Statistik Zusätzliche Beispiele WS 2018/19
|
|
- Simon Frank
- vor 5 Jahren
- Abrufe
Transkript
1 Statistik Zusätzliche Beispiele WS 2018/19 Blatt 3: Schließende Statistik 1. I Ein Personalchef führt so lange Vorstellungsgespräche durch bis der erste geeignete Bewerber darunter ist und stellt diesen an. Bei der letzten Stellenvergabe führte er fünf Gespräche. Schätzen Sie den wahren, aber unbekannten Parameter p, also den Anteil der geeigneten Bewerber mittels Maximum-Likelihood-Methode. 2. I Der Aktienkurs wurde an fünf Tagen beobachtet. Schätzen Sie daraus den Erwartungswert und die Volatilität des Aktienkurses, wenn Sie unterstellen können, dass der Aktienkurs normalverteilt ist a) erwartungstreu und b) mit Hilfe der Maximum-Likelihood-Methode. 12, , ,3 3. Zur Beschreibung der wirtschaftlichen und sozialen Lage von BWL-Studierenden einer Universität wurden 201 Studenten zufällig ausgewählt und befragt. Die befragten Studenten gaben ihre zeitliche Gesamtbelastung durch Studium und Erwerbstätigkeit während der Vorlesungszeit mit durchschnittlich 42,8 Stunden pro Woche an; die Standardabweichung der erhobenen Daten betrug dabei 11,35 Stunden. Die zeitliche Belastung wird als normalverteilt angenommen. a) Bestimmen Sie das nach oben begrenzte 90-%-Konfidenzintervall für µ. b) Zu welchem Konfidenzniveau gehört das mit 40 Stunden und 43 Minuten nach unten begrenzte Intervall für µ? 4. In einem Seminar soll im Rahmen eines Projektes eine Studie über das Wahlverhalten der Steirer erarbeitet werden. 350 zufällig ausgewählte Steirer wurden unter anderem danach befragt, ob sie mit den landespolitischen Entscheidungen der Landesregierung zufrieden seien. 84 Befragte beantworteten diese Frage mit einem: Ja. a) Welchen Stichprobenumfang würden Sie in der Vorbereitungsphase der Erhebung empfehlen, wenn noch keine Informationen über den Stichprobenanteil vorliegen und die Forderung gestellt ist, dass das Konfidenzintervall höchstens die Länge 0,08 bei einem Konfidenzniveau von 0,99 haben soll? b) Welchen Mindeststichprobenumfang empfehlen Sie, wenn Sie die von den Studenten bereits durchgeführte Erhebung als Vorabinformation nutzen? Statistik Zusätzliche Beispiele Blatt 3 1 WS 2018/19
2 5. a) Von 320 befragten Personen gaben 104 an, im Vorjahr eine Auslandsreise gemacht zu haben. Bestimmen Sie ein zweiseitiges Konfidenzintervall für den Anteilswert p der Auslandsreisenden des Jahres Niveau 90 % (Niveau 99 %) b) Geben Sie ein nach oben abgeschlossenes einseitiges 90-Prozent-Konfidenzintervall an und interpretieren Sie ihr Ergebnis! c) Führen Sie dieselbe Rechnung wie in a) durch, wenn von Befragten angaben, im Vorjahr eine Auslandsreise unternommen zu haben. Wie ändert sich das Konfidenzintervall? 6. Wie viele Daten muss man (im ungünstigsten Fall) erheben, um einen Anteilswert eines Merkmals mit einer Sicherheit von 90 Prozent auf plus/minus einen Prozentpunkt bestimmen zu können? 7. Die Zeitschrift NEUES schreibt: Aufgrund einer Befragung von 800 Studierenden konnten wir feststellen, dass 23,7 Prozent (plus/minus 3 Prozentpunkte) der Studenten ihr Studium vorwiegend selbst finanzieren. Welche Treffsicherheit hat (zu welchem Niveau gehört) dieses Konfidenzintervall? 8. Eine Zufallsgröße unterliege einer Normalverteilung N (µ; 6). Eine Stichprobe vom Umfang n = 49 ergab den Mittelwert 56,9. a) Testen Sie zum Niveau α = 0,1 die Nullhypothese H 0 : µ = 55 gegen H 1 : µ 55 b) Innerhalb welcher Grenzen muss der beobachtete Mittelwert liegen, damit die Nullhypothese akzeptiert wird? 9. Eine Zufallsgröße X sei N(µ; 3)-verteilt. a) Testen Sie zum Niveau α = 0,01 die Hypothese H 0 : µ 5 aufgrund einer Stichprobe vom Umfang n = 400, die einen Mittelwert von 5,19 ergab. b) Wie ist zu den Niveaus α = 0,25 (bzw. α = 0,001) zu entscheiden? c) Zu welchem Signifikanzniveau gehört der realisierte Mittelwert von 5,19, d. h. für welches α ist dieser die Grenze des kritischen Bereiches für den Mittelwert? d) Der wahre Erwartungswert µ wahr sei nun 5,2, die Nullhypothese ist also offensichtlich falsch. Mit welcher Wahrscheinlichkeit wird dann die H 0 abgelehnt, d. h. erkennt der Test die H 0 als falsch? Statistik Zusätzliche Beispiele Blatt 3 2 WS 2018/19
