Statistik I. 2. Klausur Wintersemester 2011/2012 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!
|
|
- Frida Christel Friedrich
- vor 5 Jahren
- Abrufe
Transkript
1 Statistik I A 2. Klausur Wintersemester 2011/2012 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Nachname: Vorname: Matrikelnummer: Studienfach: Fachsemester: Art der Anmeldung: STiNE Zulassung unter Vorbehalt Sonstiges Unterschrift der/des Studierenden: Bemerkungen: Aufgabe max. Pkt. err. Pkt Summe 100
2 Lösungstabelle für die Aufgaben 1 und 2 Hinweise für die Aufgaben 1.1 bis 1.10: Es ist exakt eine Antwortmöglichkeit korrekt. Zur Punktevergabe: (a) Wird ausschließlich die korrekte Antwort angekreuzt, so erhält man die volle Punktezahl. (b) In allen Fällen außer der in (a) beschriebenen Situation erhält man 0 Punkte. Hinweise für die Aufgaben 2.1 bis 2.5: Es ist mindestens eine Antwortmöglichkeit korrekt. Zur Punktevergabe: Werden ausschließlich alle korrekten Antwortmöglichkeiten angekreuzt so erhält man die volle Punktezahl. Werden unter anderem korrekte Antwortmöglichkeiten angekreuzt, jedoch nicht ausschließlich alle korrekten Antwortmöglichkeiten, so erhält man 1 Punkt. Allgemeiner Hinweis: Falls Sie Ihre bereits gewählte Antwort revidieren möchten, so kreuzen Sie alle Felder der entsprechenden Zeile an und schreiben die korrekte(n) Antwort(en) neben die entsprechende Tabellenzeile. Aufgabe (a) (b) (c) (d)
3 Aufgabe 1 (30 Punkte) Hinweise: In den Aufgaben 1.1 bis 1.10 ist exakt eine Antwortmöglichkeit korrekt. Markieren Sie die korrekte Antwort durch ein Kreuz in der Lösungstabelle für die Aufgaben 1 und 2 auf Seite 2. Aufgabe 1.1 (3 Punkte) Gegeben sei folgende Funktion: g : R R e 5 5 x für x = 0, 1, 2, 3,... x! x 0 sonst (a) Die Funktion g erfüllt die Eigenschaften einer Wahrscheinlichkeitsfunktion. (b) Die Funktion g erfüllt die Eigenschaften einer Dichtefunktion. (c) Die Funktion g erfüllt die Eigenschaften einer Verteilungsfunktion. (d) Die Funktion g erfüllt keine der bisher genannten Eigenschaften. Aufgabe 1.2 (3 Punkte) Betrachtet wird der χ 2 -Koeffizient zur Beschreibung bivariater Datensätze. Welche der nachfolgenden Aussagen ist zutreffend. (a) Der χ 2 -Koeffizient nimmt nur Werte im Intervall [0, 1] an. (b) Der χ 2 -Koeffizient kann jeden beliebigen reellen Wert annehmen. (c) Der χ 2 -Koeffizient ist nicht negativ. (d) Der χ 2 -Koeffizient nimmt nur Werte im Intervall [ 1, 1] an. Aufgabe 1.3 (3 Punkte) Für eine Zufallsvariable X gilt E(X) V ar(x). Welche der nachfolgenden Aussagen ist zutreffend? (a) Die Zufallsvariable X kann nicht Poisson-verteilt sein. (b) Die Zufallsvariable X kann nicht normalverteilt sein. (c) Die Zufallsvariable X kann nicht binomialverteilt sein. (d) Die Zufallsvariable X kann nicht χ 2 -verteilt sein. -3-
4 Aufgabe 1.4 (3 Punkte) Es sei ein Histogramm gegeben, bei dem lediglich die Klassengrenzen auf der Abszisse (x-achse) abgelesen werden können. Mit welcher der nachfolgend genannten zusätzlichen Informationen kann das arithmetische Mittel des zugehörigen Datensatzes exakt bestimmt werden. (a) Arithmetisches Mittel und relative Häufigkeit jeder Klasse. (b) Klassenmitte und absolute Häufigkeit jeder Klasse. (c) Arithmetisches Mittel und Varianz jeder Klasse. (d) Arithmetisches Mittel und Klassenbreite jeder Klasse. Aufgabe 1.5 (3 Punkte) Gegeben sei folgende Funktion: g : R R 1 für x = 22 x 0 sonst (a) Die Funktion g erfüllt die Eigenschaften einer Wahrscheinlichkeitsfunktion. (b) Die Funktion g erfüllt die Eigenschaften einer Dichtefunktion. (c) Die Funktion g erfüllt die Eigenschaften einer Verteilungsfunktion. (d) Die Funktion g erfüllt keine der bisher genannten Eigenschaften. Aufgabe 1.6 (3 Punkte) Gegeben sei folgende Funktion: g : R R e x für x 0 x 0 sonst (a) Die Funktion g erfüllt die Eigenschaften einer Wahrscheinlichkeitsfunktion. (b) Die Funktion g erfüllt die Eigenschaften einer Dichtefunktion. (c) Die Funktion g erfüllt die Eigenschaften einer Verteilungsfunktion. (d) Die Funktion g erfüllt keine der bisher genannten Eigenschaften. -4-
5 Aufgabe 1.7 (3 Punkte) Die Zufallsvariable X sei stetig. Welche der nachfolgenden Aussagen ist zutreffend? (a) Die Dichtefunktion der Zufallsvariablen X ist stetig. (b) Die Verteilungsfunktion der Zufallsvariablen X ist stetig. (c) Die Dichtefunktion der Zufallsvariablen X ist monoton steigend. (d) Für die Dichtefunktion f X der Zufallsvariablen X gilt: f X (x) 1 für alle x R. Aufgabe 1.8 (3 Punkte) Gegeben sei nachfolgende Zeitreihe. t y t Welche Größe lässt sich damit nicht berechnen? (a) Der Korrelationskoeffizient von Bravais-Pearson zwischen t und y t. (b) Die Kovarianz zwischen t und y t. (c) Der Modus der Werte y t (t = 1,..., 5). (d) Der Kontingenzkoeffizient K. Aufgabe 1.9 (3 Punkte) Betrachtet wird ein nominalskaliertes Merkmal. Welche der nachfolgenden Aussagen ist zutreffend. (a) Die Differenz zweier Merkmalsausprägungen kann sinnvoll interpretiert werden. (b) Der Quotient zweier Merkmalsausprägungen kann sinnvoll interpretiert werden. (c) Bei zwei Merkmalsausprägungen kann lediglich Gleichheit bzw. Ungleichheit festgestellt werden. (d) Bei zwei Merkmalsausprägungen kann keine Aussage über diese getroffen werden. -5-
