Vorlesung Multivariate Statistik. Sommersemester 2009

Größe: px
Ab Seite anzeigen:

Download "Vorlesung Multivariate Statistik. Sommersemester 2009"

Transkript

1 P.Martus, Multvarate Statstk, SoSe 009 Free Uverstät Berl Charté Uverstätsmedz Berl Bachelor Studegag Boformatk Vorlesug Multvarate Statstk Sommersemester 009 Prof. Dr. rer. at. Peter Martus Isttut für Bometre ud Klsche Epdemologe Charté Uverstätsmedz Berl

2 P.Martus, Multvarate Statstk, SoSe 009 Tel Wederholug der Wahrschelchketsrechug. Vorbemerkug De Wahrschelchketsrechug erlaubt es, Phäomee zu beschrebe, de durch de Zufall gesteuert sd. Der zugrude legede Zufallsmechasmus wrd als bekat vorausgesetzt. I der kofrmatorsche Statstk versucht ma dagege, aufgrud vo Beobachtuge auf de zugrude legede Zufallsmechasmus zurückzuschleße. Grudlage st aber mmer de Wahrschelchketsrechug. Im erste Tel der Vorlesug werde de Begrffsblduge ud de für statstsche Aweduge wchtgste Ihalte der Wahrschelchketsrechug aufgefrscht.. Awedugsbespel (klsche Stude) I eer klsche Stude wrd e Medkamet a Patete überprüft. De Helugswahrschelchket für jede Patete beträgt p. Ma teressert sch für de Wahrschelchket, dass mdestes k Patete (0 k ) gehelt werde. Lösug: De gesuchte Wahrschelchket heßt Bomalwahrschelchket, wrd mt b(,p,k) abgekürzt ud lautet b(, p, k) Der Bomalkoeffzet st defert als : p k k k ( p). k : k!! ( k)!..3 Awedugsbespel (Hardy Weberg Gesetz) E Ge kommt eer Populato mt zwe Allele, A ud a, mt de relatve Häufgkete p ud q:-p vor. Mt welche Häufgkete trete be zufällger Durchmschug de Geotype AA, Aa, aa auf? Lösug: De Häufgkete der 3 Geotype laute AA: p, Aa: pq, aa: q.

3 P.Martus, Multvarate Statstk, SoSe Awedugsbespel (DNA-Sequezaalyse, vgl. Ewes ud Grat, 005) Be der DNA-Sequezaalyse betrachtet ma sogeate Aker, kurze DNA-Sequeze, de m Geom edeutg sd ud dere Postoe bekat sd. DNA-Fragmete, de Aker ethalte, sd somt m Geom lokalserbar. I eer efache Modellerug geht ma vo folgede Aahme aus: De Azahl vo Aker eer DNA-Sequez st a jeder Stelle des Geoms proportoal zur Läge L deser Sequez mt detschem Proportoaltätsfaktor. Bem Durchlaufe der Sequez st das Neuauftrete ees Akers uabhägg davo, wevele Aker berets aufgetrete sd. We groß st de Wahrschelchket für das Auftrete vo k Aker eer Sequez der Läge L? Lösug: De Wahrschelchkete der etsprechede Häufgkete laute für k 0,,,... p( λ, k) : e λ k λ k! ud de etsprechede Wahrschelchketsvertelug heßt Possovertelug mt Parameter λ. Deser Parameter st proportoal zur Läge L des Itervalls..5 Awedugsbespel (Geexpresso) Be Geexpressosmessuge vo Patete mt Aderhautmelaom st für das Olgoukleotd 00657_at ach Logarthmerug de Itestät ormalvertelt mt Erwartugswert 5 ud Streuug.5. I welchem Berech lege de 90% edrgste Werte? Lösug: De Dchtefukto der Normalvertelug lautet allgeme f ( xμ ) σ ( x) e πσ ud m Bespel f ( x) π.5 e ( x5) *.5. Der gesuchte Berech ergbt sch als de obere Itegralgreze T, für de erfüllt st. Ma erhält T 6.9. T f ( t) dt 0.9 3

4 P.Martus, Multvarate Statstk, SoSe Defto (Edlcher Wahrschelchketsraum) Ee edlche Mege Ω {ω, ω,... ω m } zusamme mt eer Fukto P, für de glt ud P(ω ) 0 für,...,m m P(ω ) bezeche wr als edlche Wahrschelchketsraum. Eelemetge Telmege vo Ω heße Elemetareregsse, belebge Telmege heße Eregsse. De Fukto P wrd für belebge Eregsse A durch de Defto P ( A ) P ω A (ω) auf de Potezmege vo Ω fortgesetzt. Für de leere Mege setze wr P( ) 0..7 Awedugsbespel (Fortsetzug klsche Stude) Der Wahrschelchketsraum Ω {0,} mt P() p, P(0) -p beschrebt de Behadlugserfolg für ee Patete. Welcher Wahrschelchketsraum beschrebt de Behadlugserfolg vo Patete? Lösug : Ω s {0,,,...,} Das (Elemetar)-Eregs {k} steht für de Helug vo exakt k Patete, das Eregs {k,k+,...,} steht für de Helug vo mdestes k Patete. Lösug : Ω Ω Ω... Ω (kartessches Produkt mt detsche Faktore Ω {0,}). Jeder Faktor Ω steht für de Behadlugserfolg ees Patete. Elemetareregsse habe de Form (x, x,..., x ) mt x, we Patet gehelt wrd ud x 0, we Patet cht gehelt wrd. Ω hat Elemete. 4

5 P.Martus, Multvarate Statstk, SoSe Bemerkug Lösug erschet uötg komplzert, ma teressert sch für Eregsse aus Ω s, cht aber aus Ω. Mt Hlfe des "Umwegs" über Ω lasse sch aber de gesuchte Wahrschelchkete für Ω s herlete. Herfür werde dre wetere Deftoe beötgt..9 Defto (Uabhäggket) I eem edlche Wahrschelchketsraum heße zwe Eregsse A ud B uabhägg, we glt: P(A B) P(A) P(B)..0 Awedugsbespel (Fortsetzug Hardy Weberg Gesetz) Vom Vater wrd das Allel A mt der Wahrschelchket p, das Allel a mt der Wahrschelchket -p vererbt. Gleches glt für de Mutter. Somt st be uabhägger Kombato de Wahrschelchket für de Geotyp AA p ud für de Geotyp aa q. De Wahrschelchket für de Geotyp Aa st p(-p), wel A sowohl vom Vater als auch vo der Mutter vererbt se ka.. Defto (Produktraum) Für zwe edlche Wahrschelchketsräume Ω a {ω a, ω a,... ω ma } ud Ω b {ω b, ω b,... ω mb } heßt das kartessche Produkt Ω a Ω b Produktraum, we P (ω ja, ω b ) P(ω ja ) P(ω b ) für alle Paare vo Elemetareregsse glt. Ma seht lecht, dass da dese Egeschaft sofort auf belebge Eregsse A Ω a ud B Ω b verallgemeerbar st, d.h., dass P(A B) P(A) P(B) glt. De Defto ka sofort auf edlch vele Faktore erwetert werde.. Bemerkuge Das Symbol " " wrd sowohl für de Bldug des kartessche Produkts als auch für de Multplkato vo Zahle verwedet. Das Symbol "P" trtt de Formel.9 drefacher Bedeutug auf: P(A B) bezeht sch auf de Wahrschelchketsvertelug Ω a Ω b, P(A) auf dejege Ω a ud P(B) auf dejege Ω b. 5

6 P.Martus, Multvarate Statstk, SoSe 009 Streg geomme wäre es. falsch, zu sage, de Eregsse A ud B see uabhägg. De bede Eregsse A ud B stamme aus verschedee Wahrschelchketsräume ud ma köte (A B) überhaupt cht blde. Korrekt st de folgede Formulerug: Im Produktraum Ω a Ω b sd de Eregsse A Ω b ud Ω a B vo eader uabhägg, de P(A Ω b Ω a B) P(A B) P(A) P(B). Der Efachhet halber darf ma aber A ud B als uabhägg bezeche, we ma weß, was damt gemet st..3 Defto (Zufallsvarable) Für ee edlche Wahrschelchketsraum (Ω 0, P 0 ) ud ee belebge Mege Ω heßt ee Abbldug X: Ω 0 Ω Zufallsvarable (oder Zufallsgröße). Durch P (ω) P(X - (ω)) wrd auf Ω ee Wahrschelchketsvertelug P (auch P X ) defert. Dese Wahrschelchketsvertelug heßt auch Vertelug vo X..4 Awedugsbespel (Fortsetzug klsche Stude) De Lösug aus Bespel.7 Ω Ω Ω... Ω stellt ee Produktraum dar, we ma davo ausgeht, dass de Helug für ee Patete uabhägg st vo der Helug für belebge adere Patete. De Wahrschelchket des Elemetareregsses {x, x,..., x } st da ud das st glech we P(x ) P(x )... P(x ) p k -p (-k), S( x, x, K x ) : ω k glt. De gesuchte Wahrschelchkete für Lösug des Bespels.7 erhält ma also als Vertelug der Zufallsgröße S (Summebldug) vo Ω ach Ω s. Ma muss ur och bestmme, welche Mächtgket S - (k) hat. Ma seht lecht, dass der Tat S - (k) de Mächtgket hat. k 6

