Statistik und Wahrscheinlichkeitsrechnung

Größe: px
Ab Seite anzeigen:

Download "Statistik und Wahrscheinlichkeitsrechnung"

Transkript

1 Statistik und Wahrscheinlichkeitsrechnung Übung

2 Inhalt der heutigen Übung Beschreibende Statistik Gemeinsames Lösen der Übungsaufgaben 2.1: Häufigkeitsverteilung 2.2: Tukey Boxplot 25:Korrelation 2.5: Vorstellen der Gruppenaufgabe 2.4 Berechnungsbeispiele mit EXCEL

3 Numerische Zusammenfassungen Mittelwerte: Arithmetisches Mittel: Median: Modalwert: Streuungsmasse: Varianz / Standardabweichung: Variationskoeffizient : Schwerpunkt der Stichprobe Mittlerer Werteiner einer Stichprobe Am häufigsten vorkommender Wert Verteilung um den Mittelwert Variabilität relativ zum Mittelwert Andere Masse: Schiefekoeffizient: Schiefe relativ zum Mittelwert Kurtosis: Wölbung um den Mittelwert Masse für Korrelation: Kovarianz: Tendenz für paarweise beobachtete Eigenschaften Korrelationskoeffizient : NormalisierterKoeffizient zwischen 11 und

4 Zusammenfassung Graphische Darstellung Ein dimensionales Streudiagramm Veranschaulicht den Bereich und die Verteilung von Datenreihen entlang einer Achse, und zeigt Symmetrie. Zwei dimensionales Streudiagramm Veranschaulicht den paarweisen Zusammenhang von Daten. Histogramm Stellt die Verteilung von Daten über einem Bereich von Datenreihen dar, zeigt Modalwert und Symmetrie. Quantile Plot Tukey Boxplot Q Q Plot Mittel über Differenz Plot Stellt Median, Verteilung und Symmetrie dar. Stellt Median, obere/untere Quartile, Symmetrie und Verteilung dar. Vergleicht zwei Datenreihen, relativesbild. Vergleicht zwei Datenreihen, relatives Bild

5 Beschreibende Statistik Uns wurden die unten dargestellten Verkehrsdaten der Rosengartenstrasse in Zürich aus dem Monat April 2001 zur Auswertung übergeben. Richtung 1 gibt die Verkehrsbelastung zum Bucheggplatz, Richtung 2 die Belastung zum Escher Wyss Platz an

6 Was wollen wir wissen? Beschreibende Statistik Wie können wir das erfahren? Grafik, Histogramm numerische Zusammenfassung etc. Beispiel: Man will etwas über die Änderung des Verkehrs in Richtung 1 im Monat April erfahren. r Verkehr täglicher Monatstag

7 Was wollen wir wissen? Beschreibende Statistik Wie können wir das erfahren? Grafik, Histogramm numerische Zusammenfassung etc. Beispiel: Man will zusätzlich etwas über das Verhältnis der beiden Verkehrsströme erfahren. her Verkehr täglich Monatstag

8 Was wollen wir wissen? Beschreibende Statistik Wie können wir das erfahren? Grafik, Histogramm numerische Zusammenfassung etc. Beispiel: Man will zusätzlich über das Verhältnis der beiden Verkehrsströme erfahren, man benötigt aber keine Informationen der Zeit

9 Was wollen wir wissen? Beschreibende Statistik Wie können wir das erfahren? Grafik, Histogramm numerische Zusammenfassung etc. Beispiel: Man interessiert sich für die täglichen Verkehrsströme, in jede Richtung Richtung 1 Richtung 2 was ist bei diesem Vergleich nicht gut gelöst?

10 Wir üben heute Beschreibende Statistik wie man die Eigenschaften von gegebenen Daten darstellen kann, und zwar: Grafisch Häufigkeitsverteilung (Histogramm) kumulative Häufigkeitsverteilung Numerisch Mittelwert Standardabweichung Zusammenfassungeng Tukey Box Plot Korrelation von Datenreihen Anmerkung: Du kannst Excel, Matlab und/oder andere Statistikprogramme verwenden. ABER!!!!! Stelle IMMER sicher, Funktionen selbst einzusetzen oder zu prüfen, ob die Funktionen, die du vom verwendeten Programm bereitgestellt bekommst, mit denen des Skripts übereinstimmen!

11 Aufgabe 2.1 Erstelle von den erhobenen Verkehrsdaten nach deren Einteilung il in Klassen eine Häufigkeitsverteilung sowie eine kumulierte Häufigkeitsverteilung und stelle deren Verläufe in den geeigneten Graphen dar. Vergleiche die Verkehrsflüsse beider Richtungen

12 Aufgabe 2.1 Schritte: 1. Dt Daten sortieren 2. Geeignete Anzahl von Klassen wählen 3. Die Anzahl der Daten für jede Klasse zählen 4. Häufigkeitsverteilung zeichnen 5. Kumulative Häufigkeitsverteilung zeichnen

13 Aufgabe 2.1 Statistik und Wahrscheinlichkeitsrechnung Schritte: 1. Daten sortieren 2. Geeignete Anzahl von Klassen wählen 3. Die Anzahl der Daten für jede Klasse zählen 4. Häufigkeitsverteilung zeichnen 5 K l ti Hä fi k it t il ih Schritt 1 (Sortieren der Daten) 5. Kumulative Häufigkeitsverteilung zeichnen sortieren

14 Aufgabe 2.1 Schritt 2 (Wahl der Anzahl der Klassen) Es gibt keine allgemeingültige Regel, aber eine Faustregel: k = log3log 10 dabei ist k die Anzahl an Klassen und n die Anzahl an Daten. In unserem Fall, n = 30 Richtung 1, Minimum = Maximum= m g 10 Statistik und Wahrscheinlichkeitsrechnung k = log 30 = n Schritte: 1. Daten sortieren 2. Geeignete Anzahl von Klassen wählen 3. Die Anzahl der Daten für jede Klasse zählen 4. Häufigkeitsverteilung zeichnen 5. Kumulative Häufigkeitsverteilung it t il zeichnen ih Wir könnten folgende Klassem wählen: (24.5,26.5],(26.5,28.5], (28.5,30.5],(30.5,32.5],(32.5,34.5],(34.5,36.5]

15 Aufgabe 2.1 Schritt 3 (Zähle die Anzahl in jeder Klasse) Schritte: 1. Daten sortieren 2. Geeignete Anzahl von Klassen wählen 3. Die Anzahl der Daten für jede Klasse zählen 4. Häufigkeitsverteilung zeichnen 5. Kumulative Häufigkeitsverteilung it t il zeichnen ih Intervall (Anzahl der Autos *10 3 ) Intervall Mittelpunkt (Anzahl der Autos *10 3 ) Abs. Häufigkeit in der Klasse Zählen Rich htung

16 Aufgabe 2.1 Schritt 4 (Zeichne die Häufigkeitsverteilung) Zuerst einige Berechnungen. Schritte: 1. Daten sortieren 2. Geeignete Anzahl von Klassen wählen 3. Die Anzahl der Daten für jede Klasse zählen 4. Häufigkeitsverteilung zeichnen 5. Kumulative Häufigkeitsverteilung it t il zeichnen ih 1 Intervall (Anzahl der Autos *10 3 ) Intervall Mittelpunkt (Anzahl Abs. Häufigkeit in Rel. Häufigkeit [%] der Autos *10 3 ) der Klasse Richtung n k rel. Häufigkeit fg % = 100 nges 3 = 100 =

