pd-anteil-post-stichproben-schoice
Question
Die Post-Stichprobe m_penguins_sex_post enthält 4000 Werte für den Koeffizienten sexmale. Der Befehl count(sexmale > 0) liefert: 3980 Werte sind größer als 0, 20 Werte sind kleiner oder gleich 0. Wie hoch ist die Effektwahrscheinlichkeit pd (probability of direction) für diesen Effekt?
Answerlist
- \(pd = \dfrac{3980}{4000} = 0{,}995\), also 99,5 %
- \(pd = \dfrac{20}{4000} = 0{,}005\), also 0,5 %
- \(pd = \dfrac{4000}{3980} \approx 1{,}005\)
- \(pd = \dfrac{3980}{20} = 199\)
- \(pd = 3980\)
Solution
pd gibt den Anteil der Post-Stichproben an, die auf der (durch den Median bestimmten) Seite von Null liegen. Hier liegen 3980 von 4000 Stichproben über Null: \(pd = \dfrac{3980}{4000} = 0{,}995\), also eine Effektwahrscheinlichkeit von 99,5 %, dass männliche Tiere im Schnitt schwerer sind.
Warum die Distraktoren falsch sind:
- Die zweite Option berechnet den Anteil der Stichproben auf der anderen Seite (Gegenrichtung) und bezieht sich damit auf \(1-pd\), nicht auf
pdselbst. - Die dritte Option kehrt den Bruch um; das Ergebnis ist größer als 1 und kann daher keine gültige Wahrscheinlichkeit sein.
- Die vierte Option teilt die Anzahl der Treffer fälschlich durch die Anzahl der Nicht-Treffer statt durch die Gesamtzahl aller Stichproben (4000); der resultierende Wert (199) ist weit außerhalb des gültigen Wahrscheinlichkeitsbereichs \([0,1]\).
- Die fünfte Option gibt schlicht die absolute Anzahl der Treffer zurück, ohne diese ins Verhältnis zur Gesamtzahl der Stichproben zu setzen.
Aufgabenname: pd-anteil-post-stichproben-schoice
Answerlist
- Wahr
- Falsch
- Falsch
- Falsch
- Falsch
Meta-information
exname: pd-anteil-post-stichproben-schoice extype: schoice expoints: 1 exsolution: 10000 exshuffle: 5 excategory: bayes