Statistik: Korrelation 2: Korrelationskoeffizient Grundlagen - FernUni Hagen - Wiwi

Поделиться
HTML-код
  • Опубликовано: 2 дек 2024

Комментарии • 75

  • @Mika-fo2vo
    @Mika-fo2vo 11 месяцев назад +7

    Mei oh mei sind diese Videos gut, auch noch 9Jahre später das beste was ich finden konnte,danke

  • @lukaskleinberg9097
    @lukaskleinberg9097 4 года назад +6

    Sehr gut erklärt, angenehme Stimme, ausführliche Darstellung. TOP! Gerade jetzt in den Corona Zeiten, wenn es keine Präsens-Vorlesungen gibt.

  • @ptothed6189
    @ptothed6189 8 лет назад +8

    danke danke danke! ein Semester in Statistik gewesen ohne Plan... deine Videos, die Lösung zum Problem!

  • @antonk8043
    @antonk8043 8 лет назад +20

    Schalte Werbung rein) Die Videos haben Taschengeld verdient) Vor allem im Studium hätte ich das gebraucht. Danke

  • @nyhmz4120
    @nyhmz4120 5 лет назад

    Absolute madman, umformungen und Erklärungen on fleek, Statistik sieht bei dir so easy aus, danke bro

  • @breitbandfunker4332
    @breitbandfunker4332 2 года назад +2

    Vielen Dank für die super Erklärungen! Sehr anschaulich, echt stark!

  • @lubna3339
    @lubna3339 7 лет назад +2

    Super verständlich erklärt. Und das sage ich um knapp 2 Uhr morgens.
    Danke ;)

  • @kpunktspunkt3100
    @kpunktspunkt3100 9 лет назад

    Danke, die Videos sind super!!! Das Fernuni-Skript hätte mich wahrscheinlich das 5-fache an Zeitaufwand gekostet. Vor allem deine Redegeschwindigkeit ist sehr gut, man kommt gut mit und kann etwas mitschreiben.

  • @brunose2
    @brunose2 9 лет назад +2

    Richtig gut und ausführlich erklärt, danke!

  • @philadell
    @philadell 7 лет назад +1

    Lieber Stats Tutor,
    super Erklärung jedoch hätte ich ein Frage: wieso wird bei 7:34 aus Summe von (xi-Mittelwert)^2 in (xi^2-Mittelwert^2) umgeformt? wäre das laut binomischer Formel nicht falsch?
    lg

    • @statstutor
      @statstutor  7 лет назад

      Eine ausführliche Erklärung der Umformung ist in diesem Video:
      ruclips.net/video/0seLkn0eqtw/видео.html

  • @cirez5251
    @cirez5251 8 лет назад

    Danke. Hat mir sehr für die Hausaufgaben der Vorlesung Statistik geholfen!

  • @Doomhearth
    @Doomhearth 7 лет назад +1

    Sehr guter Aufbau und klar erklärt. Wird mich durch die Prüfung bringen ;)

  • @jeae9063
    @jeae9063 10 месяцев назад

    sehr sehr verständlich erklärt, freut mich!

  • @danielsieberer8424
    @danielsieberer8424 8 лет назад +4

    Vielen Dank für deine Videos! (:

  • @keziahj
    @keziahj 9 лет назад

    ECHT gut erklärt! Danke, Chief!

