Methoden der Datenanalyse AI-basierte Decision Support Systeme WS 2006/07
|
|
- Josef Blau
- vor 5 Jahren
- Abrufe
Transkript
1 Multple Regresso Methode der Dateaalse AI-baserte Decso Support Ssteme WS 6/7 Ao.Uv.Prof. Dr. Marcus Hudec Isttut für Scetfc Computg, Uverstät We
2 Multple Regresso Kovaraz Kovaraz: Zusammehagsmaß be tervallskalerte Merkmale, das sch umttelbar aus der Varaz abletet s XX ( x x)( x x) x x xx sxy Nachtel: kee Normerug ( x x)( ) x x
3 3 Multple Regresso Korrelatoskoeffzet Der Korrelatoskoeffzet st e Maß für de leare Zusammehag zwsche zwe Varable X ud Y. Er st durch folgede Formel charaktersert: r x corr XY ( x x)( ) ( ) x x ( ) x x x ( ) ( ) x
4 4 Multple Regresso Korrelatoskoeffzet x II. Quadrat III. Quadrat ( x x) I. Quadrat ( ) IV. Quadrat
5 5 Multple Regresso Korrelatoskoeffzet Der Korrelatoskoeffzet legt stets m Itervall [-,+]. Korrelatoskoeffzet ahe -: De Mehrzahl der Datepukte kozetrere sch um ee Gerade mt egatver Stegug. Korrelatoskoeffzet ugefähr : De Datepukte sd etweder auf alle ver Quadrate ugefähr glechmäßg vertelt oder se lege um ee Gerade de parallel zu eer Achse verläuft. Korrelatoskoeffzet ahe +: De Mehrzahl der Datepukte kozetrere sch um ee Gerade mt postver Stegug.
6 6 Multple Regresso Uabhäggket ud Kausaltät Sd zwe Varable uabhägg, so folgt daraus, dass der Korrelatoskoeffzet de Wert ammt. Umgekehrt ka aus eer Korrelato cht auf Uabhäggket geschlosse werde, da de Korrelato ur de leare Zusammehag msst. Keesfalls darf Korrelato mt Kausaltät glechgesetzt werde. Problem: Schekorrelato De Pukte m lke Bespel habe Korrelato ull!
7 7 Multple Regresso Hohe postve Korrelato Korrelato
8 8 Multple Regresso Hohe egatve Korrelato Korrelato
9 9 Multple Regresso Mttlere postve Korrelato Korrelato
10 Multple Regresso Korrelato ahe Korrelato
11 Multple Regresso Test auf Sgfkaz Wll ma Hpothese der Form H : corr versus H A : corr (zwesetg) bzw. H : corr< versus H A : corr> (esetg) teste, so ka des uter der Aahme eer bvarate Normalvertelug mt folgeder Statstk erfolge: r t mt r Frehetsgrade
12 Multple Regresso Bespel X Y X² XY Y² Summe Wr wolle de Nullhpothese teste, dass de Merkmale X ud Y ukorrelert sd. Kovaraz Sx 484 Varaz X Sxx 6 Varaz Y S 467 Korrelato Rx,7 Teststatstk Zähler, Neer,7 t 3, Tabellewert t -;,975,3 > Ho ablehe
13 3 Multple Regresso Bespel Lestug kw ud Kraftstoff-Verbrauch l pro km vo sebe verschedee VW-Golf Bezmotore [] kw l/km 55 6,4 74 7,6 77 6,8 85 7,9 9,3 5,8 [] Quelle:
14 4 Multple Regresso Streudagramm: Lestug - Verbrauch Kraftstoffverbrauch l/km Lestug kw
15 5 Multple Regresso Grudmodell Zelgröße (abhägge Varable; Regressad) Y Eflussgröße (uabhägge Varable; Regressor) X Im Bespel: Y... Kraftstoffverbrauch X... Lestug Aahme: Es besteht e fuktoaler Zusammehag zwsche de bede Merkmale: Y f(x)
16 6 Multple Regresso De Regressosaalse st e Istrumet zur Utersuchug ees fuktoale Zusammehags zwsche zwe Merkmale. Im Utersched zur Korrelatosaalse hadelt es sch also um e gerchtetes Modell Mt der Regressosaalse ka e fuktoaler Zusammehag erkat werde ma ee solche Bezehug achwese Art ud Größe ees Zusammehags geschätzt werde fehlede oder zuküftge Werte progostzert werde
17 7 Multple Regresso Dabe hadelt es sch cht um ee exakte Fukto m streg mathematsche Se Aufgrud vo Messfehler ud Zufallseflüsse werde de ezele Messuge cht dealtpsch auf dem Fuktosgraphe lege, soder zufällg abweche Wr erweter user Modell daher um ee Fehlerterm (zufällge Kompoete) e, we folgt: Y f(x) + e
18 8 Multple Regresso Stochastscher Fuktoszusammehag
19 9 Multple Regresso Leare Regresso De efachste Form ees fuktoale Zusammehages stellt ee leare Fukto dar Modellvorstellug: der Zusammehag zwsche X ud Y ka (zumdest stückwese) durch ee Grade beschrebe werde: Y b + b X + e b... Abstad der Gerade vom Ursprug auf der Ordate b... Stegug der Gerade
20 Multple Regresso Learer stochastscher Fuktoszusammehag 5 4 Asteg: b 3 b 4 6 8
21 Multple Regresso Bestmmug der Regressosgerade We ka de Gerade am beste a de Datepukte agepasst werde? x
22 Multple Regresso Notato De Ausgagspukt blde Beobachtugspaare (x, ), de wr als Datepukte eem Streudagramm vsualsere köe. X Y x x x x
23 3 Multple Regresso Learer stochastscher Fuktoszusammehag e ˆ Asteg: b b x b + b x ˆ
24 4 Multple Regresso Bestmmug der Regressosgerade Idee: Gerade so wähle, dass de Summe aller Abwechuge mmal wrd. Nachtel: kee edeutge Lösug, da postve ud egatve Abwechuge eader aufhebe. - + ( b b x ) m! x
25 5 Multple Regresso Bestmmug der Regressosgerade Idee: Gerade so lege, dass de Summe des Betrages aller Abwechuge mmal wrd Nachtele: mathematsch aufwädg (Betragsfukto cht zwemal dfferezerbar) hat der Praxs relatv gergere Bedeutug ( b b x ) m!
26 6 Multple Regresso Bestmmug der Regressosgerade Idee: Gerade so lege, daß de Summe der QUADRATE aller Abwechuge mmal wrd. Klest-Quadrate-Przp De optmale Regressosgerade ergbt sch da durch Lösug folgeder Optmerug: S e ( ) b b x m!