6 Aufgabe 1.10 (3 Punkte) Für einen unbekannten Datensatz sei die empirische Verteilungsfunktion gegeben. Welche der nachfolgenden Aussagen ist zutreffend? (a) Aus der Verteilungsfunktion lässt sich die Gesamtanzahl der Merkmalsausprägungen ermitteln. (b) Aus der Verteilungsfunktion kann man die relativen Häufigkeiten ermitteln. (c) Aus der Verteilungsfunktion kann man die absoluten Häufigkeiten ermitteln. (d) Keine der bisher genannten Aussagen ist zutreffend. -6-
7 Aufgabe 2 (20 Punkte) Hinweise: In den Aufgaben 2.1 bis 2.5 ist mindestens eine Antwortmöglichkeit korrekt. Markieren Sie die korrekte(n) Antwort(en) durch ein Kreuz bzw. mehrere Kreuze in der Lösungstabelle für die Aufgaben 1 und 2 auf Seite 2. Aufgabe 2.1 (4 Punkte) Es wird eine beliebig normalverteilte Zufallsvariable X betrachtet, also X N (µ, σ 2 ). Welche der nachfolgenden Aussagen ist korrekt? (a) Erwartungswert und Varianz der Zufallsvariablen X sind größer als 0. (b) Für die Verteilungsfunktion F X gilt: F X (µ) = 0.5. (c) Das 50%-Quantil und der Erwartungswert sind identisch. (d) Dichte- und Verteilungsfunktion sind monoton steigend. Aufgabe 2.2 (4 Punkte) Für welchen der nachfolgenden Datensätze ist das arithmetische Mittel echt größer als der Median. (a) i x i (b) (c) (d) i x i i x i i x i Aufgabe 2.3 (4 Punkte) Unter welchen der nachfolgenden Voraussetzungen lässt sich der Variationskoeffizient nicht berechnen? (a) Die Varianz der Merkmalsausprägungen ist 0. (b) Das arithmetische Mittel der Merkmalsausprägungen ist 0. (c) Der Datensatz ist linkssteil. (d) Der Datensatz hat folgende Gestalt: i x i
8 Aufgabe 2.4 (4 Punkte) Sei Ω := {0, 2, 4, 5}. Welche der nachfolgenden Mengen erfüllen alle Eigenschaften einer σ-algebra? (a) A := {{0, 2}, {4, 5}} (b) A := {, Ω, {0}, {2}, {4}, {5}} (c) A := {, Ω, {0}, {2, 4, 5}} (d) A := {, Ω, {0, 4}, {2, 5}} Aufgabe 2.5 (4 Punkte) Betrachtet werden nicht-zentrierte ( m k ) und zentrierte ( M k ) empirische Momente mit beliebigem Parameter k N. Welche der nachfolgenden Aussagen ist zutreffend? (a) M 2 und M 4 haben immer dasselbe Vorzeichen. (b) m 1 und M 2 haben immer dasselbe Vorzeichen. (c) m 1 M 2. (d) Für einen gegebenen Datensatz können entweder alle nicht-zentrierten oder alle zentrierten empirischen Momente berechnet werden. -8-
9 Aufgabe 3 (3 Punkte) Für k {1, 2, 4} berechne man für nachfolgend gegebenen Datensatz jeweils das Hölder- Mittel (Ergebnisse auf vier Nachkommastellen runden). i x i Lösung von Aufgabe 3 x Höl 1 = 0, x Höl 2 = , x Höl 4 =
10 Aufgabe 4 (5 Punkte) Ein Datensatz mit n = 100 Werten wurde in fünf Klassen eingeteilt. Dabei ergab sich nachfolgende Tabelle: Klasse k h k x k s 2 k Man berechne hieraus das arithmetische Mittel und die Varianz für den gesamten Datensatz (Ergebnisse auf vier Nachkommastellen runden). Lösung von Aufgabe 4 x = 4.6, s 2 =
11 Aufgabe 5 (6 Punkte) In Entenhausen werden n = 6 Einwohner bzgl. ihrem Einkommen befragt. Dabei ergab sich folgende Tabelle: Name Vermögen (Geldeinheiten) Donald Duck 0 Gustav Gans 500 Dussel Duck 50 Tick 100 Trick 150 Track 200 (a) Man berechne die Konzentrationsrate für k = 1,..., 6. (b) Man berechne den Wert des Herfindahl-Indexes. Lösung von Aufgabe 5 (a) (b) H = j CR j
12 Aufgabe 6 (9 Punkte) Gegeben sei nachfolgende Kontingenztabelle mit absoluten Häufigkeiten. n i,j y 1 y 2 y 3 x x (a) Man gebe für diesen Datensatz den Wertebereich des χ 2 -Koeffizienten an. (b) Man berechne den χ 2 -Koeffizienten (Ergebnisse auf zwei Nachkommastellen runden). (c) Man berechne den sowohl Kontingenzkoeffizienten als auch den korrigierten Kontingenzkoeffizienten (Ergebnisse auf zwei Nachkommastellen runden). Lösung von Aufgabe 6 (a) 0 χ 2 30 (b) χ 2 = 5.32 (c) K = 0.39, K =
13 Aufgabe 7 (9 Punkte) Geht eine Person mit einem Messer durch einen Metalldetektor am Flughafen, so ist die Wahrscheinlichkeit dafür, dass dieser einen Warnton ausgibt Die Wahrscheinlichkeit, dass fälschlicherweise ein Warnton ausgegeben wird beträgt Die Wahrscheinlichkeit, dass eine Person mit einem Messer durch einen Flughafenmetalldetektor geht (absichtlich oder unabsichtlich) beträgt Wie groß ist die Wahrscheinlichkeit dafür, dass eine Person ein Messer trägt, wenn der Metalldetektor einen Warnton ausgibt? Definieren Sie hierzu geeignete Ereignisse und geben Sie damit die gegebenen Wahrscheinlichkeiten wieder. Lösung von Aufgabe