17 Aufgabe 2.1 Statistik und Wahrscheinlichkeitsrechnung Schritte: 1. Daten sortieren 2. Geeignete Anzahl von Klassen wählen 3. Die Anzahl der Daten für jede Klasse zählen 4. Häufigkeitsverteilung zeichnen 5 K l ti Hä fi k it t il ih Schritt 4 (Zeichne die Häufigkeitsverteilung) 5. Kumulative Häufigkeitsverteilung zeichnen 1 Intervall (Anzahl der Autos *10 3 ) Intervall Mittelpunkt (Anzahl Abs. Häufigkeit in Rel. Häufigkeit [%] der Autos *10 3 ) der Klasse Richtung Zeichnen Häufi gkeit [%] Richtung Anzahl der Autos (*10 3 )

18 Aufgabe 2.1 Schritt 5 (Zeichne die kumulative Häufigkeits verteilung) Statistik und Wahrscheinlichkeitsrechnung kumulieren Schritte: 1. Daten sortieren 2. Geeignete Anzahl von Klassen wählen 3. Die Anzahl der Daten für jede Klasse zählen 4. Häufigkeitsverteilung zeichnen 5. Kumulative Häufigkeitsverteilung it t il zeichnen ih Richtung 1 Intervall (Anzahl der Autos *10 3 ) Intervall Mittelpunkt (Anzahl der Autos *10 3 ) Abs. Häufigkeit in der Klasse Rel. Häufigkeit [%] kumulative Häufigkeit /

19 Aufgabe 2.1 Schritt 5 (Zeichne die kumulative Häufigkeits verteilung) Statistik und Wahrscheinlichkeitsrechnung kumulieren Schritte: 1. Daten sortieren 2. Geeignete Anzahl von Klassen wählen 3. Die Anzahl der Daten für jede Klasse zählen 4. Häufigkeitsverteilung zeichnen 5. Kumulative Häufigkeitsverteilung it t il zeichnen ih Richtung 1 Intervall (Anzahl der Autos *10 3 ) Intervall Mittelpunkt (Anzahl Abs. Häufigkeit Rel. Häufigkeit kumulative Häufigkeit der Autos *10 3 ) in der Klasse [%] /

20 Aufgabe 2.1 Schritt 5 (Zeichne die kumulative Häufigkeits verteilung) Statistik und Wahrscheinlichkeitsrechnung kumulieren Schritte: 1. Daten sortieren 2. Geeignete Anzahl von Klassen wählen 3. Die Anzahl der Daten für jede Klasse zählen 4. Häufigkeitsverteilung zeichnen 5. Kumulative Häufigkeitsverteilung it t il zeichnen ih Richtung 1 Intervall (Anzahl der Autos *10 3 ) Intervall Mittelpunkt (Anzahl Abs. Häufigkeit Rel. Häufigkeit kumulative Häufigkeit der Autos *10 3 ) in der Klasse [%] zeichnen y=

21 Aufgabe 2.1 Dasselbe kann nun für Richtung 2 durchgeführt werden. Was kann aus diesen Diagrammen erkannt werden? Statistik und Wahrscheinlichkeitsrechnung Richtung 1 Richtung 2 Der Verkehrsstrom in Richtung 1 ist grösser als in Richtung 2. Es sind grosse Variationen in beiden Richtungen zu erkennen. etc. Diese Diagramme geben einen guten ersten Überblick über die Daten!

22 Quantile Definition : DieQ Q Quantile Quantile korrespondiert mitdem Wert der Stichprobe, welcher mit dem Wert 100% Q x 100% überschritten wird. Dh D.h. zum Beispiel: das 075 Quantil 0.75 Quantil wird von 100% 0.75 x 100% = 25% der Daten überschritten. DieQuantilewerden vonder geordneten Stichprobe berechnet: x o 1 x o 2... x o n i Qi =, n: Gesamt Anzahl der Beobachtungen, i=1,2..., n n

23 Aufgabe 2.2 Verwende für beide Datenreihen der Verkehrsdaten den Tukey Boxplot, um eine zusammenfassende Übersicht über die Eigenschaften der jeweiligen Verteilung zu bekommen. Trage beide Darstellungen in die gleiche Graphik auf, um die Datenreihen der Verkehrsmessung anschaulich vergleichen zu können und beurteile diese hinsichtlich ihrer Symmetrie. Schritte 1. Berechne den Median 2. Berechne die 75% and 25% Quantile. 3. Berechne die verbundenen Werte. 4. Ausreisser 5. Zeichne den Tukey Box Plot

24 Aufgabe 2.2 Schritt 1 (Berechne den Median) Schritte 1. Berechne den Median 2. Berechne die 75% und 25% Quantile. 3. Berechne die verbundenen Werte. 4. Ausreisser 5. Zih Zeichne den Tukey Box Plot Tk Es ist der Zentralwert (50% Quantil). Aber. wenn die Anzahl der Daten gerade ist, ist das nicht möglich! In diesem Fall müssen wir linear interpolieren. Der Median ist =

25 Aufgabe 2.2 Schritt 2 (Berechnung der Quartile) Schritte 1. Berechne den Median 2. Berechne die 75% und 25% Quantile. 3. Berechne die verbundenen Werte. 4. Ausreisser 5. Zih Zeichne den Tukey Box Plot Tk Anschaulich bedeutet das: 0.75 = 75% 0.75 Quantil

26 Aufgabe 2.2 Schritt 2 (Berechnung der Quartile) Genaue Berechnung: i Qi =, n + 1 n : Gesamt Anzahl der Beobachtungen 75%

27 Aufgabe 2.2 Statistik und Wahrscheinlichkeitsrechnung Schritte 1. Berechne den Median 2. Berechne die 75% und 25% Quantile. 3. Berechne die Nachbarschaftswerte. 4. Ausreisser 5 Zih d Tk B Pl t Schritt 2 (Berechnung der Quartile) 5. Zeichne den Tukey Box Plot Interpolation 24 (0.77) 23 (0.74) 0.25 ν = nq + Q v v ν = = o o o xv = (1 p) x23 + px = (1 0.25) = Autos

28 Aufgabe 2.2 Statistik und Wahrscheinlichkeitsrechnung Schritte 1. Berechne den Median 2. Berechne die 75% und 25% Quantile. 3. Berechne die verbundenen Werte. 4. Ausreisser 5. Zih Zeichne den Tukey Box Plot Tk Schritt 3 (Berechnung der verbundenen Werte) interquartiler Bereich Q 0.75 = r Q Q = = 3560 Q 0.25 = Grösster verbundener Wert: grösster Wert (75% Quantil) r In diesem Fall, grösster Wert kleiner als = Der grösste Wert der Datenreihe kleiner als der berechnete, ist der grösste verbundene Wert. Gö Grösster verbundener Wert =

29 Aufgabe 2.2 Statistik und Wahrscheinlichkeitsrechnung Schritte 1. Berechne den Median 2. Berechne die 75% und 25% Quantile. 3. Berechne die verbundenen Werte. 4. Ausreisser 5 Zih d Tk B Pl t Schritt 3 (Berechnung der Nachbarschaftswerte) 5. Zeichne den Tukey Box Plot Q 0.75 = Q 0.25 = r Q Q = = 3560 Kleinster verbundenerwert: kleinster Wert (25% quantile ) r In diesem Fall, kleinster Wert grösser als = Kleinster verbundener Wert =

30 Aufgabe 2.2 Statistik und Wahrscheinlichkeitsrechnung Schritte 1. Berechne den Median 2. Berechne die 75% und 25% Quantile. 3. Berechne verbundenen Werte. 4. Ausreisser 5 Zih d Tk B Pl t Schritt 4 (Ausreisser) 5. Zeichne den Tukey Box Plot Ausreisser: Ausserhalb der oberen und unteren Nachbarschaftswerte Zusammenfassung Grösster verbundener Wert: % Quantil: Median : % Quantil : Kleinster verbundener Wert:

