Preprocessing

Fehlerarten

⇒ beheben durch Data cleaning

Alle Werte in ein n-Tupel. Damit befinden sich die Objekte in einem n-dimensionalen Raum

Absolute Häufigkeit	$h(a)$
Relative Häufigkeit	$p(a) = h(a) / n$
Arithmetisches Mittel	$\mu = \bar x = \frac{1}{n} \cdot \sum^{n}_{i=1} x_i$
Median
Modus	Größte Häufigkeit
Varianz	???
Standartabweichung	???
Erwartete Häufigkeit (bei Kontingenztabelle)	$e{ij} = n \cdot p_i \cdot p_j = \frac{h_j h_i}{n}$
$X^2$ -Koeffizient (bei Kontingenztabelle)	$X^2 = \sum^c_{i=1}\sum^r_{j=1} \frac{(o_{ij}-e_{ij})^2}{e_{ij}}$ o = Beobachtete Häufigkeit e = Erwartete Häufigkeit Maß für die Stärke der Abhängigkeit
Korrelationskoeffizient (nur nominal)	$r_{XY} = \sum^n_{i = 1} \frac{()}{}$ ????
skew	mode < median < mean ⇒ positively skewed mode > median > mean ⇒ negatively skewed