamantenpreises im Datensatz diamonds!

ds-quiz

ds1

tidymodels

statlearning

mchoice

Im Folgenden sind mehrere Aussagen zum Thema maschinelles Lernen dargestellt. Wählen Sie alle korrekten Aussagen aus!

ds-quiz2

ds1

tidymodels

statlearning

mchoice

Im Folgenden sind mehrere Aussagen zum Thema maschinelles Lernen dargestellt. Wählen Sie alle korrekten Aussagen aus!

Flex-vs-nichtflex-Methode

statlearning

2023

schoice

Algorithmen des statistischen Lernens lassen sich unterteilen hinsichtlich ihrer Flexibilität; es gibt mehr bzw. weniger flexible Algorithmen.

Flex-vs-nichtflex-Methode2

statlearning

2023

schoice

Algorithmen des statistischen Lernens lassen sich unterteilen hinsichtlich ihrer Flexibilität; es gibt mehr bzw. weniger flexible Algorithmen.

Flex-vs-nichtflex-Methode3

statlearning

2023

schoice

Algorithmen des statistischen Lernens lassen sich unterteilen in ihrer Flexibilität; es gibt mehr bzw. weniger flexible Algorithmen.

gini-plot

2023

vis

statlearning

trees

string

Visualisieren Sie die Gini-Funktion!

knn-ames01

statlearning

tidymodels

num

Berechnen Sie ein knn-Modell für den Datensatz ames!

lm-mario1

R

lm

predict

num

Sagen Sie den Verkaufspreis vorher für ein Spiel mit 2 Lenkrädern!

lm-mario2

R

lm

predict

num

Sagen Sie den Verkaufspreis vorher für ein Spiel mit 3 Euro Versandkosten (ship_pr)!

lm-mario3

R

lm

predict

num

Sagen Sie den Verkaufspreis vorher für Spiele mit 1, 2, bzw. 3 Euro Versandkosten (ship_pr)!

mse

ds1

tidymodels

statlearning

schoice

Wie ist der MSE definiert? Entscheiden Sie sich für eine der folgenden Definitionen:

n-se

schoice

Größere Stichproben sind zwar aufwändiger zu erheben, aber aussagekräftiger unter sonst gleichen Umständen, wie in der Abbildung dargestellt.

nyc_casestudy

ds1

tidymodels

statlearning

string

OLS-Minimierung

schoice

Um die Parameter der Regressiongeraden zu bestimmen, wird ein Ausdruck minimiert. Wählen Sie den korrekten Ausdruck.

pca

eda

statlearning

schoice

PCA1

schoice

Principal Component Analysis (PCA) ist ein gängiges Verfahren zur Dimensionsreduktion eines \(n \times p\) Datensatz \(\boldsymbol{X}\). Welche Aussage ist in dem…

predictioncontest1

R

ds1

string

regr-tree01

statlearning

trees

tidymodels

string

mtcars

Berechnen Sie einfaches Prognosemodell auf Basis eines Entscheidungsbaums!

regr-tree02

statlearning

trees

tidymodels

mtcars

string

Berechnen Sie einfaches Prognosemodell auf Basis eines Entscheidungsbaums!

regr-tree03

statlearning

trees

tidymodels

string

mtcars

Berechnen Sie einfaches Prognosemodell auf Basis eines Entscheidungsbaums!

rf-finalize

tidymodels

statlearning

template

string

Berechnen Sie ein prädiktives Modell mit dieser Modellgleichung:

rf-finalize2

tidymodels

statlearning

template

string

Berechnen Sie ein prädiktives Modell (Random Forest) mit dieser Modellgleichung:

rf-finalize3

tidymodels

statlearning

template

string

Berechnen Sie ein prädiktives Modell (Random Forest) mit dieser Modellgleichung:

rf-usemodels

tidymodels

statlearning

template

string

Berechnen Sie ein prädiktives Modell mit dieser Modellgleichung:

Shrinkage1

schoice

Shrinkage (Penalisierung) ist eine Erweiterung der klassischen Linearen Modelle. Welche Aussage dazu ist richtig?

smape

schoice

Zur Bemessung der (prädiktiven) Güte eines Modells existieren verschiedene Kennzahlen, auch abhängig davon, ob es sich um eine Regression oder Klassifikation handelt. Eine…

supervisedlearning

statlearning

ds1

schoice

Welches der folgenden Verfahren ist ein Vertreter des geleiteten Lernens (supervised learning)?

Szenario-charakterisieren1

schoice

Angenommen, Sie arbeiten als Analyst mit folgender Aufgabe:

Tengku-Hanis01

tidymodels

prediction

yacsda

statlearning

trees

speed

string

Bearbeiten Sie diese Fallstudie von Tengku Hanis!

Test-MSE1

ds1

tidymodels

statlearning

schoice

Angenommen, Sie arbeiten als Analyst mit folgender Aufgabe:

Test-MSE2

ds1

tidymodels

statlearning

schoice

Anhand der folgenden Abbildung sollen Aussagen zur Test-MSE (Mean Squared Error) untersucht werden.

tidymodels-ames-01

ds1

tidymodels

prediction

yacsda

statlearning

num

Berechnen Sie ein lineares Modell mit tidymodels und zwar anhand des ames Datensatzes.

tidymodels-ames-02

ds1

tidymodels

prediction

yacsda

statlearning

num

Berechnen Sie ein lineares Modell mit tidymodels und zwar anhand des ames Datensatzes.

tidymodels-ames-03

ds1

tidymodels

prediction

yacsda

statlearning

num

Berechnen Sie ein lineares Modell mit tidymodels und zwar anhand des ames Datensatzes.

tidymodels-ames-04

ds1

tidymodels

prediction

yacsda

statlearning

num

Berechnen Sie ein lineares Modell mit tidymodels und zwar anhand des ames Datensatzes.

tidymodels-lasso

tidymodels

statlearning

lasso

lm

string

Schreiben Sie eine prototypische Analyse für ein Vorhersagemodell mit dem Lasso.

tidymodels-lasso2

tidymodels

statlearning

lasso

lm

string

Schreiben Sie eine minimale Analyse für ein Vorhersagemodell mit dem Lasso.

tidymodels-lasso3

tidymodels

statlearning

lasso

lm

string

Schreiben Sie eine prototypische Analyse für ein Vorhersagemodell mit dem Lasso.

tidymodels-penguins01

ds1

tidymodels

prediction

yacsda

statlearning

num

Berechnen Sie ein lineares Modell mit tidymodels und zwar anhand des penguins Datensatzes.

tidymodels-penguins02

ds1

tidymodels

prediction

yacsda

statlearning

num

Berechnen Sie ein kNN-Modell mit tidymodels und zwar anhand des penguins Datensatzes.

tidymodels-penguins03

ds1

tidymodels

prediction

yacsda

statlearning

num

Berechnen Sie ein kNN-Modell mit tidymodels und zwar anhand des penguins Datensatzes.

tidymodels-penguins04

ds1

tidymodels

prediction

yacsda

statlearning

num

Berechnen Sie ein kNN-Modell mit tidymodels und zwar anhand des penguins Datensatzes.

tidymodels-penguins05

ds1

tidymodels

prediction

yacsda

statlearning

num

Berechnen Sie ein kNN-Modell mit tidymodels und zwar anhand des penguins Datensatzes.