31 Aufgabe 2.2 Schritt 5 (Zeichne Tukey Boxplot) Zusammenfassung grösster verbundener Wert: % Quantil: Median : % Quantil : kleinster verbundener Wert: Ausreisser: Schritte 1. Berechne den Median 2. Berechne die 75% und 25% Quantile. 3. Berechne die verbundenen Werte. 4. Ausreisser 5. Zih Zeichne den Tukey Boxplot Tk * Richtung 1 31

32 Aufgabe 2.2 Lösung Eigenschaften der jeweiligen Verteilung: Median verbundenen Werte oberes und unteres Quartil (0,75 und 0.25% Quantil) Ausreisser Vergleich der Datenreihen: Alle Eigenschaften sind in Richtung1 grösser. Grösseres Verkehrsvolumen in Richtung 1 Grössere InterquartilerBereich in Richtung 2: Beobachtungen sind weiter gestreut um den Medium Symmetrie der Datenreihen: keine Symmetrie beobachtet. Der Median ist bei beiden Datenreihen näher am oberen Nachbarschaftswert linksschief

33 Aufgabe 2.5 Die Tabelle zeigt die Anzahl an Studienanfängern X und die Gesamtanzahl an Studierenden Y an einer Universität. Die Korrelation dieser Zahlen ist mit Hilfe des Berechnungsblattes zu bestimmen. Tabelle Anzahl Studienanfänger und Studentenzahl (gesamt)

34 Aufgabe 2.5 Die Korrelation dieser Beobachtungen ist mit Hilfe des Berechnungsblattes zu bestimmen. Tabelle Anzahl Studienanfänger und Studentenzahl (gesamt) Was ist bekannt? Studienanfänger: X Studentenzahl: Y Studienanfänger: x i, i=1,,6 Studentenzahlen: y i, i=1,,6 Beobachtungen/Universität: n=

35 Aufgabe 2.5 Die Korrelation dieser Beobachtungen ist mit Hilfe des Berechnungsblattes zu bestimmen. Tabelle Anzahl Studienanfänger und Studentenzahl (gesamt) Was ist bekannt? Studienanfänger: X Studentenzahl: Y Studienanfänger: x i, i=1,,6 Studentenzahlen: y i, i=1,,6 Beobachtungen/Universität: n=6 Was wird gesucht? Korrelation: Mittelwert: r XY Standardabweichung: 1 n ( xi x)( yi y) = n s s x y i= 1 X Y s X s Y

36 Aufgabe 2.5 Bestimmen Sie die Korrelation dieser Zahlen mit Hilfe des Berechnungsblattes. Tabelle Anzahl Studienanfänger und Studentenzahl (gesamt) Auf den ersten Blick sind sie korreliert, oder?????? Gebe eine grobe Schätzung des Korrelationskoeffizienten!!!! 1 r 1 r XY

37 Aufgabe 2.5 Was ist bekannt? Studienanfänger: X Studentenzahl: Y Anzahl Studienanfänger: Anzahl von Studentenzahlen: x i, i=1,,6 y i, i=1,,6 Anzahl Beobachtungen/Universität: n=6 Tabelle Anzahl Studienanfänger und Studentenzahl (gesamt) Was ist gesucht? Korrelation: r XY ( x x )( y y ) 1 n i i = n s s i= 1 X Y Mittelwert: 1 n x xi 1 n y = yi n i = 1 n i = 1 = n Standardabweichung: 1 s x x X n n 2 2 = ( i - ) s Y = ( - ) n i = yi y 1 n i =

38 Aufgabe 2.5 Lösung Tabelle Anzahl Studienanfänger und Studentenzahl (gesamt) xi yi xi x yi y 2 (x x) i 2 (y y) (x x)(y y) i A B C D E F Σ Σ / n Σ / n

39 Aufgabe 2.5 Lösung r XY n 1 ( xi x )( yi y ) = = = n s s i= 1 X Y 0.99 Wie erwartet, ist der Korrelationskoeffizient positiv

40 Aufgabe 2.4 (Gruppenaufgabe) Potentialfeldmessungen helfen dabei, die mögliche Korrosionin in Brückentragwerken vorherzusagen. Während einer routinemässigen Untersuchung an einer Brücke wurden die Daten in folgender Tabelle durch Potential feldmessungen entlang der beiden Fahrspuren (Richtung 1 und 2) erhoben: Messung Richtung 1 Richtung 2 Nr. (i) Widerstand (kohm) Widerstand (kohm)

41 Aufgabe 2.4 (Gruppenaufgabe) a) Nutze die beiden Datenreihen aus der Tabelle und fertige zwei Tukey Boxplots an (Richtung 1 und 2). Zeige die Hauptmerkmale der Tukey Boxplots und schreibe deren Werte neben die korrespondierenden Punkte auf das Diagramm. Zeichne auch vorhandene Werte die ausserhalb liegen ein. b) Der Tukey Boxplot ist ein hilfreiches Werkzeug zur Bewertung der Symmetrie von Datenreihen. Diskutiere Symmetrie/Schiefe der Potentialfeldmessdaten der beiden Fahrspuren. c) Wähle eine geeignete Anzahl von Klassen und zeichne ein Histogramm für die Potentialfeldmessdaten von Richtung 1. d) Viel Erfolg ; )

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik und Wahrscheinlichkeitsrechnung Dr. Jochen Köhler 26.02.2008 1 Warum Statistik und Wahrscheinlichkeits rechnung im Ingenieurwesen? Zusammenfassung der letzten Vorlesung Statistik und Wahrscheinlichkeitsrechnung

Mehr

1,11 1,12 1,13 1,14 1,15 1,16 1,17 1,17 1,17 1,18

1,11 1,12 1,13 1,14 1,15 1,16 1,17 1,17 1,17 1,18 3. Deskriptive Statistik Ziel der deskriptiven (beschreibenden) Statistik (explorativen Datenanalyse) ist die übersichtliche Darstellung der wesentlichen in den erhobenen Daten enthaltene Informationen

Mehr

Willkommen zur Vorlesung Statistik

Willkommen zur Vorlesung Statistik Willkommen zur Vorlesung Statistik Thema dieser Vorlesung: Maßzahlen für zentrale Tendenz, Streuung und andere Eigenschaften von Verteilungen Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische

Mehr

2. Deskriptive Statistik 2.1. Häufigkeitstabellen, Histogramme, empirische Verteilungsfunktionen

2. Deskriptive Statistik 2.1. Häufigkeitstabellen, Histogramme, empirische Verteilungsfunktionen 4. Datenanalyse und Modellbildung Deskriptive Statistik 2-1 2. Deskriptive Statistik 2.1. Häufigkeitstabellen, Histogramme, empirische Verteilungsfunktionen Für die Auswertung einer Messreihe, die in Form

Mehr

90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft

90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft Prof. Dr. Helmut Küchenhoff SS08 90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft am 22.7.2008 Anmerkungen Überprüfen Sie bitte sofort, ob Ihre Angabe vollständig ist. Sie sollte

Mehr

Herzlich willkommen zur Vorlesung Statistik. Streuungsmaße oder die Unterschiedlichkeit der Daten nebst kurzen Ausführungen zu Schiefe und Wölbung

Herzlich willkommen zur Vorlesung Statistik. Streuungsmaße oder die Unterschiedlichkeit der Daten nebst kurzen Ausführungen zu Schiefe und Wölbung FB 1 W. Ludwig-Mayerhofer Statistik 1 Herzlich willkommen zur Vorlesung Statistik smaße oder die Unterschiedlichkeit der Daten nebst kurzen Ausführungen zu Schiefe und Wölbung FB 1 W. Ludwig-Mayerhofer

Mehr

Einfache Statistiken in Excel

Einfache Statistiken in Excel Einfache Statistiken in Excel Dipl.-Volkswirtin Anna Miller Bergische Universität Wuppertal Schumpeter School of Business and Economics Lehrstuhl für Internationale Wirtschaft und Regionalökonomik Raum

