- 144
- 1 510 288
Stats Tutor
Germany
เข้าร่วมเมื่อ 6 ก.ย. 2014
Statistiktutorials
Impressum: www.statstutor.de/impressum/
Impressum: www.statstutor.de/impressum/
วีดีโอ
Statistik: t-Test für 2 Stichproben - Vorüberlegungen - FernUni Hagen - Psychologie
มุมมอง 2.9K3 ปีที่แล้ว
www.statstutor.de/
Statistik: Kombinationen unabhängiger Zufallsvariablen - FernUni Hagen - Psychologie
มุมมอง 1.1K4 ปีที่แล้ว
www.statstutor.de/
Statistik: Summe von zwei Zufallsvariablen - FernUni Hagen - Psychologie
มุมมอง 2.8K4 ปีที่แล้ว
www.statstutor.de/
Statistik: Voraussetzungen für den t-Test - FernUni Hagen - Psychologie
มุมมอง 2.2K4 ปีที่แล้ว
www.statstutor.de/
Statistik: Zusammenhang: df ↔️ t-Wert ↔️ p-Wert - FernUni Hagen - Psychologie
มุมมอง 1.8K4 ปีที่แล้ว
www.statstutor.de/
Statistik: Einseitiger t-Test - Aufgabe mit R - FernUni Hagen - Psychologie
มุมมอง 1.8K4 ปีที่แล้ว
www.statstutor.de/
Statistik: t-Test - Aufgabe mit R: Teil 2 - FernUni Hagen - Psychologie
มุมมอง 2K4 ปีที่แล้ว
www.statstutor.de/
Statistik: t-Test - Aufgabe mit R: Teil 1 - FernUni Hagen - Psychologie
มุมมอง 2.7K4 ปีที่แล้ว
www.statstutor.de/
Statistik: t-Test - standardisierte Prüfgröße - FernUni Hagen - Psychologie
มุมมอง 2.8K4 ปีที่แล้ว
www.statstutor.de/
Statistik: Einseitiges Konfidenzintervall - FernUni Hagen - Psychologie
มุมมอง 3.1K4 ปีที่แล้ว
www.statstutor.de/
Statistik: Einseitiger Hypothesentest - FernUni Hagen - Psychologie
มุมมอง 3.2K4 ปีที่แล้ว
www.statstutor.de/
Statistik: Hypothesentests und Konfidenzintervalle - FernUni Hagen - Psychologie
มุมมอง 3.2K4 ปีที่แล้ว
www.statstutor.de/
Statistik: Hypothesentests / Signifikanztests Teil 2 - FernUni Hagen - Psychologie
มุมมอง 4.6K4 ปีที่แล้ว
Statistik: Hypothesentests / Signifikanztests Teil 2 - FernUni Hagen - Psychologie
Statistik: Hypothesentests / Signifikanztests Teil 1 - FernUni Hagen - Psychologie
มุมมอง 9K4 ปีที่แล้ว
Statistik: Hypothesentests / Signifikanztests Teil 1 - FernUni Hagen - Psychologie
Statistik: t-Verteilung und Freiheitsgrade - FernUni Hagen - Psychologie
มุมมอง 6K4 ปีที่แล้ว
Statistik: t-Verteilung und Freiheitsgrade - FernUni Hagen - Psychologie
Statistik: Konfidenzintervall mit t-Verteilung - FernUni Hagen - Psychologie
มุมมอง 5K4 ปีที่แล้ว
Statistik: Konfidenzintervall mit t-Verteilung - FernUni Hagen - Psychologie
Statistik: Wann verwendet man die t-Verteilung? - FernUni Hagen - Psychologie
มุมมอง 4.6K4 ปีที่แล้ว
Statistik: Wann verwendet man die t-Verteilung? - FernUni Hagen - Psychologie
Statistik: Was ist die t-Verteilung? - FernUni Hagen - Psychologie
มุมมอง 9K4 ปีที่แล้ว
Statistik: Was ist die t-Verteilung? - FernUni Hagen - Psychologie
Statistik: Einführung in R: Teil 4 - Weitere Begriffe - FernUni Hagen - Psychologie
มุมมอง 2.9K4 ปีที่แล้ว
Statistik: Einführung in R: Teil 4 - Weitere Begriffe - FernUni Hagen - Psychologie
Statistik: Konfidenzintervalle Teil 3 - FernUni Hagen - Psychologie
มุมมอง 2.7K4 ปีที่แล้ว
Statistik: Konfidenzintervalle Teil 3 - FernUni Hagen - Psychologie
Statistik: Konfidenzintervalle Teil 2 - FernUni Hagen - Psychologie
มุมมอง 2.8K4 ปีที่แล้ว
Statistik: Konfidenzintervalle Teil 2 - FernUni Hagen - Psychologie
Statistik: Konfidenzintervalle Teil 1 - FernUni Hagen - Psychologie
มุมมอง 5K4 ปีที่แล้ว
Statistik: Konfidenzintervalle Teil 1 - FernUni Hagen - Psychologie
Statistik: Zentraler Grenzwertsatz - Aufgabe - FernUni Hagen - Psychologie
มุมมอง 9K4 ปีที่แล้ว
Statistik: Zentraler Grenzwertsatz - Aufgabe - FernUni Hagen - Psychologie
Statistik: Empirische vs Stichprobenvarianz - FernUni Hagen - Psychologie
มุมมอง 5K4 ปีที่แล้ว