27 7 Multple Regresso Mathematsche Herletug ( ) x b b b S ( ) x x b b b S () b b x + () x b x b x + Aus () b b x ach Substtuto: ˆ x x x x b
28 8 Multple Regresso Tabellarsches Recheschema Nr. X Y X X*Y Y 55 6, , , ,4 57, , ,6 46, , ,5 6,4 5 9,3 3 86,49 6 5, ,64 Summe 55 48, ,5 4,5 Mttelwert vo X: 9,83 Mttelwert vo Y: 8,3 Berechug vo b : Neer 3399, b,5 Zähler 66, b 3,73 bˆ x x x x b bx
29 9 Multple Regresso Graphsche Darstellug Streudagramm: Lestug - Verbrauch Kraftstoffverbrauch l/km 8,5x + 3, , 6, 8,,, 4, 6, 8, Lestug kw
30 3 Multple Regresso Automatserte Berechug mt EXCEL
31 3 Multple Regresso Regressosgerade als Istrumet zur Vorhersage Basered auf de geschätzte Parameter köe wr für ee x Wert de zugehörge Wert schätze Progose-Szeare Wert vo x Schätzwert für 4 5,65
32 3 Multple Regresso Gefahre ud Greze der Progostk Wewet ka e learer Tred svoll fortgeschrebe werde? 5 5 Erkee vo Wedepukte Problem vo Strukturbrüche
33 33 Multple Regresso Wchtge Egeschafte der Regressosgerade Fehlerausglechede Gerade e De Summe der Abwechuge vo der ach dem Kl. Quadrate Przp optmale Gerade st glech Null. b + b x Regressosgerade läuft durch Schwerpukt
34 34 Multple Regresso K.Q. - Gerade geht durch de Schwerpukt 4 3 x 4 6 8
35 35 Multple Regresso Varabltät der Regresso ŷ P( x, ) ŷ b + b x ŷ ŷ ( ) ( ŷ ) + ( ŷ ) SQT SQR SQE ( ) ( ˆ ) ( ˆ ) x e x Totale Quadratsumme der Abwechuge vom arthmetsche Mttel cht erklärte (resduale) Abwechugsquadratsumme erklärte Abwechugsquadratsumme
36 36 Multple Regresso Zerlegug der Quadratsumme SQT SQR + SQE ( ) + ( ) e ˆ r SQE SQT ( ˆ ) ( ) r Bestmmthetsmaß (~ Atel der erklärte Varaz a der gesamte Varaz) r Korrelatoskoeffzet
37 37 Multple Regresso Iterpretato vo r² r² ka Werte zwsche Null (ke learer Zusammehag zwsche Y ud X) ud Es (alle Pukte lege exakt auf eer Gerade) aehme Je äher r² be es legt, desto besser wrd Y durch X mttels eer leare Regresso erklärt r² st der Atel der Varato vo Y, der durch X erklärt werde ka
38 38 Multple Regresso Bestmmug vo r² m Bespel Nr. X Y X X*Y Y e e 55 6, ,96 6,37,3, 3, -,77 3, 74 7, ,4 57,76 7,8,3,,8 -,85, , ,6 46,4 7,4 -,6,39,78 -,7, , ,5 6,4 7,8,9,,5 -,33, 5 9,3 3 86,49 9,,3,9,36,87,76 6 5, ,64,9 -,, 7,,79 7,77 Summe 55 48, ,5 4,5 48,8,,6 3,59,,99 Mttelwert vo X: 9,83 Mttelwert vo Y: 8,3 ŷ ( ) ( ˆ ) ( ˆ ) Berechug vo b: Neer 3399, b,5 Zähler 66, b 3,73 SQT 3,59,% SQR,6 4,4% SQE,99 95,6%
39 39 Multple Regresso Iferezstatstk Es wrd ageomme, daß de Werte der uabhägge Varable feste (chtzufällge) Größe sd. Es wrd ageomme, daß sch de Beobachtuge der abhägge Varable durch ee X leare Term plus eer zufällge Störkompoete ergebe. Über de Störkompoete werde folgede Aahme getroffe Kee sstematsche Störug, d.h. Erwartugswert st ull E(e ) Kostate Streuug der Störkompoete Var(e ) cost. De Störuge sd uabhägg voeader Cov(e, e j ) De Störkompoete se ormalvertelt mt Erwartugswert ud der Varaz σ²
40 4 Multple Regresso Sgfkaz der Regressosbezehug Frage st der Atel der erklärte Varaz sgfkat? Atwort: F-Test Erklärte durch chterklärte mttlere Quadratsumme (d.. de Quadratsumme durch de Zahl der Frehetsgrade dvdert) Dese Prüfgröße st F-vertelt mt ud - Frehetsgrade F SQE/ SQR/( ) r / ( r )/( )
41 4 Multple Regresso Durchführug des Tests ANOVA (Aalss of Varace) Frehetsgrade (df) Quadratsumme (SS bzw. SQ) Mttlere Quadratsumme Prüfgröße (F) P-Wert Regresso,99,99 86,95,7 Resdue 4,63,5 Gesamt 5 3,593 r²,956 (-r²),44 (-r²)/4,
42 4 Multple Regresso Iferez für Regressoskoeffzete Schätzug der ubekate Varaz der Störkompoete ˆ σ σˆ e Schätzug der Varaz der Regressoskoeffzete x ˆ b σ ( x x) ˆ σ b ˆ σ ( x x)
43 43 Multple Regresso Iferez für Regressoskoeffzete ) t s b t s (b P / ; b / ; b α + α α ] t s b t s b [ / ; b / ; b α α + -α Kofdeztervall für de Regressoskoeffzete: α α α < < > > > ; ; / ; )/ ( )/ ( )/ ( b b b t s b t s b t s b H H H wrd verworfe, falls
44 44 Multple Regresso Test für de Regressoskoeffzete Nullhpothese: b Koeffzet Stadardfehler t-statstk P-Wert b 3,73,5 7,465,7 b,48,5 9,84,7 Iterpretato: b... Geht de Regresso durch de Ursprug? b... Ist de Stegug sgfkat vo Null verschede? Das etsprcht m Fall der Efachregresso der zuvor dskuterte Fragestellug: Ist der Atel der erklärte Varaz sgfkat?