Mehr

4. Erstellen von Klassen

4. Erstellen von Klassen Statistik mit Tabellenkalkulation 4. Erstellen von Klassen Mit einem einfachen Befehl lässt sich eine Liste von Zahlen auf die Häufigkeit der einzelnen Werte untersuchen. Verwenden Sie dazu den Befehl

Mehr

Statistik I für Betriebswirte Vorlesung 2

Statistik I für Betriebswirte Vorlesung 2 Statistik I für Betriebswirte Vorlesung 2 PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik 16. April 2015 PD Dr. Frank Heyde Statistik I für Betriebswirte Vorlesung 2 1 ii) empirische

Mehr

1 Darstellen von Daten

1 Darstellen von Daten 1 Darstellen von Daten BesucherInnenzahlen der Bühnen Graz in der Spielzeit 2010/11 1 Opernhaus 156283 Hauptbühne 65055 Probebühne 7063 Ebene 3 2422 Next Liberty 26800 Säulen- bzw. Balkendiagramm erstellen

Mehr

a) Zeichnen Sie in das nebenstehende Streudiagramm mit Lineal eine Regressionsgerade ein, die Sie für passend halten.

a) Zeichnen Sie in das nebenstehende Streudiagramm mit Lineal eine Regressionsgerade ein, die Sie für passend halten. Statistik für Kommunikationswissenschaftler Wintersemester 2009/200 Vorlesung Prof. Dr. Helmut Küchenhoff Übung Cornelia Oberhauser, Monia Mahling, Juliane Manitz Thema 4 Homepage zur Veranstaltung: http://www.statistik.lmu.de/~helmut/kw09.html

Mehr

Bitte am PC mit Windows anmelden!

Bitte am PC mit Windows anmelden! Einführung in SPSS Plan für heute: Grundlagen/ Vorwissen für SPSS Vergleich der Übungsaufgaben Einführung in SPSS http://weknowmemes.com/generator/uploads/generated/g1374774654830726655.jpg Standardnormalverteilung

Mehr

Einfache statistische Auswertungen mit dem TI-Nspire

Einfache statistische Auswertungen mit dem TI-Nspire 1. Neues Dokument und darin eine neue Seite anlegen Als Typ 6: Lists & Spreadsheet wählen. Darin die Messwerte in einer Spalte erfassen. Dies ergibt die Urliste. Wenn mehrere Messwerte vorliegen, die diejenigen,

Mehr

2. Eindimensionale (univariate) Datenanalyse

2. Eindimensionale (univariate) Datenanalyse 2. Eindimensionale (univariate) Datenanalyse Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Kennzahlen, Statistiken In der Regel interessieren uns nicht so sehr die beobachteten Einzeldaten

Mehr

Statistik mit Excel. für Praktiker: Statistiken aufbereiten und präsentieren HORST-DIETER RADKE

Statistik mit Excel. für Praktiker: Statistiken aufbereiten und präsentieren HORST-DIETER RADKE Statistik mit Excel für Praktiker: Statistiken aufbereiten und präsentieren HORST-DIETER RADKE INHALTS- VERZEICHNIS Vorwort 13 Schreiben Sie uns! 15 1 Statistische Untersuchungen 17 Wozu Statistik? 18

Mehr

1 Verteilungen und ihre Darstellung

1 Verteilungen und ihre Darstellung GKC Statistische Grundlagen für die Korpuslinguistik Kapitel 2: Univariate Deskription von Daten 8.11.2004 Univariate (= eindimensionale) Daten bestehen aus Beobachtungen eines einzelnen Merkmals. 1 Verteilungen

Mehr

1 45, 39, 44, 48, 42, 39, 40, , 31, 46, 35, 31, 42, 51, , 42, 33, 46, 33, 44, 43

1 45, 39, 44, 48, 42, 39, 40, , 31, 46, 35, 31, 42, 51, , 42, 33, 46, 33, 44, 43 1) Ermittle jeweils das arithmetische Mittel. Ordne die Datenerhebungen nach der Größe der arithmetischen Mittel. Beginne mit dem Größten. 1 45, 39, 44, 48, 42, 39, 40, 31 2 35, 31, 46, 35, 31, 42, 51,

Mehr

STATISTIK. Erinnere dich

STATISTIK. Erinnere dich Thema Nr.20 STATISTIK Erinnere dich Die Stichprobe Drei Schüler haben folgende Noten geschrieben : Johann : 4 6 18 7 17 12 12 18 Barbara : 13 13 12 10 12 3 14 12 14 15 Julia : 15 9 14 13 10 12 12 11 10

Mehr

Eine computergestützte Einführung mit

Eine computergestützte Einführung mit Thomas Cleff Deskriptive Statistik und Explorative Datenanalyse Eine computergestützte Einführung mit Excel, SPSS und STATA 3., überarbeitete und erweiterte Auflage ^ Springer Inhaltsverzeichnis 1 Statistik

Mehr

Methoden der empirischen Sozialforschung I

Methoden der empirischen Sozialforschung I Methoden der empirischen Sozialforschung I Annelies Blom, PhD TU Kaiserslautern Wintersemester 2011/12 Übersicht Quantitative Datenauswertung: deskriptive und induktive Statistik Wiederholung: Die wichtigsten

Mehr

Datenanalyse und Statistik

Datenanalyse und Statistik Datenanalyse und Statistik p. 1/44 Datenanalyse und Statistik Vorlesung 2 (Graphik I) K.Gerald van den Boogaart http://www.stat.boogaart.de Datenanalyse und Statistik p. 2/44 Daten Schätzung Test Mathe

Mehr

Franz Kronthaler. Statistik angewandt. Datenanalyse ist (k)eine Kunst. Excel Edition. ^ Springer Spektrum

Franz Kronthaler. Statistik angewandt. Datenanalyse ist (k)eine Kunst. Excel Edition. ^ Springer Spektrum Franz Kronthaler Statistik angewandt Datenanalyse ist (k)eine Kunst Excel Edition ^ Springer Spektrum Inhaltsverzeichnis Teil I Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist Spaß 3

Mehr

Statistik mit Excel. für Praktiker: Statistiken aufbereiten und präsentieren HORST-DIETER RADKE. Markt+Technik

Statistik mit Excel. für Praktiker: Statistiken aufbereiten und präsentieren HORST-DIETER RADKE. Markt+Technik Statistik mit Excel für Praktiker: Statistiken aufbereiten und präsentieren HORST-DIETER RADKE Markt+Technik Vorwort Schreiben Sie uns! 13 15 Statistische Untersuchungen 17 Wozu Statistik? 18 Wirtschaftliche

Mehr

Deskriptive Statistik

Deskriptive Statistik Deskriptive Statistik In der beschreibenden Statistik werden Methoden behandelt, mit deren Hilfe man Daten übersichtlich darstellen und kennzeichnen kann. Die Urliste (=Daten in der Reihenfolge ihrer Erhebung)

Mehr

2 Analyse statistischer Daten zu einem Merkmal Lösungshinweise

2 Analyse statistischer Daten zu einem Merkmal Lösungshinweise 6 2 Analyse statistischer Daten zu einem Merkmal Lösungshinweise 2 Analyse statistischer Daten zu einem Merkmal Lösungshinweise : In der folgenden Tabelle ist eine Teilstichprobe zu den Studierenden in

Mehr

Evaluation der Normalverteilungsannahme

Evaluation der Normalverteilungsannahme Evaluation der Normalverteilungsannahme. Überprüfung der Normalverteilungsannahme im SPSS P. Wilhelm; HS SPSS bietet verschiedene Möglichkeiten, um Verteilungsannahmen zu überprüfen. Angefordert werden

