Wolfgang Trutschnig. Salzburg, FB Mathematik Universität Salzburg

Größe: px
Ab Seite anzeigen:

Download "Wolfgang Trutschnig. Salzburg, 2014-05-08. FB Mathematik Universität Salzburg www.trutschnig.net"

Transkript

1 Auffrischungskurs Angewandte Statistik/Datenanalyse (Interne Weiterbildung FOR SS14-08) Block 1: Deskriptive Statistik, Wiederholung grundlegender Konzepte, R FB Mathematik Universität Salzburg Salzburg,

2 Inhalt Block 1 Erste Schritte in R bzw. RStudio: packages installieren, schon fertige scripts ausführen. Wiederholung elementarer Begriffe der deskriptiven Statistik (Verteilungsfunktionen, Quantile, Boplots, Histogramme, etc.) anhand von gegebenen Daten und Grafiken. Interpretation der Grafiken. Grundlagen R (falls notwendig). Ausblick auf die folgenden drei Blöcke sowie Diskussion etwaiger Ergänzungen. Geplant ist (mit R-Unterstützung): Verteilungsfamilien Regressionstechniken Grundkonzepte der Stichprobenplanung und Konfidenzintervalle Zentraler Grenzwertsatz und Starkes Gesetz der Grossen Zahlen Hypothesentests (parametrisch und nichtparametrisch)?

3 Warum R? R ist freeware! Läuft auf allen üblichen Plattformen Weltweit verwendet, state of the art Online Kurse (youtube etc.) Laufend Aktualisierungen Breites Anwendungsspektrum, Vielzahl an verwendbaren Paketen (derzeit 5505) Newsgroups für spezifische Problemstellungen Coole Grafiken Schnittstellen mit anderer Software, insbesondere mit Late (sweave, knitr) Sehr einfache Simulation von Daten - erhöht die Verständlichkeit von Statistik

4 (Relative) Häufigkeiten, Histogramm, empirische Verteilungsfunktion, Quantile, Boplots Gegeben sind numerische Daten (sample) 1,..., n im Intervall [a, b] Histogramm: Übersichtliche, einfache Darstellung der Daten: Zerlege [a, b] in Intervalle I 1,..., I k und zähle wie viele Werte in welchem Intervall liegen, d.h. h n(i j ) := #{m : m I j }, r n(i j ) := h n(i j )/n Histogramm sum_out Histogramm sum_out sum_out sum_out

5 (Relative) Häufigkeiten, Histogramm, empirische Verteilungsfunktion, Quantile, Boplots Gegeben sind numerische Daten (sample) 1,..., n im Intervall [a, b] Empirische Verteilungsfunktion: Übersichtliche, einfache Darstellung der Daten: für jedes [a, b] zähle wie viele Werte sind, d.h. F n() := #{i : i }/n Histogramm sum_out empirische Verteilungsfunktion Fn() sum_out

6 (Relative) Häufigkeiten, Histogramm, empirische Verteilungsfunktion, Quantile, Boplots Gegeben sind numerische Daten (sample) 1,..., n im Intervall [a, b], F n bezeichne die empirische Verteilungsfunktion. Für jedes p [0, 1] heisst F ( 1) (p) := min{ : F n() p} p-quantil der Stichprobe. Histogramm sum_out empirische Verteilungsfunktion Fn() sum_out

7 (Relative) Häufigkeiten, Histogramm, empirische Verteilungsfunktion, Quantile, Boplots Gegeben sind numerische Daten (sample) 1,..., n im Intervall [a, b] Ein boplot ist eine zusammenfassende Darstellung basierend auf den 0.25-, 0.5-, 0.75-Quantilen und Ausreißern: empirische Verteilungsfunktion Boplot pro Jahr sum_out Fn() total

8 (Relative) Häufigkeiten, Histogramm, empirische Verteilungsfunktion, Quantile, Boplots Warum bisher Mittelwert nicht einmal erwähnt? OeNB: Der durchschnittliche österreichische Haushalt verfügte 2004 über ein Geldvermögen von rund Euro. Informationsgehalt? Mittelwert ist sehr sensitiv auf Ausreißer - Veränderung eines einzigen Wertes kann Mittelwert etrem verändern - nicht robust! Histogramm von Histogramm von plus einmal

9 Learning by doing Verwendung der deskriptiven tools zur Analyse eines ersten realen Datensatzes: ymd weekday nr weekday sum out holiday Mon Tue Wed Thu Fri Sat Der Datensatz enthält die Zeitreihe der bei einem Bankomaten (einer Filiale einer Bank) abgehobenen täglichen Geldmenge. Ursprüngliche Problemstellung: Entwicklung von zuverlässigen forecasts für die abgehobenen täglichen Geldmenge zum Zwecke der Optimierung des Zuliefersystems (500 verschiedene Filialen, Zeitreihen von 3 Jahren). Komplettes Skript unter

Teil I Beschreibende Statistik 29

Teil I Beschreibende Statistik 29 Vorwort zur 2. Auflage 15 Vorwort 15 Kapitel 0 Einführung 19 0.1 Methoden und Aufgaben der Statistik............................. 20 0.2 Ablauf statistischer Untersuchungen..............................