3 10. Ein Test zur Messung der sozialen Anpassungsfähigkeit von Schulkindern ist genormt auf Mittelwert µ = 50 und Varianz σ 2 0 = 36. Ein Soziologe glaubt, eine Möglichkeit zur Organisation des Unterrichts gefunden zu haben, die den Umgang der Schüler miteinander u. a. durch vermehrte Teamarbeit fördert und damit die soziale Anpassungsfähigkeit erhöht. Aus der Grundgesamtheit aller Schülerinnen und Schüler werden 60 zufällig ausgewählt und entsprechend dieses neuen Konzepts unterrichtet. Nach Ablauf eines zuvor festgelegten Zeitraums wird bei diesen Kindern ein mittlerer Testwert für die soziale Anpassungsfähigkeit von 52 beobachtet. a) Lässt sich damit die Beobachtung des Soziologen stützen? D.h. entscheiden Sie über die Behauptung des Soziologen anhand eines geeigneten statistischen Tests zum Niveau α = 0,05. Formulieren Sie zunächst die Fragestellung als statistisches Testproblem. b) Was ändert sich in a), wenn i. der Stichprobenumfang n = 20, ii. der beobachtete Mittelwert x = 51, iii. die Standardabweichung σ = 10 beträgt? 11. Eine Verbraucherzentrale möchte überprüfen, ob ein bestimmtes Medikament Übelkeit bei den Konsumenten auslöst. In einer Studie mit zehn Personen wird bei sieben Personen nach dem Genuss dieses Medikaments eine auftretende Übelkeit registriert. a) Überprüfen Sie zum Signifikanzniveau α = 0,05 die statistische Nullhypothese, dass der Anteil der Personen mit Übelkeitssymptomen nach dem Genuss dieses Produkts in der Grundgesamtheit höchstens 50 % beträgt. b) Wie groß ist die Wahrscheinlichkeit für die ungerechtfertigte Akzeptanz (Beibehalten) der H 0, d. h. die Wahrscheinlichkeit für einen Fehler 2. Art, wenn der tatsächliche Anteil siebzig Prozent beträgt? 12. Von 10 zufällig ausgewählten Bauarbeitern waren drei nicht ordnungsgemäß angemeldet, (d. h. illegal beschäftigt). a) Lässt sich damit die Behauptung: Die Illegalenquote liegt über zehn Prozent signifikant bestätigen? Formulieren Sie die Hypothesen und bestimmen Sie den kritischen Bereich für die Anzahl der Illegalen unter 10 Überprüften. (Niveau α = 0,05). Wie ist demnach bezüglich H 0 und H 1 zu entscheiden? Was bedeutet das inhaltlich? b) Wie groß ist die Wahrscheinlichkeit für die ungerechtfertigte Akzeptanz (Beibehalten) der H 0, d. h. die Wahrscheinlichkeit für einen Fehler 2. Art, wenn der tatsächliche Illegalenanteil zwanzig Prozent beträgt? Statistik Zusätzliche Beispiele Blatt 3 3 WS 2018/19
4 13. An einem viel befahrenen Straßenstück wurde die Lärmbelastung an 20 Tagen gemessen und man erhielt folgende Daten: Nun wurden an derselben Stelle auch nach Montage einer Lärmschutzeinrichtung an 12 Tagen Messungen durchgeführt: Rechnen Sie unter Annahme normalverteilter Werte und Varianzhomogenität! a) Lässt sich aus diesen Daten mit einer Signifikanz von 5 Prozent, d. h. zum Testniveau α = 0,05 zeigen, dass die Lärmbelastung nun geringer ist? b) Lässt sich zeigen, dass die Maßnahme die Belastung um mehr als 2 db verringern konnte? 14. Innerhalb einer Woche wurden im LKH Feldbach sechs männliche Kinder geboren, deren Gewicht bei der Geburt und genau 12 Tage danach gemessen wurde: Geburtsgeweicht Gewicht nach 12 Tagen Lässt sich mit einer Sicherheit von 90 % und ohne Annahme normalverteilter Grundgesamtheiten zeigen, dass innerhalb der ersten zwölf Lebenstage eine Gewichtszunahme vorliegt? 15. I In einem Betrieb wurden für acht Lehrlinge jeweils der Notenschnitt des Abschlusszeugnisses aus der Schule und eine im Betrieb ermittelte Leistungskennzahl miteinander verglichen. Für die Leistungskennzahl wurden dabei Bewertungen zwischen 1 (= sehr schlecht ) und 6 (= ausgezeichnet ) vergeben. Lehrling Notenschnitt 1,5 2,6 2,1 1,8 2,5 3,2 1,3 1,4 L-Kennzahl Lässt sich mit diesen Daten folgende Behauptung bestätigen : Ein guter Notenschnitt in der Schule geht mit einer hohen Leistungskennzahl im Betrieb einher? Testen Sie unter Verwendung der Rangkorrelation zum Testniveau α = 0,1! 16. I In Deutschland wird das Abitur zentral gestellt und mit Punkten von 0 bis 15 bewertet. Acht Abiturienten erreichten in den Fächern Deutsch und Mathematik die folgenden Punktezahlen: Deutsch Mathematik Lässt sich mit diesen Daten folgende Behauptung bestätigen : Eine hohe Punktezahl in Deutsch entspricht auch einer hohen Punktezahl in Mathematik? Testen Sie parametrisch zum Testniveau α = 0,05! 17. Man prüfe, ob die Zufallsgröße X = Anzahl der täglichen Übertragungsfehler in einem firmeninternen Kommunikationsnetz einer Poissonverteilung mit Erwartungswert 2 unterliegen kann! (D. h. man erwartet im Durchschnitt zwei Fehler pro Tag.) An den 254 Arbeitstagen des Jahres 2014 wurden dabei folgende Anzahlen von Fehlern festgestellt: Fehleranzahl x vier oder mehr Tage mit x Fehlern a) Welcher Test ist durchzuführen? Formulieren Sie Null und Gegenhypothese. b) Testen Sie zum Niveau α = 0,1 und interpretieren Sie Ihr Ergebnis genau! Statistik Zusätzliche Beispiele Blatt 3 4 WS 2018/19