45 45 Multple Regresso Kofdeztervall für de Koeffzete Koeffzet Stadardfehler Utere 95% Obere 95% b 3,73,5,344 5, b,48,5,34,6 t-wert mt DF4 ud alpha,5,776
46 46 Multple Regresso Kofdeztervall für de durchschttlche Progosewert T Ŷ E(Y S t-vertelt mt - Frehetsgrade Ŷ ) P(Ŷ ts E(Y ) Ŷ + ts ) α Ŷ Ŷ Für ee kokrete Stchprobe ergbt sch damt das folgede Kofdeztervall für de durchschttlche Progosewert: ŷ ts E(Y ) ŷ + ts Ŷ Ŷ ŷ b + b x ud s Yˆ ( x x) σˆ + ( x x)
47 Progosetervall für dvduelle Progosewert Y 47 Multple Regresso T Ŷ Y S F t-vertelt mt - Frehetsgrade P(Ŷ ts Y Ŷ + ts ) α F F Aus eer kokrete Stchprobe ergbt sch somt das folgede Kofdeztervall für de Progose ees bestmmte Ezelwertes a der Stelle x : ŷ ts Y ŷ + ts F F ŷ b + b x ud s F ( x x) ˆσ + + ( x x)
48 48 Multple Regresso Awedug m Bespel Progosetervall für Ezelwerte (dvduelle Progosewerte) x S F Progose UG OG se,388 5,477 6,88 4,887 7, t:,78 55,464 6, , , ,454 6,6758 5, , ,446 6,8473 5,69 8,7333 7,434 7,8687 5,8836 8,949 75,48 7,365 6,3756 8, ,437 7,5667 6, , ,48 7,858 6, , ,494 8,4546 6, , ,496 8,85 7,6 9,454,44 8,5476 7, , ,448 8,7644 7, ,9438,497 9,45 7,869,974 5,436 9,437 8,335,45435,4438 9, ,53,7558
49 49 Multple Regresso Graphsche Darstellug
50 5 Multple Regresso Datesatz: Oemle Nr weght pulse stregth quarter oemle
51 5 Multple Regresso Aalse mt Excel: Aalss Tool Package SUMMARY OUTPUT Regresso Statstcs Multple R,936 R Square,853 Adjusted R Square,896 Stadard Error 8,675 Observatos 3 ANOVA df SS MS F Sgfcace F Regresso 4 936,55 984,63 36,995, Resdual 5 55,365 8,545 Total 9 399,8667 Coeffcets Stadard Error t Stat P-value Lower 95% Upper 95% Lower 95,% Upper 95,% Itercept -3,686 56,7 -,645,949-9,64,97-9,64,97 weght,676,869 4,488,,6768,8585,6768,8585 pulse -,55,868 -,687,548 -,3,57 -,3,57 stregth -,55,459 -,536,56 -,5,5 -,5,5 quarter 3,93,7477 5,99,,363 5,443,363 5,443
52 5 Multple Regresso Aalse mt Clemete
53 53 Multple Regresso
54 54 Multple Regresso
55 55 Multple Regresso
56 56 Multple Regresso Bassmodell Matrxotato -Beobachtuge; pro Beobachtug uabhägge ud p abhägge Varable x x p p,, ε ε p px x p p p x x x x x x x X p ε ε ε ε X + ε Modellaahme: ) (; ~ N σ I ε
57 57 Multple Regresso Least Squares Estmato Mmerugsaufgabe: X X X X X X X X X S X X X X X X X S X X S ' ˆ ' ˆ ' ' ' ' ' ' ' ' ' ' ' ' ' ' ' ) ( ) )'( ( ' ) ( ε ε Falls X volle Rag hat (d.h. Rg(X) p) ' ) ' ( ' ) ' ( ˆ ˆ ' ) ' ( ˆ X X X X H mt H X X X X X X X X H st ee x Matrx; dempotet, smmetrsch (Orthogoalprojekto) H I H X e ) ( ˆ
58 58 Multple Regresso Hpothesetests m multple Regressosmodell Overall F-Test Besteht überhaupt e Zusammehag? Ist zumdest e Parameter uglech Null? H H : : j p SSexplaed/( p) F Statstk SSresdual/( p ) Test für Idvduelle Regressoskoeffzete Lestet de j-te Vraable ee sgfkate Erklärugsbetrag? H H : : j j ˆ j t Statstk se( ˆ ) mt -p- Frehetsgrade j se( ˆ ) j ˆ σ Cjj Cjj st das j te Dagoalelemet vo ( X' X)
Der Korrelationskoeffizient ist ein Maß für den linearen Zusammenhang zwischen zwei Variablen X und Y. Er ist durch folgende Formel charakterisiert:
Korrelatoskoeffzet Der Korrelatoskoeffzet st e Maß für de leare Zusammehag zwsche zwe Varable X ud Y. Er st durch folgede Formel charaktersert: r xy corr XY ( x x)( y y) ( ) x x ( y y) x x y x ( ) ( )
MehrDer Korrelationskoeffizient ist ein Maß für den linearen Zusammenhang zwischen zwei Variablen X und Y. Er ist durch folgende Formel charakterisiert:
Korrelatoskoeffzet Der Korrelatoskoeffzet st e Maß für de leare Zusammehag zwsche zwe Varable X ud Y. Er st durch folgede Formel charaktersert: r xy corr XY x x y y x x y y x x y x x y y y Statstk für
MehrDer Korrelationskoeffizient ist ein Maß für den linearen Zusammenhang zwischen zwei Variablen X und Y. Er ist durch folgende Formel charakterisiert:
Korrelatoskoeffzet Der Korrelatoskoeffzet st e Maß für de leare Zusammehag zwsche zwe Varable X ud Y. Er st durch folgede Formel charaktersert: r y corr XY Statstk für SozologIe y y y y y y y y Kozept
Mehr= 2. Korrelationskoeffizient. Der Korrelationskoeffizient ist ein Maß für den linearen Zusammenhang zwischen zwei Variablen
Korrelatoskoeffzet Der Korrelatoskoeffzet st e Maß für de leare Zusammehag zwsche zwe Varale X ud Y. Er st durch folgede Formel charaktersert: r corr XY ( )( ) ( ) ( ) ( ) ( ) Statstk für SozologIe Regresso
MehrBeispiel zur Regression
Bespel zur Regresso Bespel Lestug kw ud Kraftstoff-Verbrauch l pro 00 km vo sebe verschedee VW-Golf Bezmotore [] kw l/00km 55 6,4 74 7,6 77 6,8 85 7,9 0 9,3 50 0,8 [] Quelle: http://www.vw-ole.de/golf/dex_.htm
MehrBeispiel zur Regression
Bespel zur Regresso Bespel Lestug kw ud Kraftstoff-Verbrauch l pro 00 km vo sebe verschedee VW-Golf Bezmotore [] kw l/00km 55 6,4 74 7,6 77 6,8 85 7,9 0 9,3 50 0,8 [] Quelle: http://www.vw-ole.de/golf/dex_.htm
MehrDer Korrelationskoeffizient ist ein Maß für den linearen Zusammenhang zwischen zwei Variablen X und Y. Er ist durch folgende Formel charakterisiert:
Korrelatoskoeffzet Der Korrelatoskoeffzet st e Maß für de leare Zusammehag zwsche zwe Varable X ud Y. Er st durch folgede Formel charaktersert: r xy XY x xy y corr x x y y x y x y cov( XY, ) x x y y Var(
MehrEindimensionale Regression. Eindimensionale Regression. Regressionsgerade. Güte des Regressionsmodells. Vertrauensintervalle
TECHNISCHE UNIVERSITÄT MÜNCHEN-WEIHENSTEPHAN MATHEMATIK UND STATISTIK INFORMATIONS- UND DOKUMENTATIONSZENTRUM R. Bometrsche ud Ökoometrsche Methode I WS 00/0 Regressosgerade Edmesoaleegressosmodell Emprsche
MehrStatistik. ist die Kunst, Daten zu gewinnen, darzustellen, zu analysieren und zu interpretieren um zu neuem Wissen zu gelangen.