7 P.Martus, Multvarate Statstk, SoSe Bemerkug I vele Aweduge bezeht ma sch auf ee Zufallsvarable mt eer bestmmte Vertelug (z.b. Normalvertelug) ohe sch über das "dahter legede" Ω Gedake zu mache..6 Dskusso des Awedugsbespels (.,.7,.4) De Aahme, dass jeder Patet uabhägg vo de adere behadelt wrd, st realstsch. De Aahme, dass jeder Patet de gleche Helugswahrschelchket hat, st urealstsch. So köte z.b. der Schweregrad der Erkrakug für Patete verschede se. Deoch wrd das etsprechede Modell als Stadard z.b. für sog. Phase II Stude der Medkameteprüfug verwedet..7 Weterführug (Belebge Wahrschelchketsräume) Für abzählbar uedlche Mege (z.b. {0,,,...}) lässt sch de Begrffsbldug des Wahrschelchketsraums drekt übertrage. De Summe P ( A ) P ω A (ω) wrd be abzählbar uedlche Mege zu eer Rehe mt uedlch vele Summade. Be überabzählbar uedlche Mege, z.b. oder [0,], R +, R {0,} {0,}...(abzählbar vele Faktore) trete dagege schwerge mathematsche Probleme auf. I eem egee Telgebet der Mathematk, der Maßtheore, werde dese Probleme gelöst. De Maßtheore wr her cht behadelt. Ee wchtge Kosequez aus der Maßtheore st, dass be überabzählbarem Ω alle Elemetareregsse de Wahrschelchket 0 habe köe. Außerdem ka cht mehr für alle Telmege vo Ω ee Wahrschelchket agegebe werde, soder ur für de messbare Telmege. Für de reelle Zahle R sd z.b. alle Itervalle messbar (vgl. z.b. Bauer 990, her sbesodere S.3 ff). Wr gehe m Folgede stllschweged davo aus, dass usere Aweduge mt uedlche Wahrschelchketsräume de Deftoe ud Sätze für edlche Wahrschelchketsräume hre Gültgket behalte. 7

8 P.Martus, Multvarate Statstk, SoSe Defto (Vertelugsfukto ud Dchte) De für Aweduge relevate Wahrschelchketsverteluge auf R oder Teltervalle vo R köe durch Dchtefuktoe f(x) beschrebe werde (vgl. Bespel.4). Ist also Ω ee messbare Telmege vo R ud glt für ee Wahrschelchketsvertelug P P ( A) A f ( t) dt, für alle messbare A Ω, da heßt f de Dchte vo P ud F ( T ) T f ( t) dt de Vertelugsfukto vo P. Dabe ehme wr jetzt ud m folgede a, dass f auf R \ Ω kostat 0 st. Es glt ud P ( Ω) f ( t) dt Ω lm T F( T ), lmt F( T ) 0. De Vertelugsfukto lässt sch aalog für edlches oder abzählbares Ω R durch defere. F ( T ) P ω T (ω).9 Bemerkuge Mt Begrfflchkete aus der Maßtheore lässt sch P(ω) auch be edlchem Ω als Dchte terpretere ud de etsprechede Summe als Itegrale. Im folgede werde wr mmer de Itegralschrebwese verwede. I der multvarate Statstk werde de Begrffe vo Vertelugsfukto ud Dchte auf Wahrschelchketsräume m R p verallgemeert..0 Bespel (Glechvertelug) Ee Zufallsgröße X heßt glechvertelt auf eem Itervall [a,b] (- < a < b < ), we für de Dchtefukto f glt f(x) /(b-a) für x [a, b] f(x) 0 für x <a, x > b. 8

9 P.Martus, Multvarate Statstk, SoSe 009 Für edlches Ω Ω {ω, ω,... ω m } mt P(ω ) /m heßt P aalog Glechvertelug ud der Wahrschelchketsraum Laplaceraum mt m Elemete.. Satz (Glechvertelug der Vertelugsfukto) Es se X ee reelle Zufallsvarable mt stetger Dchtefukto f(t) > 0 ud es se F ( T ) T f ( t) dt de zugehörge Vertelugsfukto. Da glt: De Zufallsvarable Y:F(X) mmt Werte zwsche 0 ud a ud st auf [0,] glechvertelt. Bewes: sehe Übug.. Defto (Erwartugswert ud Varaz) Für ee Zufallsgröße X mt Dchtefukto f(x) st der Erwartugswert μ(x) ud de Varaz σ (X) defert durch μ ( X ) : t f ( t) dt falls de etsprechede Itegrale exstere. [ t μ( X ) ] σ ( X ) : f ( t) dt,.3 Satz (Erwartugswert ud Varaz vo Summe vo Zufallsvarable) See X ud Y belebge reelle Zufallsvarable, für de Erwartugswert ud Varaz exstere. Da glt μ(x+y) μ(x) + μ(y), μ(ax) aμ(x) ud σ (ax) a σ (X) für a belebg aus R. Für uabhägge X, Y glt σ (X+Y) σ (X) + σ (Y). Bewes: Bs auf de letzte Aussage folgt alles drekt aus de Deftoe vo Erwartugswert ud Varaz. E Bewes für de letzte Aussage fdet sch z.b. be Chug (978), Sete Bespel (Bomalvertelug) Der Erwartugswert der Bomalvertelug b(,p,k) st p, de Varaz st pq. Des folgt sofort aus Satz.3 ud μ(x) p ud σ (X) p(-p) für. 9

10 P.Martus, Multvarate Statstk, SoSe 009 0

11 P.Martus, Multvarate Statstk, SoSe Possoscher Grezwertsatz Wr betrachte ee Folge X (,,... ) vo Zufallsgröße, de alle ach b(,p,k) vertelt sd mt kostatem Erwartugswert p λ für belebges. Da glt für alle k )., ( ),, ( lm k p k p b λ Bemerkug: Es geügt vorauszusetze, dass p λ für. Bewes: Wr betrachte De erste ud de drtte Klammer habe berets de gewüschte Form. De zwete Klammer geht (be festem k) für gege, de letzte Klammer erfüllt k k λ λ λ. De erste Klammer geht gege e -λ, de zwete gege wel k fest st ud λ/ p 0..6 Dskusso des Awedugsbespels.4 Im Bespel zur DNA-Sequezerug ka ma sch vorstelle, dass mmer zahlrechere ud mmer kleere Telsequeze des utersuchte DNA-Strags mmer ur e oder ke Aker auftrtt. Be Auftelug glechlage Telsequeze st also de Zahl der Aker ach b(,p,k) vertelt, de Gesamtzahl der Aker ach b(,p,k). Der vorhergehede Satz rechtfertgt also de Aahme eer Possovertelug für de Gesamtzahl der Aker. De Gesamtzahl der Aker ka atürlch e größer als de Zahl der Basepaare der utersuchte Gesequez se. Außerdem st de Uabhäggketsaahme.4 sehr problematsch. Deoch eget sch das Modell zur efache Beschrebug der Vertelug vo Akerpukte. [ ].! : ),, ( + k k k k k k k k b λ λ λ λ λ K