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

5. Schließende Statistik. 5.1. Einführung

5. Schließende Statistik. 5.1. Einführung 5. Schließende Statistik 5.1. Einführung Sollen auf der Basis von empirischen Untersuchungen (Daten) Erkenntnisse gewonnen und Entscheidungen gefällt werden, sind die Methoden der Statistik einzusetzen.

Mehr

Lean Six Sigma Green Belt - Deutsch

Lean Six Sigma Green Belt - Deutsch Lean Six Sigma Green Belt - Deutsch Inhalt des aktuellen Kurses Voraussichtliche Gesamtdauer in Stunden: 80.00 Sitzung 1: Einführung in Lean Six Sigma (4 Stunden) Einführung Anatomie einer erfolgreichen

Mehr

Parametrische Statistik

Parametrische Statistik Statistik und ihre Anwendungen Parametrische Statistik Verteilungen, maximum likelihood und GLM in R Bearbeitet von Carsten F. Dormann 1. Auflage 2013. Taschenbuch. xxii, 350 S. Paperback ISBN 978 3 642

Mehr

1. Einführung und statistische Grundbegriffe. Grundsätzlich unterscheidet man zwei Bedeutungen des Begriffs Statistik:

1. Einführung und statistische Grundbegriffe. Grundsätzlich unterscheidet man zwei Bedeutungen des Begriffs Statistik: . Einführung und statistische Grundbegriffe Grundsätzlich unterscheidet man zwei Bedeutungen des Begriffs Statistik: Quantitative Information Graphische oder tabellarische Darstellung von Datenmaterial

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

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

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

Nichtparametrische Analyse longitudinaler Daten in faktoriellen Experimenten. Frank Konietschke

Nichtparametrische Analyse longitudinaler Daten in faktoriellen Experimenten. Frank Konietschke Nichtparametrische Analyse longitudinaler Daten in faktoriellen Experimenten Frank Konietschke Abteilung für Medizinische Statistik Universität Göttingen 1 Übersicht Beispiele CGI (repeated measures) γ-gt

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik und Wahrscheinlichkeitsrechnung Übung 2 28.02.2008 1 Inhalt der heutigen Übung Beschreibende Statistik Gemeinsames Lösen der Übungsaufgaben 2.1: Häufigkeitsverteilung 2.2: Tukey Boxplot 25:Korrelation

Mehr

Maturaniveau Mathematik und Statistik

Maturaniveau Mathematik und Statistik DOKUMENTATIONSBOGEN Kooperationspartner Typ und Bezeichnung der Lehrveranstaltung(en); Anzahl der Wochenstunden Institut für Soziologie Uni Wien UE Statistik für SoziologInnen II (6 LVen); 2 VO Statistik

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

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

Füllmenge. Füllmenge. Füllmenge. Füllmenge. Mean = 500,0029 Std. Dev. = 3,96016 N = 10.000. 485,00 490,00 495,00 500,00 505,00 510,00 515,00 Füllmenge

Füllmenge. Füllmenge. Füllmenge. Füllmenge. Mean = 500,0029 Std. Dev. = 3,96016 N = 10.000. 485,00 490,00 495,00 500,00 505,00 510,00 515,00 Füllmenge 2.4 Stetige Zufallsvariable Beispiel. Abfüllung von 500 Gramm Packungen einer bestimmten Ware auf einer automatischen Abfüllanlage. Die Zufallsvariable X beschreibe die Füllmenge einer zufällig ausgewählten

Mehr

8. Methoden der klassischen multivariaten Statistik

8. Methoden der klassischen multivariaten Statistik 8. Methoden der klassischen multivariaten Statistik 8.1. Darstellung von Daten Voraussetzungen auch in diesem Kapitel: Grundgesamtheit (Datenraum) Ω von Objekten (Fällen, Instanzen), denen J-Tupel von

Mehr

Einführung in die Statistik mit EXCEL und SPSS

Einführung in die Statistik mit EXCEL und SPSS Christine Duller Einführung in die Statistik mit EXCEL und SPSS Ein anwendungsorientiertes Lehr- und Arbeitsbuch Zweite, überarbeitete Auflage Mit 71 Abbildungen und 26 Tabellen Physica-Verlag Ein Unternehmen

Mehr

Einige Statistische Tests für den Ein- Zwei- und k-stichprobenfall (Nach Sachs, Stat. Meth.)

Einige Statistische Tests für den Ein- Zwei- und k-stichprobenfall (Nach Sachs, Stat. Meth.) ue biostatistik: nichtparametrische testverfahren / ergänzung 1/6 h. Lettner / physik Statistische Testverfahren Einige Statistische Tests für den Ein- Zwei- und k-stichprobenfall (Nach Sachs, Stat. Meth.)