14 Aufgabe 8 (12 Punkte) Eine diskrete Zufallsvariable habe die Wahrscheinlichkeitsfunktion x für x {2, 4, 6, 8} f X (x) :=. 0 sonst (a) Man ermittle die Verteilungsfunktion. (b) Man bestimme den Erwartungswert und die Varianz der Zufallsvariablen. (c) Man ermittle das 40%-Quantil sowie das 80%-Quantil. Lösung von Aufgabe 8 (a) 0 für x < für 2 x < 4 F X (x) = 0.7 für 4 x < für 6 x < 8 1 für x 8 (b) E(X) = 4, V ar(x) = 4 (c) z 0.4 = 2, z 0.8 = 6-14-
15 Aufgabe 9 (6 Punkte) Die Zufallsvariable X ist χ 2 -verteilt mit 13 Freiheitsgraden, die Zufallsvariable Y ist t-verteilt mit 10 Freiheitsgraden und die Zufallsvariable Z ist F -verteilt mit m = 9 Zählerund n = 20 Nennerfreiheitsgraden. Man bestimme nachfolgende Wahrscheinlichkeiten mittels Tabellensammlung (ggf. näherungsweise). (a) P (X < 7.042) (b) P (Y > 1.812) (c) P (Z < ) Lösung von Aufgabe 9 (a) P (X < 7.042) = 0.1 (b) P (Y > 1.812) = 0.05 (c) P (Z < ) =
Statistik I. 2. Klausur Wintersemester 2011/2012 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!
Statistik I A 2. Klausur Wintersemester 2011/2012 Hamburg, 20.03.2012 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Nachname:............................................................................
MehrStatistik Klausur Wintersemester 2013/2014 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!
Statistik 1 1. Klausur Wintersemester 2013/2014 Hamburg, 12.02.2014 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Nachname:............................................................................ Vorname:.............................................................................
MehrStatistik I. 1. Klausur Wintersemester 2010/2011 Hamburg, Art der Anmeldung: STiNE FlexNow Zulassung unter Vorbehalt
Statistik I 1. Klausur Wintersemester 2010/2011 Hamburg, 11.02.2011 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Nachname:............................................................................ Vorname:.............................................................................
MehrStatistik Klausur Wintersemester 2013/2014 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!
Statistik 1 2. Klausur Wintersemester 2013/2014 Hamburg, 18.03.2014 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Nachname:............................................................................ Vorname:.............................................................................
MehrStatistik Klausur Wintersemester 2013/2014 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!
Statistik 1 A 2. Klausur Wintersemester 2013/2014 Hamburg, 18.03.2014 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Nachname:............................................................................
MehrStatistik Klausur Wintersemester 2012/2013 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!
Statistik 1 1. Klausur Wintersemester 2012/2013 Hamburg, 19.03.2013 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Nachname:............................................................................ Vorname:.............................................................................
MehrStatistik Klausur Sommersemester 2013 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!
Statistik 2 1. Klausur Sommersemester 2013 Hamburg, 26.07.2013 A BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Nachname:............................................................................ Vorname:.............................................................................
MehrStatistik für Betriebswirte I 1. Klausur Wintersemester 2014/
Statistik für Betriebswirte I 1. Klausur Wintersemester 2014/2015 13.02.2015 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN Nachname:................................................................... Vorname:....................................................................
MehrWirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Wintersemester 2010/11.
Wirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Wintersemester 2010/11 Namensschild Dr. Martin Becker Hinweise für die Klausurteilnehmer
MehrStatistik II. Version A. 1. Klausur Sommersemester 2011 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!
Statistik II Version A 1. Klausur Sommersemester 2011 Hamburg, 27.07.2011 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Nachname:............................................................................
MehrAufgabenstellung und Ergebnisse zur. Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Wintersemester 2018/19
Aufgabenstellung und Ergebnisse zur Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Wintersemester 08/9 PD Dr. Martin Becker Hinweise für die Klausurteilnehmer ˆ Die Klausur besteht
MehrWirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Wintersemester 2014/15.
Wirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Wintersemester 2014/15 Namensschild Dr. Martin Becker Hinweise für die Klausurteilnehmer
MehrWirtschaftswissenschaftliches Prüfungssekretariat Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Sommersemester 2015
Wirtschaftswissenschaftliches Prüfungssekretariat Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Sommersemester 205 Namensschild Dr. Martin Becker Hinweise für die Klausurteilnehmer
MehrAufgabenstellung und Ergebnisse zur. Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Wintersemester 2017/18. Dr.
Aufgabenstellung und Ergebnisse zur Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Wintersemester 2017/18 Dr. Martin Becker Hinweise für die Klausurteilnehmer Die Klausur besteht
MehrWirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Sommersemester 2011
Wirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Sommersemester 2011 Aufgabenstellung und Ergebnisse Dr. Martin Becker Hinweise für die Klausurteilnehmer
MehrWirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Wintersemester 2012/13
Wirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Wintersemester 2012/13 Aufgabenstellung und Ergebnisse Dr. Martin Becker Hinweise für die
MehrWirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Sommersemester 2011.
Wirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Sommersemester 2011 Namensschild Dr. Martin Becker Hinweise für die Klausurteilnehmer ˆ
MehrWIRTSCHAFTSWISSENSCHAFTLICHES PRÜFUNGSSEKRETARIAT
WIRTSCHAFTSWISSENSCHAFTLICHES PRÜFUNGSSEKRETARIAT ER NIVERSITÄT ES AARLANDES Von der/dem Studierenden auszufüllen (Bitte leserlich und in Blockschrift): Deskriptive Statistik und Wahrscheinlichkeitsrechnung
MehrWirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Sommersemester 2012
Wirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Sommersemester 202 Aufgabenstellung und Ergebnisse Dr. Martin Becker Hinweise für die Klausurteilnehmer
MehrWIRTSCHAFTSWISSENSCHAFTLICHES PRÜFUNGSSEKRETARIAT DER RECHTS- UND WIRTSCHAFTSWISSENSCHAFTLICHEN FAKULTÄT DER UNIVERSITÄT DES SAARLANDES
WIRTSCHAFTSWISSENSCHAFTLICHES PRÜFUNGSSEKRETARIAT DER RECHTS- UND WIRTSCHAFTSWISSENSCHAFTLICHEN FAKULTÄT DER UNIVERSITÄT DES SAARLANDES Von der/dem Studierenden auszufüllen (Bitte leserlich und in Blockschrift):
MehrÜbung 1: Einführung, grafische Darstellung univariater Datensätze
Übung 1: Einführung, grafische Darstellung univariater Datensätze Vor einer Bürgermeisterwahl, bei der fünf Kandidaten (A bis E) zur Auswahl stehen, wurden 160 Wahlberechtigte nach ihrer Wahlabsicht befragt.
MehrAufgabenstellung und Ergebnisse zur. Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Wintersemester 2015/16. Dr.
Aufgabenstellung und Ergebnisse zur Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Wintersemester 205/6 Dr. Martin Becker Hinweise für die Klausurteilnehmer ˆ Die Klausur besteht
MehrKlausur vom
UNIVERSITÄT KOBLENZ LANDAU INSTITUT FÜR MATHEMATIK Dr. Dominik Faas Stochastik Wintersemester 00/0 Klausur vom 09.06.0 Aufgabe (++4=9 Punkte) Bei einer Umfrage wurden n Personen befragt, an wievielen Tagen
MehrWirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Wintersemester 2011/12.
Wirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Wintersemester 2011/12 Namensschild Dr. Martin Becker Hinweise für die Klausurteilnehmer
MehrÜbungsblatt 9 (25. bis 29. Juni)
Statistik 2 Dr. Andrea Beccarini Dipl.-Vw. Dipl.-Kffr. Heike Bornewasser-Hermes Sommersemester 2012 Übungsblatt 9 (25. bis 29. Juni) Stetiges Verteilungsmodell und Gemeinsame Verteilung Stetiges Verteilungsmodell
MehrInhaltsverzeichnis. Robert Galata, Sandro Scheid. Deskriptive und Induktive Statistik für Studierende der BWL. Methoden - Beispiele - Anwendungen
Inhaltsverzeichnis Robert Galata, Sandro Scheid Deskriptive und Induktive Statistik für Studierende der BWL Methoden - Beispiele - Anwendungen Herausgegeben von Robert Galata, Markus Wessler ISBN (Buch):
MehrWirtschaftswissenschaftliches Prüfungsamt Bachelor-Studiengang Deskriptive Statistik und Wahrscheinlichkeitsrechnung Sommersemester 2010
Wirtschaftswissenschaftliches Prüfungsamt Bachelor-Studiengang Deskriptive Statistik und Wahrscheinlichkeitsrechnung Sommersemester 010 Aufgabenstellung und Ergebnisse Dr. Martin Becker Hinweise für die
MehrWirtschaftsmathematik
Einführung in einige Teilbereiche der Wintersemester 206 Prof. Dr. Stefan Etschberger HSA Unabhängigkeit von Ereignissen A, B unabhängig: Eintreten von A liefert keine Information über P(B). Formal: P(A
MehrZufallsvariablen [random variable]
Zufallsvariablen [random variable] Eine Zufallsvariable (Zufallsgröße) X beschreibt (kodiert) die Versuchsausgänge ω Ω mit Hilfe von Zahlen, d.h. X ist eine Funktion X : Ω R ω X(ω) Zufallsvariablen werden
MehrKlassifikation von Signifikanztests
Klassifikation von Signifikanztests nach Verteilungsannahmen: verteilungsabhängige = parametrische Tests verteilungsunabhängige = nichtparametrische Tests Bei parametrischen Tests werden im Modell Voraussetzungen
MehrAufgabenstellung und Ergebnisse zur. Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Sommersemester Dr.