12 P.Martus, Multvarate Statstk, SoSe Defto (Stadardserug) Es se X ee reelle Zufallsvarable, für de μ (X) ud σ (X) exstere. Da heßt de Zufallsvarable Z mt Z X μ( X ) σ ( X ) de stadardserte Zufallsvarable für X. Für Z glt μ(x) 0 ud σ (X). Der Neer σ ( X ) heßt auch Stadardabwechug oder Streuug ud wrd mt σ (X) bezechet..8 Satz vo de Movre Laplace Es se X, ee Folge vo bomal vertelte Zufallsgröße mt festem p, also X ~ b(,p,k) ud es se Z de zugehörge Folge stadardserter Zufallsgröße Z X p. pq Da lässt sch de Vertelug vo Z durch de Normalvertelug aäher. Damt st gemet: Für belebge Kostate - < a < b < + glt Bewesskzze b ( a < Z b) e dx lm P π a x Im erste Schrtt ähert ma de Fakultäte der Bomalvertelug mt der Strlgsche Formel a: p k k k ( p)! π. e Setzt ma für de dre Fakultäte des Bomalkoeffzete de etsprechede Terme der Strlgformel e, so erhält ma p k k ( p) k k e k π e k k π k e π ( k) p k k ( p)

13 P.Martus, Multvarate Statstk, SoSe ud daraus durch Kürze I der Übug wrd bewese, dass erfüllt, wobe z k der stadardserte Wert für k st. Isgesamt erhalte wr also Durch Aufsummere der Wahrschelchkete aller Trefferzahle k, für de z k m gewüschte Itervall ]a,b] legt, erhalte wr ee Remasumme, de gege das m Satz geate Itegral kovergert (vgl. Chug, 978, Sete 8-30). Der Satz vo de Movre Laplace st e Spezalfall des Zetrale Grezwertsatzes..9 Zetraler Grezwertsatz für detsch vertelte uabhägge Zufallsvarable Es se X ee reelle Zufallsvarable, für de Erwartugswert ud Varaz exstert, X (,...,) see detsch vertelte, uabhägge Zufallsvarable mt der Vertelug vo X. Mt S bezeche wr de Summe der X S X ud mt Z de Stadardserug vo S, also ) ( ) ( X X S Z σ μ Da st ( ) dx e b Z a P b a x < lm π. Bewes: z.b. Chug, 978, Sete ( ) ( ). ) ( k k k k k k p p p p k k p p k π ( ) z k k k k k e p p k k ( ) ) ( z k k k k k e p p p p k k π

14 P.Martus, Multvarate Statstk, SoSe Bemerkug Der Zetrale Grezwertsatz lässt sch och allgemeer formulere. Es geügt z.b., dass für cht detsch vertelte, aber uabhägge Zufallsvarable X de Erwartugswerte μ (X ) ud Varaze σ (X ) exstere ud für de Varaze σ (S ) der Summevarable de folgede Summe vo Itegrale S X Var ( S ) ( x E( X ) PX dx x E( X ) εs für belebges ε > 0 gege Null kovergert (Ldeberg-Bedgug, Bauer, 99, Sete 38-45)..3 Schlussbemerkug Der Zetrale Grezwertsatz stellt be vele statstsche Aweduge de "Rechtfertgug" für de Gebrauch der Normalvertelug dar. So ka ma aus der Formulerug.9 ablete, dass wederholte Messuge derselbe Größe am selbe Idvduum, we se uabhägg erfolge, zu ormalvertelte Durchschttswerte führe (Normalvertelug der Messfehler). Aus der allgemeere Formulerug.30 ka ma folger, dass de wahre (Messfehlerberegte) Werte vo uterschedlche Idvdue eer Populato ormalvertelt sd we der gesuchte Wert sch addtv aus vele klee Eflüsse zusammesetzt, de uabhägg sd ud vo dee keer domert (Normalvertelug der tatsächlche bologsche Varabltät). Lteratur Bauer H. Maß- ud Itegratostheore (de Gruyter 990). Bauer H. Wahrschelchketstheore, 4. Auflage (de Gruyter, 99). Chug KL. Elemetare Wahrschelchketstheore ud stochastsche Prozesse (Sprger, 978). Ewes WJ, Grat GR. Statstcal Methods Boformatcs.ed. (Sprger 005). 4

15 P.Martus, Multvarate Statstk, SoSe 009 Tel Statstsche Hypothesetests. Vorbemerkuge Statstsche Hypothesetests stelle das wchtgste Hlfsmttel der kofrmatorsche Statstk dar. Se ermöglche, Etscheduge über wsseschaftlche Hypothese aufgrud emprscher Date zu treffe. Dabe köe zwar Fehletscheduge cht ausgeschlosse werde, aber dere Wahrschelchket ka begrezt werde. De Awedug statstscher Tests st aber cht fre vo Fehlerquelle: Ma muss sch über de "Natur" der Fehlerwahrschelchkete m Klare se, we ma statstsche Tests korrekt awedet. Ee Hauptaufgabe des Statstkers besteht dar, dem Aweder de korrekte Iterpretato vo Testergebsse zu ermöglche. Wrd de zu testede Hypothese oder de akzepterte Fehlerwahrschelchket erst achträglch, ach Kets aller oder ees Tels der Date, festgelegt, brcht dese Abscherug gaz oder telwese zusamme. Im Rahme deses Tels der Vorlesug wrd der frequetstsche Asatz dargestellt. I eem adere Abschtt wrd de Bayesasche Schtwese dargestellt. Das Przp des statstsche Tests wrd zuächst a eem efache Bespel dargestellt. De formal korrekte Behadlug schleßt sch a.. Awedugsbespel (Klsche Stude, vgl..,.7,.4,.6) Für e eues Medkamet soll gezegt werde, dass de Helugswahrschelchket π größer als 0.5 st. Herfür werde 5 Patete mt desem Medkamet behadelt ud de Häufgket k vo Heluge beobachtet. Wevele Patete müsse mdestes gehelt werde, um mt eer Fehlerwahrschelchket vo α0.05 de Nachwes vo π > 0.5 zu erbrge? Gemet st der Fehler, sch rrtümlch zuguste des eue Medkamets zu etschede: De Helugswahrschelchket st maxmal 0.5, der Stude werde aber zufällg sehr vele Patete gehelt, d.h. de beobachtete relatve Häufgket k/ st deutlch größer als 0.5. De Mdestzahl K vo Heluge, ab der der Nachwes vo π > 0.5 erbracht st, muss also so hoch lege, dass de Wahrschelchket für das Eregs k K etspreched gerg, d.h. maxmal 0.05 st. Dese Wahrschelchket ka für belebges π mt Hlfe der Bomalvertelug berechet werde. Se st scher für jede Wahl vo K am größte, we π exakt glech 0.5 st. Wr werde us also für dese Fall abscher ud köe us darauf verlasse, dass de Fehlerwahrschelchket ur gerger werde ka, we π sogar kleer als 0.5 st. 5

16 P.Martus, Multvarate Statstk, SoSe Bespel (Fortsetzug) Im folgede Dagramm sd de Bomalwahrschelchkete b(5,0.5,k) dargestellt: 5 5 Patete - H0: Helugsrate 50% Wahrschelchket [%] %.8% Azahl gehelter Patete Uter der Aahme π 0.5 st de Wahrschelchket, oder mehr Patete zu hele, Ma seht lecht durch Nachreche, dass b(5,0.5,) 0.04 ud somt b(5,0.5,k ) 0.06 > Ma muss also mdestes Patete hele, um π > 0.5 statstsch zu bewese..4 Bespel (Fortsetzug) Für de Nachwes vo π > 0.5 wrd ee beobachtete Helugshäufgket vo /5 80%, also deutlch mehr als 50%, verlagt! De beschrebee Stude wrd atürlch mt der Abscht durchgeführt, dese Nachwes zu erbrge (aderfalls müsste der statstsche Asatz geädert werde!). De Itator der Stude teressert also, we groß de Wahrschelchket für de Erfolg der Stude st. Dese Wahrschelchket hägt u aber vo der tatsächlche Helugswahrschelchket des Medkamets ab. De folgede Grafke zege, we groß für uterschedlches π de Wahrschelchket ees Studeerfolgs (k ) st. Aus de Grafke geht klar hervor, dass de Stude egetlch ur für π 0.9 (oder größer) erfolgverspreched st. De Bezechug H 0 ud H de Grafke wrd später erklärt. 6

17 P.Martus, Multvarate Statstk, SoSe Patete - H: Helugsrate 60% Wahrschelchket [%] % 9.% Azahl gehelter Patete Wahrschelchket [%] Patete - H: Helugsrate 70% 70.3% 9.7% Azahl gehelter Patete 7

18 P.Martus, Multvarate Statstk, SoSe Patete - H: Helugsrate 80% Wahrschelchket [%] % 64.8% Azahl gehelter Patete Wahrschelchket [%] Patete - H: Helugsrate 90% 5.6% 94.4% Azahl gehelter Patete 8