Mehr

Physica-Lehrbuch. Ein anwendungsorientiertes Lehr- und Arbeitsbuch. von Christine Duller

Physica-Lehrbuch. Ein anwendungsorientiertes Lehr- und Arbeitsbuch. von Christine Duller Physica-Lehrbuch Einführung in die Statistik mit EXCEL und SPSS Ein anwendungsorientiertes Lehr- und Arbeitsbuch von Christine Duller Neuausgabe Einführung in die Statistik mit EXCEL und SPSS Duller schnell

Mehr

Bachelorabschlussseminar Dipl.-Kfm. Daniel Cracau

Bachelorabschlussseminar Dipl.-Kfm. Daniel Cracau 1 Einführung in die statistische Datenanalyse Bachelorabschlussseminar Dipl.-Kfm. Daniel Cracau 2 Gliederung 1.Grundlagen 2.Nicht-parametrische Tests a. Mann-Whitney-Wilcoxon-U Test b. Wilcoxon-Signed-Rank

Mehr

Data Mining: Einige Grundlagen aus der Stochastik

Data Mining: Einige Grundlagen aus der Stochastik Data Mining: Einige Grundlagen aus der Stochastik Hagen Knaf Studiengang Angewandte Mathematik Hochschule RheinMain 21. Oktober 2015 Vorwort Das vorliegende Skript enthält eine Zusammenfassung verschiedener

Mehr

Einführung in die Statistik mit EXCEL und SPSS

Einführung in die Statistik mit EXCEL und SPSS Christine Duller 2008 AGI-Information Management Consultants May be used for personal purporses only or by libraries associated to dandelon.com network. Einführung in die Statistik mit EXCEL und SPSS Ein

Mehr

Anhand des bereits hergeleiteten Models erstellen wir nun mit der Formel

Anhand des bereits hergeleiteten Models erstellen wir nun mit der Formel Ausarbeitung zum Proseminar Finanzmathematische Modelle und Simulationen bei Raphael Kruse und Prof. Dr. Wolf-Jürgen Beyn zum Thema Simulation des Anlagenpreismodels von Simon Uphus im WS 09/10 Zusammenfassung

Mehr

Einführung in die Statistik mir R

Einführung in die Statistik mir R Einführung in die Statistik mir R ww w. syn t egris.de Überblick GESCHÄFTSFÜHRUNG Andreas Baumgart, Business Processes and Service Gunar Hofmann, IT Solutions Sven-Uwe Weller, Design und Development Jens

Mehr

, dt. $+ f(x) = , - + < x < +, " > 0. " 2# Für die zugehörige Verteilungsfunktion F(x) ergibt sich dann: F(x) =

, dt. $+ f(x) = , - + < x < +,  > 0.  2# Für die zugehörige Verteilungsfunktion F(x) ergibt sich dann: F(x) = 38 6..7.4 Normalverteilung Die Gauß-Verteilung oder Normal-Verteilung ist eine stetige Verteilung, d.h. ihre Zufallsvariablen können beliebige reelle Zahlenwerte annehmen. Wir definieren sie durch die

Mehr

Hauptseminar Technische Informationssysteme

Hauptseminar Technische Informationssysteme Fakultät Informatik - Institut für Angewandte Informatik, Professur Technische Prozessanalysetools unter dem Gesichtspunkt industrieller Prozessanalyse und -modellierung Dresden, 10.07.2008 Gliederung

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

Kapitel 1 Beschreibende Statistik

Kapitel 1 Beschreibende Statistik Beispiel 1.25: fiktive Aktienkurse Zeitpunkt i 0 1 2 Aktienkurs x i 100 160 100 Frage: Wie hoch ist die durchschnittliche Wachstumsrate? Dr. Karsten Webel 53 Beispiel 1.25: fiktive Aktienkurse (Fortsetzung)

Mehr

1 Grundprinzipien statistischer Schlußweisen

1 Grundprinzipien statistischer Schlußweisen Grundprinzipien statistischer Schlußweisen - - Grundprinzipien statistischer Schlußweisen Für die Analyse zufallsbehafteter Eingabegrößen und Leistungsparameter in diskreten Systemen durch Computersimulation

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

Die Auflösung von Aktienfonds

Die Auflösung von Aktienfonds Björn Zollenkop Die Auflösung von Aktienfonds Eine empirische Untersuchung für den deutschen Kapitalmarkt it einem Geleitwort von Prof. Dr. Wolfgang Harbrecht GABLER RESEARCH IX Inhaltsübersicht Geleitwort

Mehr

Versuchsplanung. Teil 1 Einführung und Grundlagen. Dr. Tobias Kiesling Einführung in die Versuchsplanung

Versuchsplanung. Teil 1 Einführung und Grundlagen. Dr. Tobias Kiesling <kiesling@stat.uni-muenchen.de> Einführung in die Versuchsplanung Versuchsplanung Teil 1 Einführung und Grundlagen Dr. Tobias Kiesling Inhalt Einführung in die Versuchsplanung Hintergründe Grundlegende Prinzipien und Begriffe Vorgehensweise

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

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

Nichtparametrische Datenanalyse

Nichtparametrische Datenanalyse Statistik und ihre Anwendungen Nichtparametrische Datenanalyse Unverbundene Stichproben von Edgar Brunner, Ullrich Munzel 1. Auflage Nichtparametrische Datenanalyse Brunner / Munzel schnell und portofrei

Mehr

Thema: Bootstrap-Methoden für die Regressionsanalyse. Bachelorarbeit. im Fachgebiet Wirtschaftsinformatik am Lehrstuhl für Quantitative Methoden

Thema: Bootstrap-Methoden für die Regressionsanalyse. Bachelorarbeit. im Fachgebiet Wirtschaftsinformatik am Lehrstuhl für Quantitative Methoden Westfälische Wilhelms-Universität Münster Thema: Bootstrap-Methoden für die Regressionsanalyse Bachelorarbeit im Fachgebiet Wirtschaftsinformatik am Lehrstuhl für Quantitative Methoden Themensteller: Prof.