Mehr

Schätzung des Lifetime Values von Spendern mit Hilfe der Überlebensanalyse

Schätzung des Lifetime Values von Spendern mit Hilfe der Überlebensanalyse Schätzung Lifetime Values von Spenn mit Hilfe Überlebensanalyse Einführung in das Verfahren am Beispiel Einzugsgenehmigung Überlebensanalysen o Ereignisdatenanalysen behandeln das Problem, mit welcher

Mehr

Deskription, Statistische Testverfahren und Regression. Seminar: Planung und Auswertung klinischer und experimenteller Studien

Deskription, Statistische Testverfahren und Regression. Seminar: Planung und Auswertung klinischer und experimenteller Studien Deskription, Statistische Testverfahren und Regression Seminar: Planung und Auswertung klinischer und experimenteller Studien Deskriptive Statistik Deskriptive Statistik: beschreibende Statistik, empirische

Mehr

Erstellen einer Formel

Erstellen einer Formel Software Erstellen einer Formel In Excel kann man individuelle Formeln erstellen, dabei wird eine Formel mit ein Gleichzeichen = eingeleitet. Man kann direkt in eine Zelle schreiben oder in dem dafür vorgesehen

Mehr

Verteilungsfunktion und Quantile

Verteilungsfunktion und Quantile Statistik 1 für SoziologInnen Verteilungsfunktion und Quantile Univ.Prof. Dr. Marcus Hudec Kumulierte Häufigkeiten Hinweis: Damit das Kumulieren inhaltlich sinnvoll ist, muss das Merkmal zumindest ordinal

Mehr

Standardisierung von Daten Darstellung von Daten in Texten, Tabellen und Abbildungen. Standardisierung von Daten

Standardisierung von Daten Darstellung von Daten in Texten, Tabellen und Abbildungen. Standardisierung von Daten DAS THEMA: TABELLEN UND ABBILDUNGEN Standardisierung von Daten Darstellung von Daten in Texten, Tabellen und Abbildungen Standardisierung von Daten z-standardisierung Standardnormalverteilung 1 DIE Z-STANDARDISIERUNG

Mehr

Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1

Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1 LÖSUNG 3A Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1 Mit den Berechnungsfunktionen LG10(?) und SQRT(?) in "Transformieren", "Berechnen" können logarithmierte Werte sowie die Quadratwurzel

Mehr

4. Auswertung eindimensionaler Daten

4. Auswertung eindimensionaler Daten 4. Auswertung eindimensionaler Daten Ziel dieses Kapitels: Präsentation von Methoden zur statistischen Auswertung eines einzelnen Merkmals 64 Bezeichnungen (Wiederholung): Merkmalsträger: e 1,..., e n

Mehr

1. Allgemeine Hinweise Alexander.Martin.Koenig@TU-Clausthal.de

1. Allgemeine Hinweise Alexander.Martin.Koenig@TU-Clausthal.de 1. Allgemeine Hinweise Alexander.Martin.Koenig@TU-Clausthal.de Man sollte eine Excel-Tabelle immer so übersichtlich wie möglich halten. Dazu empfiehlt es sich, alle benötigten Daten, Konstanten und Messwerte

Mehr

Auswertung und Darstellung wissenschaftlicher Daten (1)

Auswertung und Darstellung wissenschaftlicher Daten (1) Auswertung und Darstellung wissenschaftlicher Daten () Mag. Dr. Andrea Payrhuber Zwei Schritte der Auswertung. Deskriptive Darstellung aller Daten 2. analytische Darstellung (Gruppenvergleiche) SPSS-Andrea

Mehr

If something has a 50% chance of happening, then 9 times out of 10 it will. Yogi Berra

If something has a 50% chance of happening, then 9 times out of 10 it will. Yogi Berra If something has a 50% chance of happening, then 9 times out of 10 it will. Yogi Berra If you torture your data long enough, they will tell you whatever you want to hear. James L. Mills Warum Biostatistik?

Mehr

Eine zweidimensionale Stichprobe

Eine zweidimensionale Stichprobe Eine zweidimensionale Stichprobe liegt vor, wenn zwei qualitative Merkmale gleichzeitig betrachtet werden. Eine Urliste besteht dann aus Wertepaaren (x i, y i ) R 2 und hat die Form (x 1, y 1 ), (x 2,

Mehr

Lagemaße Übung. Zentrale Methodenlehre, Europa Universität - Flensburg

Lagemaße Übung. Zentrale Methodenlehre, Europa Universität - Flensburg Lagemaße Übung M O D U S, M E D I A N, M I T T E L W E R T, M O D A L K L A S S E, M E D I A N, K L A S S E, I N T E R P O L A T I O N D E R M E D I A N, K L A S S E M I T T E Zentrale Methodenlehre, Europa

Mehr

Statistik I für Humanund Sozialwissenschaften

Statistik I für Humanund Sozialwissenschaften Statistik I für Humanund Sozialwissenschaften 1 Übung Lösungsvorschlag Gruppenübung G 1 Auf einer Touristeninsel in der Karibik wurden in den letzten beiden Juliwochen morgens zur gleichen Zeit die folgenden

Mehr

4. Kumulierte Häufigkeiten und Quantile

4. Kumulierte Häufigkeiten und Quantile 4. Kumulierte Häufigkeiten und Quantile Kumulierte Häufigkeiten Oft ist man nicht an der Häufigkeit einzelner Merkmalsausprägungen interessiert, sondern an der Häufigkeit von Intervallen. Typische Fragestellung:

Mehr

Verteilungsfunktion und Quantile

Verteilungsfunktion und Quantile Statistik 1 für SoziologInnen Verteilungsfunktion und Quantile Univ.Prof. Dr. Marcus Hudec Kumulierte Häufigkeiten Hinweis: Damit das Kumulieren inhaltlich sinnvoll ist, muss das Merkmal zumindest ordinal

Mehr

Klausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2007/2008. Aufgabe 1

Klausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2007/2008. Aufgabe 1 Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2007/2008 Aufgabe 1 Ihnen liegt

Mehr

Einfache statistische Auswertungen mit dem Programm SPSS

Einfache statistische Auswertungen mit dem Programm SPSS Einfache statistische Auswertungen mit dem Programm SPSS Datensatz: fiktive_daten.sav Dipl. Päd. Anne Haßelkus Dr. Dorothea Dette-Hagenmeyer 11/2011 Überblick 1 Deskriptive Statistiken; Mittelwert berechnen...

Mehr

Expertenrunde Gruppe 1: Wiederholungsgruppe EXCEL (Datenerfassung, Darstellungsformen, Verwertung)

Expertenrunde Gruppe 1: Wiederholungsgruppe EXCEL (Datenerfassung, Darstellungsformen, Verwertung) Epertenrunde Gruppe 1: Wiederholungsgruppe EXCEL (Datenerfassung, Darstellungsformen, Verwertung) Im Folgenden wird mit Hilfe des Programms EXEL, Version 007, der Firma Microsoft gearbeitet. Die meisten

Mehr

9. Schätzen und Testen bei unbekannter Varianz

9. Schätzen und Testen bei unbekannter Varianz 9. Schätzen und Testen bei unbekannter Varianz Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Schätzen und Testen bei unbekannter Varianz Wenn wir die Standardabweichung σ nicht kennen,

Mehr

Häufigkeitstabellen. Balken- oder Kreisdiagramme. kritischer Wert für χ2-test. Kontingenztafeln

Häufigkeitstabellen. Balken- oder Kreisdiagramme. kritischer Wert für χ2-test. Kontingenztafeln Häufigkeitstabellen Menüpunkt Data PivotTable Report (bzw. entsprechendes Icon): wähle Data Range (Zellen, die die Daten enthalten + Zelle mit Variablenname) wähle kategoriale Variable für Spalten- oder

Mehr

Elisabeth Raab-Steiner/Michael Benesch. Der Fragebogen. Von der Forschungsidee zur SPSS/PASW-Auswertung. 2., aktualisierte Auflage. facultas.