Aufgabenstellung und Ergebnisse zur Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Sommersemester 208 Dr. Martin Becker Hinweise für die Klausurteilnehmer ˆ Die Klausur besteht
MehrKapitel 1: Einführung, grasche Darstellung univariater Datensätze
Kapitel 1: Einführung, grasche Darstellung univariater Datensätze Geben Sie an, ob die folgenden Variablen diskret oder stetig sind, und welches Skalenniveau sie besitzen: Familienstand (ledig etc.), Schulabschluss,
MehrZufallsvariablen. Diskret. Stetig. Verteilung der Stichprobenkennzahlen. Binomial Hypergeometrisch Poisson. Normal Lognormal Exponential
Zufallsvariablen Diskret Binomial Hypergeometrisch Poisson Stetig Normal Lognormal Exponential Verteilung der Stichprobenkennzahlen Zufallsvariable Erinnerung: Merkmal, Merkmalsausprägung Deskriptive Statistik:
MehrPhilipp Sibbertsen Hartmut Lehne. Statistik. Einführung für Wirtschafts- und. Sozialwissenschaftler. 2., überarbeitete Auflage. 4^ Springer Gabler
Philipp Sibbertsen Hartmut Lehne Statistik Einführung für Wirtschafts- und Sozialwissenschaftler 2., überarbeitete Auflage 4^ Springer Gabler Inhaltsverzeichnis Teil I Deskriptive Statistik 1 Einführung
MehrErklärung. Datum: Unterschrift der/des Studierenden: Von der Prüferin/Vom Prüfer auszufüllen: Aufgabe Punkte Max. Punkte Bemerkungen.
WIRTSCHAFTSWISSENSCHAFTLICHES PRÜFUNGSSEKRETARIAT FAKULTÄT FÜR EMPIRISCHE HUMANWISSENSCHAFTEN UND WIRTSCHAFTSWISSENSCHAFT DER UNIVERSITÄT DES SAARLANDES Von der/dem Studierenden auszufüllen (Bitte leserlich
MehrStatistik für Betriebswirte 1 Probeklausur Universität Hamburg Wintersemester 2018/ Dezember 2018
Statistik für Betriebswirte 1 Probeklausur Universität Hamburg Wintersemester 2018/2019 20. Dezember 2018 1 Aufgabe 1: Beschreibung univariater Daten (25 Punkte) Die traditionsreiche HAMBURGER SEEMANN-GEBÄUDEVERWALTUNG
MehrStatistik für Betriebswirte 1 Probeklausur Universität Hamburg Wintersemester 2016/ Dezember 2016
Statistik für Betriebswirte 1 Probeklausur Universität Hamburg Wintersemester 2016/2017 16. Dezember 2016 1 Aufgabe 1: Beschreibung univariater Daten (30 Punkte) Ein Autohändler verkauft Autos in fünf
MehrMathematik IV für Maschinenbau und Informatik (Stochastik) Universität Rostock, Institut für Mathematik Sommersemester 2007
Mathematik IV für Maschinenbau und Informatik Stochastik Universität Rostock, Institut für Mathematik Sommersemester 007 Prof. Dr. F. Liese Dipl.-Math. M. Helwich Serie Termin: 9. Juni 007 Aufgabe 3 Punkte
MehrChi-Quadrat-Verteilung
Chi-Quadrat-Verteilung Wikipedia http://de.wikipedia.org/wiki/chi-quadrat-verteilung 1 von 7 6/18/2009 6:13 PM Chi-Quadrat-Verteilung aus Wikipedia, der freien Enzyklopädie Die Chi-Quadrat-Verteilung ist
MehrWichtige Definitionen und Aussagen
Wichtige Definitionen und Aussagen Zufallsexperiment, Ergebnis, Ereignis: Unter einem Zufallsexperiment verstehen wir einen Vorgang, dessen Ausgänge sich nicht vorhersagen lassen Die möglichen Ausgänge
MehrVorlesung Gesamtbanksteuerung Mathematische Grundlagen II Dr. Klaus Lukas Carsten Neundorf. Vorlesung 04 Mathematische Grundlagen II,
Vorlesung Gesamtbanksteuerung Mathematische Grundlagen II Dr. Klaus Lukas Carsten Neundorf 1 Was sollen Sie heute lernen? 2 Agenda Wiederholung stetige Renditen deskriptive Statistik Verteilungsparameter
MehrZufallsvariablen. Diskret. Stetig. Verteilung der Stichprobenkennzahlen. Binomial Hypergeometrisch Poisson. Normal Lognormal Exponential
Zufallsvariablen Diskret Binomial Hypergeometrisch Poisson Stetig Normal Lognormal Exponential Verteilung der Stichprobenkennzahlen Stetige Zufallsvariable Verteilungsfunktion: Dichtefunktion: Integralrechnung:
MehrÜbungsscheinklausur,
Mathematik IV für Maschinenbau und Informatik (Stochastik) Universität Rostock, Institut für Mathematik Sommersemester 27 Prof. Dr. F. Liese Übungsscheinklausur, 3.7.27 Dipl.-Math. M. Helwich Name:...
Mehr1 Grundlagen der Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsräume. Ein erster mathematischer Blick auf Zufallsexperimente...