5 18. I Prüfen Sie, ob die Zufallsgröße, (Anzahl von Lackfehlern pro Flächeneinheit) die den folgenden Daten zu Grunde liegt, einer Poissonverteilung unterliegen kann: Fehleranzahl x mehr als 5 Häufigkeit des Auftretens Schätzen Sie dazu vorerst den Erwartungswert hier zugleich der Parameter der Verteilung und führen Sie den modifizierten Chiquadrat-Anpassungstest durch! Testniveau α = 0,1. Fassen Sie, wenn das nötig ist, Klassen zusammen! Die mit I gekennzeichneten Beispiele sind für den interessierten Leser gedacht und sind in dieser Form (Rechenbeispiel) derzeit nicht prüfungsrelevant. Statistik Zusätzliche Beispiele Blatt 3 5 WS 2018/19
6 Lösungen 1. P (X = 5) = (1 p) 4 p L = 4(1 p) 3 ( 1) p + (1 p) 4 = 0 (1 p) 4 = 4(1 p) 3 p (1 p) = 4p 5p = 1 ˆp = a) x = 1 71 = 14,2 5 s 2 = 1 4 (1.045, ,22 ) = 9,445 s = 3,073 b) ˆµ = 14,2, ˆσ = 2,749 f(x) = 1 e (x µ)2 2σ 2 2πσ L = l = 5 [ 5 l µ = 5 1 e (x i µ)2 2σ 2 2πσ ln( 2π) ln(σ) (x i µ) 2 ] 2(x i µ) 2σ 2 = 0 5 x i 5µ = 0 ˆµ = 1 5 x i 5 [ l σ = 5 1 σ + 2(x i µ) 2 2σ 3 5 5σ 2 = (x i µ) 2 ˆσ 2 = 1 5 (x i µ) 2 5 ˆσ = 1 ( x i 1 ) 2 5 x i 5 5 ] = 0 2σ 2 3. a) ] ; 43,829] b) 99,5 % 4. a) b) 757 Statistik Zusätzliche Beispiele Blatt 3 6 WS 2018/19
7 5. a) K = [0,282; 0,368] (K = [0,258; 0,392]) b) K = [0; 0,359] c) Schwankungsbreite nur noch ein Zehntel. 6. n > z 2 0,95( 1,645 2 ) = 6763,859, also ,4 % 8. a) t 0 = 2,217 Der Unterschied ist signifikant. b) [53,59; 56,41] 9. a) t 0 = 1,267 K =]2,326; [ H 0 beibehalten. b) K =]0,674; [ H 0 verworfen. (K =]3,09; [ H 0 beibehalten.) c) 0,103 d) 0, a) Gauß-Test; H 1 : µ > 50 H 0 : µ 50 t 0 = 2,582 K =]1,645; [ H 1 bestätigt. Ja. b) i. t 0 = 1,491 H 1 nicht bestätigt. Nein. 11. n = 10 t 0 = 7 ˆp = 0,7 ii. t 0 = 1,291 H 1 nicht bestätigt. Nein. iii. t 0 = 1,549 H 1 nicht bestätigt. Nein. a) α = 0,05 H 0 : p 0,5 gegen H 1 : p > 0,5 B(10; 0,5) k F (k) 0 0, , , , , , , , , , F (c 2) < 1 α F (c 1) F (7) < 0,95 F (8) c 2 = 7 c 1 = 8 c = 9 K = {9,10} t 0 / K H 0 beibehalten b) p = 0,7 X B(10; 0,7) P (X < 9) = P (X 8) = F (8) = 0,851 Statistik Zusätzliche Beispiele Blatt 3 7 WS 2018/19
8 12. n = 10 t 0 = 3 ˆp = 0,3 a) α = 0,05 H 0 : p 0,1 gegen H 1 : p > 0,1 B(10; 0,1) k F (k) 0 0, , , , , F (c 2) < 1 α F (c 1) F (2) < 0,95 F (3) c 2 = 2 c 1 = 3 c = 4 K = {4, 5..., 10} t 0 / K H 1 nicht bestätigt. Nein. b) p = 0,2 X B(10; 0,2) P (X < 4) = P (X 3) = F (3) = 0, a) H 1 : µ y µ x < 0 gegen H 0 : µ y µ x 0 n 1 = 20 n 2 = 12 x = 66,15 ȳ = 62,167 s 2 x = 41,187 s 2 y = 45, , ,061 s = = 6, ,167 66, t 0 = 6, = 1,671 K =] ; t ν;γ [ ν = = 30 α = 0,05 t 30;0,95 = 1,697 K =] ; 1,697[ t 0 / K Nein. b) H 1 : µ y + 2 < µ x gegen H 0 : µ y + 2 >= µ x 64,167 66, t 0 = 6, = 0,832 t 0 / K Nein. 14. H 1 : d 0,5 > 0 w + = 20 t 0 = 1,99 K =]1,282; [ Ja. Statistik Zusätzliche Beispiele Blatt 3 8 WS 2018/19
9 15. n = 8, α = 0.1 Version 1) d = i d 2 i = 144 H 1 : korr < 0 gegen H 0 : korr 0 E(D) = n3 n = 83 8 = n (n + 1) σ d = 6 t 0 = n 1 = = 31, ,749 = 1,890 γ = 0.9, K =]1,282; [, t 0 K, H 1 bestätigt, ja. Version 2) d = i d 2 i = 22 H 1 : korr > 0 gegen H 0 : korr t 0 = 31,749 = 1,953 γ = 0.9, K =] ; 1,282[, t 0 K, H 1 bestätigt, ja. 16. α = 0,05 x = 10,5, s x = 4,44 ȳ = 7,375, s y = 4,241 s xy = 10,643 ˆr = 10,643 4,44 4,241 = 0,565 H 1 : r > 0 gegen H 0 : r 0 0,565 t 0 = 6 = 1, ,565 2 t 6; 0,95 = 1,943, K = [1,943; [ t 0 / K, H 1 nicht bestätigt, nein. Statistik Zusätzliche Beispiele Blatt 3 9 WS 2018/19
10 17. X P (2) P (X = 0) = 20 0! e 2 = e 2 = 0,1353 P (X = 1) = 21 1! e 2 = 2e 2 = 0,2707 P (X = 2) = 22 2! e 2 = 2e 2 = 0,2707 P (X = 3) = 23 3! e 2 = 8 6 e 2 = 0,1804 (( P (X 4) = ) ) e 2 3 = e 2 = 0,1429 a) Chiquadrat-Anpassungstest k H 0 : p k 0,1353 0,2707 0,2707 0,1804 0,1429 H 1 anders verteilt b) n = 254 α = 0,1 n k n p k 34,38 68,75 68,75 45,83 36,3 n p k > 5 k (26 34,38)2 (55 36,3)2 t 0 = = 16, ,38 36,3 χ 4; 0,9 = 7,779 K =]7,779; [ t 0 K H 0 verworfen, anders verteilt E(X) = n = 80 = = = 1,0625 k > 5 p k 0,3456 0,3672 0,1951 0,0691 0,0184 0,0039 0,0008 n p k 27, , ,6056 5,5270 1,4681 0,3120 0,0649 n k n p k < 5 für k {4,5, > 5} k p k 0,3456 0,3672 0,1951 0,0921 n p k 27, , ,6056 7,3719 n k n p k > 5 k (37 27,6473)2 (21 29,3752)2 (10 15,6056)2 (12 7,3719)2 t 0 = = 10, , , ,656 7,3719 α = 0,1 k = 4 t = 1 χ k t 1; γ = χ 2; 0,9 = 4,605 K =]4,605; [ t 0 K H 0 verworfen, nicht poissontverteilt Statistik Zusätzliche Beispiele Blatt 3 10 WS 2018/19