tidymodels-penguins06

tidymodels

statlearning

schoice

Berechnen Sie ein kNN-Modell mit tidymodels und zwar anhand des penguins Datensatzes.

tidymodels-penguins07

tidymodels

statlearning

trees

schoice

Berechnen Sie ein Entscheidungsbaum-Modell mit tidymodels und zwar anhand des penguins Datensatzes.

tidymodels-poly01

R

statlearning

tidymodels

num

Fitten Sie ein Polynomial-Modell für folgende Modellgleichung:

tidymodels-poly02

R

statlearning

tidymodels

num

Fitten Sie ein Polynomial-Modell für folgende Modellgleichung:

tidymodels-vorlage

tidymodels

statlearning

template

string

Schreiben Sie eine prototypische Analyse für ein Vorhersagemodell, das sich als Vorlage für Analysen dieser Art eignet!

tidymodels-vorlage2

tidymodels

statlearning

template

string

Schreiben Sie eine Vorlage für eine prädiktive Analyse mit Tidymodels!

tidymodels1

ds1

tidymodels

prediction

yacsda

statlearning

dyn

schoice

Prof. Salzig übt sich im statistischen Lernen. Dazu will er das Überleben im Titanic-Unglück Vorhersagen; es handelt sich um eine klassische Aufgabe im statistischen Lernen.…

tidymodels2

ds1

tidymodels

prediction

yacsda

statlearning

error

string

mtcars

Ein merkwürdiger Fehler bzw. eine merkwürdige Fehlermeldung in Tidymodels - das untersuchen wir hier genauer und versuchen das Phänomen zu erklären.

tidymodels3

ds1

tidymodels

prediction

yacsda

statlearning

lm

num

Berechnen Sie ein lineares Modell mit tidymodels und zwar anhand des ames Datensatzes.

tidymodels_workflowset01

num

tidytext

schoice

Welche Aussage zu dieser Syntax ist korrekt?

titanic_casestudy

string

tmdb01

ds1

tidymodels

statlearning

tmdb

random-forest

num

Melden Sie sich an für die Kaggle Competition TMDB Box Office Prediction - Can you predict a movie’s worldwide box office revenue?.

tmdb02

ds1

tidymodels

statlearning

tmdb

trees

num

Wir bearbeiten hier die Fallstudie TMDB Box Office Prediction - Can you predict a movie’s worldwide box office revenue?, ein Kaggle-Prognosewettbewerb.

tmdb03

ds1

tidymodels

statlearning

tmdb

random-forest

num

Wir bearbeiten hier die Fallstudie TMDB Box Office Prediction - Can you predict a movie’s worldwide box office revenue?, ein Kaggle-Prognosewettbewerb.

tmdb04

ds1

tidymodels

statlearning

tmdb

random-forest

num

Wir bearbeiten hier die Fallstudie TMDB Box Office Prediction - Can you predict a movie’s worldwide box office revenue?, ein Kaggle-Prognosewettbewerb.

tmdb05

ds1

tidymodels

statlearning

tmdb

random-forest

num

Melden Sie sich an für die Kaggle Competition TMDB Box Office Prediction - Can you predict a movie’s worldwide box office revenue?.

tmdb06

ds1

tidymodels

statlearning

tmdb

random-forest

num

Melden Sie sich an für die Kaggle Competition TMDB Box Office Prediction - Can you predict a movie’s worldwide box office revenue?.

tmdb07

ds1

tidymodels

statlearning

tmdb

num

Melden Sie sich an für die Kaggle Competition TMDB Box Office Prediction - Can you predict a movie’s worldwide box office revenue?.

tmdb08

ds1

tidymodels

statlearning

tmdb

random-forest

num

Wir bearbeiten hier die Fallstudie TMDB Box Office Prediction - Can you predict a movie’s worldwide box office revenue?, ein Kaggle-Prognosewettbewerb.

wfsets_penguins01

R

statlearning

tidymodels

num

wfsets

Berechnen Sie die Vorhersagegüte (RMSE) für folgende Lernalgorithmen:

wfsets_penguins02

R

statlearning

tidymodels

num

wfsets

Berechnen Sie die Vorhersagegüte (RMSE) für folgende Lernalgorithmen:

filter-na1

2023

eda

na

string

Filtern Sie alle Zeilen ohne fehlende Werte im Datensatz penguins!

filter-na2

2023

eda

na

string

Filtern Sie alle Zeilen mit fehlende Werte im Datensatz penguins!

filter-na3

2023

eda

na

string

Filtern Sie alle Zeilen mit fehlende Werte im Datensatz penguins!

filter-na4

2023

eda

na

string

Liefern Sie einen visuellen Überblick über fehlende Werte im Datensatz penguins!

filter-na5

2023

eda

na

string

Zählen Sie fehlende Werte im Datensatz penguins zeilenweise.

nasa06

data

eda

lagemaße

string

Viele Quellen berichten Klimadaten unserer Erde, z.B. auch National Aeronautics and Space Administration - Goddard Institute for Space Studies.

Aussagen-einfache-Regr

regression

2023

schoice

Im Hinblick auf die lineare Regression: Welche der folgenden Aussage passt am besten?

interpret-koeff-lm

regression

lm

string

Betrachten Sie dieses Modell, das den Zusammenhang von PS-Zahl und Spritverbrauch untersucht (Datensatz mtcars):

korr-als-regr

lm

regression

string

association

Die Korrelation prüft, ob bzw. inwieweit zwei Merkmale linear zusammenhängen.

korr01

dyn

eda

association

schoice

Welcher Korrelationswert (Pearson) beschreibt die Korrelation in den Daten am besten?

korr02

dyn

eda

association

num

Welcher Korrelationswert (Pearson) beschreibt die Korrelation in den Daten am besten?

Linearitaet1a

lm

regression

schoice

Bei welcher der Abbildungen ist eine Regression mit linearem Graph angemessen?

lm1

regression

lm

stats-nutshell

schoice

mtcars

Laden Sie den Datensatz mtcars aus dieser Quelle.

mariokart-korr1

datawrangling

dplyr

eda

association

num

Importieren Sie den Datensatz mariokart in R. Berechnen Sie die Korrelation von Verkaufspreis (total_pr) und Startgebot (start_pr)!

mariokart-korr2

datawrangling

dplyr

eda

association

num

Importieren Sie den Datensatz mariokart in R. Filtern Sie die neuen Spiele. Berechnen Sie die Korrelation von Verkaufspreis (total_pr) und Startgebot (start_pr)!

mariokart-korr3

datawrangling

dplyr

eda

association

num

Importieren Sie den Datensatz mariokart in R. Berechnen Sie die Korrelation von mittlerem Verkaufspreis (total_pr) und Startgebot (start_pr) für Spiele, die sowohl neu sind u…

mariokart-korr4

datawrangling

dplyr

eda

association

num

Importieren Sie den Datensatz mariokart in R. Berechnen Sie die Korrelation von mittlerem Verkaufspreis (total_pr) und Startgebot (start_pr) für Spiele, die sowohl neu sind o…

mtcars-regr01

lm

mtcars

association

regression

string

mtcars

Betrachten Sie folgendes Modell (Datensatz mtcars):

nasa03

data

eda

association

string

Viele Quellen berichten Klimadaten unserer Erde, z.B. auch National Aeronautics and Space Administration - Goddard Institute for Space Studies.