Inhaltsverzeichnis 1 Grundlagen der Wahrscheinlichkeitsrechnung 1 1.1 Wahrscheinlichkeitsräume Ein erster mathematischer Blick auf Zufallsexperimente.......... 1 1.1.1 Wahrscheinlichkeit, Ergebnisraum,
MehrVorname: Nachname: Matrikel-Nr.: Klausur Statistik
Vorname: Nachname: Matrikel-Nr.: Klausur Statistik Prüfer Etschberger, Heiden, Jansen Prüfungsdatum 21. Januar 2016 Prüfungsort Augsburg Studiengang IM und BW Bearbeitungszeit: 90 Minuten Punkte: 90 Die
Mehr5. Spezielle stetige Verteilungen
5. Spezielle stetige Verteilungen 5.1 Stetige Gleichverteilung Eine Zufallsvariable X folgt einer stetigen Gleichverteilung mit den Parametern a und b, wenn für die Dichtefunktion von X gilt: f x = 1 für
MehrSozialwissenschaftlerInnen II
Statistik für SozialwissenschaftlerInnen II Henning Best best@wiso.uni-koeln.de Universität zu Köln Forschungsinstitut für Soziologie Statistik für SozialwissenschaftlerInnen II p.1 Wahrscheinlichkeitsfunktionen
Mehr13 Mehrdimensionale Zufallsvariablen Zufallsvektoren
3 Mehrdimensionale Zufallsvariablen Zufallsvektoren Bisher haben wir uns ausschließlich mit Zufallsexperimenten beschäftigt, bei denen die Beobachtung eines einzigen Merkmals im Vordergrund stand. In diesem
MehrMathematik für Wirtschaftswissenschaftler II (Analysis) 2. Klausur SoSe 2010 Hamburg,
Mathematik für Wirtschaftswissenschaftler II (Analysis) 2. Klausur SoSe 2010 Hamburg, 08.10.2010 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN Nachname:...................................................................
MehrKlausur zu,,einführung in die Wahrscheinlichkeitstheorie
Institut für angewandte Mathematik Wintersemester 2009/10 Andreas Eberle, Matthias Erbar, Bernhard Hader Klausur zu,,einführung in die Wahrscheinlichkeitstheorie Bitte diese Felder in Druckschrift ausfüllen
MehrDie Familie der χ 2 (n)-verteilungen
Die Familie der χ (n)-verteilungen Sind Z 1,..., Z m für m 1 unabhängig identisch standardnormalverteilte Zufallsvariablen, so genügt die Summe der quadrierten Zufallsvariablen χ := m Z i = Z 1 +... +
MehrDie Familie der χ 2 (n)-verteilungen
Die Familie der χ (n)-verteilungen Sind Z 1,..., Z m für m 1 unabhängig identisch standardnormalverteilte Zufallsvariablen, so genügt die Summe der quadrierten Zufallsvariablen χ := m Z i = Z 1 +... +
MehrKapitel 6. Verteilungsparameter. 6.1 Der Erwartungswert Diskrete Zufallsvariablen
Kapitel 6 Verteilungsparameter Wie bei einem Merkmal wollen wir nun die Lage und die Streuung der Verteilung einer diskreten Zufallsvariablen durch geeignete Maßzahlen beschreiben. Beginnen wir mit Maßzahlen
MehrStatistik für Ingenieure Vorlesung 3
Statistik für Ingenieure Vorlesung 3 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 14. November 2017 3. Zufallsgrößen 3.1 Zufallsgrößen und ihre Verteilung Häufig sind
MehrStatistik I für Betriebswirte Vorlesung 4
Statistik I für Betriebswirte Vorlesung 4 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 25. April 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung
MehrStatistik für Ingenieure Vorlesung 5
Statistik für Ingenieure Vorlesung 5 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 28. November 2017 3.4 Wichtige stetige Verteilungen 3.4.1 Exponentialverteilung Parameter:
MehrPrüfung zu Modul 26 (BA Bw) bzw. 10 (BA IB) (Wirtschaftsstatistik)
2 Klausur-Nr = Sitzplatz-Nr Prüfung zu Modul 26 (BA Bw) bzw. 10 (BA IB) (Wirtschaftsstatistik) Klausurteil 1: Beschreibende Statistik Name, Vorname:... verteilung Teil 1: Beschreibende Statistik Aufgaben
MehrErmitteln Sie auf 2 Dezimalstellen genau die folgenden Kenngrößen der bivariaten Verteilung der Merkmale Weite und Zeit:
1. Welche der folgenden Kenngrößen, Statistiken bzw. Grafiken sind zur Beschreibung der Werteverteilung des Merkmals Konfessionszugehörigkeit sinnvoll einsetzbar? A. Der Modalwert. B. Der Median. C. Das
MehrTeil VIII. Zentraler Grenzwertsatz und Vertrauensintervalle. Woche 6: Zentraler Grenzwertsatz und Vertrauensintervalle. Lernziele. Typische Situation
Woche 6: Zentraler Grenzwertsatz und Vertrauensintervalle Patric Müller ETHZ Teil VIII Zentraler Grenzwertsatz und Vertrauensintervalle WBL 17/19, 29.05.2017 Wahrscheinlichkeit
MehrHochschule Darmstadt FB Mathematik und Naturwissenschaften. Statistik. für Wirtschaftsingenieure (B.Sc.) Sommersemester 2017
für Wirtschaftsingenieure (B.Sc.) Sommersemester 017 Dr. rer. nat. habil. E-mail: adam-georg.balogh@h-da.de 1 Hochschule Darmstadt, Fachbereich MN Sommersemester 017 Testklausur zur Vorlesung Wirtschaftsstatistik
MehrStichwortverzeichnis. Robert Galata, Sandro Scheid. Deskriptive und Induktive Statistik für Studierende der BWL. Methoden - Beispiele - Anwendungen