Statistik Übungen SS 2017
Statistik Übungen SS 2017 Blatt 3: Schließende Statistik 1. Für die Durchführung eines Entwicklungshilfeprojekts soll in einem Entwicklungsland zunächst der Anteil der Personen ermittelt werden, die unter
MehrStatistik - Übungen SS 2015
Statistik - Übungen SS 2015 Blatt 3: Schließende Statistik 1. Für die Durchführung eines Entwicklungshilfeprojekts soll in einem Entwicklungsland zunächst der Anteil der Personen ermittelt werden, die
MehrStatistik Übungen SS 2018 Blatt 3: Schließende Statistik
Statistik Übungen SS 2018 Blatt 3: Schließende Statistik 1. P Im Auftrag eines Einzelhandelsunternehmens soll für die durchschnittliche Abfüllmenge einer Flaschenabfüllanlage, mit der 750 ml Weinflaschen
MehrVPI
1.BWL a. Der Jahresdurchschnitt des österreichischen VPI ist für verschiedene Jahre angegeben. Die jeweiligen Bezugsjahreszahlen sie ändern sich alle 10 Jahre waren die Jahre 1966, 1976, 1986 und 1996,
MehrKLAUSUR_MAI_08 LÖSUNGEN Stat2. 1. Eine Einkommensstatistik (Jahresbruttoeinkommen, klassiert), zeigte folgende Ergebnisse: (in 1000 Euro)
1. Eine Einkommensstatistik (Jahresbruttoeinkommen, klassiert), zeigte folgende Ergebnisse: (in 1000 Euro) 10 bis unter 20 20 30 30 40 über 40 bis 100 U (Unselbständige) 46 89 90 45 S (Selbständige) 63
MehrA_Klausur_OKT_07_LÖ. a. t = 1, 2, 3, 4, 5, 6, y = x 2007: y(7) = b Prozent b Prozent
2. Die Preise für Normalbenzin in Wien waren jeweils im Jänner des Jahres: Jahr 1996 1998 2000 2002 2004 2006 Preis 0.75 0.80 0.92 0.97 1.12 1.05 a. Ermitteln Sie eine lineare Trendfunktion (Hinweis: Zeitskala
MehrMittelwert der x 17 Pearsonkorrelation korr(x, z) Rangkorrelation rs(x, z) 1 Varianz(y) Median(y) 324
1. In der folgenden Tabelle sind drei Datenspalten gegeben: x y z 9 41 31 12 34 3 13 386 29 14 245 26 15 288 25 17 51 23 18 296 22 19 256 2 21 412 19 23 344 18 26 324 7 Zu diesen Daten liegen folgende
MehrName...LÖSUNGEN...Vorname...
PRÜFUNG STATISTIK VO 19. März 2010 Name...LÖSUNGEN...Vorname... Matrikelnummer... Einsichtnahme: Di, 20. April 2010 BITTE DEUTLICH UND LESERLICH SCHREIBEN! Es wird nur gewertet, was in diesem Exemplar
MehrKapitel 3 Schließende Statistik
Beispiel 3.4: (Fortsetzung Bsp. 3.) bekannt: 65 i=1 X i = 6, also ˆp = X = 6 65 = 0, 4 Überprüfen der Voraussetzungen: (1) n = 65 30 () n ˆp = 6 10 (3) n (1 ˆp) = 39 10 Dr. Karsten Webel 194 Beispiel 3.4:
MehrWahrscheinlichkeitsrechnung und Statistik
10. Vorlesung - 017 Quantil der Ordnung α für die Verteilung des beobachteten Merkmals X ist der Wert z α R für welchen gilt z 1 heißt Median. P(X < z α ) α P(X z α ). Falls X stetige zufällige Variable
MehrLösung Übungsblatt 5
Lösung Übungsblatt 5 5. Januar 05 Aufgabe. Die sogenannte Halb-Normalverteilung spielt eine wichtige Rolle bei der statistischen Analyse von Ineffizienzen von Produktionseinheiten. In Abhängigkeit von
MehrStatistik I für Betriebswirte Vorlesung 14
Statistik I für Betriebswirte Vorlesung 14 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 13. Juli 017 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 14 Version: 8. Juli
MehrAufgabe 1 (8= Punkte) 13 Studenten haben die folgenden Noten (ganze Zahl) in der Statistikklausur erhalten:
Aufgabe 1 (8=2+2+2+2 Punkte) 13 Studenten haben die folgenden Noten (ganze Zahl) in der Statistikklausur erhalten: Die Zufallsvariable X bezeichne die Note. 1443533523253. a) Wie groß ist h(x 5)? Kreuzen
Mehr3 Grundlagen statistischer Tests (Kap. 8 IS)
3 Grundlagen statistischer Tests (Kap. 8 IS) 3.1 Beispiel zum Hypothesentest Beispiel: Betrachtet wird eine Abfüllanlage für Mineralwasser mit dem Sollgewicht µ 0 = 1000g und bekannter Standardabweichung
MehrWahrscheinlichkeitsrechnung und Statistik. 11. Vorlesung /2019
Wahrscheinlichkeitsrechnung und Statistik 11. Vorlesung - 2018/2019 Quantil der Ordnung α für die Verteilung des beobachteten Merkmals X ist der Wert z α R für welchen gilt z 1 2 heißt Median. P(X < z
Mehr7. Übung: Aufgabe 1. b), c), e) Aufgabe 2. a), c), e) Aufgabe 3. c), e) Aufgabe 4. Aufgabe 5. Aufgabe 6. Aufgabe 7. Aufgabe 8. Aufgabe 9.