Mehr

Benchmark-Experimente

Benchmark-Experimente Benchmark-Experimente Viktoria Sander Seminar: Modellwahlkriterien (WS 2009/2010) 04.12.2009 Viktoria Sander (WS 2009/2010) Benchmark-Experimente 04.12.2009 1 / 50 1 Einleitung 2 Ausgangssituation Annahmen

Mehr

Melanie Kaspar, Prof. Dr. B. Grabowski 1

Melanie Kaspar, Prof. Dr. B. Grabowski 1 7. Hypothesentests Ausgangssituation: Man muss sich zwischen 2 Möglichkeiten (=Hypothesen) entscheiden. Diese Entscheidung soll mit Hilfe von Beobachtungen ( Stichprobe ) getroffen werden. Die Hypothesen

Mehr

Messung von Veränderungen. Dr. Julia Kneer Universität des Saarlandes

Messung von Veränderungen. Dr. Julia Kneer Universität des Saarlandes von Veränderungen Dr. Julia Kneer Universität des Saarlandes Veränderungsmessung Veränderungsmessung kennzeichnet ein Teilgebiet der Methodenlehre, das direkt mit grundlegenden Fragestellungen der Psychologie

Mehr

Übersicht: Modul 2. Methoden der empirischen Sozialforschung, Statistik und computergestützte Datenanalyse. Dr. H.-G. Sonnenberg

Übersicht: Modul 2. Methoden der empirischen Sozialforschung, Statistik und computergestützte Datenanalyse. Dr. H.-G. Sonnenberg Übersicht: Modul 2 Methoden der empirischen Sozialforschung, Statistik und computergestützte Datenanalyse Dr. H.-G. Sonnenberg Modul 2 4 Kurse : Modul 2 im Bc. Psychologie: - Empirische Sozialforschung

Mehr

ETWR Teil B. Spezielle Wahrscheinlichkeitsverteilungen (stetig)

ETWR Teil B. Spezielle Wahrscheinlichkeitsverteilungen (stetig) ETWR Teil B 2 Ziele Bisher (eindimensionale, mehrdimensionale) Zufallsvariablen besprochen Lageparameter von Zufallsvariablen besprochen Übertragung des gelernten auf diskrete Verteilungen Ziel des Kapitels

Mehr

Aufgaben zum Datenmanagement

Aufgaben zum Datenmanagement Aufgaben zum Datenmanagement Johannes Hain Lehrstuhl für Mathematik VIII Statistik 1/10 Datentransformationen Berechnung neuer Variablen Berechne das Durchschnittsalter und die Durchschnittsgröße beider

Mehr

Kapitel 3. Zufallsvariable. Wahrscheinlichkeitsfunktion, Dichte und Verteilungsfunktion. Erwartungswert, Varianz und Standardabweichung

Kapitel 3. Zufallsvariable. Wahrscheinlichkeitsfunktion, Dichte und Verteilungsfunktion. Erwartungswert, Varianz und Standardabweichung Kapitel 3 Zufallsvariable Josef Leydold c 2006 Mathematische Methoden III Zufallsvariable 1 / 43 Lernziele Diskrete und stetige Zufallsvariable Wahrscheinlichkeitsfunktion, Dichte und Verteilungsfunktion

Mehr

Inhaltsverzeichnis. Vorwort 1. Kapitel 1 Einführung 3. Kapitel 2 Messtheorie und deskriptive Statistik 13

Inhaltsverzeichnis. Vorwort 1. Kapitel 1 Einführung 3. Kapitel 2 Messtheorie und deskriptive Statistik 13 Inhaltsverzeichnis Vorwort 1 Kapitel 1 Einführung 3 1.1 Ziele... 4 1.2 Messtheorie und deskriptive Statistik... 8 1.3 Grundlagen der Wahrscheinlichkeitsrechnung... 9 1.4 Inferenzstatistik... 9 1.5 Parametrische

Mehr

Modellgestützte Analyse und Optimierung Übungsblatt 4

Modellgestützte Analyse und Optimierung Übungsblatt 4 Fakultät für Informatik Lehrstuhl 4 Peter Buchholz, Jan Kriege Sommersemester 2015 Modellgestützte Analyse und Optimierung Übungsblatt 4 Ausgabe: 27.04.2015, Abgabe: 04.05.2015 (12 Uhr) Aufgabe 4.1: Verteilungsfunktionen

Mehr

Ergebnisrückmeldungen an Schulen im Rahmen der Initiative komm mit! : Potenzial und Perspektiven

Ergebnisrückmeldungen an Schulen im Rahmen der Initiative komm mit! : Potenzial und Perspektiven Ergebnisrückmeldungen an Schulen im Rahmen der Initiative komm mit! : Potenzial und Perspektiven Andreas Helmke und Giang Pham Düsseldorf, 04.10.2010 Übersicht Ausgewählte Ergebnisse der Befragung Ergebnisrückmeldung