Statistik: Empirische vs Stichprobenvarianz - FernUni Hagen - Psychologie
Statistik: Inferenzstatistik vs deskriptive Statistik - FernUni Hagen - Psychologie
มุมมอง 4K4 ปีที่แล้ว
Statistik: Inferenzstatistik vs deskriptive Statistik - FernUni Hagen - Psychologie
Statistik: Was ist Inferenzstatistik? - FernUni Hagen - Psychologie
มุมมอง 6K4 ปีที่แล้ว
Statistik: Was ist Inferenzstatistik? - FernUni Hagen - Psychologie
Statistik: Diskretisierung und Histogramme - FernUni Hagen - Psychologie
มุมมอง 1.5K4 ปีที่แล้ว
Statistik: Diskretisierung und Histogramme - FernUni Hagen - Psychologie
Zahlen, Daten, Diagramme Waren einst ein großes Drama Doch dein Video, so klar und fein Ließ Statistik verständlich sein
Also, mein Professor ist nicht ansatzweise so gut wie sie. Endlich jemand der Mathematik vertsändlich erklärt ohne einfach Fachbegriffe in den Raum zu werfen. Danke ihnen, sie leisten echt gute Arbeit, und retten gerade mein Studium.
Danke vielmals. Finde es nur seltsam, bei Einzeldaten ein Tortendiagramm zu verwenden. Sind die Indexwerte Xi zb die ersten Tage des Monats Februar, so müsste das erste Stück mit 2,3 doch kleiner als das größte Stück sein, da es hier ja um Flächen geht? Auch wenn nun Med bei 3 gegeben ist, so würden ja alle Tortenstücke „heil“ bleiben - und der Wert 3,5, würde auf die Tortenübertragung wenig Sinn ergeben? Generell verstehe ich den Ansatz ansonsten aber. VG
Das ist ja kein Tortendiagramm. Es geht nur um eine Veranschaulichung des Prinzips der Quantile, Median, etc. Vielleicht möchtest du hier einmal schauen: psycho-hagen.statstutor.de/statstutor/m2-statistik/lektionen/woche-1-2/
@@statstutor danke
Gelten Cohen's Konventionen nur, wenn es sich um latente Merkmale handelt? Also, wenn die Daten z.B. Größe und Reaktionszeiten wären (oder was ähnliches nicht latentes), würde man dann standardmäßig auf je näher zu 1/-1 es ist, desto höher die Korrelation zurückgehen? Ich weiß nicht, ob nach 5 Jahren noch Fragen beantwortet werden, aber ich versuch es mal trotzdem...
Sagen wir mal so: Cohen's Konventionen orientieren sich an der Forschungspraxis in der Psychologie. Es sind Orientierungswerte, und sie sollten nicht allzu genau oder ernst genommen werden.
Warum hat Stichproben Varianz eigentlich die -1 im Nenner? Ich weiß dass es was mit Freiheitsgrad zu tun hat aber kannst du mir bitte das erklären
Das ist etwas ausführlicher in diesem Video erklärt: th-cam.com/video/EkRZB9GaQ3k/w-d-xo.html
Danke dir. Richtig gut erklärt!
Das erste mal, dass ich Statistik verstanden habe
Großartig erklärt.
9 Jahre her und immer noch das beste video was ich dazu gewfunden habe dankee
wer ist dieser Gott?
Wie genau kommt man auf df ist etwas unklar
df(kleiner) ist die Anzahl der Spalten ODER die Anzahl der Zeilen, je nachdem was kleiner ist, minus eins.
@@statstutor alles klar danke !
Ich liebe dich !
Ich dachte in der Z-Wert-Tabelle finde ich die kummulierten WSK? Das heisst, ich hätte doch die gesamte Fläche links von 1,96 eingeschlossen (inkl. dem linken 2,5%-Zipfel). Ich müsste doch eigentlich nach 97,5% schauen (weil ja rechts noch 2,5% liegen) .Ich stehe auf dem Schlauch.
Ja, bei den Wiwis werden teilweise andere Tabellen benutzt. Siehe z.B. hier bei der Erläuterung der NV: wiwi-hagen.statstutor.de/statstutor/statistik-grundlagen/lektionen/woche-11-12/
Ich hab es endlich verstanden, Dankeschön!!!!!!!
Ich komme immer an den Punkt : Aber warum ? 😀
11:17: C'est la vie. Der Zug ist abgefahr'n. Den Weg zurück - findest Du nie...
Wowowow. Super erklärt. Ich frag mich warum unsere Profs das nicht so gut erklären (können)??