7. Übung: Aufgabe 1 b), c), e) Aufgabe a), c), e) Aufgabe 3 c), e) Aufgabe 4 b) Aufgabe 5 a) Aufgabe 6 b) Aufgabe 7 e) Aufgabe 8 c) Aufgabe 9 a), c), e) Aufgabe 10 b), d) Aufgabe 11 a) Aufgabe 1 b) Aufgabe
Mehr10 bis bis 75 ohne HA mit HA
1. Eine Einkommensstatistik für Vierzigjährige (Jahresnettoeinkommen, in 1000 Euro, klassiert), zeigte folgende Anzahlen (absolut) für die Einkommen in den jeweiligen Klassen, getrennt für Personen ohne
MehrStochastik (BSc D-MAVT / BSc D-MATH / BSc D-MATL)
Prof. Dr. M. Maathuis ETH Zürich Winter 2010 Stochastik (BSc D-MAVT / BSc D-MATH / BSc D-MATL) Schreiben Sie für Aufgabe 2-4 stets alle Zwischenschritte und -rechnungen sowie Begründungen auf. Aufgabe
MehrKlassifikation von Signifikanztests
Klassifikation von Signifikanztests nach Verteilungsannahmen: verteilungsabhängige = parametrische Tests verteilungsunabhängige = nichtparametrische Tests Bei parametrischen Tests werden im Modell Voraussetzungen
MehrStatistisches Testen
Statistisches Testen Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Differenzen Anteilswert Chi-Quadrat Tests Gleichheit von Varianzen Prinzip des Statistischen Tests Konfidenzintervall
MehrS1. a. Drücken Sie allgemein p durch die anderen in der Formel verwendeten Größen aus! Wie groß ist p, wenn a = 0.08, u = 1.96 und n = 120?
S1. a. Drücken Sie allgemein p durch die anderen in der Formel verwendeten Größen aus! Wie groß ist p, wenn a = 0.08, u = 1.96 und n = 120? a = u p ( 1 p) n b. Wenn am 28. Oktober (Nach Auszählen der Briefwähler)
MehrLösungen Klausur Statistik 2/re/soz
Lösungen Klausur Statistik /re/soz. Juli 009 1. Hier sind drei Datenreihen spaltenweise angegeben. Bei der Durchführung von verschiedenen Berechnungen ist leider einiges durcheinandergekommen. Zehn Zahlen
Mehr2. Formulieren von Hypothesen. Nullhypothese: H 0 : µ = 0 Gerät exakt geeicht
43 Signifikanztests Beispiel zum Gauß-Test Bei einer Serienfertigung eines bestimmten Typs von Messgeräten werden vor der Auslieferung eines jeden Gerätes 10 Kontrollmessungen durchgeführt um festzustellen,
MehrDr. W. Kuhlisch Dresden, Institut für Mathematische Stochastik
Dr. W. Kuhlisch Dresden, 12. 08. 2014 Institut für Mathematische Stochastik Klausur Statistik für Studierende der Fachrichtungen Hydrologie und Altlasten/Abwasser zugelassene Hilfsmittel: Taschenrechner
MehrStatistik II. Statistische Tests. Statistik II
Statistik II Statistische Tests Statistik II - 5.5.2006 1 Ausgangslage Wir können Schätzen (z.b. den Erwartungswert) Wir können abschätzen, wie zuverlässig unsere Schätzungen sind: In welchem Intervall
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
MehrEinführung in die Induktive Statistik: Testen von Hypothesen
Einführung in die Induktive Statistik: Testen von Hypothesen Jan Gertheiss LMU München Sommersemester 2011 Vielen Dank an Christian Heumann für das Überlassen von TEX-Code! Testen: Einführung und Konzepte
Mehr2.3 Intervallschätzung
2.3.1 Motivation und Hinführung Bsp. 2.11. [Wahlumfrage] Der wahre Anteil der rot-grün Wähler 2009 war genau 33.7%. Wie groß ist die Wahrscheinlichkeit, in einer Zufallsstichprobe von 1000 Personen genau
MehrKlausur zu Statistik II
GOETHE-UNIVERSITÄT FRANKFURT FB Wirtschaftswissenschaften Statistik und Methoden der Ökonometrie Prof. Dr. Uwe Hassler Wintersemester 03/04 Klausur zu Statistik II Matrikelnummer: Hinweise Hilfsmittel
MehrStatistiktutorium (Kurs Frau Jacobsen)
Statistiktutorium (Kurs Frau Jacobsen) von Timo Beddig 1 Grundbegriffe p = Punktschätzer, d.h. der Mittelwert aus der Stichprobe, auf Basis dessen ein angenäherter Wert für den unbekannten Parameter der
MehrKlassifikation von Signifikanztests
Klassifikation von Signifikanztests nach Verteilungsannahmen: verteilungsabhängige = parametrische Tests verteilungsunabhängige = nichtparametrische Tests Bei parametrischen Tests werden im Modell Voraussetzungen
MehrKlausur zur Vorlesung
Institut für Mathematische Stochastik WS 2006/2007 Universität Karlsruhe 12. Februar 2007 Priv.-Doz. Dr. D. Kadelka Dipl.-Math. W. Lao Aufgabe 1 (15 Punkte) Klausur zur Vorlesung Statistik für Biologen
MehrLösungen zum Aufgabenblatt 14
Lösungen zum Aufgabenblatt 14 61. Das Gewicht von Brötchen (gemessen in g) sei zufallsabhängig und werde durch eine normalverteilte Zufallsgröße X N(µ, 2 ) beschrieben, deren Varianz 2 = 49 g 2 bekannt
MehrStatistische Tests für unbekannte Parameter
Konfidenzintervall Intervall, das den unbekannten Parameter der Verteilung mit vorgegebener Sicherheit überdeckt ('Genauigkeitsaussage' bzw. Zuverlässigkeit einer Punktschätzung) Statistischer Test Ja-Nein-Entscheidung
MehrKlausur zur Vorlesung
Institut für Mathematische Stochastik WS 2004/2005 Universität Karlsruhe 14. Februar 2005 Dr. Bernhard Klar Sebastian Müller Aufgabe 1: (15 Punkte) Klausur zur Vorlesung Statistik für Biologen Musterlösungen
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 Testverteilungen Chi-Quadrat-Verteilung Sind X 1,..., X n iid N(0; 1)-verteilte
MehrAuswertung und Lösung
Dieses Quiz soll Ihnen helfen, Kapitel 4.6 und 4.7 besser zu verstehen. Auswertung und Lösung Abgaben: 59 / 265 Maximal erreichte Punktzahl: 8 Minimal erreichte Punktzahl: 0 Durchschnitt: 4.78 1 Frage
MehrStatistik II für Betriebswirte Vorlesung 1
Statistik II für Betriebswirte Vorlesung 1 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 16. Oktober 2017 Dr. Andreas Wünsche Statistik II für Betriebswirte Vorlesung 1 Version:
MehrDWT 2.1 Maximum-Likelihood-Prinzip zur Konstruktion von Schätzvariablen 330/467 Ernst W. Mayr
2.1 Maximum-Likelihood-Prinzip zur Konstruktion von Schätzvariablen Wir betrachten nun ein Verfahren zur Konstruktion von Schätzvariablen für Parameter von Verteilungen. Sei X = (X 1,..., X n ). Bei X
MehrStatistische Tests (Signifikanztests)
Statistische Tests (Signifikanztests) [testing statistical hypothesis] Prüfen und Bewerten von Hypothesen (Annahmen, Vermutungen) über die Verteilungen von Merkmalen in einer Grundgesamtheit (Population)
MehrKapitel 3 Schließende Statistik
Bemerkung 3.34: Die hier betrachteten Konfidenzintervalle für unbekannte Erwartungswerte sind umso schmaler, je größer der Stichprobenumfang n ist, je kleiner die (geschätzte) Standardabweichung σ (bzw.