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

Rückverfolgbarkeit von Lebensmitteln am Beispiel von Fleisch und Fleischwaren

Rückverfolgbarkeit von Lebensmitteln am Beispiel von Fleisch und Fleischwaren Lisa Lichtenberg Rückverfolgbarkeit von Lebensmitteln am Beispiel von Fleisch und Fleischwaren Eine empirische Analyse des Verbraucherverhaltens in Deutschland Verlag Dr. Kovac Hamburg 2013 Inhaltsverzeichnis

Mehr

Verteilungsanalyse. Johannes Hain. Lehrstuhl für Mathematik VIII Statistik 1/35

Verteilungsanalyse. Johannes Hain. Lehrstuhl für Mathematik VIII Statistik 1/35 Verteilungsanalyse Johannes Hain Lehrstuhl für Mathematik VIII Statistik 1/35 Datentypen Als Sammeln von Daten bezeichnet man in der Statistik das Aufzeichnen von Fakten. Erhobene Daten klassifziert man

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

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

Grundlagen quantitativer Sozialforschung Interferenzstatistische Datenanalyse in MS Excel

Grundlagen quantitativer Sozialforschung Interferenzstatistische Datenanalyse in MS Excel Grundlagen quantitativer Sozialforschung Interferenzstatistische Datenanalyse in MS Excel 16.11.01 MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 1 Gliederung Datenanalyse (inferenzstatistisch)

Mehr

Mathematik IV: Statistik. für D-UWIS, D-ERDW, D-USYS und D-HEST SS14

Mathematik IV: Statistik. für D-UWIS, D-ERDW, D-USYS und D-HEST SS14 Mathematik IV: Statistik für D-UWIS, D-ERDW, D-USYS und D-HEST SS14 Hygienische Reiniger Wissenschaftliche Studie: 10 000 Reinigungsversuche, 6 Fälle mit mehr als 1 Bakterien Stimmt s jetzt oder was? Binomialtest:

Mehr

Weiterbildungskurs Stochastik

Weiterbildungskurs Stochastik Hansruedi Künsch Seminar für Statistik Departement Mathematik, ETH Zürich 24. Juni 2009 Inhalt STATISTIK DER BINOMIALVERTEILUNG 1 STATISTIK DER BINOMIALVERTEILUNG 2 Fragestellungen Typische Fragestellungen

Mehr

Managementprozesse und Performance

Managementprozesse und Performance Klaus Daniel Managementprozesse und Performance Ein Konzept zur reifegradbezogenen Verbesserung des Managementhandelns Mit einem Geleitwort von Univ.-Professor Dr. Dr. habil. Wolfgang Becker GABLER EDITION

Mehr

DER DIGITAL ANALYST SPIELERISCH DAS INTERNET UND SEINE KUNDEN VERSTEHEN

DER DIGITAL ANALYST SPIELERISCH DAS INTERNET UND SEINE KUNDEN VERSTEHEN DER DIGITAL ANALYST SPIELERISCH DAS INTERNET UND SEINE KUNDEN VERSTEHEN FH-Prof. Dr. Claudia Brauer Management Center Innsbruck MCI MANAGEMENT CENTER INNSBRUCK Universitätsstraße 15 office@mci.edu 1 BIG

Mehr

Stochastik Abitur 2009 Stochastik

Stochastik Abitur 2009 Stochastik Abitur 2009 Stochastik Beilage ea (erhöhtes Anforderungsniveau) ga (grundlegendes Anforderungsniveau) ISBN 978-3-8120-0108-3 und ISBN 978-3-8120-0223-3 1 Aufgabe 2 (ea) Rauchen ist das größte vermeidbare

Mehr

Business Value Launch 2006

Business Value Launch 2006 Quantitative Methoden Inferenzstatistik alea iacta est 11.04.2008 Prof. Dr. Walter Hussy und David Tobinski UDE.EDUcation College im Rahmen des dokforums Universität Duisburg-Essen Inferenzstatistik Erläuterung

Mehr

Histogramm und Wahrscheinlichkeitsnetz 1/16

Histogramm und Wahrscheinlichkeitsnetz 1/16 Histogramm und Wahrscheinlichkeitsnetz 1/16 Ziel: Ziel der Aufgabe Ziel ist es, die Grafiken Histogramm und Wahrscheinlichkeitsnetz und die Funktionalitäten (z.b. C-Wert-Funktion) von qs-stat ME kennen

Mehr

Klaus-Peter Wiedmann Frank Bachmann Tina Durst. Erfolgsfaktoren von Hospitality im Bereich des Sports Ergebnisse einer empirischen Untersuchung

Klaus-Peter Wiedmann Frank Bachmann Tina Durst. Erfolgsfaktoren von Hospitality im Bereich des Sports Ergebnisse einer empirischen Untersuchung Klaus-Peter Wiedmann Frank Bachmann Tina Durst Erfolgsfaktoren von Hospitality im Bereich des Sports Ergebnisse einer empirischen Untersuchung Prof. Dr. Klaus-Peter Wiedmann Institut für Marketing und