Statstk st de Kust, Date zu gewe, darzustelle, zu aalysere ud zu terpretere um zu euem Wsse zu gelage. Sachs (984) Aufgabe De Statstk hat also folgede Aufgabe: Zusammefassug vo Date Darstellug vo Date
MehrStatistische Grundlagen Ein kurzer Überblick (diskret)
Prof. J.C. Jackwerth 1 Statstsche Grudlage E kurzer Überblck (dskret De wchtgste Begrffe ud Deftoe: 1 Erwartugswert Varaz / Stadardabwechug 3 Stchprobevaraz 4 Kovaraz 5 Korrelatoskoeffzet 6 Uabhäggket
MehrRegressionsrechnung und Korrelationsrechnung
Regressosrechug ud Korrelatosrechug Beschrebede Statstk Modul : Probleme be der Abhäggketsaalyse Problem : Es gbt mest cht ur ee Eflussfaktor (Probleme sd selte mookausal ) A Ursache() Wrkug B C - efache
MehrPrinzip "Proportional Reduction of Error" (PRE)
Dr. Reate Prust: Eführug quattatve Forschugsmethode Bvarate Maße: Przp "Proportoal Reducto of Error" (PRE) E 1 - E Fehler be Regel 1 - Fehler be Regel = E 1 Fehler be Regel 1 Regel 1: Vorhersageregel ur
MehrQuantitative Methoden in der klinischen Epidemiologie
Quattatve Methode der klsche Epdemologe Korrelato ud leare Regresso Lerzele Besteht e fuktoeller Zusammehag zwsche zwe Messuge a eem Patete? Korrelato als Maßzahl für de Stärke ees leare Zusammehages Beschrebe
Mehr2.2 Rangkorrelation nach Spearman
. Ragkorrelato ach Spearma Wr wolle desem Kaptel de Ragkorrelatoskoeffzete ach Spearma bereche. De erste Daterehe besteht aus Realseruge x, x,..., x der uabhägg ud detsch stetg vertelte Zufallsvarable
MehrStichprobenmodell der linearen Einfachregression
Stchproemodell der leare Efachregresso Stchproemodell der leare Efachregresso Vertelug der Stchproekoeffzete Prof. Kück / Dr. Rcaal Delgado Lehrstuhl Statstk Regresso III lografe: Prof. Dr. Kück verstät
MehrRegressionsgerade, lineares Modell:
Statstk Grudlage Charakterserug vo Verteluge Eführug Wahrschelchketsrechug Wahrschelchketsverteluge Schätze ud Teste Korrelato Regresso Eführug Durch de Regressosaalyse wrd versucht, de Art des Zusammehags
MehrUniversitätslehrgang Sports Physiotherapy Einführung in die Statistik
Departmet of Sport Scece ad Kesolog Uverstätslehrgag Sports Phsotherap Eführug de Statstk Gerda Strutzeberger Block I Block Mttwoch 5..0 3:00 bs 4:50 Grudlage, Skaleveau 5:05 bs 7:00 Gütekrtere, Hpothese,
MehrMehrdimensionale Häufigkeitsverteilungen (1)
Mehrdmesoale Häufgketsverteluge () - De Begrffe uvarat ud bvarat - Vo uvarate (edmesoale) statstsche Aalyse sprcht ma, we pro Perso ur e Merkmal tabellarsche oder grafsche Häufgketsverteluge oder be der
MehrKorrelations- und Regressionsanalyse
Kaptel VI Korrelatos- ud Regressosaalse B 6 (Gegestad der Korrelatos- ud Regressosaalse) Währed de Korrelatosaalse de Estez, de Stärke ud de Rchtug des Zusammehags zwsche zwe oder mehrere statstsche Varable
MehrAlternative Darstellung des 2-Stichprobentests für Anteile. Beobachtete Response No Response Total absolut DCF CF
Alteratve Darstellug des -Stchprobetests für Atele DCF CF Total 111 11 3 Respose 43 6 69 Resp. Rate 0,387 0,3 0,309 Beobachtete Respose No Respose Total absolut DCF 43 68 111 CF 6 86 11 69 154 3 Be Gültgket
MehrEinführung Fehlerrechnung
IV Eführug Fehlerrechug Fehlerrechuge werde durchgeführt, um de Vertraueswürdgket vo Meßergebsse beurtele zu köe. Uter dem Fehler eer Messug versteht ma de Abwechug ees Meßergebsses vom (grudsätzlch ubekate
MehrSchiefe- und Konzentrationsmaße
Statstk für SozologIe Schefe- ud Kozetratosmaße Uv.Prof. Dr. Marcus Hudec Höhere Vertelugsmaßzahle E stetges Merkmal wurde 3 Gruppe beobachtet ud Form der folgede Häufgketstabelle berchtet: Klasse m Gruppe
Mehr5 Reproduktions- und Grenzwertsätze
Reproduktos- ud Grezwertsätze Reproduktos- ud Grezwertsätze. Reproduktossätze Bespel 0: Der Aufzug eer Frma st zugelasse für Persoe bzw. 000 kg. Das Durchschttsgewcht der Agestellte der Frma st µ = 80
Mehr6. Zusammenhangsmaße (Kovarianz und Korrelation)
Problemstellug: Bsher: Gesucht: 6. Zusammehagsmaße (Kovaraz ud Korrelato) Ee Varable pro Merkmalsträger, Stchprobe x1,, x Maße für Durchschtt, Streuug, usw. Bespel: Kurse zweer Akte ud a 9 aufeader folgede
MehrLohnkosten pro Arbeitsstunde. Wie hoch sind die Lohnkosten pro Arbeitsstunde im Jahresdurchschnitt?