nichtlineare-regr1

lm

vis

qm2

regression

string

mtcars

Wir suchen ein Modell, das einen nichtlinearen Zusammenhang von PS-Zahl und Spritverbrauch darstellt (Datensatz mtcars).

penguins-regr02

lm

bayes

rope

string

Beantworten Sie folgende Forschungsfrage:

regression1

regression

dyn

lm

schoice

Die folgende Frage bezieht sich auf dieses Ergebnis einer Regressionsanalyse:

regression1a

regression

2023

schoice

Die folgende Frage bezieht sich auf dieses Ergebnis einer Regressionsanalyse:

regression1b

regression

R

lm

schoice

Die folgende Frage bezieht sich auf dieses Ergebnis einer Regressionsanalyse:

Regression3

dyn

regression

lm

schoice

dabei wird noch die Gruppierungsvariable \(g\) (mit den Stufen 0 und 1) berücksichtigt (vgl. Farbe und Form der Punkte). Zur besseren Orientierung ist die Regressionsgerade…

Regression4

dyn

regression

lm

num

Berechnen Sie \(\hat{y}\) für das unten ausgegeben Modell!

Regression5

dyn

regression

lm

num

Gegeben sei ein Datensatz mit fünf Prädiktoren, wobei Studierende die Beobachtungseinheit darstellen:

Regression6

dyn

regression

exam-22

schoice

Gegeben sei ein Datensatz mit folgenden Prädiktoren, wobei Studierende die Beobachtungseinheit darstellen:

anim01

2023

vis

animation

string

Visualisieren Sie in animierter Form den Zusammenhang von Lebenserwartung und Bruttosozialprodukt im Verlauf der Jahre (Datensatz gapminder); der Kontinent soll in der…

anim02

2023

vis

animation

string

Visualisieren Sie in animierter Form den Zusammenhang von Lebenserwartung und Bruttosozialprodukt im Verlauf der Jahre (Datensatz gapminder); der Kontinent soll in der…

anim03

2023

vis

animation

string

Visualisieren Sie in animierter Form die Temperatur in New York im Zeitverlauf der Kontinent soll in der Visualisierung berücksichtigt sein.

nasa04

data

eda

lagemaße

vis

animation

string

Viele Quellen berichten Klimadaten unserer Erde, z.B. auch National Aeronautics and Space Administration - Goddard Institute for Space Studies.

nasa05

data

eda

lagemaße

vis

animation

string

Viele Quellen berichten Klimadaten unserer Erde, z.B. auch National Aeronautics and Space Administration - Goddard Institute for Space Studies.

Kennwert-robust

eda

lagemaße

variability

schoice

Welcher der folgenden Kennwerte ist robust (im statistischen Sinn)?

Kennwert-robust2

eda

variability

schoice

Welcher der folgenden Kennwerte ist robust (im statistischen Sinn)?

mariokart-desk01

datawrangling

eda

tidyverse

vis

variability

num

Im Datensatz mariokart:

mariokart-sd1

datawrangling

dplyr

eda

variability

num

Importieren Sie den Datensatz mariokart in R. Berechnen Sie die SD des Verkaufspreis (total_pr) für Spiele, die neu sind oder (auch) über Lenkräder (wheels) verfügen.

mariokart-sd2

datawrangling

dplyr

eda

variability

num

Importieren Sie den Datensatz mariokart in R. Berechnen Sie die SD des Verkaufspreis (total_pr)!

mariokart-sd3

datawrangling

dplyr

eda

variability

num

Importieren Sie den Datensatz mariokart in R. Berechnen Sie die SD des Verkaufspreis (total_pr) für Spiele, die sowohl neu sind als auch über Lenkräder (wheels) verfügen.

nasa01

data

eda

lagemaße

variability

string

Viele Quellen berichten Klimadaten unserer Erde, z.B. auch National Aeronautics and Space Administration - Goddard Institute for Space Studies.

nasa07

data

eda

lagemaße

variability

string

Viele Quellen berichten Klimadaten unserer Erde, z.B. auch National Aeronautics and Space Administration - Goddard Institute for Space Studies.

sd-vergleich

datawrangling

eda

tidyverse

vis

variability

schoice

Welches der folgenden Diagramm hat die größte Streuung, gemessen in Standardabweichung (sd, sigma)?

Streuung-Histogramm

eda

variability

dyn

schoice

Wählen Sie das Diagramm, in dem der vertikale gestrichelte Linie am genauesten die Position des Medians (\(Md\)) widerspiegelt.

summarise04

datawrangling

eda

tidyverse

dplyr

variability

num

Im Datensatz mariokart:

summarise05

datawrangling

eda

tidyverse

dplyr

variability

num

Im Datensatz mariokart:

summarise06

datawrangling

eda

tidyverse

dplyr

variability

num

Im Datensatz mariokart:

vis-mariokart-variab

datawrangling

eda

tidyverse

vis

variability

string

Im Datensatz mariokart:

mariokart-max1

datawrangling

dplyr

eda

num

Importieren Sie den Datensatz mariokart in R. Berechnen Sie die maximale Verkaufspreise (total_pr) für Spiele, die mit 0, 1, 2, … Lenkräder (wheels) gekauft werden. Bilden…

mariokart-max2

datawrangling

dplyr

eda

num

Importieren Sie den Datensatz mariokart in R. Berechnen Sie die maximale Verkaufspreise (total_pr) für Spiele, die mit 0, 1, 2, … Lenkräder (wheels) gekauft werden. Dieser…

mariokart-mean1

datawrangling

dplyr

eda

num

Importieren Sie den Datensatz mariokart in R. Berechnen Sie den mittleren Verkaufspreis (total_pr)!

mariokart-mean2

datawrangling

dplyr

eda

num

Importieren Sie den Datensatz mariokart in R. Berechnen Sie den mittleren Verkaufspreis (total_pr) für neue Spiele.

mariokart-mean3

datawrangling

dplyr

eda

num

Importieren Sie den Datensatz mariokart in R. Berechnen Sie den mittleren Verkaufspreis (total_pr) für Spiele, die sowohl neu sind als auch über Lenkräder (wheels) verfügen.

mariokart-mean4

datawrangling

dplyr

eda

num

Importieren Sie den Datensatz mariokart in R. Berechnen Sie den mittleren Verkaufspreis (total_pr) für Spiele, die neu sind oder (auch) über Lenkräder (wheels) verfügen.

mw-berechnen

eda

datawrangling

dyn

num

mw-berechnen2

eda

datawrangling

dyn

num

nasa02

data

eda

lagemaße

string

Viele Quellen berichten Klimadaten unserer Erde, z.B. auch National Aeronautics and Space Administration - Goddard Institute for Space Studies.

Schiefe-erkennen

eda

distributions

schoice

Wählen Sie das Histogramm, welches am deutlichsten die Eigenschaft “rechtsschief” aufweist!