19 P.Martus, Multvarate Statstk, SoSe Bemerkug Für de Itator der Stude st ee zwete Fehlerwahrschelchket vo Iteresse: De Wahrschelchket β dafür, dass de Stude cht das Zel vo mdestes Heluge errecht, obwohl de Helugswahrschelchket π größer als 0.5 st. Ist de tatsächlche Helugswahrschelchket also z.b. π 0.6, da köe wr aus der etsprechede Grafk ablese, dass β Dese Stude wäre also usg. Der Ausweg besteht dar, de Zahl der Patete zu erhöhe..6 Bespel (Fortsetzug) Es werde 50 Patete behadelt. Wege b(50,0.5,k 86) ud b(50,0.5,k 85) > 0.05 müsse mdestes 86 Patete gehelt werde. Aus de folgede Grafke ka abgelese werde, dass dese Stude recht erfolgverspreched st: 7 50 Patete - H0: Helugsrate 50% Wahrschelchket [%] % 4.3% Azahl gehelter Patete 7 50 Patete - H: Helugsrate 60% Wahrschelcket [%] % 77.4% Azahl gehelter Patete 9

20 P.Martus, Multvarate Statstk, SoSe Bemerkug Zur Berechug der Bomalwahrschelchkete.6 beutzt ma cht de Rohwert k soder de stadardserte Zufallsgröße Z X μ( k) σ ( k) mt μ(k) π ud σ (k) π(-π). Mt dem Zetrale Grezwertsatz erhält ma b(, p, k K) π Z ( K ) e z dz π p( p) K e ( xp) p( p) dx..8 Bespel (Fortsetzug) I Medkametestude st ma dazu verpflchtet, auch mmer mt zu überprüfe, ob de Stude (etgege der Iteto des Itators) statstsch bewest, dass das eue Medkamet sogar deutlch schlechter als erwartet st. Des bedeutet, dass ma auch de Fall π < 0.05 berückschtge muss. Praktsch erfolgt des dadurch, dass ma de zulässge Fehler vo 0.05 zu gleche Tele auf besoders hohe ud besoders edrge Helugshäufgkete vertelt: 50 Patete - H0: Helugsrate 50% Wahrschelchket [%] Zwesetger Test.04%.04% Azahl gehelter Patete Ma verlagt jetzt mdestes 87 Heluge, statt 86. 0

21 P.Martus, Multvarate Statstk, SoSe Bemerkug We der Stude statt der geforderte 87 Patete z.b. 78 gehelt werde, hat ma de geforderte Nachwes vo π > 0.5 cht erbracht. Werde z.b. 90 Patete gehelt, hat ma h erbracht. Um zu demostrere, we "ahe" das Ergebs a der vorgeschrebee Greze K 87 lag, betrachtet ma de Fehlerwahrschelchket, de zum beobachtete k gehört. Im erste Fall mt k 87 glt b(50,0.5,k 78) 0.34, m zwete Fall b(50,0.5,k 90) Beachtet ma de.8 geforderte Erweterug auf de Nachwes vo π < 0.5, so ka ma folgede Aussage treffe: Wäre de zulässge Fehlerwahrschelchket α 0.68 gewese, hätte de 78 Patete zum Nachwes π > 0.5 ausgerecht, wäre de Fehlerwahrschelchket dagege α gewese, hätte 90 Patete zum Nachwes π > 0.5 ausgerecht. I de folgede Abschtte werde de bsher formell verwedete Begrffsblduge eer Sere vo mathematsche Deftoe präzsert. Es wrd drged empfohle, das Bespel.-.8 jewels gege zu lese..0 Defto (statstscher Raum) Gegebe se ee Mege Ω zusamme mt eer Mege vo Wahrschelchketsverteluge P auf Ω. Da heßt das Paar (Ω,P) statstscher Raum. Wr spreche vo eem parametrsche statstsche Raum, we sch de Wahrschelchketsverteluge P durch ee (üblcherwese reellwertge) Parameter (oder Parametervektor m R ) beschrebe lasse, d.h.we ma schrebe ka P {P θ θ Θ}.. Bemerkuge Für edlches Ω {ω, ω,... ω m } oder abzählbares Ω {ω, ω,...} köe wr ohe Eschräkug davo ausgehe, dass de ezele Wahrschelchketsverteluge P aus P jewels für alle Telmege vo Ω defert sd. Für belebges Ω müsse wr zusätzlch verlage, dass jedes P aus P für deselbe Eregsse A Ω defert st. I vele Aweduge verlagt ma zusätzlch, dass cht ur jedes P für deselbe Eregsse defert st, soder auch dass P(A) > 0 etweder für alle oder für ke P aus P erfüllt st. Lässt ma belebge Parametermege Θ zu, ka ma ma jede statstsche Raum als parametrsch auffasse. Im egere Se sprcht ma vo eem parametrsche Raum,

22 P.Martus, Multvarate Statstk, SoSe 009 we der Parameter we obe erwäht e- oder mehrdmesoal reell st. Als Parameter werde häufg Erwartugswert ud/oder Varaz gewählt. Dese Wahl st aber cht zwged, mache Fälle wählt ma efache Fuktoe deser Größe. Wr werde fast mmer davo ausgehe, dass der Raum, de wr betrachte, m egere Se parametrsch st. I sehr vele Fälle hat ma de Wahl, Ω der Form (Ω ) oder glech als de Bldraum eer Abbldug vo (Ω ) ee efache Raum (Ω ) festzulege.. Bespel (Fortsetzug) I der klsche Stude wähle wr ud Ω {0,,,... 5 } bzw. Ω {0,,,... 50} P {b(5,p,k) p ]0,[} bzw. P {b(50,p,k) p ]0,[}. Her st p der Parameter, wrd als kostat betrachtet. De Werte p 0 ud p werde bewusst cht zugelasse, wel da de Bedgug "P(A) > 0 etweder für alle oder für ke P aus P " verletzt wäre. Ee alteratve Parametrserug wäre p/(-p) oder l[p/(-p)]. Ee alteratve Wahl für Ω wäre {0,} 5. P wäre da de Mege aller Wahrschelchketsverteluge auf de Tupel (ω, ω,... ω 5 ) mt ω {0,} ud für Σw k P(ω, ω,... ω 5 ) p k (-p) 5-k. De Parametermege würde sch cht äder, wäre also z.b. weder ]0,[..3 Defto (Testprobleme, Nullhypothese ud Alteratve, Etschedugsfukto, krtscher Berech, krtscher Wert) Es se (Ω, P) e statstscher Raum mt P {P θ θ Θ}. Θ 0 ud Θ see zwe Telmege vo Θ mt Θ 0 Θ. Als Testproblem bezechet ma de Aufgabe, aufgrud vo Stchprobedate zu etschede, ob ma de Aahme H 0 : P Θ 0 zuguste der Aahme H : P Θ ablehe ka. H 0 heßt Nullhypothese ud H heßt Alteratve. Falls Θ R, Θ 0 ]a,b] ud Θ ]b,c[, sprcht ma vo eem esetge Testproblem, falls Θ 0 {b} ud Θ ]a,b[ ]b,c[ sprcht ma vo eem zwesetge Testproblem (- a < b < c ). Als Etschedugsfukto bezechet ma dejege Fukto δ:ω {0,}, de jedem möglche Versuchsergebs ω de Wert 0 (kee Ablehug der Nullhypothese) oder (Ablehug der Nullhypothese) zuordet.