  • @perimasali1
    @perimasali1 7 лет назад

    ich bin beeindruckt. echt super erklärt. vielen lieben Dank

  • @kyl6292
    @kyl6292 3 года назад +1

    Hallo eine Frage habe ich: es ist die Rede von dem maximal möglichen Wert der Kovarianz. Aber es stehen doch die Messwerte schon fest. Also maximal möglich wenn was genau anders sein darf? Die Verteilung der einzelnen (x-x) zu den (y-y), sodass ein maximaler Wert für (x-x)(y-y) herauskommt? Also bekommt man den maximalen Wert heraus, wenn man die (x-x) der verschiedenen Messwerte so zu den (y-y) zuordnet, dass ein maximaler Wert herauskommt? Also ich hoffe ich konnte ausdrücken was ich meine. Wenn man von "maximal möglich" spricht, dann hat man ja eine bestimmte Sache im Sinn, die verändert werden darf. Im maximal möglichen Zeugnis stehen überall Einsen, also durfte man für diese Vorstellung die Noten auf eins setzen. Wenn man sich aber z.B. zwei Schüler anschaut, Fritz hat eine 3 in Mathe eine 4 in Deutsch, Hans hat eine 5 in Mathe und 6 in Deutsch. Wenn die Frage lautet, was ist die beste vorstellbare 2er-Kombi? Dann kann man sagen 1 & 1, unter der Voraussetzung, dass man die Noten ändern darf in der Vorstellung. Aber wahrscheinlich ist eher gemeint, welche die beste Kombi ist, wenn man die Noten, die Messwerte nicht ändern darf, also 3 von Fritz und 5 von Hans. Ist also bei der "maximal möglichen Kovarianz" gemeint, dass man die einzelnen Schwankungen innerhalb einer Messreihe hin- und hertauschen darf?
    Hm ok, das hieße ja, dass man bei jeder Messreihe theoretisch nur durch eine Vertauschung der Messwerte auf eine perfekte Kovarianz stoßen kann, das kann ja nicht sein. Verstehe ich es richtig: Mit "maximal möglich" ist gemeint, dass die perfekte Korrelation von y für x und die perfekte Korrelation von x für y ausgemalt wird (auch wenn sie nicht existiert als reale gemessene Messreihe) und dann davon das Mittelding genommen wird? Über die Worte "maximal mögliche Kovarianz" denke ich schon seit über acht Stunden nach. Diesem Gedankengang nach würde ich meine obige Frage beantworten mit: man darf alles ändern, man darf sich den "perfekt korrelierenden Partner" ausmalen. Dann werden die jeweils besten Partner gemittelt. Mag dadurch der Wunschpartner A durch Wunschpartner B verringert worden sein - aber der Wunschpartner B ist nun mal auch da. Für Fritz wäre es die Kombi 3 & 1 und für Hans wäre es die Kombi 5 & 1, auch wenn gar niemand jemals eine 1 bekommen hat. Ich frage mich aber, wie der ideale Partner (also sodass die perfekte Korrelation zustandekommt) bei der Kovarianz bestimmt wird. Natürlich ist die beste Korrelation dann gegeben, wenn beide genau dieselben Messwerte haben, daher (x-x)^2. Aber hier fallen mir zwei Zweifel ein: Die Korrelation ist doch immer noch perfekt wenn z. B. (x-x) und 2(x-x) verglichen werden. Und außerdem aus welchem Grund kann man sicher sein, dass die Verwässerung mit (y-y) nicht auch die perfekte Korrelation zerstört?
    Aber auch das macht ja kein Sinn. Denn wenn man sich den Wunschpartner erstellen darf, warum ist dann die maximalen Kovarianz nicht unendlich? Die tatsächliche Kovarianz wird ja ganz bescheiden mit den tatsächlichen Messwerten errechnet. Aber bei der maximal möglichen Kovarianz, ja was ist maximal möglich? Eine Kovarianz von unendlich oder?
    Oder kurz gefragt: wie kommt man auf die max. mögliche Kovarianz?

    • @statstutor
      @statstutor  3 года назад +1

      Die maximale Kovarianz bezieht sich auf eine gemeinsame Schwankung von zwei Größen bei gegebenen Varianzen. Die maximale Kovarianz bekommen ich, wenn sich diese beiden Größen sozusagen 100-prozentig "synchron bewegen", also 100-prozentig miteinander korrelieren.

  • @andyschrist920
    @andyschrist920 9 лет назад

    Super Erklärung! Wenn auch recht umfangreich. Vielen Dank!

  • @ZELLKRATOR
    @ZELLKRATOR Год назад

    Super Video, nur eine kurze Frage, warum die Tilde, das hab ich vergessen? Wird die nicht bei Schätzungen verwendet und da wir auf konkreten werten aufbauen, könnte sie weg?

    • @statstutor
      @statstutor  Год назад +1

      Das ist die Notation für die empirische Varianz, wie sie bei den Wiwis in Hagen benutzt wird, ist eine reine Definitionssache. Für einen Schätzwert wird idR das "Dach-Symbol" verwendet.

  • @NamiFanel
    @NamiFanel 5 лет назад

    Wow, vielen Dank für das lehrreiche Video! :)

  • @1__1734
    @1__1734 2 года назад

    Hallo, da ich die Themen sonst noch aus den Tutorium der christine kenne und der fakt das bei der Prüfung nicht wirklich gerechnet wird (m2) frag ich mich ob das nicht viel zu mathe lastig ist?

    • @statstutor
      @statstutor  2 года назад

      Wiwi ist für die Wirtschaftswissenschaften, nicht für Psychologie. Am besten schaust du einmal hier:
      psycho-hagen.statstutor.de/
      Dort ist der Mathe-Teil "softer", aber ganz ohne Mathe geht's nicht. Denn, auch wenn in der Prüfung kaum etwas gerechnet werden muss, ist es eine gute Sache, wenn man eine ungefähre Vorstellung davon hat, wie eine Kennzahl, etc. berechnet wird. Sonst stolpert man die ganze Zeit mit Halbwissen durchs Modul.

  • @energy1569
    @energy1569 Год назад

    Bro deine Videos zu genial

  • @LukasJ-bc9zb
    @LukasJ-bc9zb 4 года назад

    Mega geile Videoreihe. Vielen Dank.