Elisabeth Raab-Steiner/Michael Benesch. Der Fragebogen. Von der Forschungsidee zur SPSS/PASW-Auswertung. 2., aktualisierte Auflage. facultas. Elisabeth Raab-Steiner/Michael Benesch Der Fragebogen Von der Forschungsidee zur SPSS/PASW-Auswertung 2., aktualisierte Auflage facultas.wuv Inhaltsverzeichnis 1 Elementare Definitionen 11 1.1 Deskriptive

Mehr

Deskriptive Statistik & grafische Darstellung

Deskriptive Statistik & grafische Darstellung Deskriptive Statistik & grafische Darstellung Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de Statistik 1 S. Garbade (SRH Heidelberg) Deskriptive

Mehr

Dr. I. Fahrner WiSe 2016/17 Fakultät Grundlagen Hochschule Esslingen Übungsblatt 2. Statistik

Dr. I. Fahrner WiSe 2016/17 Fakultät Grundlagen Hochschule Esslingen Übungsblatt 2. Statistik Dr. I. Fahrner WiSe 2016/17 Fakultät Grundlagen 6.10.2016 Hochschule Esslingen Übungsblatt 2 Statistik Stichworte: arithmetischer Mittelwert, empirische Varianz, empirische Standardabweichung, empirischer

Mehr

Faustformeln / Zusammenhänge a) Binomialverteilung als Poissonverteilung:

Faustformeln / Zusammenhänge a) Binomialverteilung als Poissonverteilung: Faustformeln / Zusammenhänge a) Binomialverteilung als Poissonverteilung: k ( np) np B( n, p; k) Poi( np, k) e k! falls gilt: p

Mehr

Zusammenhänge zwischen metrischen Merkmalen

Zusammenhänge zwischen metrischen Merkmalen Zusammenhänge zwischen metrischen Merkmalen Darstellung des Zusammenhangs, Korrelation und Regression Daten liegen zu zwei metrischen Merkmalen vor: Datenpaare (x i, y i ), i = 1,..., n Beispiel: x: Anzahl

Mehr

13,86. Schritt 4: Berechnung des Quartilsabstandes. Unteres Quartil! #5,5.

13,86. Schritt 4: Berechnung des Quartilsabstandes. Unteres Quartil! #5,5. Lösung Aufgabe A1 Detaillierter Lösungsweg: Schritt 1: Prüfung, ob die gegebene Messreihe sortiert ist, In diesem Beispiel ist dies der Fall und wir haben insgesamt 22 Messungen. Schritt 2: Berechnen des

Mehr

Beide Verteilungen der Zeiten sind leicht schief. Der Quartilsabstand für Zeiten zum Surfen ist kleiner als der zum Fernsehen.

Beide Verteilungen der Zeiten sind leicht schief. Der Quartilsabstand für Zeiten zum Surfen ist kleiner als der zum Fernsehen. Welche der folgenden Maßzahlen sind resistent gegenüber Ausreißer? Der Mittelwert und die Standardabweichung. Der und die Standardabweichung. Der und die Spannweite. Der und der Quartilsabstand. Die Spannweite

Mehr

3. Deskriptive Statistik

3. Deskriptive Statistik 3. Deskriptive Statistik Eindimensionale (univariate) Daten: Pro Objekt wird ein Merkmal durch Messung / Befragung/ Beobachtung erhoben. Resultat ist jeweils ein Wert (Merkmalsausprägung) x i : - Gewicht

Mehr

Grafische Darstellungen. Box-and-Whiskers-Plot (Boxplot) Grafische Darstellungen. Grafische Darstellungen

Grafische Darstellungen. Box-and-Whiskers-Plot (Boxplot) Grafische Darstellungen. Grafische Darstellungen Box-and-Whiskers-Plot (Boxplot) der Boxplot vereinigt bekannte deskriptive Kenngrößen zu einer grafischen Darstellung Box x 0.5, Median, x 0.75 vertikale Linien x 0.5 -.5 IQR x 0.75 +.5 IQR Extremwerte

Mehr

Sozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester 2009. Statistik mit SPSS

Sozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester 2009. Statistik mit SPSS Sommersemester 2009 Statistik mit SPSS 15. Mai 2009 15. Mai 2009 Statistik Dozentin: mit Esther SPSSOchoa Fernández 1 Überblick 1. Korrelationsanalysen Kovariation und Kovarianz Korrelation: - Interpretation

Mehr

Dokumentation. estat Version 2.0

Dokumentation. estat Version 2.0 Dokumentation estat Version 2.0 Installation Die Datei estat.xla in beliebiges Verzeichnis speichern. Im Menü Extras AddIns... Durchsuchen die Datei estat.xla auswählen. Danach das Auswahlhäkchen beim

Mehr

1.1 Graphische Darstellung von Messdaten und unterschiedliche Mittelwerte. D. Horstmann: Oktober

1.1 Graphische Darstellung von Messdaten und unterschiedliche Mittelwerte. D. Horstmann: Oktober 1.1 Graphische Darstellung von Messdaten und unterschiedliche Mittelwerte D. Horstmann: Oktober 2014 4 Graphische Darstellung von Daten und unterschiedliche Mittelwerte Eine Umfrage nach der Körpergröße

Mehr

Forschungsstatistik I

Forschungsstatistik I Prof. Dr. G. Meinhardt. Stock, Nordflügel R. 0-49 (Persike) R. 0- (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de WS 008/009 Fachbereich

Mehr

Bachelor BEE Statistik Übung: Blatt 1 Ostfalia - Hochschule für angewandte Wissenschaften Fakultät Versorgungstechnik Aufgabe (1.1): Gegeben sei die folgende Messreihe: Nr. ph-werte 1-10 6.4 6.3 6.7 6.5

Mehr

Einführung in statistische Analysen

Einführung in statistische Analysen Einführung in statistische Analysen Andreas Thams Econ Boot Camp 2008 Wozu braucht man Statistik? Statistik begegnet uns jeden Tag... Weihnachten macht Deutschen Einkaufslaune. Im Advent überkommt die

Mehr

Statistik im Versicherungs- und Finanzwesen

Statistik im Versicherungs- und Finanzwesen Springer Gabler PLUS Zusatzinformationen zu Medien von Springer Gabler Grimmer Statistik im Versicherungs- und Finanzwesen Eine anwendungsorientierte Einführung 2014 1. Auflage Übungsaufgaben zu Kapitel

Mehr

Kapitel 13 Häufigkeitstabellen

Kapitel 13 Häufigkeitstabellen Kapitel 13 Häufigkeitstabellen Die gesammelten und erfaßten Daten erscheinen in der Datendatei zunächst als unübersichtliche Liste von Werten. In dieser Form sind die Daten jedoch wenig aussagekräftig

Mehr

Unterlagen zum Tutorium der Lehrveranstaltung. MATHEMATIK für NATURWISSENSCHAFTEN (STATISTIK) Christoph Huber FB Mathematik der Universität Salzburg

Unterlagen zum Tutorium der Lehrveranstaltung. MATHEMATIK für NATURWISSENSCHAFTEN (STATISTIK) Christoph Huber FB Mathematik der Universität Salzburg Unterlagen zum Tutorium der Lehrveranstaltung MATHEMATIK für NATURWISSENSCHAFTEN (STATISTIK) Christoph Huber FB Mathematik der Universität Salzburg Stand: 30. April 2008 INHALTSVERZEICHNIS I Inhaltsverzeichnis

Mehr

Lage- und Streuungsmaße

Lage- und Streuungsmaße Sommersemester 2009 Modus Median Arithmetisches Mittel Symmetrie/Schiefe Wölbung/Exzess 4 6 8 10 ALQ Tutorien Begleitend zur Vorlesung, inhaltlich identisch mit der Übung Mögliche Zeiten: Do 10-12, Do

Mehr

Modul G.1 WS 07/08: Statistik 17.01.2008 1. Die Korrelation ist ein standardisiertes Maß für den linearen Zusammenhangzwischen zwei Variablen.