23 P.Martus, Multvarate Statstk, SoSe 009 Als krtsche Berech K bezechet ma de Mege δ - (), also dejege Versuchsergebsse, de zur Ablehug der Nullhypothese führe. Ist Ω reell ud hat der krtsche Berech de Gestalt ees Itervalls K [K, [, bezechet ma K als krtsche Wert. We ma vor de Etschedugsfukto ee Zufallsgröße X vo Ω ee efachere Ω' "zwscheschaltet", bezechet ma X als Prüfgröße ud sprcht da aalog vom krtsche Wert für de Prüfgröße..4 Bemerkuge Mestes, aber cht mmer glt Θ 0 Θ Ω.. Es ka also P Wahrschelchketsverteluge gebe, de weder zur Nullhypothese och zur Alteratve gehöre. Das Testproblem st bewusst asymmetrsch formulert: We ma de Nullhypothese ablehe ka, glt de Alteratve als statstsch bewese. We ma de Nullhypothese cht ablehe ka, glt se deswege och lage cht als statstsch bewese. I vele Aweduge mt esetge Testprobleme bezeht ma aus Θ 0 ur de ugüstgste Wahrschelchketsvertelug, also dejege, de der Alteratve am "äheste" kommt, de wetere Überleguge e. I eem allgemeere Asatz ka de Etschedugsfukto auch Werte zwsche ull ud es aehme. Gemet st folgedes: We δ(ω) ρ, da sollte ma sch mt Wahrschelchket ρ für de Ablehug der Nullhypothese etschede, also für de Etschedug selbst och emal e Zufallsexpermet durchführe. Ma sprcht deswege vo radomserte Etschedugsfuktoe. Dese werde der Praxs cht agewedet..5 Bespel (Fortsetzug) I der klsche Stude mt lautet das esetge Testproblem ud das zwesetge Testproblem Ω {0,,,... 5 } ud P {b(5,p,k) p ]0,[} H 0 : P ]0,0.5], H : P ]0.5, [ H 0 : P {0.5}, H : P ]0, 0.5[ ]0.5, [. De Etschedugsfukto δ geht vo {0,,...,5} ach {0,}. Bem esetge Testproblem hatte wr us etschede, δ{k} zu wähle, falls k. Der krtsche Wert K war also 3

24 P.Martus, Multvarate Statstk, SoSe 009. De Wahl vo K war aufgrud der Vorgabe erfolgt, dass de Wahrschelchket, H0 abulehe obwohl H 0 zutrfft maxmal 0.05 se sollte. Be Verwedug eer radomserte Etschedugsfukto dürfte ma für k Heluge mt Wahrschelchket 0.03/ % de Nullhypothese ablehe. Be Verwedug vo Ω {0,} 5 wäre de Prüfgröße X defert durch X(ω, ω,... ω 5 ) Σw ( k)..6 Defto (Fehler erster ud Fehler zweter Art, Macht, Machtfukto) Be gegebeem Testproblem et ma Maxθ Θ P ( K) 0 θ de Fehler erster Art oder Sgfkazveau ud bezechet es mt α. (K st der krtsche Berech). Für festes θ Θ et ma de Fehler zweter Art. ( K) P θ De Fukto ( θ ) P ( ) M : Θ [0,], M K θ bezechet ma als Machtfukto..7 Bemerkuge Machmal bezechet ma auch de Etschedug selbst als Fehler erster oder zweter Art ud cht de Wahrschelchket der jewelge Etschedug. I Aweduge wrd der Fehler erster Art als der wchtgere agesehe, desse Wahrschelchket jeder Stude vorher begrezt werde muss. I der Medz wrd üblcherwese α0.05 verlagt. Um überhaupt vom Fehler zweter Art zu spreche, muss ma sch auf ee spezelle Alteratve θ Θ festlege. Demgegeüber st der Fehler erster Art ja e Maxmalwert vo Wahrschelchkete, ma muss sch her cht auf e spezelles θ Θ 0 festlege. I gute Stude wrd der Fehler zweter Art vor der Stude für ee realstsche Alteratve bestmmt. Ma ka für festes θ Θ de Fehler zweter Art durch Erhöhug des Stchprobeumfags verrger (s.u. Fallzahlschätzug). Allerdgs wrd sch be fester Fallzahl der Fehler zweter Art für Alteratve, de sch mmer mehr der Nullhypothese aähere, mmer mehr dem 4

25 P.Martus, Multvarate Statstk, SoSe 009 Wert -α aäher, der Medz also 95%. Extrem klee Abwechuge vo der Nullhypothese köe also statstsch kaum achgewese werde...8 Bespel (Fortsetzug) Im Bespel mt 5 Patete wurde der Fehler erster Art auf 0.05 begrezt. Für de esetge Test wurde der Fehler zweter Art für de spezelle Alteratve θ 0.60, θ 0.70, θ 0.80 ud θ 0.90 bestmmt. De Machtfukto hat auf ]0.5,[ de Gestalt,00 0,80 macht 0,60 0,40 0,0 0,00 0,50 0,60 0,70 0,80 0,90,00 p.9 Defto (Überschretugswahrschelchket) Be bekatem Versuchsergebs ka ma das edrgste Sgfkazveau agebe, für das das Studeergebs och sgfkat gewese wäre. Es legt be maxmal α, we das Studeergebs sgfkat für α war ud be größer α, we das Studeergebs cht sgfkat für α war. Deses "optmale" Sgfkazveau bezechet ma als Überschretugswahrschelchket oder kürzer als p-wert..0 Bemerkug P-Werte ethalte mehr Iformato als de Agabe zur Ablehug oder Nchtablehug der Nullhypothese. P-Werte stelle aber kee Begrezuge für de Wahrschelchkete vo Fehletscheduge dar, auch we se oft deser Art terpretert werde. P-Werte werde der Medz extrem häufg berechet.. Bespel (Fortsetzug) 5

26 P.Martus, Multvarate Statstk, SoSe 009 Der p-wert für k Heluge war 0.06, derjege für k Heluge Algorthmus (Fallzahlschätzug) We ma für ee Stude de Fehler zweter Art begreze wll, muss ma de otwedge Mdestfallzahl bestmme. Dabe geht ma folgedermaße vor: Ma legt durch de Wahl voθ 0 de Nullhypothese ud durch de Wahl vo Θ de Alteratve fest. Ma fxert das Sgfkazveau α. Weterh legt ma für e spezelles θ Θ de gewüschte Fehler zweter Art β fest. Für ee tale Festlegug der Fallzahl bestmmt ma zuächst de maxmal möglche krtsche Berech K aufgrud der Bedgug Max θ Θ Pθ ( ) 0 K α Für das gefudee K ud das spezelle θ Θ bestmmt ma de Fehler zweter Art P ( K) β ( ). θ We β() > β muss erhöht werde, we β() < β ka verrgert werde. Durch Ausprobere fdet ma de otwedge Fallzahl. Be sehr efache Testprobleme ka ma geschlossee Formel für de Fallzahl agebe..3 Bespel (Fortsetzug) Für de Approxmato der Bomal- durch de Normalvertelug lautet de geschlossee Form der Fallzahlschätzug für de esetge Test { z α [ π 0 ( π 0 )] + z β [ π ( π )]} ( π π ) 0 Dabe bezechet z γ das γ-quatl der Stadardormalvertelug, also de z-wert für de glt: π zγ z e dz γ Es glt z ud z De otwedge Fallzahl für π ud π 0.60 st {.645 [ 0.5 ( 0.5) ] [ 0.6 ( 0.6) ]} ( ) 57. 6

27 P.Martus, Multvarate Statstk, SoSe 009 Für de zwesetge Test muss ma α halbere, also mt z (.96) statt z 0.95 a(.645) arbete. 7

28 P.Martus, Multvarate Statstk, SoSe 009 Tel 3 Methodekatalog 3. Vorbemerkuge ud Überblck I de folgede Abschtte werde wr ege statstsche Tests vorstelle, de für medzsch / bologsche Aweduge vo Bedeutug sd. De zugrude legede Theore werde wrd ur adeutugswese behadel, de Fehler erster Art mmer auf 0.05 fxere. Be de ausgewählte statstsche Tests lasse sch dre Stchprobestrukture uterschede: Ee Stchprobe wrd gege ee bekate Wert verglche. Zwe Stchprobe werde gegeeader verglche. Alle Werte köe als uabhägg betrachtet werde (mestes, wel se vo verschedee Patete stamme, de z.b. uterschedlche Therape erhalte oder zu uterschedlche Dagosegruppe gehöre). Zwe Stchprobe werde gegeeader verglche. Jewels e Wert der erste ud der zwete Stchprobe sd voeader abhägg. Asoste sd de Werte uabhägg (mestes zwe Messuge am selbe Patete uter verschedee Bedguge, z.b. uter zwe Therape, vo der lke ud rechte Körpersete, a gesudem ud krakem Gewebe). Aus der Stchprobestruktur ud der Vertelug des zu utersuchede Merkmals ergbt sch da jewels der azuwedede Test. Wr werde sehe, dass der drtte Fall efach auf de erste zurückgeführt werde ka. De desem Abschtt vorgestellte Bespele solle ledglch de Recheweg verdeutlche ud stamme cht aus realstsche Aweduge. I der Übug werde reale Awedugsbespele behadelt. Um klar zwsche de theoretsche Parameter der Wahrschelchketsmodelle ud de Parameter der beobachtete Stchprobe uterschede zu köe, werde wr für de theoretsche Parameter grechsche ud für de Stchprobeparameter latesche Buchstabe verwede. Bespel: Wr werde Wahrschelchkete mt π, beobachtete relatve Häufgkete mt p bezeche. 8

die Schadenhöhe ( = Risikoergebnis) des i-ten Versicherungsnehmers i 1,, n).

die 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.