Klausur Wrtschaftsstatstk. [ Pukte] E Uterehme hat folgede Date ermttelt: Moat Gelestete Arbetsstude Lohkoste pro Arbetsstude Jauar 86.400 0,06 Februar 75.000 3,0 März 756.000 4,47 Aprl 768.000,53 Ma 638.400
MehrKorrelations- und Assoziationsmaße
k m χ : j l r +. Zusammehagsmaße ( o e ) jl jl e jl Korrelatos- ud Assozatosmaße e jl 5 Merkmal Y Summe X b b m a H (a,b) H (a,b). a H (a,b) H (a,b). Summe.. Zusammehagsmaße Eführug Sche- ud Noses-Korrelato
MehrFehlerrechnung im Praktikum
Fehlerrechug m Pratum Pratum Phsalsche Cheme (A. Dael Boese) I chts zegt sch der Magel a mathematscher Bldug mehr, als eer überbertrebe geaue Rechug. Carl Fredrch Gauß, 777-855 Themegebete Utertelug vo
MehrKapitel 6: Regression
udwg-maxmlas-uverstät Müche Isttut für Iformatk ehr- ud Forschugsehet für Datebaksysteme Skrpt zur Vorlesug Kowledge Dscovery Databases m Sommersemester 05 Kaptel 6: Regresso Vorlesug: PD Dr. Arthur Zmek
MehrIntervallschätzungen geben unter Berücksichtigung des Verteilungstyps von X einen Bereich an, der den Parameter mit vorgegebener Sicherheit enthält.
Parameterschätzuge Fachhochschule Jea Uversty of Appled Sceces Jea Oft st der Vertelugstyp eer Zufallsgröße X bekat, ur de Parameter sd ubekat. Da erfolgt hre Schätzug aus eer Stchprobe. Ma uterschedet
MehrFormelsammlung. Unter diesen Annahmen kann der Korrelationskoeffizient nach folgenden Schritten getestet werden:
Formelammlug. Korrelatoaalye Korrelatooeffzet (Brava-Pearo) ( )( y y) y y r, r + ( ) ( y y) y y Stattcher et Soll tattch getetet werde, ob e learer Zuammehag zwche de Varable ud y für de Grudgeamthet beteht,
Mehr3. Das Messergebnis. Was ist ein Messergebnis?
. Das Messergebs Was st e Messergebs? Wederholug der Messug Wahrer Wert? Mehrere Eflussgröße Fehlerbetrachtug Messergebs Vorgeheswese für Messergebs. Bestmmug des bekate systematsche Fehlers 2. Aufahme
MehrSchiefe- und Konzentrationsmaße
Statst für SozologIe Schefe- ud Kozetratosmaße Uv.Prof. Dr. Marcus Hudec Höhere Vertelugsmaßzahle E stetges Mermal wurde 3 Gruppe beobachtet ud Form der folgede Häufgetstabelle berchtet: Klasse m Gruppe
MehrMehrdimensionale Merkmale
SS 013 Prof. Dr. J. Schütze/ J. Puhl FB GW Deskr 1 Mehrdmesoale Merkmale Werde am gleche Objekt mehrere Merkmale gemesse, teressert ma sch mest dafür, ob es zwsche he ee Abhäggket gbt oder cht. Passed
MehrTest für Varianz. Test für Varianz. Test für Varianz. Die Kontingenztabelle. Statistik 2 4. Vorlesung. Wiederholung: zweidimensionales Datenmaterial
Statstk 4. Vorlesug Test für Varaz Estchprobetest für de Varaz: Hat de Varaz ee bestmmte Wert, bzw. legt er eem bestmmte Berech? Etschedug basert auf dem Ergebs eer ezge Stchprobe. Zwestchprobetest für
Mehr2. Zusammenhangsanalysen: Korrelation und Regression
2. Zusammehagsaalse: Korrelato ud Regresso Dowloads zur Vorlesug 2. Zusammehagsaalse: Korrelato ud Regresso 2 Grudbegrffe zwedmesoale Stchprobe De Gewug vo mehrere Merkmale vo eer Beobachtugsehet führt
MehrFormelzusammenstellung
Hochschule Müche Faultät Wrtschaftsgeeurwese Formelzusammestellug zugelasse für de Prüfug Dateaalyse der Faultät 09 für Wrtschaftsgeeurwese Prof. Dr. Voler Abel Formelsammlug Dateaalyse / Ihaltsverzechs
MehrKapitel XI. Funktionen mit mehreren Variablen
Kaptel XI Fuktoe mt mehrere Varable D (Fuktoe vo uabhägge Varable Se R ud D( f R Ist jedem Vektor (Pukt (,,, D( f durch ee Vorschrft f ee reelle Zahl z = f (,,, zugeordet, so heßt f ee Fukto vo uabhägge
MehrEinführung in die Stochastik 3. Übungsblatt
Eführug de Stochastk 3. Übugsblatt Fachberech Mathematk SS 0 M. Kohler 06.05.0 A. Fromkorth D. Furer Gruppe ud Hausübug Aufgabe 9 (4 Pukte) Der Mkrozesus st ee statstsche Erhebug. Herbe werde ach bestmmte
MehrAllgemeine Prinzipien
Allgemee Przpe Es estere sebe Grudehete der Physk; alle adere physkalsche Größe ka ma darauf zurückführe. Dese Grudehete sd: Läge [m] Masse [kg] Zet [s] Elektrsche Stromstärke [A] Temperatur [K], Stoffmege
MehrSpannweite, Median Quartilsabstand, Varianz und Standardabweichung.
