Können Sie aus nachstehender Grafik identifizieren wo der "Trend" der Zeitreihe abgebildet ist? 

Wenn Sie der Meinung sind, dass dies in der "1.Zeile" des Plots ist, dann wählen Sie bitte 1. usw. 

Um eine kurzfristige Prognose für eine historische Zeitreihe zu erstellen, verwenden Sie die Holt-Winters-Methode. Sie sind fleißig und führen die Parameterberechnung per Hand durch (da müssen Sie wirklich sehr fleißig sein und das ist auch sehr aufwendig - deswegen lassen Sie es eher R machen) ... jedenfalls erhalten Sie für den Paramter \alpha = 3.8 . 

Ist das ein denkbarer Wert?

Betrachten Sie nachstehende Zeitreihe und geben Sie an, ob diese einen Trend aufweist. 

Ein Marktforschungsinstitut hält es für sinnvoll den Zusammenhang von Lebensalter (in Jahren) und Vermögen (in Euro) zu untersuchen. Nach endloser Betrachtung diverser Streudiagramme, schlägt ein eifriger Statistiker eine lineare Regression vor um herauszufinden, ob es einen (linearen) Zusammenhang zwischen den Merkmalen Lebensalter und Vermögen gibt. 

Gilt für Einzelbeobachtungen (x_i, y_i) in einem linearen Modell 

y_i = a+bx_i + \epsilon_i ? 

Was verstehen Sie unter einem Residuenplot?

Denken Sie, dass folgende Aussage korrekt ist: 

Die einfache lineare Regression ist eine Art Parameterschätzung.

Betrachten Sie nachstehende Punktwolken: 

Denken Sie, dass x und y eher positiv, oder eher negativ korreliert sind?

Hinweis: es handelt sich um einen Datensatz der durch "Noise" gestört wird - links: ohne Noise, rechts: starker Noise

Ist folgende Behauptung korrekt: 

Der Korrelationskoeffizient nach Spearman ist robuster gegenüber Ausreißern als der Korrelationskoeffizient nach Pearson.

Betrachten Sie den t-Test für die Gruppe A und B (Signifikanzniveau \alpha = 0.05).

Wir die Nullhypothese verworfen, oder beibehalten?