Mehr

Ordnungsstatistiken und Quantile

Ordnungsstatistiken 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

Mehr

WIB 2 Mathematik und Statistik Formelsammlung. Z Menge der ganzen Zahlen {...,-3,-2,-1,0,1,2,3,...}

WIB 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

Mehr

(Markowitz-Portfoliotheorie)

(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

Mehr

Aufgaben. 1. Gegeben seien folgende Daten einer statistischen Erhebung, bereits nach Größe sortiert (Rangliste):

Aufgaben. 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

Mehr

Sitzplatzreservierungsproblem

Sitzplatzreservierungsproblem tzplatzreserverugsproblem Be vele Zugsysteme Europa müsse Passagere mt hrem Zugtcet ee tzplatzreserverug aufe. Da das Tcetsystem Kude ee ezele Platz zuwese muss, we dese e Tcet aufe, ohe zu wsse, welche

Mehr

Teil IV Musterklausuren (Univ. Essen) mit Lösungen

Teil 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

Mehr

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung Lösuge zum Übugs-Blatt 7 Wahrschelchketsrechug BMT Bostatstk Prof. Dr. B. Grabowsk ----------------------------------------------------------------------------------------------- Bedgte Wahrschelchket

Mehr

Einführung Fehlerrechnung

Einführung 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

Mehr

2. Zusammenhangsanalysen: Korrelation und Regression

2. 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

Mehr

Übungen zur Wahrscheinlichkeitsrechnung und Schliessenden Statistik

Übungen 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

Mehr

Allgemeine Prinzipien

Allgemeine 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

Mehr

= k. , mit k als Anzahl der Hypothesen A i und den Daten B. Bestimmtheitsmaß:!Determinationskoeffizient

= 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

Mehr

2 Regression, Korrelation und Kontingenz

2 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

Leitfaden zu den Indexkennzahlen der Deutschen Börse

Leitfaden zu den Indexkennzahlen der Deutschen Börse Letfade zu de Idexkezahle der Deutsche Börse Verso.5 Deutsche Börse AG Verso.5 Letfade zu de Idexkezahle der Deutsche Börse Page Allgemee Iformato Um de hohe Qualtät der vo der Deutsche Börse AG berechete

Mehr

Spannweite, Median Quartilsabstand, Varianz und Standardabweichung.

Spannweite, 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,

Mehr

Grundlagen der Energietechnik Energiewirtschaft Kostenrechnung. Vorlesung EEG Grundlagen der Energietechnik

Grundlagen der Energietechnik Energiewirtschaft Kostenrechnung. Vorlesung EEG Grundlagen der Energietechnik Prof. Dr. Ig. Post Grudlage der Eergetechk Eergewrtschaft Kosterechug EEG. Vorlesug EEG Grudlage der Eergetechk De elektrsche Eergetechk st e sogeates klasssches Fach. Folglch st deses Fach vele detallert

Mehr

Im Wöhlerdiagramm wird die Lebensdauer (Lastwechsel oder Laufzeit) eines Bauteils in Abhängigkeit von der Belastung dargestellt.

Im Wöhlerdiagramm wird die Lebensdauer (Lastwechsel oder Laufzeit) eines Bauteils in Abhängigkeit von der Belastung dargestellt. Webull & Wöhler 0 CRGRAPH Wöhlerdagramm Im Wöhlerdagramm wrd de Lebesdauer ( oder Laufzet) ees Bautels Abhägget vo der Belastug dargestellt. Kurzetfestget Beaspruchug Zetfestget auerfestget 0 5 3 4 6 0

Mehr

Methoden der computergestützten Produktion und Logistik

Methoden der computergestützten Produktion und Logistik Methode der comutergestützte Produkto ud Logstk 9. Bedesysteme ud Warteschlage Prof. Dr.-Ig. habl. Wlhelm Dagelmaer Modul W 336 SS 06 Bedesysteme ud Warteschlage Besel: Fahrradfabrk Presse Puffer Lackerere

Mehr

Messfehler, Fehlerberechnung und Fehlerabschätzung

Messfehler, Fehlerberechnung und Fehlerabschätzung Apparatves Praktkum Physkalsche Cheme der TU Brauschweg SS1, Dr. C. Maul, T.Dammeyer Messfehler, Fehlerberechug ud Fehlerabschätug 1. Systematsche Fehler Systematsche Fehler et ma solche Fehleratele, welche

Mehr

Die Binomialverteilung als Wahrscheinlichkeitsverteilung für die Schadenversicherung

Die Binomialverteilung als Wahrscheinlichkeitsverteilung für die Schadenversicherung De Bomalvertelg al Wahrchelchketvertelg für de Schadevercherg Für da Modell eer Schadevercherg e gegebe: = Schade ee Verchergehmer, we der Schadefall etrtt w = Wahrchelchket dafür, da der Schadefall etrtt

Mehr

2. Die Elementarereignisse sind die Kombinationsmöglichkeiten von: Wappen = W und:

2. Die Elementarereignisse sind die Kombinationsmöglichkeiten von: Wappen = W und: 1 L - Hausaufgabe Nr. 55 Sotag, 1. Ju 2003 Ee Müze werde dremal geworfe. Was st das Zufallsexpermet, das Elemetareregs, das zusammegesetzte Eregs, der Eregsraum ud de Wahrschelchket? Lösugs kte.: 1 De

Mehr

Zur Interpretation einer Beobachtungsreihe kann man neben der grafischen Darstellung weitere charakteristische Größen heranziehen.

Zur 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

Mehr

Deskriptive Statistik - Aufgabe 3

Deskriptive 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

Mehr

Unter einer Rente versteht man eine regelmässige und konstante Zahlung

Unter einer Rente versteht man eine regelmässige und konstante Zahlung 8 Aweduge aus der Fazmathematk Perodsche Zahluge: Rete ud Leasg Uter eer Rete versteht ma ee regelmässge ud kostate Zahlug Bespele: moatlche Krakekassepräme, moatlche Altersrete, perodsches Spare, verteljährlcher

Mehr

Verteilungen und Schätzungen

Verteilungen 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

Mehr

Multiple Regression (1) - Einführung I -

Multiple 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

Mehr

Ralf Korn. Elementare Finanzmathematik

Ralf Korn. Elementare Finanzmathematik Ralf Kor Elemetare Fazmathematk Ihaltsverzechs. Eletug Exkurs : Akte Begrffe, Grudlage ud Geschchte. We modellert ma Aktekurse? 4. Edlche E-Perode-Modelle 6. Edlche Mehr-Perode-Modelle 3.3 Das Black-Scholes-Modell

Mehr

Maße zur Kennzeichnung der Form einer Verteilung (1)

Maße 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

Mehr

REGRESSION. Marcus Hudec Christian Neumann. Eine anwendungsorientierte Einführung. Unterstützt von Institut für Statistik der Universität Wien

REGRESSION. 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

Mehr

2. Mittelwerte (Lageparameter)

2. Mittelwerte (Lageparameter) 2. Mttelwerte (Lageparameter) Bespele aus dem täglche Lebe Pro Hemspel hatte Borussa Dortmud der letzte Saso durchschttlch 7.2 Zuschauer. De deutsche Akte sd m Durchschtt um 0 Zähler gefalle. I Ide wurde

Mehr

Regressionsrechnung und Korrelationsrechnung

Regressionsrechnung 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

Mehr

Beispielklausur BWL B Teil Marketing. 45 Minuten Bearbeitungszeit

Beispielklausur BWL B Teil Marketing. 45 Minuten Bearbeitungszeit Bespelklausur BWLB TelMarketg 45MuteBearbetugszet BWLBBespelklausurTelMarketg Sete WchtgeHwese:. VOLLSTÄNDIGKEIT: PrüfeSeuverzüglch,obIhreKlausurvollstädgst(Aufgabe).. ABGABE: EsstdegesamteKlausurabzugebe.