Schiefe1

schoice

eda

distributions

Welche der Abbildungen zeigt am deutlichsten eine rechtsschiefe Verteilung?

summarise01

datawrangling

eda

tidyverse

dplyr

num

Im Datensatz mariokart:

summarise02

datawrangling

eda

tidyverse

dplyr

num

Im Datensatz mariokart:

summarise03

datawrangling

eda

tidyverse

dplyr

num

Im Datensatz mariokart:

wrangle10

eda

lagemaße

num

Betrachten Sie folgende Tabelle:

affairs-dplyr

datawrangling

eda

string

Laden Sie den Datensatz affairs:

dplyr-uebersetzen

datawrangling

tidyverse

string

mtcars

Importieren Sie den folgenden Datensatz in R:

filter01

datawrangling

eda

tidyverse

dplyr

num

Im Datensatz mariokart:

haeufigkeit01

datawrangling

eda

count

string

mtcars

Werten Sie die Häufigkeiten (der Stufen) folgender Variablen aus wie unten beschrieben.

mutate01

datawrangling

eda

tidyverse

dplyr

num

Im Datensatz mariokart:

mutate02

datawrangling

eda

tidyverse

dplyr

num

Im Datensatz mariokart:

MWberechnen

eda

datawrangling

num

tidydata1

datawrangling

tidy

schoice

Laden Sie die folgende Tabellen mit folgendem Befehl aus dem Paket tidyverse:

wrangle1

eda

datawrangling

tidyverse

dplyr

schoice

Welche der folgenden Spalte ist nicht Teil des Datensatzes flights aus dem R-Paket nycflights13?

wrangle3

datawrangling

eda

schoice

Welche Aussage zu der Funktionsweise folgender Funktionen im R-Paket dplyr ist richtig?

wrangle4

eda

2023

schoice

Welche Variante der folgenden Syntax-Beispiele ist richtig (formal korrekt)?

wrangle5

eda

2023

schoice

Wie prüft man in R auf Gleichheit zweier Ausdrücke?

wrangle7

eda

2023

schoice

Welche Aussage zur Funktion filter() aus dem R-Paket dplyr ist richtig?

wrangle9

eda

2023

num

Um Variablen in einem Datensatz anzulegen oder zu verändern, nutzt man mutate() im tidyverse. mutate() ist nützlich für vektorielles Rechnen. In diesem Zusammenhang: Was ist…

argumente

R

2023

schoice

Welche der folgenden Syntax-Beispiele zeigt fehlerhaften Code?

import-mtcars

R

data

mtcars

num

Finden Sie den Datensatz “mtcars” online! “mtcars.csv” Tipp: Die Webseite “vincentarelbundock” ist ein guter Ort zum Suchen. Importieren Sie dann den Datensatz in R.

Logikpruefung1

R

2023

Wir definieren x wie folgt:

Logikpruefung2

R

2023

Wir definieren x wie folgt:

Pfad

R

datawrangling

qm1

qm2

string

data

import

Recherchieren Sie den Datensatz “Palmer Penguins” als CSV-Datei im Internet.

there-is-no-package

R

2023

schoice

Sie führen folgende R-Syntax aus:

Typ-Fehler-R-01

R

2023

string

Korrigieren Sie den Fehler in der Syntax:

Typ-Fehler-R-02

R

2023

schoice

R gibt folgende Fehlermeldung aus:

Typ-Fehler-R-03

string

Gegeben sei diese Syntax:

Typ-Fehler-R-04

R

2023

string

Gegeben sei diese Syntax, die einen Fehlermeldung ausgibt:

Typ-Fehler-R-06a

R

2023

string

Betrachten Sie folgende R-Syntax, für die R eine Fehlermeldung ausgibt:

Wertberechnen

R

dyn

num

Welchen Wert bzw. welches Ergebnis liefert folgende R-Syntax für ergebnis zurück?

Wertberechnen2

R

dyn

num

Welchen Wert bzw. welches Ergebnis liefert folgende R-Syntax für ergebnis zurück?

Wertpruefen

R

2023

string

Geben Sie die R-Syntax ein, um zu prüfen, dass die Variable loesung den Wert 42 hat.

Wertzuweisen

R

2023

string

Weisen Sie dem Objekt loesung den Wert 42 zu. Geben Sie den korrekten R-Code dafür ein.

Wertzuweisen_mc

R

2023

schoice

Welche der folgenden Syntax-Varianten ist/sind formal (“syntaktisch”) korrekt?

boxhist

vis

eda

en

cloze

boxhist.csv draw a histogram, and a boxplot. Based on the graphics, answer the following questions or check the correct statements, respectively. (Comment: The tolerance for…

Boxplot-Aussagen

vis

eda

dyn

schoice

Hinweis: Female steht für Frauen; Male für Männer.

boxplots-de1a

vis

eda

schoice

laut zwei Stichproben (A und B) mithilfe zweier Boxplots dargestellt. Welche der folgenden Aussagen ist korrekt?

diamonds-histogram

vis

2023

schoice

Die Daten beziehen sich auf den Datensatz diamonds und sind hier einzusehen bzw. können bei Interesse dort heruntergeladen werden.

Diamonds-Histogramm-Vergleich

vis

2023

schoice

Die Daten beziehen sich auf den Datensatz diamonds und sind hier einzusehen bzw. können bei Interesse dort heruntergeladen werden.

Diamonds-Histogramm-Vergleich2

vis

2023

schoice

Die Daten beziehen sich auf den Datensatz diamonds und sind hier einzusehen bzw. können bei Interesse dort heruntergeladen werden.

Histogramm-in-Boxplot

vis

2023

schoice

Histogramm:

max-corr1

vis

2023

num

Welches Diagramm zeigt den stärksten (absoluten) linearen Zusammenhang (Korrelation)?

max-corr2

vis

2023

num

Welches Diagramm zeigt den stärksten (absoluten) linearen negativen Zusammenhang (Korrelation)?

min-corr1

vis

2023

num

Welches Diagramm zeigt den schwächsten (absoluten) linearen Zusammenhang (Korrelation)?

movies-vis1

vis

eda

string

Importieren Sie bitte für diese Aufgabe den Datensatz movies (aus dem R-Paket ggplot2movies). Ein Data-Dictionary findet sich hier.

movies-vis2

vis

eda

string

Importieren Sie bitte für diese Aufgabe den Datensatz movies (aus dem R-Paket ggplot2movies). Ein Data-Dictionary findet sich hier.

n-vars-diagram

vis

2023

num

Wie viele Variablen sind in folgendem Diagramm dargestellt?

Ridges-vergleichen

vis

dyn

schoice

Streudiagramm

vis

2023

schoice

wozu-balkendiagramm

vis

2023

schoice

Zu welchem Zweck ist ein Balkendiagramm am besten geeignet?

wozu-streudiagramm

vis

2023

schoice

Zu welchem Zweck ist ein Streudiagramm am besten geeignet?

Def-Statistik01

schoice

Welche Definition von Statistik passt am besten?

Kausale-Verben

causal

research-question

mchoice

Skalenniveau1a

dyn

variable-levels

variable-levels

schoice

Verfügt die Variable Alter über ein metrisches Skalenniveau?

Skalenniveau1b

dyn

variable-levels

variable-levels

mchoice

Geben Sie für jede der folgenden vier Variable an, ob sie über ein metrisches Skalenniveau verfügt!

tidy1

tidy

datawrangling

schoice

Das Konzept von “tidy” Daten (“Tidyformat”) spielt in der Datenanalyse eine wichtige Rolle.

variability01

variability

basics

schoice

In welchem Datensatz, \(x1, x2, x3, x4\), gibt es am meisten Variation?

variability02

variability

basics

schoice

In welchem Datensatz (x1-x4) gibt es am meisten Variation?