Rudolf Brkma http://brkma-du.de Sete 06.0.008 Spawete, Meda Quartlsabstad, Varaz ud Stadardabwechug. Streuug um de Mttelwert. I de folgede Säuledagramme st de Notevertelug zweer Schülergruppe (Mädche,
MehrVerdichtete Informationen
Verdchtete Iormatoe Maßzahle Statstke be Stchprobe Parameter be Grudgesamthete Maßzahle zur Beschrebug uvarater Verteluge Maßzahle der zetrale Tedez (Mttelwerte) Maßzahle der Varabltät (Streuugswerte)
MehrSchiefe-, Wölbungs- und Konzentrationsmaße
Statstk für SozologIe Schefe-, Wölbugs- ud Kozetratosmaße Uv.Prof. Dr. Marcus Hudec Höhere Vertelugsmaßzahle E stetges Merkmal wurde 3 Gruppe beobachtet ud Form der folgede Häufgketstabelle berchtet: Klasse
MehrRegression und Korrelation
Regresso ud Korrelato regresso: Zurückführug, Rückschrete correlato: Wechselbezehug Praktsche Aäherug (Bespel1) wevele Ewessmoleküle sd dem Blutplasma? (Stück, mol, g, ) we gross st de Ewesskozetrato des
MehrStatistik und Wahrscheinlichkeitsrechnung
Statstk ud Wahrschelchketsrechug Mathas Graf 8.04.009 Ihalt der heutge Vorlesug Auswahl eer Vertelugsfukto: Wahrschelchketspaper Schätzug ud Modelletwcklug: Methode der Momete Methode der Maxmum Lkelhood
MehrErzeugen und Testen von Zufallszahlen
Erzeuge ud Teste vo Zufallszahle Jürge Zumdck Eletug Ee Lergruppe wrd aufgefordert 00 Zufallszahle (0 oder ) ach folgede Methode zu erzeuge: De Hälfte der Gruppe beutzt a) ee Müze oder b) de Zufallszahlefukto
MehrLösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung
Lösuge zum Übugs-Blatt 7 Wahrschelchketsrechug BMT Bostatstk Prof. Dr. B. Grabowsk ----------------------------------------------------------------------------------------------- Bedgte Wahrschelchket
Mehr1 Mathe Formeln Statistik und Wahrscheinlichkeitsrechnung
1 Mathe Formel Statstk ud Wahrschelchketsrechug Jör Horstma, 6.10.003. Alle Agabe ohe Gewähr. http://www.ba-stuttgart.de/ w017/ 1.1 Grudlage Ezelklasse [a ; b [ Klassewete Klassemtte Mttelwert b a = w
MehrÜbungen zur Wahrscheinlichkeitsrechnung und Schliessenden Statistik
Übuge zur Wahrschelchketsrechug ud Schlessede Statstk Aufgabe ud Lösuge vo Peter M Schulze, Verea Dexhemer. Auflage Übuge zur Wahrschelchketsrechug ud Schlessede Statstk Schulze / Dexhemer schell ud portofre
MehrLösungen. Häufigkeitsverteilung (Stabdiagramm) Aufgabe 1. Häufigkeit (h) Merkmal (x)
Lösuge Aufgabe Merkmal (x) Häufgket (h) h x,, 3, 3,, 8, 5, 5, 6, 6, 7, 3, 8, 3 5, 9, 38,, 5,, 8 68,, 6 3, 3, 9,, 8, 5, 5 5, 6, 3 78, 7, 5, 8, 8, 3, 3, Summe 5.63, Aufgabe Häufgketsvertelug (Stabdagramm)
MehrPhysikalische Messungen sind immer fehlerbehaftet! Der wahre Wert ist nicht ermittelbar. Der wahre Wert x ist nicht identisch mit dem Mittelwert
Physkalsche Messuge sd mmer fehlerbehaftet! Der wahre Wert st cht ermttelbar. Der wahre Wert st cht detsch mt dem Mttelwert Der Wert legt mt eer gewsse Wahrschelchket (Kofdezahl bzw. Vertrauesveau %) m
MehrQuellencodierung I: Redundanzreduktion, redundanzsparende Codes
Quellecoderug I: Redudazredukto, redudazsparede Codes. Redudaz. Eführug. Defto der Redudaz. allgemee Redudazredukto. redudazsparede Codes. Coderug ach Shao. Coderug ach Fao. Coderug ach Huffma.4 Coderug
Mehr( x) eine Funktion definiert, in der nur die i-te Komponente variabel ist. Folgende Schreibweisen werden aufgrund dieser Anmerkungen auch verwendet:
Pro. Dr. Fredel Bolle LS ür Volkswrtschatslehre sb. Wrtschatstheore (Mkroökoome) Vorlesug Mathematk - WS 008/009 4. Deretalrechug reeller Fuktoe IR IR (Karma, S. 00 06, dort glech ür IR IR m ) 4. Partelle
MehrOrdnungsstatistiken und Quantile
KAPITEL Ordugsstatste ud Quatle Um robuste Lage- ud Streuugsparameter eführe zu öe, beötge wr Ordugsstatste ud Quatle... Ordugsstatste ud Quatle Defto... Se (x,..., x R ee Stchprobe. Wr öe de Elemete der
Mehrdie Schadenhöhe ( = Risikoergebnis) des i-ten Versicherungsnehmers i 1,, n).
Aufgabe Wr betrachte ee Reteverscherug der Retebezugszet mt jährlch vorschüssger Retezahlug solage der Verscherte lebt. a) Bezeche V bzw. V de rechugsmäßge Deckugsrückstellug am Afag bzw. am Ede des Verscherugsjahres.
MehrVerteilungen und Schätzungen
Verteluge ud Schätzuge Zufallseperet Grudbegrffe Vorgag ach eer bestte Vorschrft ausgeführt ( Przp) belebg oft wederholbar se Ergebs st zufallsabhägg be ehralge Durchführug des Eperets beeflusse de Ergebsse
MehrAufgaben. 1. Gegeben seien folgende Daten einer statistischen Erhebung, bereits nach Größe sortiert (Rangliste):
Aufgabe. Gegebe see folgede Date eer statstsche Erhebug, berets ach Größe sortert (Raglste): 0 3 4 4 5 6 7 7 8 8 8 9 9 0 0 0 0 0 3 3 3 3 4 4 5 5 5 5 5 6 6 6 7 7 8 30 Erstelle Se ee Tabelle, der de Merkmalsauspräguge
Mehr1. Ökonometrische Modelle ohne Stochastik
.. Ökoometrsche Modelle ohe Stochastk Emprsche Wrtschaftsforschug st otwedge Ergäzug der Wrtschaftstheore, dem se de Wahrhetsgehalt des theoretsche Hpothesegeäudes a der ökoomsche Wrklchket, d. h. a der
MehrErinnerung: Funktionslernen. 5.6 Support Vector Maschines (SVM) Beispiel: Funktionenlernen. Reale Beispiele
Ererug: Fuktoslere 5.6 Support Vector Masches (SVM) überomme vo Stefa Rüpg, Kathara Mork Uverstät Dortmud Vorlesug Maschelles Lere ud Data Mg WS 2002/03 Gegebe: Bespele X LE de ahad eer Wahrschelchketsvertelug