  • @danielsiebert319
    @danielsiebert319 8 лет назад +1

    Super Videos, simpel und verständlich erklärt, wenn du jetzt noch Videos zur Analysis hättest wäre mein Studium viel einfacher ;-))

    • @statstutor
      @statstutor  8 лет назад +1

      Danke :-) Ich konzentriere mich erstmal auf Statistik ;-)

  • @katastrophe_HH
    @katastrophe_HH 6 лет назад +1

    Wenn ich in der Formel r=cov(X,Y)/(simaX * simgaY) alles konkret einsetze kürzt sich (1/n) nicht raus weil im zähler (1/n) und im nenner (1/n)^2 also passt die theoretische Formel nicht zu deiner Rechnung wenn ich das richtig sehe

    • @statstutor
      @statstutor  6 лет назад

      Bei der Formel für "Sigma", bzw. der Formel für die Standardabweichung steht das 1/n unter der Wurzel.
      Wurzel aus (1/n) mal Wurzel aus (1/n) ist gleich 1/n ;-)

    • @katastrophe_HH
      @katastrophe_HH 6 лет назад

      Stats Tutor ok danke

    • @Mica_No
      @Mica_No 4 года назад

      Lukas Rieder hab genau das Gleiche gedacht

  • @hansgluck6630
    @hansgluck6630 7 лет назад

    Hallo Stats Tutor,
    wäre es auch richtig wenn man das arithmetische Mittel zur Ermittlung der maximal möglichen Kovarianz verwendet hätte?
    Nach meiner Rechnung hat das arithmetische Mittel den Wert 150 und das ist größer als 111,8.
    VG
    Hans

    • @statstutor
      @statstutor  7 лет назад

      Nein, das geht nicht. Die Mittelwerte sind jeweils 30 und haben mit der maximalen Kovarianz nichts zu tun.

  • @reimemasche5300
    @reimemasche5300 5 лет назад

    Hallo, wo ist mein Denkfehler? Wenn ich den Klammerausdruck (xi-x) quadriere, müsste doch eine binomische Formel zum Einsatz kommen. Ich kann also nicht einfach schreiben Xi2 - x2 (in Worten Xi zum Quadrat minus Xquer Quadrat) oder? Siehe ungefähr Minute 6: 38

    • @statstutor
      @statstutor  5 лет назад

      Doch, das ist der sogenannte Verschiebungssatz. Die Herleitung habe ich mal etwas ausführlicher in diesem Video beschrieben:
      ruclips.net/video/0seLkn0eqtw/видео.html

    • @reimemasche5300
      @reimemasche5300 5 лет назад

      Super vielen Dank!

  • @abail7010
    @abail7010 5 лет назад

    Sehr gutes Video! Danke dir! :)

  • @mhorsten
    @mhorsten 2 года назад

    Sehr gut erklärt!

  • @catvalentine4317
    @catvalentine4317 6 лет назад +1

    Perfekt, vielen Dank!! :D

  • @asli8926
    @asli8926 7 лет назад

    Super erklärt! Endlich verstanden :D

  • @xXx-un3ie
    @xXx-un3ie 7 лет назад

    Meintest du "Merkmalsausprägungen" statt "Merkmalsträger" ? 00:06

    • @statstutor
      @statstutor  7 лет назад

      Genau genommen hast du natürlich recht. Ein Merkmalsträger hat ein Merkmal, ein Merkmal hat eine Ausprägung (oder einen Wert) und eine Ausprägung (oder ein Wert) hat eine Abweichung vom Mittelwert.
      Aber ich hab's nicht so mit Wortklauberei und da wir es hier mit zwei Merkmalen pro Merkmalsträger zu tun haben ist der Wortlaut im Video "die Einzelabweichungen jedes Merkmalsträgers [werden] multipliziert" m.E. die kürzest mögliche Formulierung, bei der jeder weiß was gemeint ist, ohne dabei wirklich falsch zu sein.

  • @hansgluck6630
    @hansgluck6630 7 лет назад

    Hallo Stats Tutor,
    schönen Dank für deine Mühe und Engagement, sehr gut erklärt.
    Nun wollte ich zu diesem Video wissen, wie so maximal mögliche Kovarianz ist Wurzel aus Varianz vonx mal Varianz von y?
    VG
    Hans

    • @statstutor
      @statstutor  7 лет назад

      Das ergibt sich mathematisch. Wenn X und Y vollständig miteinander korrelieren, sich also absolut synchron bewegen, dann ist die Kovarianz gleich dem Produkt der Standardabweichungen. Das kann man einfach mal mit einem Beispiel rechnen.

