Question 1

Welches Maß der zentralen Tendenz repräsentiert den Wert, der einen sortierten Datensatz in zwei gleiche Hälften teilt?

Accepted Answer

Der Median ist der mittlere Wert eines aufsteigend sortierten Datensatzes. Er trennt genau 50 % der niedrigeren Werte von 50 % der höheren Werte. Im Gegensatz zum Mittelwert wird der Median nicht von Extremwerten beeinflusst, was ihn zu einem robusteren Indikator für schiefe Verteilungen wie Einkommen oder Immobilienpreise macht.

Question 2

Was ist der grundlegende Unterschied zwischen Mittelwert und Median?

Accepted Answer

Der Mittelwert berücksichtigt alle Werte und ist daher empfindlich gegenüber Extremwerten (Ausreißern), während der Median nur von der zentralen Position der sortierten Daten abhängt. Sind beispielsweise fünf Gehälter 30k, 35k, 40k, 45k und 500k, wird der Mittelwert durch 500k nach oben gezogen (130k), während der Median bei 40k bleibt und die Realität der Gruppe besser widerspiegelt.

Question 3

Was ist der Modus in einem Datensatz?

Accepted Answer

Der Modus ist der Wert, der in einem Datensatz am häufigsten vorkommt. Ein Datensatz kann unimodal (ein Modus), bimodal (zwei Modi) oder multimodal (mehrere Modi) sein. Der Modus ist das einzige Maß der zentralen Tendenz, das mit kategorialen Daten wie der Lieblingsfarbe oder der meistverkauften Produktkategorie verwendet werden kann.

Deskriptive Statistik

Welches Maß der zentralen Tendenz repräsentiert den Wert, der einen sortierten Datensatz in zwei gleiche Hälften teilt?

Antwort

Was ist der grundlegende Unterschied zwischen Mittelwert und Median?

Antwort

Was ist der Modus in einem Datensatz?

Antwort

Was misst die Varianz in einem Datensatz?

Wie hängen Varianz und Standardabweichung zusammen?

Weitere Data Analytics-Interviewthemen

Google Sheets - Grundlagen

Google Sheets - Erweiterte Formeln

SQL - Grundlagen

SQL - Aggregationen und Gruppierungen

SQL - Joins

BigQuery - Grundlagen

Data Cleaning - Datenbereinigung

KPIs und Business-Metriken

Zapier und No-Code-Automatisierung

Grundlagen der Datenvisualisierung

Python & Pandas - Grundlagen

Google Sheets - Automatisierte Dashboards

SQL - Unterabfragen und CTEs

SQL - Window Functions

BigQuery - Erweiterte Funktionen

Data Modeling

Funnel- und Conversion-Analyse

Kohorten- und Retention-Analyse

Google Tag Manager und Tracking

APIs und Webhooks

dbt - Grundlagen

AB-Testing und angewandte Statistik

Looker Studio (Google Data Studio)

Power BI - Grundlagen

SQL - Erweiterte analytische Abfragen

dbt - Erweiterte Funktionen

Power BI - DAX und fortgeschrittene Dashboards

Python Analytics - Erweiterte Analyse und ML

Meistere Data Analytics für dein nächstes Interview