Ziele-Statistik

basics

2023

schoice

Welche von den folgenden Optionen gehört nicht zu den Zielen von Statistik bzw. einer Forschungsfrage mit statistischem Character?

kausal01

dag

causal

exam-22

Gegeben sei der DAG g (s.u.). Welche Variable/n sind zu kontrollieren, um den kausalen Effekt von x auf y zu identifizieren?

kausal02

dag

causal

exam-22

Gegeben sei der DAG g (s.u.). Welche Variable/n sind zu kontrollieren, um den kausalen Effekt von x auf y zu identifizieren?

kausal03

dag

causal

exam-22

Gegeben sei der DAG g (s.u.). Was ist die minimale Menge an Variablen, die man kontrollieren muss, um den kausalen Effekt von x auf y zu identifizieren?

mtcars-abhaengig_var2

dyn

probability

mtcars

Im Folgenden ist der Datensatz mtcars zu analysieren.

mtcars-post

bayes

post

estimation

exam-22

qm2

mtcars

qm2-pruefung

Im Datensatz mtcars: Berichten Sie die Breite eines Schätzintervalls (89%, HDI) zum mittleren Spritverbrauch! Nutzen Sie Methoden der Bayes-Statistik.

mtcars-post2

bayes

regression

post

exam-22

qm2

mtcars

qm2-pruefung

Im Datensatz mtcars: Wie groß ist der Effekt der UV vs auf die AV mpg? Geben Sie die Breite des 95% PI an (im Bezug zur gesuchten Größe). Berechnen Sie das dazu passende…

mtcars-post3

bayes

regression

post

exam-22

qm2

qm2-pruefung

mtcars

Im Datensatz mtcars: Wie groß ist die Wahrscheinlichkeit, dass der Effekt der UV vs auf die AV mpg positiv ist? Berechnen Sie das dazu passende Modell mit Methoden der…

penguins-stan-02

bayes

regression

exam-22

Wir untersuchen Einflussfaktoren bzw. Prädiktoren auf das Körpergewicht von Pinguinen. In dieser Aufgabe untersuchen wir den Zusammenhang von Schnabellänge (als UV) und Körpe…

penguins-stan-03

bayes

regression

exam-22

Wir untersuchen Einflussfaktoren bzw. Prädiktoren auf das Körpergewicht von Pinguinen. In dieser Aufgabe untersuchen wir den Zusammenhang von Schnabellänge (als UV) und Körpe…

penguins-stan-04

bayes

regression

exam-22

Wir untersuchen Einflussfaktoren bzw. Prädiktoren auf das Körpergewicht von Pinguinen. In dieser Aufgabe untersuchen wir den Zusammenhang von Schnabellänge (als UV) und Körpe…

penguins-stan-05

bayes

regression

exam-22

qm2

qm2-pruefung

Wir untersuchen Einflussfaktoren bzw. Prädiktoren auf das Körpergewicht von Pinguinen. In dieser Aufgabe untersuchen wir den Zusammenhang von Schnabellänge (als UV) und Körpe…

pigs2

bayes

qm2

qm2-pruefung

regression

exam-22

Laden Sie den Datensatz toothgrowth, z.B. von dieser Quelle. In dem Datensatz sind die Daten eines einfaches Experiments berichtet.

PPV1a-mtcars

bayes

regression

exam-22

mtcars

Im Folgenden ist der Datensatz mtcars zu analysieren.

rope2

rope

bayes

regression

exam-22

mtcars

Im Datensatz mtcars: Ist der (mittlere) Unterschied im Spritverbrauch (mpg) zwischen den beiden Gruppen Automatik vs. Schaltgetriebe vernachlässigbar?

wuerfel01

probability

dice

exam-22

Wie hoch ist die Wahrscheinlichkeit, mit zwei fairen Würfeln genau 10 Augen zu werfen?

wskt-mtcars-1l

post

bayes

regression

mtcars

Prüfen Sie folgende Hypothese:

kausal-bedrooms1

dag

causal

Betrachten wir den Datensatz SaratogaHouses, den Sie hier herunterladen können. Ein Codebook findet sich hier.

kausal-einfach

dag

causal

Eine Forscher:in aus Kalifornien entdeckt, dass Haiangriffe mit Eisverkauf korreliert sind: Haiangriffe treten gehäuft dann auf, wenn am Strand viel Eis verkauft wird.…

kausal04

dag

causal

Gegeben sei ein DAG g (s.u.). Was ist die minimale Menge an Variablen (minimal adjustment set), die man kontrollieren muss, um den kausalen Effekt von smoking auf arrest zu…

kausal05

dag

causal

Im Rahmen einer Studie soll untersucht werden, ob eine Influenza-Infektion einen (kausalen) Einfluss auf eine Covid19-Infektion hat.

kausal06

dag

causal

Im Rahmen einer Studie soll untersucht werden, ob eine Influenza-Infektion einen (kausalen) Einfluss auf eine Covid19-Infektion hat. Außerdem wird dabei der Nutzen des…

kausal07

dag

causal

Eine Forscherin untersucht den Zusammenhang von Rauchen smo (smoking, UV, exposure) und Herzstillstand ca (cardiac arrest, AV, outcome). Sie hegt die Hypothese, dass Rauchen…

kausal08

dag

causal

Gegeben sei die Theorie (oder schlichter: das Modell), demzufolge eine Anlage zu Suchtverhalten die Ursache von sowohl Rauchen als auch Kaffeegewohnheit darstellt.…

kausal09

dag

causal

Ein Forschungsteam aus Epidemiologen untersucht den (möglicherweise kausalen) Zusammenhang von Erziehung (education) und Diabetes (diabetes). Das Team schlägt folgendes…

kausal10

dag

causal

Ein Forschungsteam aus Psychologen und Medizinern untersucht die Frage, ob (höhere) Bereitschaft für eine OP und zu Veränderung in ihrer Lebensführung, nach einem Jahr über…

kausal20

dag

causal

Gegeben sei der DAG g (s. u.). Der DAG verfügt über mehrere Variablen, die als Knoten im Graph dargestellt sind und mit \(x_1, x_2, \ldots x_n\) bezeichnet sind.

kausal21

dag

causal

Gegeben sei der DAG g (s. u.). Der DAG verfügt über mehrere Variablen, die als Knoten im Graph dargestellt sind und mit \(x_1, x_2, \ldots x_n\) bezeichnet sind.

kausal22

dag

causal

Gegeben sei der DAG g (s. u.). Der DAG verfügt über mehrere Variablen, die als Knoten im Graph dargestellt sind und mit \(x_1, x_2, \ldots x_n\) bezeichnet sind.

kausal23

dag

causal

Gegeben sei der DAG g (s. u.). Der DAG verfügt über mehrere Variablen, die als Knoten im Graph dargestellt sind und mit \(x_1, x_2, \ldots x_n\) bezeichnet sind.

kausal24

dag

causal

Gegeben sei der DAG g (s. u.). Der DAG verfügt über mehrere Variablen, die als Knoten im Graph dargestellt sind und mit \(x_1, x_2, \ldots x_n\) bezeichnet sind.