    • @hansgluck6630
      @hansgluck6630 7 лет назад

      Vielen Dank nochmals für die Antwort auf meine Frage.
      VL
      Hans

  • @WallstreetFlip
    @WallstreetFlip 4 года назад

    Bomben Video !!!!!!!!!!

  • @tarpek
    @tarpek 7 лет назад

    sehr verständlich erklärt!

  • @fatimayue3172
    @fatimayue3172 9 лет назад

    sehr gutes Tutorial. alles verstanden. :)

  • @fraerliznjan
    @fraerliznjan 9 лет назад

    kann mir einer link für das regression video geben

    • @statstutor
      @statstutor  9 лет назад

      Hier ist er :-)
      ruclips.net/video/CXdJ-k131TQ/видео.html
      Eine Übersichtsseite über alle relevanten Videos findest du hier:
      sites.google.com/site/statistiktutorials/

  • @xsonja94
    @xsonja94 9 лет назад

    Bist du kostenlos an den Casio Emulator gekommen? Wo kann man den kriegen? :) Du erklärst das übrigens schön klar und einfach :)

    • @statstutor
      @statstutor  9 лет назад

      +Sunny
      Vielen Dank! Nee, den Casio hab ich bezahlt :-)

  • @hansgluck6630
    @hansgluck6630 7 лет назад

    Hallo Stats Tutor,
    wenn ich dich richtig verstanden habe zur Ermittlung der maximal möglichen Kovarianz bildest du das geometrischen Mittel der Varianz von x und Varianz von y d.h. Wurzel aus dem Produkt Varianz x und Varianz y und das ergibt 111,8. Aber wenn ich das atithmetische Mittel der Varianz von x und der Varianz von y bilde d.h. (var(x)+var(y))/2 ergibt 150. Nun vermutet man als Anfänger in Statistik, dass das arithmetische Mittel der Varianz von x und der Varianz von y größer ist als als das geometrisches Mittel der beiden. ich dürfte dich um einen Hinweis bitten.
    VG
    Hans

    • @statstutor
      @statstutor  7 лет назад

      Achso, den Mittelwert der Varianzen meinst du. Nein, die Rechnung geht so wie beschrieben. Dass es sich bei dem Ausdruck (im Nenner) um das geometrische Mittel der Varianzen handelt, ist hier eigentlich nicht sonderlich relevant, hätte ich vielleicht erst gar nicht erwähnen sollen.

  • @adlergames3926
    @adlergames3926 3 года назад

    Ist das Sigma nicht ein Summenzeichen?

    • @statstutor
      @statstutor  3 года назад

      Ja, das große Sigma ist das Summenzeichen

  • @markuswerner7271
    @markuswerner7271 5 лет назад

    Was ist der Unterschied zwischen Korrelation und Scheinkorrelation?

    • @statstutor
      @statstutor  5 лет назад +1

      Die kurze Antwort ist: Es gibt keinen. Auch eine Scheinkorrelation ist ein Korrelation.
      Der Begriff ist etwas missverständlich. Was damit eigentlich gemeint ist, ist ScheinKAUSALITÄT. Aber Korrelation und Kausalität sind zwei verschiedene Dinge. Korrelation IST NICHT Kausalität!! Daher ist eine sogenannte Scheinkorrelation im Prinzip nichts anderes als eine "ganz normale" Korrelation.

    • @markuswerner7271
      @markuswerner7271 5 лет назад

      @@statstutor d. H Jede Korrelation ist eine Schein Kausalität? Bzw eine Schein Korrelation wird durch eine 3 variable ausgelöst und man glaub dadurch an eine Ursache Wirkung Beziehung?

    • @statstutor
      @statstutor  5 лет назад

      Einer Korrelation kann durchaus eine Kausalität zugrunde liegen. Aber wie die kausalen Zusammenhänge genau sind, kann man an der Korrelation allein nicht erkennen.

    • @markuswerner7271
      @markuswerner7271 5 лет назад

      @@statstutor d. H aus einer Korrelation kann eine Kausalität werden während eine scheinkorrelation nie kausal ist?

    • @statstutor
      @statstutor  5 лет назад

      Könnte man so sagen :-)

  • @zumasuma5489
    @zumasuma5489 6 лет назад

    Klasse! Weiter so :)

  • @ZKITPO
    @ZKITPO 4 года назад +1

    2 Jahre nachdem Bachelor. Bisschen mit Künstlicher Intelligenz rumspielen. Statistik here we go again :D

  • @Schneiderhahn
    @Schneiderhahn 8 лет назад

    Klasse!

  • @battle-hero2585
    @battle-hero2585 7 лет назад

    cooler dude!

  • @tobiasschinagl7189
    @tobiasschinagl7189 9 лет назад

    Top!

  • @MrDoomfighter
    @MrDoomfighter 7 лет назад

    Scroll Scroll