Ich finds richtig gut wie im Video wichtige Schlüsselerkenntnisse immer verbal wiederholt werden. Das macht die Struktur des Inhalts sofort offensichtlich. Werd ich definitiv beim Unterrichten auch so machen.
Dass der Kanal nicht 10 mal mehr Aufrufe hat ist für mich überhaupt nicht nachvollziehbar. Perfekt erklärt.
Du kriegst einen fetten Daumen nach oben! Super erklärt, wir sind dir dankbar!!! :)
Sehr gute Erklärung aber muss beim Zentralen Grenzwertsatz nicht gelten, dass alle Zufallsvariablen den gleichen Erwartungswert, die gleiche Varianz und auch die gleiche Wahrscheinlichkeit haben. Weil in dem Beispiel sind die Wahrscheinlichkeiten ja unterschiedlich
Verstehe nicht ganz was du meinst. Die WSKen für die einzelnen Augenzahlen sind unterschiedlich, aber die WSK-Verteilung ist insgesamt bei jedem Wurf dieselbe.
Tolles Beispiel und eine verdammt kreative Erklärung, nach 2 Block Vorlesungen und Halbwissen, konnte ich das Thema in 15 Mintuten verstehen, unfassbar dankbar :)
Tolle Arbeit - große Hilfe, danke 🙏 Das gilt für alle Ihre Beiträge!!
Unfassbar gut erklärt, vielen lieben Dank
Vielen Dank, hat mir bei einer Aufgabe super geholfen :)
Vielen Dank für dieses Video! Extrem gut erklärt.
Sehr gutes Video. Vielen Dank!
Liebe FernUni Hagen, vielen, vielen Dank für sämtliche Statistik-Videos - zwar gibt es eine Vielzahl von Statistik-Videos hier auf TH-cam, aber eure finde ich am Verständlichsten und kann ihnen besser folgen als den anderen
Ich bin nicht die FernUni Hagen, aber vielen Dank für die Blumen! :-)
Wirklich gute Videos !
wieso ist in diesem Video x mod= 8 ? Ich kann nicht erkennen, dass die 8 häufiger vorkommt.
Die 8 kommt fünfmal vor, also häufiger als alle anderen Ausprägungen.
Endlich kapiert! Danke
Danke!
Danke!
Danke!
wow! dieser mann ist so so so gut, ich studiere Psychologie und mit diesem Mann macht mir Psychoogie Statistik sehr viel Spaß. Er erklärt fabelhaft!
Danke, ich bin weiß Gott kein Statistikgenie und habe es direkt auf Anhieb verstanden :D Super erklärt!
Wird es in Zukunft auch Videos zum Modul Statistik im Master geben?
Nicht in nächster Zeit.
@@statstutorDanke trotzdem für die ganze Arbeit.
sehr sehr verständlich erklärt, freut mich!
sehr gut erklärt! Danke
Man ich bin verliebt in dich. Du bist der beste
Was für eine Erklärung . Mein Schwachpunkt war Statistik aber mit Ihnen bzw. bei Ihnen ist mein Liblingsfach geworden. Beste Erklärung vielen lieben Dank für die tolle Erklärung. Ich hoffe, dass Sie immer und immer weiter machen.
❤❤❤❤❤
Vielen Dank für das Video! Habs jetzt viel besser verstanden als im Unterricht an meiner Uni.
Gauß, cooler Typ^^
Beste TH-camr der Statistik verstanden hat und einfach erklärt hat...... Beste Grüße aus München Hochschule
Vielen Dank für diese gut verständliche Erklärung und einfach nachvollziebare Darstellung!
Man kann sowohl die Stichprobenvarianz als auch die empirische Varianz als Schätzer für die Populationsvarianz verwenden, beides hat seine Vor- und Nachteile. S² angewendet auf eine Stichprobe ist zwar ein verzerrter Schätzer für σ², dennoch is der mittlere quadratische Fehler von S² für σ² geringer als der für die Stichprobenvarianz, und für große N ist S² asymptotisch unverzerrt. Man kann also sowohl Argumente für S² als auch für die Stichprobenvarianz als Schätzer für die Populationsvarianz finden.
Man kann beides verwenden, wenn man das denn möchte (solange einen niemand zwingt...), aber die Stichprobenvarianz ist erwartungstreu, die empirische Varianz nicht.
Deswegen meinte ich auch das die empirische Varianz zumindest asymptotisch unverzerrt, also asymptotisch erwartungstreu ist. Für große Stichproben kann der daher besser sein...trotzdem, die ganze Geschichte ist irgendwie subjektiv, es gibt schließlich nicht DEN besten Schätzer ^^ Danke für die schnelle Antwort!
Benutze ich jetzt bei der Berechnung der Regressionsgerade die empirische Varianz oder die Stichprobenvarianz? Ich bin ehrlich gesagt maximal verwirrt so kurz vor der Prüfung
Mei oh mei sind diese Videos gut, auch noch 9Jahre später das beste was ich finden konnte,danke
Geht mir genauso
Danke für das tolle Video! ohne dich wäre ich verloren🙃
super erklärt! vielen vielen Dank!