Modul G.1 WS 07/08: Statistik 17.01.2008 1. Die Korrelation ist ein standardisiertes Maß für den linearen Zusammenhangzwischen zwei Variablen. Modul G.1 WS 07/08: Statistik 17.01.2008 1 Wiederholung Kovarianz und Korrelation Kovarianz = Maß für den linearen Zusammenhang zwischen zwei Variablen x und y Korrelation Die Korrelation ist ein standardisiertes

Mehr

ÜBUNGSAUFGABEN ZUR DESKRIPTIVEN UND EXPLORATIVEN DATENANALYSE

ÜBUNGSAUFGABEN ZUR DESKRIPTIVEN UND EXPLORATIVEN DATENANALYSE ÜBUNGSAUFGABEN ZUR DESKRIPTIVEN UND EXPLORATIVEN DATENANALYSE 1.1 Füllen Sie bitte folgenden Lückentext aus. Daten, die in Untersuchungen erhoben werden, muss man grundsätzlich nach ihrem unterscheiden.

Mehr

Auswertung mit dem Statistikprogramm SPSS: 30.11.05

Auswertung mit dem Statistikprogramm SPSS: 30.11.05 Auswertung mit dem Statistikprogramm SPSS: 30.11.05 Seite 1 Einführung SPSS Was ist eine Fragestellung? Beispiel Welche statistische Prozedur gehört zu welcher Hypothese? Statistische Berechnungen mit

Mehr

Methoden Quantitative Datenanalyse

Methoden Quantitative Datenanalyse Leitfaden Universität Zürich ISEK - Andreasstrasse 15 CH-8050 Zürich Telefon +41 44 635 22 11 Telefax +41 44 635 22 19 www.isek.uzh.ch 11. September 2014 Methoden Quantitative Datenanalyse Vorbereitung

Mehr

Häufigkeitsverteilungen und Statistische Maßzahlen. Häufigkeitsverteilungen und Statistische Maßzahlen. Variablentypen. Stichprobe und Grundgesamtheit

Häufigkeitsverteilungen und Statistische Maßzahlen. Häufigkeitsverteilungen und Statistische Maßzahlen. Variablentypen. Stichprobe und Grundgesamtheit TECHNISCHE UNIVERSITÄT MÜNCHEN-WEIHENSTEPHAN MATHEMATIK UND STATISTIK INFORMATIONS- UND DOKUMENTATIONSZENTRUM R. Häufigkeitsverteilungen und Statistische Maßzahlen Statistik SS Variablentypen Qualitative

Mehr

Grundlagen der Datenanalyse am Beispiel von SPSS

Grundlagen der Datenanalyse am Beispiel von SPSS Grundlagen der Datenanalyse am Beispiel von SPSS Einführung Dipl. - Psych. Fabian Hölzenbein hoelzenbein@psychologie.uni-freiburg.de Einführung Organisatorisches Was ist Empirie? Was ist Statistik? Dateneingabe

Mehr

Beschreibende Statistik Eindimensionale Daten

Beschreibende Statistik Eindimensionale Daten Mathematik II für Biologen 16. April 2015 Prolog Geordnete Stichprobe Rang Maße für die mittlere Lage der Daten Robustheit Quantile Maße für die Streuung der Daten Erkennung potentieller Eindimensionales

Mehr

Medizinische Biometrie (L5)

Medizinische Biometrie (L5) Medizinische Biometrie (L5) Vorlesung II Daten Deskription Prof. Dr. Ulrich Mansmann Institut für Medizinische Informationsverarbeitung, Biometrie und Epidemiologie mansmann@ibe.med.uni-muenchen.de IBE,

Mehr

Linearer Zusammenhang von Datenreihen

Linearer Zusammenhang von Datenreihen Linearer Zusammenhang von Datenreihen Vielen Problemen liegen (möglicherweise) lineare Zusammenhänge zugrunde: Mein Internetanbieter verlangt eine Grundgebühr und rechnet minutenweise ab Ich bestelle ein

Mehr

Wahrscheinlichkeitsrechnung anhand realer Situationen

Wahrscheinlichkeitsrechnung anhand realer Situationen MaMaEuSch Management Mathematics for European Schools http://www.mathematik.unikl.de/ mamaeusch Wahrscheinlichkeitsrechnung anhand realer Situationen Paula Lagares Barreiro 1 Frederico Perea Rojas-Marcos

Mehr

Arbeiten mit Excel. 1. Allgemeine Hinweise

Arbeiten mit Excel. 1. Allgemeine Hinweise 1. Allgemeine Hinweise Man sollte eine Excel Tabelle immer so übersichtlich wie möglich halten. Dazu empfiehlt es sich, alle benötigten Daten, Konstanten und Messwerte inklusive aller dazugehörigen Einheiten

Mehr

Korrelation, Regression und Signifikanz

Korrelation, Regression und Signifikanz Professur Forschungsmethodik und Evaluation in der Psychologie Übung Methodenlehre I, und Daten einlesen in SPSS Datei Textdaten lesen... https://d3njjcbhbojbot.cloudfront.net/api/utilities/v1/imageproxy/https://d15cw65ipcts

Mehr

Mathematik für Naturwissenschaften, Teil 2

Mathematik für Naturwissenschaften, Teil 2 Lösungsvorschläge für die Aufgaben zur Vorlesung Mathematik für Naturwissenschaften, Teil Zusatzblatt SS 09 Dr. J. Schürmann keine Abgabe Aufgabe : Eine Familie habe fünf Kinder. Wir nehmen an, dass die

Mehr

Analog zu Aufgabe 16.1 werden die Daten durch folgenden Befehl eingelesen: > kredit<-read.table("c:\\compaufg\\kredit.

Analog zu Aufgabe 16.1 werden die Daten durch folgenden Befehl eingelesen: > kredit<-read.table(c:\\compaufg\\kredit. Lösung 16.3 Analog zu Aufgabe 16.1 werden die Daten durch folgenden Befehl eingelesen: > kredit

Mehr

Univariate Häufigkeitsverteilungen Kühnel, Krebs 2001: Statistik für die Sozialwissenschaften, S.41-66

Univariate Häufigkeitsverteilungen Kühnel, Krebs 2001: Statistik für die Sozialwissenschaften, S.41-66 Univariate Häufigkeitsverteilungen Kühnel, Krebs 2001: Statistik für die Sozialwissenschaften, S.41-66 Gabriele Doblhammer: Empirische Sozialforschung Teil II, SS 2004 1/19 Skalenniveaus Skalenniveau Relation

Mehr

N 1 0 50 0.5 50 0.5 2 1 20 0.2 70 0.7 3 2 15 0.15 85 0.85 4 3 10 0.1 95 0.95 5 4+ 5 0.05 100 1-100 1.00 - -

N 1 0 50 0.5 50 0.5 2 1 20 0.2 70 0.7 3 2 15 0.15 85 0.85 4 3 10 0.1 95 0.95 5 4+ 5 0.05 100 1-100 1.00 - - 2 Deskriptive Statistik 1 Kapitel 2: Deskriptive Statistik A: Beispiele Beispiel 1: Im Rahmen einer Totalerhebung der Familien eines Dorfes (N = 100) wurde u.a. das diskrete Merkmal Kinderanzahl (X) registriert.

