Mmstat3:Statistik I&II/Zweidimensionale Häufigkeitsverteilung/Multiple Choice

Multiple Choice Aufgaben

1

Für zwei metrisch skalierte Merkmale $X\;$ und $Y\;$ gilt: $Y=aX+b\;$, falls:

	$Corr(X,Y)=-1$.
	$Cov(X,Y)=0$.
	$Corr(X,Y)=1$.
	$Corr(X,Y)=0$.

2

Die Kontingenztabelle für zwei nominal oder ordinal skalierte Merkmale $X\;$ und $Y\;$ zeigt die

	gemeinsame Häufigkeitsverteilung von $X\;$ und $Y\;$.
	bedingte Verteilung von $X\;$ gegeben $Y=y$.
	Randverteilungen von $X\;$ und von $Y\;$.

3

Durch die Randverteilungen von $X\;$ und $Y\;$ ist die gemeinsame Verteilung dieser Merkmale eindeutig bestimmt.

	richtig.
	falsch.

4

Scatterplots sind Hilfsmittel zur grafischen Darstellung

	der gemeinsamen Häufigkeitsverteilung zweier metrisch skalierter Merkmale.
	der Beobachtungspunkte zweier metrisch skalierter Merkmale.
	der Randverteilung zweier metrisch skalierter Merkmale.
	der Beobachtungspunkte zweier ordinal skalierter Merkmale.

5

Der Zusammenhang zwischen zwei metrischen Merkmalen ist umso stärker, je

	grösser die Kovarianz ist.
	grösser die Korrelation ist.
	je grösser der Betrag der Korrelation ist.

6

Merkmale sind unabhängig falls gilt:

	es existiert mindestens ein $x$ und ein $y$ so, dass $f(x,y)=f(x)f(y)$.
	$f(x,y)=f(x)\cdot f(y)$ für alle $x,\;y$.
	$Corr(X,Y)=0$.
	$f(x|y)=f(x)$ für alle $x,\;y$.
	$Cov(X,Y)=0$.

7

Der Zusammenhang zwischen zwei ordinal skalierten Merkmalen lässt sich mit folgenden Hilfsmitteln untersuchen.

	Rangkorrelation.
	Kontingenztabelle.
	Scatterplot.
	Bravais-Pearson-Korrelationskoeffizenten.
	Korrelationstabelle.

8

$X\;$ und $Y\;$ seien zwei metrisch skalierte Merkmale. $a$ und $b$ seien zwei reelle Zahlen. Dann gilt für die Kovarianz, $Cov(a+X,bY)=$

	$b^{2}\cdot Cov(a+X,Y)$.
	$Cov(bX,Y+a)$.
	$a+Cov(X,bY)$.
	$b\cdot Cov(X,Y)$.
	$b\cdot Cov(X+a,Y)$.
	$Cov(X,bY)$.