kausal24

dag

causal

Gegeben sei der DAG (Graph) g (s. u.). Der DAG verfügt über mehrere Variablen, die als Knoten im Graph dargestellt sind.

kausal25

dag

causal

Gegeben sei der DAG g (s. u.). Der DAG verfügt über 6 Variablen, die als Knoten im Graph dargestellt sind und mit \(x_1, x_2, \ldots x_n\) bezeichnet sind.

kausal26

dag

causal

Gegeben sei der DAG g (s. u.). Der DAG verfügt über 7 Variablen, die als Knoten im Graph dargestellt sind (mit \(x_1, x_2, \ldots x_n\) bezeichnet) und über Kanten verbunden…

kausal27

dag

causal

Gegeben sei der DAG g (s. u.). Der DAG verfügt über 7 Variablen, die als Knoten im Graph dargestellt sind (mit \(x_1, x_2, \ldots x_n\) bezeichnet) und über Kanten verbunden…

kausal_corona_glatze

dag

causal

Vor einiger Zeit war in der Presse Folgendes zu lesen:

Mediterran-Alk

causal

Alkohol ist ein weit verbreites Genussmittel in vielen Gesellschaften. Insgesamt sind die negativen (kausalen) Konsequenzen für die Gesundheit unstrittig. So findet man etwa…

randomdag1

causal

dag

Gegeben sei der DAG g (s. u.). Der DAG verfügt über \(n = 7\) Variablen, die als Knoten im Graph dargestellt sind und mit \(x_1, x_2, \ldots x_n\) bezeichnet sind.

anova-skalenniveau

variable-levels

anova

Die Varianzanalyse (ANOVA) ist ein inferenzstatistisches Verfahren des Frequentismus. Welches Skalenniveau passt zu diesem Verfahren?

diamonds-nullhyp-mws

bayes

regression

nullhypothesis

Betrachten Sie folgende Ausgabe eines Bayesmodells, das mit rstanarm “gefittet” wurde:

Griech-Buchstaben-Inferenz

qm2

inference

parameters

Für Statistiken (Stichprobe) verwendet man meist lateinische Buchstaben; für Parameter (Population) verwendet man meist (die entsprechenden) griechischen Buchstaben.

Interaktionseffekt1

interaction

regression

Wählen Sie das Diagramm, in dem kein Interaktionseffekt (in der Population) vorhanden ist (bzw. wählen Sie Diagramm, dass dies am ehesten darstellt).

mtcars-rope1

bayes

regression

post

exam-22

qm2

mtcars

qm2-pruefung

Im Datensatz mtcars: Ist der (mittlere) Unterschied im Spritverbrauch zwischen den beiden Stufen von vs vernachlässigbar klein?

Nullhyp-Beispiel

nullhypothesis

inference

Welches der folgenden Beispiele ist kein Beispiel für eine Nullhypothese?

posterior_interval

bayes

regression

post

Welches Ergebnis hat der R-Befehl posterior_interval() (R-Paket rstanarm)?

Regr-Bayes-interpret

bayes

regression

mtcars

Berechnen Sie das Modell und interpretieren Sie die Ausgabe des folgenden Regressionsmodells. Geben Sie für jeden Regressionskoeffizienten an, wie sein Wert zu verstehen ist!

Regr-Bayes-interpret02

bayes

regression

mtcars

Berechnen Sie das Modell und interpretieren Sie die Ausgabe des folgenden Regressionsmodells. Geben Sie für jeden Regressionskoeffizienten an, wie sein Wert zu verstehen ist!

Regr-Bayes-interpret03

bayes

regression

qm2

mtcars

Berechnen Sie das Modell und interpretieren Sie die Ausgabe des folgenden Regressionsmodells. Geben Sie für jeden Regressionskoeffizienten an, wie sein Wert zu verstehen ist!

Regression2

regression

dyn

Ein Streudiagramm von \(x\) und \(y\) ergibt folgende Abbildung:

rope-regression

bayes

regression

rope

qm2

qm2-pruefung

John Kruschke hat einen (Absolut-)Wert vorschlagen, als Grenze für Regressionskoeffizienten “vernachlässigbarer” Größe.

rope3

rope

bayes

Einer der (bisher) größten Studien der Untersuchung psychologischer Konsequenzen (oder Korrelate) der Covid-Zeit ist die Studie COVIDiStress.

rope4

rope

bayes

Einer der (bisher) größten Studien der Untersuchung psychologischer Konsequenzen (oder Korrelate) der Covid-Zeit ist die Studie COVIDiStress.

stan_glm_prioriwerte

bayes

regression

qm2

qm2-pruefung

Berechnet man eine Posteriori-Verteilung mit stan_glm(), so kann man entweder die schwach informativen Prioriwerte der Standardeinstellung verwenden, oder selber Prioriwerte…

ttest-skalenniveau

ttest

regression

variable-levels

mtcars

Der t-Test ist ein inferenzstatistisches Verfahren des Frequentismus. Welches Skalenniveau passt zu diesem Verfahren?

zwert-berechnen

z-value

R

math

Sei \(X \sim \mathcal{N}(42, 7)\) und \(x_1 = 28\).

rope1

rope

bayes

Das Testen von Nullhypothesen wird u.a. deswegen kritisiert, weil die Nullhypothese zumeist apriori als falsch bekannt ist, weswegen es keinen Sinne mache, so die Kritiker…

stan_glm_parameterzahl

bayes

regression

parameters

Berechnet man eine Posteriori-Verteilung mit stan_glm(), so kann man entweder die schwach informativen Prioriwerte der Standardeinstellung verwenden, oder selber Prioriwerte…

Bayes-Ziel1

regression

bayes

Was ist nicht Ziel oder Gegenstand einer Bayes-Analyse?

Bayesmod-bestimmen01

regression

bayes

prior

Sie möchten, im Rahmen einer Studie, ein einfaches lineare Modell spezifizieren, d.h. den Likelihood und die Priori-Verteilungen benennen.

Bayesmod-bestimmen02

regression

bayes

prior

Sie möchten, im Rahmen einer Studie, ein einfaches lineare Modell spezifizieren, d.h. den Likelihood und die Priori-Verteilungen benennen.

Bed-Post-Wskt1

regression

bayes

post

Beziehen Sie sich auf das Regressionsmodell, für das die Ausgabe mit stan_glm() hier dargestellt ist:

Likelihood-identifizieren

regression

bayes

likelihood

Welche Zeile der folgenden Modellspezifikation zeigt den Likelihood?