MehrPRÜFUNG STATISTIK VO 3. JULI Name...Vorname... Einsichtnahme: Freitag, 9. Juli 2010 BITTE DEUTLICH UND LESERLICH SCHREIBEN!
PRÜFUNG STATISTIK VO 3. JULI 2010 Name...Vorname... Matrikelnummer... Einsichtnahme: Freitag, 9. Juli 2010 BITTE DEUTLICH UND LESERLICH SCHREIBEN! Es wird nur gewertet, was in diesem Exemplar steht. Exemplar
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 +... +
Mehr5. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren)
5. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren) 5.1. Einführung Schätzen unbekannter Parameter im Modell, z.b. Wahrscheinlichkeiten p i (Anteile in der Gesamtmenge), Erwartungswerte
Mehr4.1. Nullhypothese, Gegenhypothese und Entscheidung
rof. Dr. Roland Füss Statistik II SS 8 4. Testtheorie 4.. Nullhypothese, Gegenhypothese und Entscheidung ypothesen Annahmen über die Verteilung oder über einzelne arameter der Verteilung eines Merkmals
MehrModul 141 Statistik. 1. Studienjahr 11. Sitzung Signifikanztests
Modul 141 Statistik 1. Studienjahr 11. Sitzung Signifikanztests Inhalt der 11. Sitzung 1. Parametrische Signifikanztests 2. Formulierung der Hypothesen 3. Einseitige oder zweiseitige Fragestellung 4. Signifikanzniveau
Mehr0 sonst. a) Wie lautet die Randwahrscheinlichkeitsfunktion von Y? 0.5 y = 1
Aufgabe 1 (2 + 2 + 2 + 1 Punkte) Gegeben sei folgende gemeinsame Wahrscheinlichkeitsfunktion f(x, y) = P (X = x, Y = y) der Zufallsvariablen X und Y : 0.2 x = 1, y = 1 0.3 x = 2, y = 1 f(x, y) = 0.45 x
Mehr3) Testvariable: T = X µ 0
Beispiel 4.9: In einem Molkereibetrieb werden Joghurtbecher abgefüllt. Der Sollwert für die Füllmenge dieser Joghurtbecher beträgt 50 g. Aus der laufenden Produktion wurde eine Stichprobe von 5 Joghurtbechern
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
MehrPrüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2003
Prüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2003. Eine seltene Krankheit trete mit Wahrscheinlichkeit : 0000 auf. Die bedingte Wahrscheinlichkeit, dass ein bei einem Erkrankten durchgeführter
MehrStatistik 2 RE Statistik f. Soziologen Klausur MÄRZ 2009 LÖSUNGSVORSCHLAG
1. Familie Feuerstein kauft sich ein neues Auto, vorher aber lassen sie ihr altes verschrotten. Auf dem Weg dorthin werden sie in einer Wohnstrasse, wo nur 30 km/h erlaubt sind, geblitzt. Als sie ihre
Mehr2.3 Intervallschätzung
2.3.1 Motivation und Hinführung Bsp. 2.15. [Wahlumfrage] Der wahre Anteil der rot-grün Wähler unter allen Wählern war 2009 auf eine Nachkommastelle gerundet genau 33.7%. Wie groß ist die Wahrscheinlichkeit,
MehrStatistische Tests für unbekannte Parameter
Konfidenzintervall Intervall, das den unbekannten Parameter der Verteilung mit vorgegebener Sicherheit überdeckt ('Genauigkeitsaussage' bzw. Zuverlässigkeit einer Punktschätzung) Statistischer Test Ja-Nein-Entscheidung
MehrPrüfung aus Statistik 2 für SoziologInnen
Prüfung aus Statistik 2 für SoziologInnen 11. Oktober 2013 Gesamtpunktezahl =80 Name in Blockbuchstaben: Matrikelnummer: Wissenstest (maximal 16 Punkte) Kreuzen ( ) Sie die jeweils richtige Antwort an.