Stichwortverzeichnis Robert Galata, Sandro Scheid Deskriptive und Induktive Statistik für Studierende der BWL Methoden - Beispiele - Anwendungen Herausgegeben von Robert Galata, Markus Wessler ISBN (Buch):
MehrWichtige Begriffe und Sätze aus der Wahrscheinlichkeitsrechnung
Wichtige Begriffe und Sätze aus der Wahrscheinlichkeitsrechnung Version: 22. September 2015 Evelina Erlacher 1 Mengen Es sei Ω eine Menge (die Universalmenge ) und A, B seien Teilmengen von Ω. Dann schreiben
MehrStatistik I für Betriebswirte Vorlesung 3
Statistik I für Betriebswirte Vorlesung 3 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 15. April 2019 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 3 Version: 1. April
MehrKlausur Statistik Lösungshinweise
Klausur Statistik Lösungshinweise Prüfungsdatum: 21. Januar 2016 Prüfer: Etschberger, Heiden, Jansen Studiengang: IM und BW Punkte: 15, 15, 12, 14, 16, 18 ; Summe der Punkte: 90 Aufgabe 1 15 Punkte Bei
MehrLösung Semesterendprüfung
MAE4 Mathematik: Analysis für Ingenieure 4 Frühlingssemester 26 Dr. Christoph Kirsch ZHAW Winterthur Aufgabe : Lösung Semesterendprüfung Wir betrachten die Ergebnismenge Ω : {, 2,, 4, 5, 6} 2 6 2 6 Elemente,
MehrGRUPPE B Prüfung aus Statistik 1 für SoziologInnen
GRUPPE B Prüfung aus Statistik 1 für SoziologInnen 16. Oktober 2015 Gesamtpunktezahl =80 Prüfungsdauer: 2 Stunden Name in Blockbuchstaben: Matrikelnummer: 1) Wissenstest (maximal 20 Punkte) Kreuzen ( )
MehrEinführung in die Statistik
Einführung in die Statistik Analyse und Modellierung von Daten Von Prof. Dr. Rainer Schlittgen 4., überarbeitete und erweiterte Auflage Fachbereich Materialwissenschaft! der Techn. Hochschule Darmstadt
MehrZusammenfassung PVK Statistik
Zusammenfassung PVK Statistik (Diese Zusammenfassung wurde von Carlos Mora erstellt. Die Richtigkeit der Formeln ist ohne Gewähr.) Verteilungen von diskreten Zufallsvariablen Beschreibung Binomialverteilung
MehrLösungen zur Klausur GRUNDLAGEN DER WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK
Institut für Stochastik Dr. Steffen Winter Lösungen zur Klausur GRUNDLAGEN DER WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK für Studierende der INFORMATIK vom 17. Juli 01 (Dauer: 90 Minuten) Übersicht über
MehrStatistik 1 Beispiele zum Üben
Statistik 1 Beispiele zum Üben 1. Ein Kühlschrank beinhaltet 10 Eier, 4 davon sind faul. Wir nehmen 3 Eier aus dem Kühlschrank heraus. (a Bezeichne die Zufallsvariable X die Anzahl der frischen herausgenommenen
Mehr2 Aufgaben aus [Teschl, Band 2]
20 2 Aufgaben aus [Teschl, Band 2] 2.1 Kap. 25: Beschreibende Statistik 25.3 Übungsaufgabe 25.3 a i. Arithmetisches Mittel: 10.5 ii. Median: 10.4 iii. Quartile: x 0.25 Y 4 10.1, x 0.75 Y 12 11.1 iv. Varianz:
MehrBiomathematik für Mediziner, Klausur SS 2000 Seite 1
Biomathematik für Mediziner, Klausur SS 2000 Seite 1 Aufgabe 1: Bei der Diagnose einer bestimmten Krankheit mit einem speziellen Diagnoseverfahren werden Patienten, die tatsächlich an der Krankheit leiden,
MehrEine Zufallsvariable X sei stetig gleichverteilt im Intervall [0,5]. Die Wahrscheinlichkeit P(2< x <4) ist dann
4. Übung Themenkomplex: Zufallsvariablen und ihre Verteilung Aufgabe 1 Für eine stetige Zufallsvariable gilt: a) P (x = t) > 0 b) P (x 1) = F (1) c) P (x = 1) = 0 d) P (x 1) = 1 F(1) e) P (x 1) = 1 F(1)
MehrI. Deskriptive Statistik 1
I. Deskriptive Statistik 1 1. Einführung 3 1.1. Grundgesamtheit und Stichprobe.................. 5 1.2. Merkmale und Verteilungen..................... 6 1.3. Tabellen und Grafiken........................
Mehrf(x) = P (X = x) = 0, sonst heißt Poisson-verteilt mit Parameter (oder Rate) λ > 0, kurz X P o(λ). Es gilt x x! 1 Wahrscheinlichkeitsrechnung 212
1.6.2 Poisson Verteilung Eine weitere wichtige diskrete Verteilung ist die Poisson-Verteilung. Sie modelliert die Anzahl (eher seltener) Ereignisse in einem Zeitintervall (Unfälle, Todesfälle; Sozialkontakte,
MehrLösungen zur deskriptiven Statistik
Lösungen zur deskriptiven Statistik Aufgabe 1. Bei einer Stichprobe von n = Studenten wurden folgende jährliche Ausgaben (in e) für Urlaubszwecke ermittelt. 1 58 5 35 6 8 1 6 55 4 47 56 48 1 6 115 8 5
MehrRegressionsmodelle mit Anwendungen in der Versicherungs- und Finanzwirtschaft Probeklausur Wintersemester 2017/
Regressionsmodelle mit Anwendungen in der Versicherungs- und Finanzwirtschaft Probeklausur Wintersemester 2017/2018 06.12.2018 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN Nachname:...................................................................