MehrFormeln für Statistik und Wahrscheinlichkeitstheorie (Dutter)
Formel für tatstk ud Wahrschelchketstheore (Dutter) Fehler a: fpalmater@gmal.com Cotets Beschrebede tatstk... Kegröße vo Verteluge... Verteluge... 3 Wahrschelchketstheore... 3 Grudlage... 4 Erwartug &
MehrAllgemeine Zielstellung der Regression. Lineare Regression. Lineare Regression. Lineare Regression
llgemee Zeltellug der Regreo Leare Regreo echrebug de Zuammehag vo zwe metrche Größe durch ee Futo ugagput d.a. Mepute eer Zelgröße Y ud eer oder mehrerer Eflugröße X (Stchprobewerte. abhägge Mermal Y
Mehr6. Zusammenhangsmaße (Kovarianz und Korrelation)
6. Zuammehagmaße Kovaraz ud Korrelato Problemtellug: Bher: Ee Varable pro Merkmalträger, Stchprobe x,, x Geucht: Maße für Durchchtt, Streuug, uw. Jetzt: Zwe metrche! Varable pro Merkmalträger, Stchprobe
MehrScatterplots. Scatterplot Zweidimensionale Stichproben können als Punkte in der Ebene dargestellt werden. Länge und Breite von Venusmuscheln
Scatterplots emprsche Eletug Trasformatoe Exteres Fle Iput-Awesug SAS-Fles Output-Awesug DO-Schlefe Populato Wahrschelchket Zufallsvarable Dskrete Zufallsvarable Stetge Zufallsvarable Normalvertelug (1)
MehrREGRESSION. Marcus Hudec Christian Neumann. Eine anwendungsorientierte Einführung. Unterstützt von Institut für Statistik der Universität Wien
REGRESSION Ee awedugsoreterte Eführug Marcus Hudec Chrsta Neuma Uterstützt vo Isttut für Statstk der Uverstät We Eletug De Regresso st e velfältg esetzbares Werkzeug zur Beschrebug ees fuktoale Zusammehags
Mehr2 Regression, Korrelation und Kontingenz
Regresso, Korrelato ud Kotgez I desem Kaptel lerst du de Zusammehag zwsche verschedee Merkmale durch Grafke zu beschrebe, Maßzahle ür de Stärke des Zusammehags zu bereche ud dese zu terpretere, das Wsse
Mehr(Markowitz-Portfoliotheorie)
Thema : ortfolo-selekto ud m-s-rzp (Markowtz-ortfolotheore) Beurtelugskrtere be quadratscher Nutzefukto: Beroull-rzp + quadratsche Nutzefukto Thema Höhekompoete: Erwartugswert µ Rskokompoete: Stadardabwechug
MehrVarianzfortpflanzung
5.0 / SES.5 Parameterschätzug Varazortplazug Torste Maer-Gürr Torste Maer-Gürr Dskrete Zuallsvarable Ee dskrete Zuallsvarable mmt edlch vele oder abzählbar uedlch vele Werte a. - Werte: - Wahrschelchket:,,,,,,,,
MehrMultiple Regression (1) - Einführung I -
Multple Regreo Eführug I Mt eem Korrelatokoeffzete ud der efache leare Regreo köe ur varate Zuammehäge zwche zwe Varale uterucht werde. Beutzt ma tatt dee mehrere Varale zur Vorherage, egt ma ch auf da
MehrStochastik und Vektorgeometrie 1
Jörg Meyer, Hamel Stochastk u Vektorgeometre 1 Zusammefassug: I er Beschrebee Statstk u er Wahrschelchketsrechug komme häufg Quaratsumme vor. Deutet ma ese als Skalarproukte, so lasse sch mache Aussage
MehrWie man für einen Test Peroe testet
Pädagogche Ittut der Uvertät Freburg 996 ALLES ZUFALL - ODER WAS? Eführug de Stattk für Pädagoge ud Pädagoge III Formelammlug Ha-Peter Hotz, Iwa Schrackma Ihaltverzech. Stattche Kewerte. Verglech eer Stchprobe
MehrLösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung
Lösuge zum Übugs-Blatt 7 Wahrschelchketsrechug BMT Bostatstk Prof. Dr. B. Grabowsk ----------------------------------------------------------------------------------------------- Satz vo Bayes ud totale
MehrÜbung Statistik II SS 2006 Musterlösung Arbeitsblatt 6
Ihalt: Efaktorelle Varazaalyse Bortz: Bortz Kap. 7.0-7. Übug Statstk II SS 006 Musterlösug rbetsblatt 6 ufgabe 1: Nee Se de Verfahre für Mttelwertsvergleche, de Se bsher für tervallskalerte Date kee gelert
Mehr3 Bivariate und multivariate Verfahren
3 Bvarate ud Multvarate Verfahre 8 3 Bvarate ud multvarate Verfahre Im Gegesatz zu de bsher behadelte Schätz- ud Testverfahre, de stets auf ee Grudgesamthet bzw. auf e Merkmal ausgerchtet ware, trete statstsche
MehrStatistik mit Excel und SPSS
Stattk mt Excel ud SPSS G. Kargl Grudbegrffe Grudgeamthet Erhebugehet Merkmale Werteberech Stchprobe Telbereche der Stattk: Dekrtpve Stattk Iduktve Stattk Exploratve Stattk U- / B- / Multvarate Stattk
MehrKonzentrationsanalyse
Kaptel V Kozetratosaalyse B. 5.. Im Allgemee wrd aus statstscher Scht zwsche - absoluter ud - relatver Kozetrato uterschede Der absolute ud relatve Aspekt wrd och emal utertelt - statscher ud - dyamscher
MehrDeskriptive Statistik und Explorative Datenanalyse
rger Gabler PLU Zusatzformatoe zu Mede vo rger Gabler Thomas Cleff Desrtve tatst ud Eloratve Dateaalse Ee comutergestützte Eführug mt Ecel, P ud TATA 05 3., überarbetete ud erweterte Auflage rger Gabler
MehrEigenschaften der arithmetischen Mittel. Schätzer für die Varianz. Allgeimeines Method: Likelihood Funktion. Schätzer für die Wahrscheinlichkeit
Statstk. Vorlesug, September 6, 009 Egeschafte er arthmetsche Mttel für alle Fälle wo e Stchprobeelemete habe e selbe Vertelug u s uabhägg: E ( = mvar, ( = / Staarabwechug (Staarfehler: D ( = / Korrektur
MehrZur Interpretation einer Beobachtungsreihe kann man neben der grafischen Darstellung weitere charakteristische Größen heranziehen.