Mehr

Inhaltsverzeichnis. I Einführung in STATISTICA 1. 1 Erste Schritte in STATISTICA 3

Inhaltsverzeichnis. I Einführung in STATISTICA 1. 1 Erste Schritte in STATISTICA 3 I Einführung in STATISTICA 1 1 Erste Schritte in STATISTICA 3 2 Datenhaltung in STATISTICA 11 2.1 Die unterschiedlichen Dateitypen in STATISTICA....... 11 2.2 Import von Daten......... 12 2.3 Export von

Mehr

Klausur Sommersemester 2010

Klausur Sommersemester 2010 Klausur Sommersemester 2010 Lehrstuhl: Wirtschaftspolitik Prüfungsfach: Empirische Wirtschaftsforschung Prüfer: Prof. Dr. K. Kraft Datum: 04.08.2010 Hilfsmittel: Nicht-programmierbarer Taschenrechner Klausurdauer:

Mehr

Grundlagen der Inferenzstatistik: Was Ihnen nicht erspart bleibt!

Grundlagen der Inferenzstatistik: Was Ihnen nicht erspart bleibt! Grundlagen der Inferenzstatistik: Was Ihnen nicht erspart bleibt! 1 Einführung 2 Wahrscheinlichkeiten kurz gefasst 3 Zufallsvariablen und Verteilungen 4 Theoretische Verteilungen (Wahrscheinlichkeitsfunktion)

Mehr

Schnelle und flexible Stoffwertberechnung mit Spline Interpolation für die Modellierung und Optimierung fortschrittlicher Energieumwandlungsprozesse

Schnelle und flexible Stoffwertberechnung mit Spline Interpolation für die Modellierung und Optimierung fortschrittlicher Energieumwandlungsprozesse Hochschule Zittau/Görlitz, Fakultät Maschinenwesen, Fachgebiet Technische Thermodynamik M. Kunick, H. J. Kretzschmar, U. Gampe Schnelle und flexible Stoffwertberechnung mit Spline Interpolation für die

Mehr

Das FMH Praxiskostenbarometer Erste Einblicke in die wissenschaftliche Datenanalyse Tarifdelegierten-Tag

Das FMH Praxiskostenbarometer Erste Einblicke in die wissenschaftliche Datenanalyse Tarifdelegierten-Tag Das Erste Einblicke in die wissenschaftliche Datenanalyse Tarifdelegierten-Tag Building Competence. Crossing Borders. Alfred Angerer Winterthurer Institut für Gesundheitsökonomie Alfred.Angerer@zhaw.ch

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

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

Vorlesung 1: Grundlagen, Evidenzbasierte Medizin und Gute Klinische Praxis (GCP)

Vorlesung 1: Grundlagen, Evidenzbasierte Medizin und Gute Klinische Praxis (GCP) Vorlesung 1: Grundlagen, Evidenzbasierte Medizin und Gute Klinische Praxis (GCP) 1.1. Begriffsbildung im Rahmen der Evidenzbasierten Medizin (EBM) Einsicht in die Notwendigkeit und praktische Relevanz

Mehr

Datenqualitätsmanagement im Customer Relationship Management

Datenqualitätsmanagement im Customer Relationship Management Wolfgang Leußer Datenqualitätsmanagement im Customer Relationship Management Verlag Dr. Kovac Hamburg 2011 Inhaltsverzeichnis Abbildungsverzeichnis Tabellenverzeichnis Abkürzungsverzeichnis XVII XIX XXI

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

SPIELKALENDER BRACK.CH CHALLENGE LEAGUE - 1. PHASE SAISON 2016/17 CALENDRIER BRACK.CH CHALLENGE LEAGUE - PHASE 1, SAISON 2016/17 RUNDEN / TOURS 01-06

SPIELKALENDER BRACK.CH CHALLENGE LEAGUE - 1. PHASE SAISON 2016/17 CALENDRIER BRACK.CH CHALLENGE LEAGUE - PHASE 1, SAISON 2016/17 RUNDEN / TOURS 01-06 SPIELKALENDER BRACK.CH CHALLENGE LEAGUE - 1. PHASE SAISON 2016/17 CALENDRIER BRACK.CH CHALLENGE LEAGUE - PHASE 1, SAISON 2016/17 RUNDEN / TOURS 01-06 DATE DAY KICKOFF HOME AWAY 23.07.16 SAT 19:00 23.07.16

Mehr

Social Media Nutzung deutscher Winzer und Weingüter

Social Media Nutzung deutscher Winzer und Weingüter Social Media Nutzung deutscher Winzer und Weingüter Ergebnisse einer Online-Befragung im August 2011 DR. GERGELY SZOLNOKI DIMITRI TAITS FORSCHUNGSANSTALT GEISENHEIM FACHGEBIET BETRIEBSWIRTSCHAFT UND MARKTFORSCHUNG

Mehr

Master Informatik / Medizininformatik Numerische Mathematik Folie 20a

Master Informatik / Medizininformatik Numerische Mathematik Folie 20a Master Informatik / Medizininformatik Numerische Mathematik Folie 20a Master Informatik / Medizininformatik Numerische Mathematik Folie 20b Master Informatik / Medizininformatik Numerische Mathematik Folie