MehrInhalt. I. Deskriptive Statistik Einführung Die Grundgesamtheit Merkmale und Verteilungen Tabellen und Grafiken...
I. Deskriptive Statistik 1 1. Einführung 3 1.1. Die Grundgesamtheit......................... 5 1.2. Merkmale und Verteilungen..................... 6 1.3. Tabellen und Grafiken........................ 10
MehrGoethe-Universität Frankfurt
Goethe-Universität Frankfurt Fachbereich Wirtschaftswissenschaft PD Dr. Martin Biewen Dr. Ralf Wilke Sommersemester 2006 Klausur Statistik II 1. Alle Aufgaben sind zu beantworten. 2. Bitte runden Sie Ihre
MehrStatistik I für Betriebswirte Vorlesung 14
Statistik I für Betriebswirte Vorlesung 14 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 11. Juli 016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung
MehrP (X = 2) = 1/36, P (X = 3) = 2/36,...
2.3 Zufallsvariablen 2.3 Zufallsvariablen Meist sind die Ereignisse eines Zufallseperiments bereits reelle Zahlen. Ist dies nicht der Fall, kann man Ereignissen eine reelle Zahl zuordnen. Zum Beispiel
MehrStatistik für NichtStatistiker
Statistik für NichtStatistiker Zufall und Wahrscheinlichkeit von Prof. Dr. Karl Bosch 5., verbesserte Auflage R. Oldenbourg Verlag München Wien Inhaltsverzeichnis 1. ZufalLsexperimente und zufällige Ereignisse
MehrKlassifikation von Signifikanztests
Klassifikation von Signifikanztests nach Verteilungsannahmen: verteilungsabhängige = parametrische Tests verteilungsunabhängige = nichtparametrische Tests Bei parametrischen Tests werden im Modell Voraussetzungen
MehrEinführung in die Statistik
Einführung in die Statistik Analyse und Modellierung von Daten von Prof. Dr. Rainer Schlittgen Universität Hamburg 12., korrigierte Auflage Oldenbourg Verlag München Inhaltsverzeichnis 1 Statistische Daten
MehrUniversität Stuttgart Fachbereich Mathematik. Klausur Statistik für Wirtschaftswissenschaftler WS 2010/11. PD Dr. J. Dippon Dipl.-Math. A.
Universität Stuttgart Fachbereich Mathematik PD Dr. J. Dippon Dipl.-Math. A. Madlener Klausur Statistik für Wirtschaftswissenschaftler WS 2010/11 26. Februar 2011 VORNAME: MATRIKELNUMMER: NAME: STUDIENGANG:
Mehr2.2 Binomialverteilung, Hypergeometrische Verteilung, Poissonverteilung
2.2 Binomialverteilung, Hypergeometrische Verteilung, Poissonverteilung Die einfachste Verteilung ist die Gleichverteilung, bei der P(X = x i ) = 1/N gilt, wenn N die Anzahl möglicher Realisierungen von
MehrStatistik. Sommersemester Prof. Dr. Stefan Etschberger Hochschule Augsburg. für Betriebswirtschaft und internationales Management
für Betriebswirtschaft und internationales Management Sommersemester 2015 Prof. Dr. Stefan Etschberger Hochschule Augsburg Normalverteilung Eine Zufallsvariable X mit einer Dichtefunktion und σ > 0 heißt
MehrArbeitsbuch zur deskriptiven und induktiven Statistik
Helge Toutenburg Michael Schomaker Malte Wißmann Christian Heumann Arbeitsbuch zur deskriptiven und induktiven Statistik Zweite, aktualisierte und erweiterte Auflage 4ü Springer Inhaltsverzeichnis 1. Grundlagen
MehrVeranstaltung Wirtschaftsstatistik (BWL) an der FH Frankfurt/Main im Sommersemester 2007 (Dr. Faik) Klausur 03. Juli 2007
Veranstaltung Wirtschaftsstatistik (BWL) an der FH Frankfurt/Main im Sommersemester 2007 (Dr. Faik) Klausur 03. Juli 2007 BEARBEITER/IN (NAME, VORNAME): MATRIKELNUMMER: Hinweise: Sie haben zur Bearbeitung
Mehr4. Gemeinsame Verteilung und Grenzwertsätze
4. Gemeinsame Verteilung und Grenzwertsätze Häufig in der Praxis: Man muss mehrere (n) ZV en gleichzeitig betrachten (vgl. Statistik I, Kapitel 6) Zunächst Vereinfachung: Betrachte n = 2 Zufallsvariablen
Mehr4. Gemeinsame Verteilung und Grenzwertsätze
4. Gemeinsame Verteilung und Grenzwertsätze Häufig in der Praxis: Man muss mehrere (n) ZV en gleichzeitig betrachten (vgl. Statistik I, Kapitel 6) Zunächst Vereinfachung: Betrachte n = 2 Zufallsvariablen
MehrUwe Hassler. Statistik im. Bachelor-Studium. Eine Einführung. für Wirtschaftswissenschaftler. ^ Springer Gabler
Uwe Hassler Statistik im Bachelor-Studium Eine Einführung für Wirtschaftswissenschaftler ^ Springer Gabler 1 Einführung 1 2 Beschreibende Methoden univariater Datenanalyse 5 2.1 Grundbegriffe 5 2.2 Häufigkeitsverteilungen
Mehr