MehrVertiefung der. Wirtschaftsmathematik. und Statistik (Teil Statistik)
Selbstkontrollarbeit 1 Vertiefung der Wirtschaftsmathematik und Statistik (Teil Statistik) 18. Januar 2011 Aufgaben Aufgabe 1 Gegeben sei eine binomialverteilte Zufallsvariablen X mit den Parametern N
MehrKonfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert
Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert Beispiel für Konfidenzintervall Im Prinzip haben wir
MehrStatistik-Notfallkit für Schüler und Lehrer
Statistik-Notfallkit für Schüler und Lehrer Jan Kallsen Christian-Albrechts-Universität zu Kiel 3. Dezember 2018 Zusammenfassung Schließende Statistik ist konzeptionell nicht einfach. Hier sind einige
MehrÜbungsaufgaben zu Statistik II
Übungsaufgaben zu Statistik II Prof. Dr. Irene Prof. Dr. Albrecht Ungerer Die Kapitel beziehen sich auf das Buch: /Ungerer (2016): Statistik für Wirtschaftswissenschaftler Springer Gabler 4 Übungsaufgaben
MehrKlassifikation von Signifikanztests
Klassifikation von Signifikanztests Nach Verteilungsannahmen: verteilungsabhängig: parametrischer [parametric] Test verteilungsunabhängig: nichtparametrischer [non-parametric] Test Bei parametrischen Tests
MehrStatistics, Data Analysis, and Simulation SS 2017
Statistics, Data Analysis, and Simulation SS 2017 08.128.730 Statistik, Datenanalyse und Simulation Dr. Michael O. Distler Mainz, May 29, 2017 Dr. Michael O. Distler
MehrJe genauer und sicherer, desto größer muss der Stichprobenumfang sein
2.3 Intervallschätzung 2.3.5 Bestimmung des Stichprobenumfangs Eine große praktische Bedeutung haben Konfidenzintervalle auch für die Stichprobenplanung. Sie werden herangezogen, um den benötigten Stichprobenumfang
MehrHypothesen: Fehler 1. und 2. Art, Power eines statistischen Tests
ue biostatistik: hypothesen, fehler 1. und. art, power 1/8 h. lettner / physik Hypothesen: Fehler 1. und. Art, Power eines statistischen Tests Die äußerst wichtige Tabelle über die Zusammenhänge zwischen
MehrJost Reinecke. 7. Juni 2005
Universität Bielefeld 7. Juni 2005 Testtheorie Test für unabhängige Stichproben Test für abhängige Stichproben Testtheorie Die Testtheorie beinhaltet eine Reihe von Testverfahren, die sich mit der Überprüfung
MehrStatistische Tests. Kapitel Grundbegriffe. Wir betrachten wieder ein parametrisches Modell {P θ : θ Θ} und eine zugehörige Zufallsstichprobe
Kapitel 4 Statistische Tests 4.1 Grundbegriffe Wir betrachten wieder ein parametrisches Modell {P θ : θ Θ} und eine zugehörige Zufallsstichprobe X 1,..., X n. Wir wollen nun die Beobachtung der X 1,...,
MehrKlausur zu Statistik II
Goethe-Universität Frankfurt Prof. Dr. Uwe Hassler FB Wirtschaftswissenschaften Sommersemester 2005 Klausur zu Statistik II Version B Bitte tragen Sie hier und auf den Lösungsblättern (oben links) Ihre
MehrFit for Abi & Study Stochastik
Fit for Abi & Study Stochastik Prof. Dr. Tilla Schade Hochschule Harz 15. und 16. April 2014 No. 1 Stochastik besteht aus: Wahrscheinlichkeitsrechnung Statistik No. 2 Gliederung Grundlagen Zufallsgrößen
MehrNachklausur zur Vorlesung
Institut für Mathematische Stochastik WS 003/004 Universität Karlsruhe 30. April 004 Priv.-Doz. Dr. D. Kadelka Nachklausur zur Vorlesung Statistik für Biologen Musterlösungen Aufgabe 1 Gemessen wurde bei
Mehr4.1. Verteilungsannahmen des Fehlers. 4. Statistik im multiplen Regressionsmodell Verteilungsannahmen des Fehlers
4. Statistik im multiplen Regressionsmodell In diesem Kapitel wird im Abschnitt 4.1 zusätzlich zu den schon bekannten Standardannahmen noch die Annahme von normalverteilten Residuen hinzugefügt. Auf Basis
MehrTest auf den Erwartungswert
Test auf den Erwartungswert Wir interessieren uns für den Erwartungswert µ einer metrischen Zufallsgröße. Beispiele: Alter, Einkommen, Körpergröße, Scorewert... Wir können einseitige oder zweiseitige Hypothesen
MehrVorlesung: Statistik II für Wirtschaftswissenschaft
Vorlesung: Statistik II für Wirtschaftswissenschaft Prof. Dr. Helmut Küchenhoff Institut für Statistik, LMU München Sommersemester 2017 Einführung 1 Wahrscheinlichkeit: Definition und Interpretation 2
MehrMultivariate Verfahren
Selbstkontrollarbeit 1 Multivariate Verfahren Musterlösung Aufgabe 1 (40 Punkte) Auf der dem Kurs beigelegten CD finden Sie im Unterverzeichnis Daten/Excel/ die Datei zahlen.xlsx. Alternativ können Sie
MehrAufgabe 1. Die Abweichung Y vom errechneten Geburtstermin sei normalverteilt mit dem Erwartungswert
Aufgabe 1 Marina hat ihr Studium satt und beschließt Hebamme zu werden. Sie beginnt ein Praktikum auf der Entbindungsstation eines großen städtischen Klinikums. Roswitha, eine erfahrene Hebamme, erklärt
Mehr8. Konfidenzintervalle und Hypothesentests
8. Konfidenzintervalle und Hypothesentests Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Beispiel. Sie wollen den durchschnittlichen Fruchtsaftgehalt eines bestimmten Orangennektars
Mehra) Man bestimme ein 95%-Konfidenzintervall für den Anteil der Wahlberechtigten, die gegen die Einführung dieses generellen
2) Bei einer Stichprobe unter n=800 Wahlberechtigten gaben 440 an, dass Sie gegen die Einführung eines generellen Tempolimits von 100km/h auf Österreichs Autobahnen sind. a) Man bestimme ein 95%-Konfidenzintervall
MehrGrundlagen der Biometrie in Agrarwissenschaften / Ernährungswissenschaften
Grundlagen der Biometrie in Agrarwissenschaften / Ernährungswissenschaften Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Grundlagen der Biometrie, WS 2011/12 Vorlesung: Dienstag 8.15-9.45,
Mehr73 Hypothesentests Motivation Parametertest am Beispiel eines Münzexperiments
73 Hypothesentests 73.1 Motivation Bei Hypothesentests will man eine gewisse Annahme über eine Zufallsvariable darauf hin überprüfen, ob sie korrekt ist. Beispiele: ( Ist eine Münze fair p = 1 )? 2 Sind
MehrStatistik Testverfahren. Heinz Holling Günther Gediga. Bachelorstudium Psychologie. hogrefe.de
rbu leh ch s plu psych Heinz Holling Günther Gediga hogrefe.de Bachelorstudium Psychologie Statistik Testverfahren 18 Kapitel 2 i.i.d.-annahme dem unabhängig. Es gilt also die i.i.d.-annahme (i.i.d = independent
Mehr2 Wiederholung statistischer Grundlagen Schließende Statistik empirischen Information aus Stichprobenrealisation x von X
Hypothesentests Bisher betrachtet: Punkt- bzw. Intervallschätzung des unbekannten Mittelwerts Hierzu: Verwendung der 1 theoretischen Information über Verteilung von X empirischen Information aus Stichprobenrealisation
MehrKapitel XIII - p-wert und Beziehung zwischen Tests und Konfidenzintervallen
Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel XIII - p-wert und Beziehung zwischen Tests und Konfidenzintervallen Induktive Statistik Prof. Dr. W.-D. Heller
MehrT-Test für den Zweistichprobenfall
T-Test für den Zweistichprobenfall t-test (unbekannte, gleiche Varianzen) Test auf Lageunterschied zweier normalverteilter Grundgesamtheiten mit unbekannten, aber gleichen Varianzen durch Vergleich der
MehrKlausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester 2013 Aufgabe 1 In einer Urne
MehrMathematische Statistik Aufgaben zum Üben. Schätzer
Prof. Dr. Z. Kabluchko Wintersemester 2016/17 Philipp Godland 14. November 2016 Mathematische Statistik Aufgaben zum Üben Keine Abgabe Aufgabe 1 Schätzer Es seien X 1,..., X n unabhängige und identisch
MehrStatistik II Februar 2005
Statistik II Februar 5 Aufgabe Zufällig ausgewählten Personen der Zielgruppe wird der Prototyp eines neuen Konsumgutes vorgelegt, um die Zahlungsbereitschaft Z ( pro Einheit des Konsumgutes) zu ermitteln.