Mehr

3.1 Annuitätsfunktionen (Rentenfunktionen)

3.1 Annuitätsfunktionen (Rentenfunktionen) Funktionen 3 Excel verfügt über eine unglaubliche Menge von Funktionen. Sie haben bereits einige Funktionen in diesem Buch kennen gelernt, und es werden noch viele dieser Funktionen angesprochen und deren

Mehr

Ferienkurse Mathematik Sommersemester 2009

Ferienkurse Mathematik Sommersemester 2009 Ferienkurse Mathematik Sommersemester 2009 Statistik: Grundlagen 1.Aufgabenblatt mit praktischen R-Aufgaben Aufgabe 1 Lesen Sie den Datensatz kid.weights aus dem Paket UsingR ein und lassen sie die Hilfeseite

Mehr

Dr. Reinhard Vonthein, Dipl. Statistiker (Univ.)

Dr. Reinhard Vonthein, Dipl. Statistiker (Univ.) Dr. Reinhard Vonthein, Dipl. Statistiker (Univ.) Reinhard.Vonthein@imbs.uni-luebeck.de Institut für Medizinische Biometrie und Statistik Universität zu Lübeck / Universitätsklinikums Schleswig-Holstein

Mehr

Deskriptive Statistik

Deskriptive Statistik Fakultät für Humanwissenschaften Sozialwissenschaftliche Methodenlehre Prof. Dr. Daniel Lois Deskriptive Statistik Stand: April 2015 (V2) Inhaltsverzeichnis 1. Notation 2 2. Messniveau 3 3. Häufigkeitsverteilungen

Mehr

1. Maße der zentralen Tendenz Beispiel: Variable Anzahl der Geschwister aus Jugend '92. Valid Cum Value Frequency Percent Percent Percent

1. Maße der zentralen Tendenz Beispiel: Variable Anzahl der Geschwister aus Jugend '92. Valid Cum Value Frequency Percent Percent Percent Deskriptive Statistik 1. Verteilungsformen symmetrisch/asymmetrisch unimodal(eingipflig) / bimodal (zweigipflig schmalgipflig / breitgipflig linkssteil / rechtssteil U-förmig / abfallend Statistische Kennwerte

Mehr

4 Statistische Maßzahlen

4 Statistische Maßzahlen 4 Statistische Maßzahlen 4.1 Maßzahlen der mittleren Lage 4.2 Weitere Maßzahlen der Lage 4.3 Maßzahlen der Streuung 4.4 Lineare Transformationen, Schiefemaße 4.5 Der Box Plot Ziel: Charakterisierung einer

Mehr

QM: Prüfen -1- KN16.08.2010

QM: Prüfen -1- KN16.08.2010 QM: Prüfen -1- KN16.08.2010 2.4 Prüfen 2.4.1 Begriffe, Definitionen Ein wesentlicher Bestandteil der Qualitätssicherung ist das Prüfen. Sie wird aber nicht wie früher nach der Fertigung durch einen Prüfer,

Mehr

Korrelation. Übungsbeispiel 1. Übungsbeispiel 4. Übungsbeispiel 2. Übungsbeispiel 3. Korrel.dtp Seite 1

Korrelation. Übungsbeispiel 1. Übungsbeispiel 4. Übungsbeispiel 2. Übungsbeispiel 3. Korrel.dtp Seite 1 Korrelation Die Korrelationsanalyse zeigt Zusammenhänge auf und macht Vorhersagen möglich Was ist Korrelation? Was sagt die Korrelationszahl aus? Wie geht man vor? Korrelation ist eine eindeutige Beziehung

Mehr

Statistik am PC. Lösungen mit Excel. Bearbeitet von Michael Monka, Werner Voß, Nadine M. Schöneck

Statistik am PC. Lösungen mit Excel. Bearbeitet von Michael Monka, Werner Voß, Nadine M. Schöneck Statistik am PC Lösungen mit Excel Bearbeitet von Michael Monka, Werner Voß, Nadine M. Schöneck 5., aktualisierte und erweiterte Auflage 2008. Buch. XVI, 528 S. Hardcover ISBN 978 3 446 41555 3 Format

Mehr

Statistik im Bachelor-Studium der BWL und VWL

Statistik im Bachelor-Studium der BWL und VWL Max C. Wewel Statistik im Bachelor-Studium der BWL und VWL Methoden, Anwendung, Interpretation Mit herausnehmbarer Formelsammlung ein Imprint von Pearson Education München Boston San Francisco Harlow,

Mehr

ZUSAMMENFASSUNG...I VORWORT...II INHALTSÜBERSICHT... IV INHALTSVERZEICHNIS... VI ABBILDUNGSVERZEICHNIS... IX TABELLENVERZEICHNIS...

ZUSAMMENFASSUNG...I VORWORT...II INHALTSÜBERSICHT... IV INHALTSVERZEICHNIS... VI ABBILDUNGSVERZEICHNIS... IX TABELLENVERZEICHNIS... VI INHALTSVERZEICHNIS ZUSAMMENFASSUNG...I VORWORT...II INHALTSÜBERSICHT... IV INHALTSVERZEICHNIS... VI ABBILDUNGSVERZEICHNIS... IX TABELLENVERZEICHNIS... XII ABKÜRZUNGSVERZEICHNIS...XIV 1 EINLEITUNG...1

Mehr

Prof. Dr. P. von der Lippe Statistik I NK SS 2002 Seite 1

Prof. Dr. P. von der Lippe Statistik I NK SS 2002 Seite 1 Prof. Dr. P. von der Lippe Statistik I NK SS 2002 Seite 1 Aufgabe 1 a) BWL-Student S hat von seinem Lieblingsonkel 10.000 geschenkt bekommen mit der Auflage damit etwas Vernünftiges zu machen. Nachdem

Mehr

Erstellen von statistischen Auswertungen mit Excel in den Sozialwissenschaften

Erstellen von statistischen Auswertungen mit Excel in den Sozialwissenschaften Erstellen von statistischen Auswertungen mit Excel in den Sozialwissenschaften Dr. Viola Vockrodt-Scholz Telefon: 030/25 29 93 26 Email: vvs@zedat.fu-berlin.de Dr.Viola.Vockrodt-Scholz@t-online.de www.userpage.fu-berlin.de/~vvs

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik und Wahrscheinlichkeitsrechnung Dr. Jochen Köhler 08.04.2008 Der zentrale Grenzwertsatz Normalverteilung Die Wahrscheinlichkeitsdichteverteilung der Summe von Zufalls variablen konvergiert zu

Mehr

Datenanalyse mit Excel. Wintersemester 2013/14

Datenanalyse mit Excel. Wintersemester 2013/14 Datenanalyse mit Excel 1 KORRELATIONRECHNUNG 2 Korrelationsrechnung Ziel der Korrelationsrechnung besteht im bivariaten Fall darin, die Stärke des Zusammenhangs zwischen zwei interessierenden statistischen

Mehr

Maße der zentralen Tendenz

Maße der zentralen Tendenz UStatistische Kennwerte Sagen uns tabellarische und graphische Darstellungen etwas über die Verteilung der einzelnen Werte einer Stichprobe, so handelt es sich bei statistischen Kennwerten um eine Kennzahl,

Mehr

Verteilungsfunktion und dquantile

Verteilungsfunktion und dquantile Statistik 1 für SoziologInnen Verteilungsfunktion und dquantile Univ.Prof. Dr. Marcus Hudec Kumulierte Häufigkeiten Hinweis: Damit die Kumulation inhaltlich sinnvoll ist, muss das Merkmal zumindest ordinal

Mehr

Multivariate and Geostatistical Data Analysis. Multivariate and Geostatistical Data Analysis

Multivariate and Geostatistical Data Analysis. Multivariate and Geostatistical Data Analysis Multivariate and Geostatistical Data Analysis Multivariate and Geostatistical Data Analysis c 2012 Helmut Schaeben Geomathematics and Geoinformatics Technische Universität Bergakademie Freiberg, Germany

Mehr