Mehr

Quantitative Methoden in der klinischen Epidemiologie

Quantitative 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

Mehr

Geometrisches Mittel und durchschnittliche Wachstumsraten

Geometrisches 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

Mehr

Ergebnis- und Ereignisräume

Ergebnis- und Ereignisräume I Ergebs- ud Eregsräume Zufallsexpermete Defto: E Expermet, welches belebg oft uter gleche Bedguge wederholbar st ud desse Ergebs cht mt Bestmmthet vorhergesagt werde ka (d.h. es gbt md. 2 Mgk.), heßt

Mehr

4. Marshallsche Nachfragefunktionen Frage: Wie hängt die Nachfrage nach Gütern

4. 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:

Mehr

1 Mathe Formeln Statistik und Wahrscheinlichkeitsrechnung

1 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

Mehr

Formelsammlung zur Zuverlässigkeitsberechnung

Formelsammlung zur Zuverlässigkeitsberechnung Formelsmmlug zur Zuverlässgetsberechug zusmmegestellt vo Tt Lge Fchhochschule Merseburg Fchberech Eletrotech Ihlt:. Zuverlässget vo Betrchtugsehete.... Zuverlässget elemetrer, chtreprerbrer ysteme... 3.

Mehr

14. Folgen und Reihen, Grenzwerte

14. Folgen und Reihen, Grenzwerte 4. Folge ud Rehe, Grezwerte 4. Folge ud Rehe, Grezwerte 4. Ee Folge defere Defere de Folge (a ) Õ mt a =+: Eplzte Defto *+ a() Doe 3, falls = Rekursve Defto Defere de Folge (b ) Õ, b = : b + sost whe(=,

Mehr

( ) ( ) ) ( ) 1/ ( ) Beispiel: U = y1. 3. Ergänzungen zur Haushaltstheorie, insbesondere Dualität und Anwendungen

( ) ( ) ) ( ) 1/ ( ) Beispiel: U = y1. 3. Ergänzungen zur Haushaltstheorie, insbesondere Dualität und Anwendungen Prof. Dr. Fredel Bolle 3. rgäzuge zur Haushaltstheore, sbesodere Dualtät ud Aweduge (Btte wederhole Se zuächst emal de Haushaltstheore aus Mkro I!!!) komme gegebe errechbare Idfferezkurve festgelegt Güterprese

Mehr

Formelsammlung für die Lehrveranstaltung Wirtschaftsmathematik / Statistik

Formelsammlung für die Lehrveranstaltung Wirtschaftsmathematik / Statistik Formelsammlug rtschaftsmathemat / Statst Formelsammlug für de Lehrverastaltug rtschaftsmathemat / Statst zugelasse für de Klausure zur rtschaftsmathemat ud Statst de Studegäge der Techsche Betrebswrtschaft

Mehr

Induktion am Beispiel des Pascalschen Dreiecks

Induktion am Beispiel des Pascalschen Dreiecks Iduto am Bespel des Pascalsche Dreecs Alexader Rehold Coldtz 0.02.2005 Eletug vollstädge Iduto De vollstädge Iduto st ebe dem drete ud drete Bewesverfahre ees der wchtgste der Mathemat. Eher bespelhaft

Mehr

Einführung in Statistik

Einführung in Statistik Eführug Statstk 4. Semester Begletedes Skrptum zur Vorlesug m Fachhochschul-Studegag Iformatostechologe ud Telekommukato vo Güther Kargl FH Campus We 2009 Ihaltsverzechs Eführug Statstk Eletug. Deskrptve

Mehr

Korrelations- und Assoziationsmaße

Korrelations- 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

Mehr

8. Mehrdimensionale Funktionen

8. Mehrdimensionale Funktionen Prof. Dr. Wolfgag Koe Mathematk, SS05.05.05 8. Mehrdmesoale Fuktoe Wer Greze überschretet, versucht, ee eue Dmeso vorzustoße. [Dael Mühlema, (*959), Übersetzer ud Aphorstker] Ege Leute sollte cht dü werde,

Mehr

Grundzüge der Preistheorie

Grundzüge der Preistheorie - - Grudzüge der Prestheore Elemetare Gedake der uterehmersche Prespoltk Verso 3. Harr Zgel 999-3, EMal: HZgel@aol.com, Iteret: http://www.zgel.de Nur für Zwecke der Aus- ud Fortbldug Ihaltsüberscht. Grudgedake.....

Mehr

Kommentierte Formelsammlung der deskriptiven und induktiven Statistik für Wirtschaftswissenschaftler

Kommentierte Formelsammlung der deskriptiven und induktiven Statistik für Wirtschaftswissenschaftler Kommeterte Formelsammlug der deskrptve ud duktve Statstk für Wrtschaftswsseschaftler Prof. Dr. Iree Rößler Prof. Dr. Albrecht Ugerer Wetere Bespele ud ausführlche Erläuteruge sowe detallerte Lösuge der

Mehr

Grundgesetze der BOOLEschen Algebra und Rechenregeln

Grundgesetze der BOOLEschen Algebra und Rechenregeln 5... Grudgesetze der BOOLEsche Algebra ud Recheregel Auf de mathematsch korrekte Eführug der BOOLEsche Algebra ka ch verzchte, da das Ihrer Mathematkausbldug ausführlch behadelt wrd. Ich stelle Ihe zuächst

Mehr

Nagl, Einführung in die Statistik Seite 1

Nagl, Einführung in die Statistik Seite 1 Nagl, Eführug de Statstk Sete Eletug Damt der Wert des Faches Statstk für wsseschaftlche Utersuchuge besser gesehe werde ka, wrd zuerst e kurzer Abrß über de Ablauf eer wsseschaftlche Utersuchug voragestellt.

Mehr

Universitätslehrgang Sports Physiotherapy Einführung in die Statistik

Universitätslehrgang 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,

Mehr

IV. VERSICHERUNGSUNTERNEHMUNG

IV. VERSICHERUNGSUNTERNEHMUNG IV. VERSICHERUNGSUNTERNEHMUNG Vers.-Oek.Tel-I-Ka-IV--5 Dr. Rurecht Wtzel; HS 09.0.009 IV. VERSICHERUNGSUNTERNEHMUNG IV. VERSICHERUNGSUNTERNEHMUNG. Überblck ) I desem Katel wede wr us der Aalyse der Verscherugsuterehmug

Mehr

6. Zusammenhangsmaße (Kovarianz und Korrelation)

6. 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

Mehr

Mathematik: Mag. Schmid Wolfgang & LehrerInnenteam Arbeitsblatt Semester ARBEITSBLATT 7-8 WAHRSCHEINLICHKEITSRECHNUNG UND STATISTIK

Mathematik: Mag. Schmid Wolfgang & LehrerInnenteam Arbeitsblatt Semester ARBEITSBLATT 7-8 WAHRSCHEINLICHKEITSRECHNUNG UND STATISTIK Mathematk: Mag. Schmd Wolfgag & LehrerIeteam Arbetsblatt 7-7 7. Semester ARBEITSBLATT 7-8 WAHRSCHEINLICHKEITSRECHNUNG UND STATISTIK STATISTISCHE GRUNDBEGRIFFE Statstk gledert sch zwe Telbereche De Beschrebede

Mehr

Sozialwissenschaftliche Methoden und Statistik I

Sozialwissenschaftliche Methoden und Statistik I Sozalwsseschaftlche Methode ud Statstk I Uverstät Dusburg Esse Stadort Dusburg Itegrerter Dplomstudegag Sozalwsseschafte Skrpt zum SMS I Tutorum Vo Mark Lutter Stad: Aprl 004 Tel I Deskrptve Statstk Mark

Mehr

EINLEITUNG, FEHLERRECHNUNG

EINLEITUNG, FEHLERRECHNUNG Eletug FEHLERRECHNUNG ohe Dfferetalrechug 04.05.006 Blatt 1 EINLEITUNG, FEHLERRECHNUNG Aufgabe des physkalsche Praktkums st es, dem Studerede de Physk durch das Expermet äher zu brge, h mt der Methode

Mehr

1 k. 2.5 Logistischer Trend, Sättigungsmodelle Nichtlineare Regressionsanalyse, Bestimmtheitsmaß als Prüfmaß

1 k. 2.5 Logistischer Trend, Sättigungsmodelle Nichtlineare Regressionsanalyse, Bestimmtheitsmaß als Prüfmaß Thema Zetrehe Statstk - Neff INHALT. Zetreheaalyse, Tred Leare Regressosaalyse mt eem Eflussfaktor X = "Zet" De tredberegte Sasoschwakuge e = s = y ŷ De mttlere Sasoschwakuge s j k k = = s De rreguläre

Mehr

Übung Statistik II SS 2006 Musterlösung Arbeitsblatt 6

Übung 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

Mehr

Hochschule München Fakultät Wirtschaftsingenieurwesen Datenanalyse

Hochschule München Fakultät Wirtschaftsingenieurwesen Datenanalyse Hochschule Müche Fakultät Wrtschaftsgeeurwese Dateaalyse Prof. Dr. Volker Abel Verso. Ihaltsverzechs Ihaltsverzechs. Auswertug ud Modellerug vo Zähldate.... Auswertug vo prozetuale Häufgkete.... Auswertug