Mehr

Nichtparametrische statistische Verfahren

Nichtparametrische statistische Verfahren Nichtparametrische statistische Verfahren (im Wesentlichen Analyse von Abhängigkeiten) Kategorien von nichtparametrischen Methoden Beispiel für Rangsummentests: Wilcoxon-Test / U-Test Varianzanalysen 1-faktorielle

Mehr

Inhaltsverzeichnis. a. Standorte...3 1. Minitab... 6. A. Minitab... 6 B. R...14. C. Statistik...16

Inhaltsverzeichnis. a. Standorte...3 1. Minitab... 6. A. Minitab... 6 B. R...14. C. Statistik...16 2 Inhaltsverzeichnis a. Standorte...3 1. Minitab... 6 A. Minitab... 6 i. Statistik für Ingenieure mit Minitab... 6 ii. Statistische Qualitätskontrolle mit Minitab...8 iii. Statistische Versuchsplanung

Mehr

Statistik. R. Frühwirth. Statistik. fru@hephy.oeaw.ac.at. VO 142.090 http://tinyurl.com/tu142090. Februar 2010. R. Frühwirth Statistik 1/536

Statistik. R. Frühwirth. Statistik. fru@hephy.oeaw.ac.at. VO 142.090 http://tinyurl.com/tu142090. Februar 2010. R. Frühwirth Statistik 1/536 fru@hephy.oeaw.ac.at VO 142.090 http://tinyurl.com/tu142090 Februar 2010 1/536 Übersicht über die Vorlesung Teil 1: Deskriptive Teil 2: Wahrscheinlichkeitsrechnung Teil 3: Zufallsvariable Teil 4: Parameterschätzung

Mehr

Veranstaltungsort Bildungsherberge der Studierendenschaft der FernUniversität Hagen

Veranstaltungsort Bildungsherberge der Studierendenschaft der FernUniversität Hagen Bildungsurlaub-Seminare: Lerninhalte und Programm Seminartitel SPSS für Psychologen/innen (BH15113) Termin Mo, den 18.05.bis Fr, den 22.05.2015 (40 UStd.) Veranstaltungsort Bildungsherberge der Studierendenschaft

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

Semester: -- Workload: 150 h ECTS Punkte: 5

Semester: -- Workload: 150 h ECTS Punkte: 5 Modulbezeichnung: Modulnummer: BMFO Marktforschung Semester: -- Dauer: Minimaldauer 1 Semester Modultyp: Pflicht Regulär angeboten im: WS, SS Workload: 150 h ECTS Punkte: 5 Zugangsvoraussetzungen: keine

Mehr

Seminare 2015 Sylke Rebelsky-Gey

Seminare 2015 Sylke Rebelsky-Gey Neu im Programm! wave Facilities Mit waveware arbeiten Sie mit einem mächtigen Instrument, das Ihnen bei der Planung, Optimierung und Analyse aller kostenrelevanten Vorgänge rund um beliebige Objekte schnell,

Mehr

Kapitel 1: Deskriptive Statistik

Kapitel 1: Deskriptive Statistik Kapitel 1: Deskriptive Statistik Grafiken 1 Statistische Kennwerte 5 z-standardisierung 7 Grafiken Mit Hilfe von SPSS lassen sich eine Vielzahl unterschiedlicher Grafiken für unterschiedliche Zwecke erstellen.

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 9. Dezember 2010 1 Konfidenzintervalle Idee Schätzung eines Konfidenzintervalls mit der 3-sigma-Regel Grundlagen

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

Ziel: Ziel der Aufgabe Ziel ist es, die Funktionalitäten von qs-stat millennium, sowie die Beurteilung von Datensätzen kennen zu lernen.

Ziel: Ziel der Aufgabe Ziel ist es, die Funktionalitäten von qs-stat millennium, sowie die Beurteilung von Datensätzen kennen zu lernen. Datenqualität 1/19 Ziel: Ziel der Aufgabe Ziel ist es, die Funktionalitäten von qs-stat millennium, sowie die Beurteilung von Datensätzen kennen zu lernen. Ausgangssituation: Sie wollen anhand des Werteverlaufs

Mehr

Keine Panik vor Statistik!

Keine Panik vor Statistik! Markus Oestreich I Oliver Romberg Keine Panik vor Statistik! Erfolg und Spaß im Horrorfach nichttechnischer Studiengänge STUDIUM 11 VIEWEG+ TEUBNER Inhaltsverzeichnis 1 Erstmal locker bleiben: Es längt

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

Statistik II für Betriebswirte Vorlesung 2

Statistik II für Betriebswirte Vorlesung 2 PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik Statistik II für Betriebswirte Vorlesung 2 21. Oktober 2014 Verbundene Stichproben Liegen zwei Stichproben vor, deren Werte einander

Mehr

Data Mining als Arbeitsprozess

Data Mining als Arbeitsprozess Data Mining als Arbeitsprozess Hagen Knaf Studiengang Angewandte Mathematik Hochschule RheinMain 31. Dezember 2015 In Unternehmen werden umfangreichere Aktivitäten oder Projekte im Bereich des Data Mining