MehrKapitel XI - Operationscharakteristik und Gütefunktion
Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel XI - Operationscharakteristik und Gütefunktion Induktive Statistik Prof. Dr. W.-D. Heller Hartwig Senska Carlo
MehrStatistik II für Betriebswirte Vorlesung 2
Statistik II für Betriebswirte Vorlesung 2 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 26. Oktober 2016 Prof. Dr. Hans-Jörg Starkloff Statistik II für Betriebswirte Vorlesung
MehrStatistik - Übungen WS 2015
Statistik - Übungen WS 2015 Blatt 3: Schließende Statistik 1. Für die Durchführung eines Entwicklungshilfeprojekts soll in einem Entwicklungsland zunächst der Anteil der Personen ermittelt werden, die
MehrStatistik II. Statistische Tests. Statistik II
Statistik II Statistische Tests Statistik II - 12.5.2006 1 Test auf Anteilswert: Binomialtest Sei eine Stichprobe unabhängig, identisch verteilter ZV (i.i.d.). Teile diese Stichprobe in zwei Teilmengen
MehrKlausurnachbesprechung
Klausurnachbesprechung 8.0.006 nicht bestanden bestanden sehr gut gut befriedigend ausreichend 0 5 0 5 0 5 Aufgabe B Aufgabe : 0 Punkte Der Anteil an Grundwasserneubildung (GWN in %) an der Gesamtabflussbildung
MehrBiomathematik für Mediziner
Institut für Medizinische Biometrie, Informatik und Epidemiologie der Universität Bonn (Direktor: Prof. Dr. Max P. Baur) Biomathematik für Mediziner Klausur SS 2002 Aufgabe 1: Franz Beckenbauer will, dass
MehrWahrscheinlichkeit und Statistik BSc D-INFK
Prof. Dr. P. Bühlmann ETH Zürich Winter 2010 Wahrscheinlichkeit und Statistik BSc D-INFK 1. (10 Punkte) Bei den folgenden 10 Fragen ist jeweils genau eine Antwort richtig. Es gibt pro richtig beantwortete
Mehr5. Seminar Statistik
Sandra Schlick Seite 1 5. Seminar 5. Seminar Statistik 30 Kurztest 4 45 Testen von Hypothesen inkl. Übungen 45 Test- und Prüfverfahren inkl. Übungen 45 Repetitorium und Prüfungsvorbereitung 15 Kursevaluation
MehrAufgaben. d) Seien X und Y Poissonverteilt mit Parameter µ, X, Y P(µ). 2. Dann ist die Summe auch Poissonverteilt mit (X + Y ) P(2µ).
Aufgaben 1. Bei den folgenden 10 Fragen ist jeweils genau eine Antwort richtig. Es gibt pro richtig beantwortete Frage 1 Punkt und pro falsche Antwort 1/2 Punkt Abzug. Minimal erhält man für die gesamte
MehrAnpassungstests VORGEHENSWEISE
Anpassungstests Anpassungstests prüfen, wie sehr sich ein bestimmter Datensatz einer erwarteten Verteilung anpasst bzw. von dieser abweicht. Nach der Erläuterung der Funktionsweise sind je ein Beispiel
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
Mehr7. Hypothesentests. Ausgangssituation erneut: ZV X repräsentiere einen Zufallsvorgang. X habe die unbekannte VF F X (x)
7. Hypothesentests Ausgangssituation erneut: ZV X repräsentiere einen Zufallsvorgang X habe die unbekannte VF F X (x) Interessieren uns für einen unbekannten Parameter θ der Verteilung von X 350 Bisher:
MehrTHEMA: "STATISTIK IN DER PRAXIS TESTEN IST BESSER ALS VERMUTEN" TORSTEN SCHOLZ
WEBINAR@LUNCHTIME THEMA: "STATISTIK IN DER PRAXIS TESTEN IST BESSER ALS VERMUTEN" TORSTEN SCHOLZ EINLEITENDES BEISPIEL SAT: Standardisierter Test, der von Studienplatzbewerbern an amerikanischen Unis gefordert
MehrStatistik-Klausur vom 6. Februar 2007
Statistik-Klausur vom 6. Februar 2007 Bearbeitungszeit: 90 Minuten Aufgabe 1 Bei einer Besucherumfrage in zwei Museen wurden die Besuchsdauern (gemessen in Stunden) festgestellt: Besuchsdauer Anteil der
MehrGrundlagen der Statistik
Grundlagen der Statistik Übung 15 009 FernUniversität in Hagen Alle Rechte vorbehalten Fachbereich Wirtschaftswissenschaft Übersicht über die mit den Übungsaufgaben geprüften Lehrzielgruppen Lehrzielgruppe
Mehr