Likelihood2

regression

bayes

likelihood

Der Likelihood eines Datensatzes ist definiert als das Produkt der Likelihoods aller Beobachtungen:

Post-befragen1

regression

bayes

post

qm2-pruefung

Welcher R-Code passt am besten, um folgende Frage aus der Post-Verteilung herauszulesen:

Postvert-Regr-01

regression

bayes

post

Nach der Berechnung bzw. Schätzung der Modellparameter eines Regressionsmodells (mit Methoden der Bayes-Inferenz) erhält man u.a. auf die Prädiktorwerte \(x_i\) (\(i=1,2,...…

Priorwahl1

fat-tails

distributions

Ei Forschi wählt für ein Regressionsmodell \(\beta \sim \mathcal{N}(0,500)\) (Priori), wobei die empirischen Variablen z-standardisiert sind. Beziehen Sie Stellung zu diesem…

Priorwahl2

regression

bayes

distributions

Betrachten wir den biologisch fundierten Zusammenhang von Gewicht (UV) und Körpergröße (AV).

fattails01

probability

simulation

fat-tails

normal-distribution

In seinem Buch “Statistical Consequences of Fat Tails” schreibt der Autor, Nassim Taleb (S. 53):

fattails02

probability

simulation

normal-distribution

In seinem Buch “Statistical Consequences of Fat Tails” schreibt der Autor, Nassim Taleb (S. 53):

ReThink3e1-7

bayes

probability

post

Erstellen Sie die Posteriori-Verteilung für den Globusversuch. Nutzen Sie dafür diese Syntax:

Verteilungen-Quiz-01

distributions

Verteilungen-Quiz

probability

bayes

simulation

Beziehen Sie sich auf den Standard-Globusversuch mit \(N=9\) Würfen und \(W=6\) Wassertreffern (binomialverteilt), vgl. hier.

Verteilungen-Quiz-02

distributions

Verteilungen-Quiz

probability

bayes

simulation

quiz

qm2

Beziehen Sie sich auf den Standard-Globusversuch mit \(N=9\) Würfen und \(W=6\) Wassertreffern (binomialverteilt).

Verteilungen-Quiz-03

distributions

Verteilungen-Quiz

probability

bayes

simulation

Ist folgende Aussage wahr?

Verteilungen-Quiz-04

distributions

Verteilungen-Quiz

probability

bayes

simulation

qm2-pruefung

Ist folgende Aussage wahr?

Verteilungen-Quiz-05

distributions

Verteilungen-Quiz

probability

bayes

simulation

qm2-pruefung

Ist folgende Aussage wahr?

Verteilungen-Quiz-06

distributions

Verteilungen-Quiz

probability

bayes

simulation

qm2-pruefung

Ist folgende Aussage wahr?

Verteilungen-Quiz-07

distributions

Verteilungen-Quiz

probability

bayes

simulation

qm2

Ist folgende Aussage wahr?

Verteilungen-Quiz-08

distributions

Verteilungen-Quiz

probability

bayes

simulation

qm2-pruefung

Ist folgende Aussage wahr?

Verteilungen-Quiz-09

distributions

Verteilungen-Quiz

probability

bayes

simulation

qm2-pruefung

Ist folgende Aussage wahr?

Verteilungen-Quiz-10

distributions

Verteilungen-Quiz

probability

bayes

simulation

Ist folgende Aussage wahr?

Verteilungen-Quiz-11

distributions

Verteilungen-Quiz

probability

bayes

simulation

Ist folgende Aussage wahr?

Verteilungen-Quiz-12

distributions

Verteilungen-Quiz

probability

bayes

simulation

Ist folgende Aussage wahr?

Verteilungen-Quiz-13

distributions

Verteilungen-Quiz

probability

bayes

simulation

Ist folgende Aussage wahr?

Verteilungen-Quiz-14

distributions

Verteilungen-Quiz

probability

bayes

simulation

qm2-pruefung

Ist folgende Aussage wahr?

Verteilungen-Quiz-15

distributions

Verteilungen-Quiz

probability

bayes

simulation

Ist folgende Aussage wahr?

Verteilungen-Quiz-16

distributions

Verteilungen-Quiz

probability

bayes

simulation

Für die mittlere Körpergröße des deutschen Mannes \(X\) gelte \(X \sim N(180,06)\) (in Zentimetern).

Verteilungen-Quiz-17

distributions

Verteilungen-Quiz

probability

bayes

simulation

Ei Forschi untersucht die mittlere Körpergröße eines bis dato unbekannten Urwaldvolks. Dabei findet sich aposteriori (also als Ergebnis der Untersuchung) \(\bar{x} \sim…

Verteilungen-Quiz-18

distributions

Verteilungen-Quiz

probability

bayes

simulation

Ei Forschi untersucht den Effekt eines Intelligenztraining auf den IQ.

twitter07

textmining

twitter

programming

Laden Sie \(n=10^k\) Tweets von Twitter herunter (mit \(k=2\)) und zwar pro Nutzerkonto wie unten angegeben . die Tweets sollen jeweils an eine prominente Person gerichtet…

Anteil-Apple

bayes

bayes-grid

qm2-pruefung

Zählen Sie, wie viele der Studentis im Raum mindestens ein Apple-Gerät besitzen (iPhone, Macbook,…).

fat-tails-Artikel

probability

distributions

fat-tails

In diesem Diagramm sehen Sie etwas Nomenklatur für eine Verteilung: Gipfel (Peak), Schultern (shoulders) und Ränder (tails). Bitte klicken Sie den Link, um sich das Diagramm…

IQ-Studentis

probability

bayes

simulation

qm2-pruefung

Intelligenz von Studentis

Kung-height

bayes

ppv

probability

Betrachten Sie den Datensatz zur Größe der !Kung:

Priori-Streuung

probability

simulation

distributions

bayes

qm2

qm2-pruefung

Welche Verteilung ist (am besten) geeignet, um Streuung (\(\sigma\)) zu modellieren?

ReThink3m2

bayes

post

probability

Nehmen wir an, wir haben 8 (Wasser-)“Treffer” (\(W=8\)) bei 15 Würfen (\(N=15\)) erhalten (wieder im Globusversuch).

ReThink3m3

bayes

ppv

probability

Nehmen wir an, wir haben 8 (Wasser-)“Treffer” (\(W=8\)) bei 15 Würfen (\(N=15\)) erhalten (wieder im Globusversuch).

ReThink4e2

probability

bayes

Wie viele Parameter sind im folgenden Modell zu schätzen?

ReThink4e3

bayes

probability

Gegeben dem folgenden Modell, schreiben Sie die passende Form des Bayes-Theorem auf.

Sim-Prior

Gegeben dem folgenden Modell, simulieren Sie Daten aus der Prior-Verteilung (Priori-Prädiktiv-Verteilung).

stan_glm01

probability

bayes

Gegeben dem folgenden Modell, geben Sie den Befehl mit stan_glm() an, um die Posteriori-Verteilung zu berechnen.

subjektiv-Bayes

Nennen Sie einen Aspekte der bayesianischen Analyse, der (in Teilen) subjektiv ist - abgesehen von der Wahl der Priori-Verteilung.

Warum-Bayes

qm2

bayes

probability

Nennen Sie einen (fachlichen) Grund, warum Sie eine Bayes-Analyse machen würden (und nicht etwa ein Analyse auf Basis der frequentistischen Statistik).