Mehr

Einführung in die Fuzzy Logic

Einführung in die Fuzzy Logic Einführung in die Fuzzy Logic Entwickelt von L. Zadeh in den 60er Jahren Benutzt unscharfe (fuzzy) Begriffe und linguistische Variablen Im Gegensatz zur Booleschen Logik {0,} wird das ganze Intervall [0,]

Mehr

Kapitel 1: Deskriptive Statistik

Kapitel 1: Deskriptive Statistik Kapitel 1: Deskriptive Statistik Grafiken Mit Hilfe von SPSS lassen sich eine Vielzahl unterschiedlicher Grafiken für unterschiedliche Zwecke erstellen. Wir besprechen hier die zwei in Kapitel 1.1 thematisierten

Mehr

Proteinsequenzen. Raumstruktur GPCR. G-Protein gekoppelte Rezeptoren

Proteinsequenzen. Raumstruktur GPCR. G-Protein gekoppelte Rezeptoren G-Protein gekoppelte Rezeptoren Proteinsequenzen MEEPGAQCAPPPPAGSETWVPQANL SSAPSQNCSAKDYIYQDSISLPWKV LLVMLLALITLATTLSNAFVIATVY RTRKLHTPANYLIASLAVTDLLVSI LVMPISTMYTVTGRWTLGQVVCDFW LSSDITCCTASILHLCVIALDRYWA

Mehr

Katrin Kraus. Pädagogische Hochschule Nordwestschweiz Professur Erwachsenenbildung und Weiterbildung

Katrin Kraus. Pädagogische Hochschule Nordwestschweiz Professur Erwachsenenbildung und Weiterbildung Validierung als Weg in der Erwachsenenbildung Resultate einer aktuellen Studie zur Validierung von Kompetenzen im Rahmen der Gleichwertigkeitsbeurteilung Katrin Kraus Pädagogische Hochschule Nordwestschweiz

Mehr

Die Analyse sozialen Wandels auf Basis wiederholter Querschnittserhebungen

Die Analyse sozialen Wandels auf Basis wiederholter Querschnittserhebungen Die Analyse sozialen Wandels auf Basis wiederholter Querschnittserhebungen Beitrag für den RatSWD-Nachwuchsworkshop: Längsschnittanalysen auf der Basis amtlicher Sozial- und Wirtschaftsdaten, Berlin, 25.-26.

Mehr

Medizinische Physik und Statistik I. 2011/12, II. Semester. Prüfungskurs. Vorlesung: Kurscode: AOK-KN051-Prüfung,

Medizinische Physik und Statistik I. 2011/12, II. Semester. Prüfungskurs. Vorlesung: Kurscode: AOK-KN051-Prüfung, Medizinische Physik und Statistik I. 2011/12, II. Semester Prüfungskurs DATEN DES KURSES Titel des Kurses: Medizinische Physik und Statistik I. Kreditpunkte: 5 Kreditpunkte Vorlesung: Kurscode: AOK-KN051-Prüfung,

Mehr

Allpura Verband Schweizer Reinigungs-Unternehmen Sektion Zürich Resultate der Mitgliederbefragung März / April 2008

Allpura Verband Schweizer Reinigungs-Unternehmen Sektion Zürich Resultate der Mitgliederbefragung März / April 2008 Mitgliederbefragung Allpura Verband Schweizer Reinigungs-Unternehmen Sektion Zürich Resultate der Mitgliederbefragung März / April 2008 Durchgeführt durch: Andreas Gerster Group GmbH Im Schörli 3 8600

Mehr

Festnetz-Anschlüsse in Schweizer Haushalten

Festnetz-Anschlüsse in Schweizer Haushalten Festnetz-Anschlüsse in Schweizer Haushalten August 2015 Umfrage-Basics/ Studiensteckbrief: Methode: Computer Assisted Web Interviews (CAWI) Instrument: Online-Interviews über die Marketagent.com research

Mehr

Survival of the Fittest Wie statistische Modelle an Daten angepasst werden

Survival of the Fittest Wie statistische Modelle an Daten angepasst werden Tag der Mathematik 2009 Survival of the Fittest Wie statistische Modelle an Daten angepasst werden Thomas Kneib Fakultät für Mathematik und Naturwissenschaften Carl von Ossietzky Universität Oldenburg

Mehr

- mit guten statistischen Zusammenfassungen kommunizieren

- mit guten statistischen Zusammenfassungen kommunizieren Prof. Dr. J. Franke Statistik II für Wirtschaftswissenschaftler 0.1 Was ist die Aufgabe der Statistik beim TQM (Total Quality Management)? - statistisches Denken lehren - in der realen Welt relevante Daten

Mehr

MATHEMATISCHE ANALYSE VON ALGORITHMEN

MATHEMATISCHE ANALYSE VON ALGORITHMEN MATHEMATISCHE ANALYSE VON ALGORITHMEN Michael Drmota Institut für Diskrete Mathematik und Geometrie, TU Wien michael.drmota@tuwien.ac.at www.dmg.tuwien.ac.at/drmota/ Ringvorlesung SS 2008, TU Wien Algorithmus

Mehr