Rudolf Brkma http://brkma-du.de Sete 0.0.008 Lagemaße der beschrebede Statstk. Zur Iterpretato eer Beobachtugsrehe ka ma ebe der grafsche Darstellug wetere charakterstsche Größe herazehe. Mttelwert ud
Mehrfür j=0,1,...,n Lagrange zur Lösung der Interpolation nicht geeignet, da numerisch problematisch und teuer. 1 n
Aahme: Es gbt zwe Polyome p ud q vom Grad
MehrInterpolationspolynome
Iterpolatospolyome Ac Gegebe sd +1 Stützstelle x 0 bs x zusamme mt hre Stützwerte y 0 bs y. Durch de Pukte ( x / y ) soll e Polyom p(x) -te Grades gelegt werde : p(x) = a 0 + a 1 x + a 2 x² + + a x = Das
MehrSchiefe-, Wölbungs- und Konzentrationsmaße
Statstk für SozologIe Schefe-, Wölbugs- ud Kozetratosmaße Uv.Prof. Dr. Marcus Hudec Höhere Vertelugsmaßzahle E stetges Merkmal wurde 3 Gruppe beobachtet ud Form der folgede Häufgketstabelle berchtet: Klasse
MehrFormelsammlung für die Lehrveranstaltung Statistik
Formelsammlug Statst Formelsammlug für de Lehrverastaltug Statst ugelasse für de Klausure ur Statst de Studegäge der Techsche Betrebswrtschaft Verso vom 5..9 Korreturhwese a: Rose@FH-Muester.de Formelsammlug
MehrWIB 2 Mathematik und Statistik Formelsammlung. Z Menge der ganzen Zahlen {...,-3,-2,-1,0,1,2,3,...}
1 Allgeme Geometrsche Rehe: q t = 1 q1 t=0 1 q Mtterachtsformel: ax 2 bxc=0 x 1/ 2 = b±b2 4ac 2a Bomsche Formel: 1. ab 2 =a 2 2abb 2 2. a b 2 =a 2 2abb 2 3. ab a b=a 2 b 2 Wurzel: ugerade 1 Ergebs gerade
MehrBachelorprüfung SS 2017
Lehrstuhl für Statstk ud emprsche Wrtschaftsforschug Prof. Rega T. Rphah, Ph.D. Fach: Praxs der emprsche Wrtschaftsforschug Prüfer: Prof. Rega T. Rphah, Ph.D. Bachelorprüfug SS 07 Vorbemerkuge: Azahl der
MehrBachelorprüfung WS 2016/2017
Lehrstuhl für Statstk ud emprsche Wrtschaftsforschug Prof. Rega T. Rphah, Ph.D. Fach: Praxs der emprsche Wrtschaftsforschug Prüfer: Prof. Rega T. Rphah, Ph.D. Bachelorprüfug WS 06/07 Vorbemerkuge: Azahl
MehrTeil IV Musterklausuren (Univ. Essen) mit Lösungen
Tel IV Musterklausure (Uv. Esse) mt Lösuge Hauptklausur WS 9/9 Aufgabe : a) Revolverheld R stzt m Saloo ud pokert. De Wahrschelchket, daß er dabe ee seer Mtspeler bem Falschspel erwscht (Eregs F), bezffert
MehrMaße zur Kennzeichnung der Form einer Verteilung (1)
Maße zur Kezechug der Form eer Vertelug (1) - Schefe (skewess): Defto I - Ee Vertelug vo Messwerte wrd als schef bezechet, we se der Wese asymmetrsch st, dass lks oder rechts des Durchschtts ee Häufug
MehrAsymptotische Normalverteilung nach dem zentralen Grenzwertsatz
Asymptotsche ormalvertelug ach dem zetrale Grezwertsatz Erwartugswert eer Summe vo Zufallsvarable mt jewels de Erwartugswert x (Y Y Asymptotsche ormalvertelug ach dem zetrale Grezwertsatz Varaz eer Summe
MehrDeskriptive Statistik - Aufgabe 3
Desrptve Statst - Aufgabe 3 De Überachtugszahle der Fremdeverehrsgemede "Bachstadt" für de Moate ud zege auf de erste Blc scho deutlche Uterschede de ezele Ortschafte. We seht e etsprecheder Verglech der
MehrPractical Numerical Training UKNum
Practcal Numercal Trag UKNum Statstk, Datemodellerug PD. Dr. C. Mordas Ma-Plack-Isttute für Astroome, Hedelberg Programm: ) Repetto elemetare Statstk 2) Regressosaalyse 3) Leare Regresso 4) Ncht-leare
MehrBeispielklausur BWL B Teil Marketing. 45 Minuten Bearbeitungszeit
Bespelklausur BWLB TelMarketg 45MuteBearbetugszet BWLBBespelklausurTelMarketg Sete WchtgeHwese:. VOLLSTÄNDIGKEIT: PrüfeSeuverzüglch,obIhreKlausurvollstädgst(Aufgabe).. ABGABE: EsstdegesamteKlausurabzugebe.
MehrBachelorprüfung SS 2016
Lehrstuhl für Statstk ud emprsche Wrtschaftsforschug Prof. Rega T. Rphah, Ph.D. Fach: Praxs der emprsche Wrtschaftsforschug Prüfer: Prof. Rega T. Rphah, Ph.D. Bachelorprüfug SS 06 Vorbemerkuge: Azahl der
MehrGeometrisches Mittel und durchschnittliche Wachstumsraten
Dpl.-Kaufm. Wolfgag Schmtt Aus meer Skrpterehe: " Kee Agst vor... " Ausgewählte Theme der deskrptve Statstk Geometrsches Mttel ud durchschttlche Wachstumsrate Modellaufgabe Übuge Lösuge www.f-lere.de Geometrsches
MehrKlausur Statistik IV Sommersemester 2009
Klausur Statstk IV (Lösug) Name, Vorame 013456 Klausur Statstk IV Sommersemester 009 Prof. Dr. Torste Hothor Isttut für Statstk Name: Name, Vorame Matrkelummer: 013456 Wchtg: ˆ Überprüfe Se, ob Ihr Klausurexemplar
Mehr4. Marshallsche Nachfragefunktionen Frage: Wie hängt die Nachfrage nach Gütern
Prof. Dr. Fredel Bolle Vorlesug "Mkroökoome" WS 008/009 III. Theore des Haushalts 0 Prof. Dr. Fredel Bolle Vorlesug "Mkroökoome" WS 008/009 III. Theore des Haushalts 0 4. Marshallsche Nachfragefuktoe Frage:
MehrLage- und Streuungsmaße
Statstk für SozologIe Lage- ud Streuugsmaße Uv.Prof. Dr. Marcus Hudec Beschrebug quattatver Date Um de emprsche Vertelug ees quattatve Merkmals zu beschrebe, betrachte wr Parameter, de ee Verdchtug der
Mehr= k. , mit k als Anzahl der Hypothesen A i und den Daten B. Bestimmtheitsmaß:!Determinationskoeffizient
Ablehugsberech:!Sgfkazveau abhägge Gruppe: Gruppe vo Versuchspersoe, dee jede ezele Versuchsperso aus Gruppe A eer äquvalete Versuchsperso aus Gruppe B etsprcht (oder tatsächlch de gleche Versuchsperso
MehrEinführung 2. Teil: Fehleranalyse
Phskalsch-chesches Praktku I Modul Eführug. Tel: Fehleraalse Ja Helbg, 7.09.08 Uterlage: htt://www.che.uzh.ch/stud/old/docuets/ear/che3.htl Fehlerrechug Gesucht: wahrer Wert eer Grösse Aber: Sere vo Messuge
Mehr