Zwielichter-Dozent-Bayes

bayes

probability

ppv

Nach einem langen Unitag machen Sie sich auf den Weg nach Hause; ihr Weg führt Sie durch eine dunkle Ecke. Just dort regt sich auf einmal eine Gestalt in den Schatten. Die…

Lose-Nieten-Binomial-Grid

probability

binomial

In einer Lostrommel befinden sich “sehr viele” Lose, davon ein Anteil \(p\) Treffer (und \(1-p\) Nieten), mit zunächst \(p=0.01\).

twitter01

textmining

twitter

Laden Sie die neuesten Tweets an karl_lauterbach herunter!

twitter02

textmining

twitter

Laden Sie die neuesten Tweets an karl_lauterbach herunter - und zwar so viele wie auf einmal möglich.

twitter03

textmining

twitter

Laden Sie die neuesten Tweets an karl_lauterbach herunter, die mindestens 100 Likes oder 100 Retweets haben.

twitter04

textmining

twitter

Laden Sie \(n=10^k\) Tweets von Twitter herunter (mit \(k=2\)) via der Twitter API; Suchterm soll sein “(karl_lauterbach?)”. Bereiten Sie die Textdaten mit grundlegenden…

twitter05

textmining

twitter

Laden Sie \(n=10^k\) Tweets von Twitter herunter (mit \(k=2\)) via der Twitter API; Suchterm soll sein “(karl_lauterbach?)”. Bereiten Sie die Textdaten mit grundlegenden…

twitter06

textmining

twitter

programming

Laden Sie \(n=10^k\) Tweets von Twitter herunter (mit \(k=4\)) via der Twitter API; die Tweets sollen jeweils an eine prominente Person gerichtet sein.

wuerfel02

probability

dice

Was ist die Wahrscheinlichkeit, mit zwei fairen Würfeln mindestens 10 Augen zu werfen?

wuerfel03

probability

dice

Was ist die Wahrscheinlichkeit, mit zwei fairen Würfeln höchstens 10 Augen zu werfen?

wuerfel04

probability

dice

simulation

Was ist die Wahrscheinlichkeit, mit zwei fairen Würfeln genau 10 Augen zu werfen?

euro-bayes

probability

bayes-grid

In Information Theory, Inference, and Learning Algorithms, stellt David MacKay folgendes Problem.

kekse01

probability

bayes-grid

In Think Bayes stellt Allen Downey folgende Aufgabe:

Gem-Wskt1

probability

qm2

qm2-pruefung

Prof. Bitter untersucht eine seiner Lieblingsfragen: Wie viel bringt das Lernen auf eine Klausur? Dabei konzentriert er sich auf das Fach Statistik (es gefällt ihm gut). In…

mtcars-abhaengig

probability

dependent

mtcars

Ob wohl die PS-Zahl (Ereignis \(A\)) und der Spritverbrauch (Ereignis \(B\)) voneinander abhängig sind? Was meinen Sie? Was ist Ihre Einschätzung dazu? Vermutlich haben Sie…

purrr-map01

R

map

tidyverse

Erstellen Sie einen Tibble mit folgenden Spalten:

purrr-map02

R

map

tidyverse

Bestimmen Sie die häufigsten Worte im Grundatzprogramm der Partei AfD (in der aktuellsten Version).

purrr-map03

R

map

tidyverse

Importieren Sie das Grundatzprogramm der Partei AfD (in der aktuellsten Version). Tokenisieren Sie nach Sätzen. Dann entfernen Sie alle Zahlen. Dann zählen Sie die Anzahl…

purrr-map04

R

map

tidyverse

Importieren Sie das Grundatzprogramm der Partei AfD (in der aktuellsten Version). Tokenisieren Sie nach Seiten. Dann verschachteln Sie die Spalte, in denen der Text der…

purrr-map05

programming

loop

Erstellen Sie eine Tabelle mit mit folgenden Spalten:

purrr-map06

programming

loop

mtcars

Erstellen Sie eine Tabelle mit mit folgenden Spalten:

voll-normal

probability

meta

Nehmen wir an, \(k=10\) voneinander unabhängige Eigenschaften \(E_1, E_2, \ldots, E_{10}\) bestimmen, ob eine Person als “normal” angesehen wird. Jede dieser Eigenschaften…

ungewiss-arten-regression

qm2

inference

lm

Eine statistische Analyse, wie eine Regression, ist mit mehreren Arten an Ungewissheit konfrontiert. Zum einen gibt es die Ungewissheit in den Modellparametern. Für die…

adjustieren1

qm2

lm

bayes

stats-nutshell

mtcars

Betrachten Sie folgendes Modell, das den Zusammenhang von PS-Zahl und Spritverbrauch untersucht (Datensatz mtcars).

adjustieren2

regression

lm

qm2

bayes

adjust

qm2-pruefung

Betrachten Sie folgendes Modell, das den Zusammenhang des Preises (price) und dem Gewicht (carat) von Diamanten untersucht (Datensatz diamonds).

Inferenz-fuer-alle

qm2

inference

uncertainty

Die Inferenzstatistik ist eine Sammlung an Verfahren zur Bemessung von Unsicherheit in statistischen Schlüssen.

interpret-koeff

regression

lm

bayes

stats-nutshell

Betrachten Sie dieses Modell, das den Zusammenhang von PS-Zahl und Spritverbrauch untersucht (Datensatz mtcars):

lm-Standardfehler

inference

lm

qm2

Man kann angeben, wie genau eine Schätzung von Regressionskoeffizienten die Grundgesamtheit widerspiegelt. Zumeist wird dazu der Standardfehler (engl. standard error, SE)…

log-y-regression1

regression

lm

qm2

stats-nutshell

In dieser Aufgabe modellieren wir den (kausalen) Effekt von Schulbildung auf das Einkommen.

log-y-regression2

regression

lm

qm2

stats-nutshell

In dieser Aufgabe modellieren wir den (kausalen) Effekt von Schulbildung auf das Einkommen.

log-y-regression3

stats-nutshell

qm2

regression

log

In dieser Aufgabe modellieren wir den (kausalen) Effekt von Schulbildung auf das Einkommen.

mtcars-simple1

regression

en

bayes

frequentist

qm1

stats-nutshell

mcars

We will use the dataset mtcars in this exercise.

mtcars-simple2

regression

en

bayes

frequentist

qm1

stats-nutshell

mtcars

We will use the dataset mtcars in this exercise.

mtcars-simple3

regression

en

bayes

frequentist

qm1

stats-nutshell

qm2

mtcars

We will use the dataset mtcars in this exercise.

punktschaetzer-reicht-nicht

regression

en

bayes

frequentist

qm1

stats-nutshell

qm2

stats-nutshell

Zwei Modelle, m1 und m2 produzieren jeweils die gleiche Vorhersage (den gleichen Punktschätzer).

Stichprobenziehen1

lm

inference

qm2

In dieser Übung untersuchen wir den Effekt der Stichprobengröße auf die Genauigkeit der Schätzung. Und zwar auf praktische Art und Weise.

ttest-als-regression

regression

ttest

variable-levels

mtcars

Der t-Test kann als Spezialfall der Regressionsanalyse gedeutet werden.

vorhersageintervall1

lm

inference

qm2

mtcars

Vorhersagen, etwa in einem Regressionsmodell, sind mit mehreren Arten von Unsicherheit konfrontiert.

Griech-Buchstaben-Inferenz

qm2

inference

Für Statistiken (Stichprobe) verwendet man meist lateinische Buchstaben; für Parameter (Population) verwendet man meist (die entsprechenden) griechischen Buchstaben.

---
title: "Many shiny pieces"
listing:
  contents: posts
  sort: "date desc"
  type: default
  categories: true
  sort-ui: false
  filter-ui: false
page-layout: full
title-block-banner: profile.png
---