Mehr

Gliederung: A. Vermögensverwaltung I. Gegenstand II. Ablauf III. Kosten. Jan Lenkeit

Gliederung: A. Vermögensverwaltung I. Gegenstand II. Ablauf III. Kosten. Jan Lenkeit Glederug: A. Vermögesverwaltug I. Gegestad II. Ablauf III. Koste B. Grudzüge der Kaptalmarkttheore I. Portefeulletheore 1. Darstellug. Krtk II. Captal Asset Prcg Model (CAPM) 1. Darstellug. Krtk III. Arbtrage

Mehr

6. Zusammenhangsmaße (Kovarianz und Korrelation)

6. 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

Mehr

Statistik mit Excel und SPSS

Statistik 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

Mehr

19. Amortisierte Analyse

19. Amortisierte Analyse 9. Amortserte Aalyse Amortserte Aalyse wrd egesetzt zur Aalyse der Laufzet vo Operatoe Datestrukture. Allerdgs wrd cht mehr Laufzet ezeler Operatoe aalysert, soder de Gesamtlaufzet eer Folge vo Operatoe.

Mehr

1.1. Jährliche Rentenzahlungen 1.1.1. Vorschüssige Rentenzahlungen. 1.1. Jährliche Rentenzahlungen 1.1.1. Vorschüssige Rentenzahlungen

1.1. Jährliche Rentenzahlungen 1.1.1. Vorschüssige Rentenzahlungen. 1.1. Jährliche Rentenzahlungen 1.1.1. Vorschüssige Rentenzahlungen .. Jährlche Retezahluge... Vorschüssge Retezahluge Ausgagspukt: Über ee edlche Zetraum wrd aus eem Kaptal (Retebarwert v, ), das zseszslch agelegt st, jewels zu Beg ees Jahres ee bestmmte Reterate ř gezahlt

Mehr

Mannheimer Manuskripte zu Risikotheorie, Portfolio Management und Versicherungswirtschaft. Nr. 145

Mannheimer Manuskripte zu Risikotheorie, Portfolio Management und Versicherungswirtschaft. Nr. 145 Mahemer Mauskrpte zu Rskotheore, Portfolo Maagemet ud Verscherugswrtschaft Nr. 45 Methode der rskobaserte Kaptalallokato m Verscherugs- ud Fazwese vo Peter Albrecht ud Sve Korycorz Mahem 03/2003 Methode

Mehr

BERGISCHE UNIVERSITÄT WUPPERTAL FB B: SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS

BERGISCHE UNIVERSITÄT WUPPERTAL FB B: SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS Name: Vorame: Matrkel-Nr.: BERGISCHE UNIVERSITÄT WUPPERTAL FB B: SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS Itegrerter Studegag Wrtshaftswsseshaft Klausuraufgabe zur Hauptprüfug Prüfugsgebet: BWW 2.8

Mehr

Einschlägige Begriffe zur Meßunsicherheit Dr. Wolfgang Kessel, Braunschweig

Einschlägige Begriffe zur Meßunsicherheit Dr. Wolfgang Kessel, Braunschweig Eschlägge Begrffe zur Meßuscherhet /7 Eschlägge Begrffe zur Meßuscherhet Dr. Wolfgag Kessel, Brauschweg De Aufstellug folgt cht der re lexografsch-alphabetsche Aordug. Verwadte Begrffe sd velmehr zu Gruppe

Mehr

Marketing- und Innovationsmanagement Herbstsemester 2013 - Übungsaufgaben Lesender: Prof. Dr. Andreas Fürst

Marketing- und Innovationsmanagement Herbstsemester 2013 - Übungsaufgaben Lesender: Prof. Dr. Andreas Fürst Marketg- ud Iovatosmaagemet Herbstsemester 2013 - Übugsaufgabe Leseder: Prof. Dr. Adreas Fürst Isttut für Marketg ud Uterehmesführug Abtelug Marketg Uverstät Ber Ihaltsverzechs 1 Eletug Allgemee Grudlage

Mehr

Statistik. (Inferenzstatistik)

Statistik. (Inferenzstatistik) Statstk Mathematsche Hlfswsseschaft mt der Aufgabe, Methode für de Sammlug, Aufberetug, Aalyse ud Iterpretato vo umersche Date beretzustelle, um de Struktur vo Masseerscheuge zu erkee. Deskrptve (beschrebede)

Mehr

Test für Varianz. Test für Varianz. Test für Varianz. Die Kontingenztabelle. Statistik 2 4. Vorlesung. Wiederholung: zweidimensionales Datenmaterial

Test 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

Mehr

Analyse und praktische Umsetzung unterschiedlicher Methoden des Randomized Branch Sampling

Analyse und praktische Umsetzung unterschiedlicher Methoden des Randomized Branch Sampling Aalse ud praktsche Umsetzug uterschedlcher Methode des Radomzed Brach Samplg Dssertato zur Erlagug des Doktorgrades der Fakultät für Forstwsseschafte ud Waldökologe der GeorgAugustUverstät Göttge vorgelegt

Mehr

Klausur Betriebswirtschaftslehre PM/B

Klausur Betriebswirtschaftslehre PM/B Isttut für Fazwrtschaft, Bake ud Verscheruge, Karlsruher Isttut für Techologe Klausur Betrebswrtschaftslehre PM/B Achtug: Ihalte der Vorlesug köe Zukuft ggf. cht mehr kosstet mt de Ihalte deser Klausur

Mehr

Entwicklung einer Dispatcherfunktion zur Überprüfung von Nominierungsmengen in der Betriebsführung von Erdgasspeichern

Entwicklung einer Dispatcherfunktion zur Überprüfung von Nominierungsmengen in der Betriebsführung von Erdgasspeichern AMMO Berchte aus Forschug ud Techologetrasfer Etwcklug eer Dsatcherfukto zur Überrüfug vo Nomerugsmege der Betrebsführug vo Erdgassecher Prof. Dr. sc. tech. Dr. rer. at. R. Ueckerdt Dr.Ig. H.W. Schmdt

Mehr

D. Plappert Die Strukturgleichheit verschiedener physikalischer Gebiete gezeigt am Beispiel Hydraulik-Elektrizitätslehre

D. Plappert Die Strukturgleichheit verschiedener physikalischer Gebiete gezeigt am Beispiel Hydraulik-Elektrizitätslehre D. Plappert De Strukturglechhet verschedeer physkalscher Gebete gezegt am Bespel Hydraulk-Elektrztätslehre Erschee Kozepte ees zetgemäße Physkuterrchts, Heft 3, Schroedel Verlag 979. Eletug De megeartge

Mehr

Quantitative BWL 2. Teil: Finanzwirtschaft

Quantitative BWL 2. Teil: Finanzwirtschaft Quattatve BWL. el: Fazwtschaft Mag. oáš Sedlačk Lehstuhl fü Fazdestlestuge Uvestät We Quattatve BWL: Fazwtschaft Ogasatosches Isgesat wd es 6 ee gebe (5 Ehete + Klausu Klausu fdet a D 7. Jaua 009 statt

Mehr

Lage- und Streuungsmaße

Lage- 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

Eine einfache Formel für den Flächeninhalt von Polygonen

Eine einfache Formel für den Flächeninhalt von Polygonen Ee efache Formel für de Flächehalt vo Polygoe Peter Beder Set ege Jahre hat der Mathematkddaktk de sogeate emprsche Uterrchtsforschug mt quattatve ud qualtatve Methode Kojuktur, währed stoffddaktsche Arbete

Mehr

Zahlensysteme. Dezimalsystem. Binär- oder Dualsystem. Hexadezimal- oder Sedezimalzahlen

Zahlensysteme. Dezimalsystem. Binär- oder Dualsystem. Hexadezimal- oder Sedezimalzahlen IT Zahlesysteme Zahledarstellug eem Stellewertcode (jede Stelle hat ee bestmmte Wert) Def. Code: Edeutge Abbldugsvorschrft für de Abbldug ees Zeche-Vorrates eem adere Zechevorrat. Dezmalsystem De Bass

Mehr

Institut für Statistik und Ökonometrie

Institut für Statistik und Ökonometrie Isttut für Statstk ud Ökoometre Zähldatemodelle (Cout Data Models) Asätze ud Aweduge Verea Dexhemer Arbetspaper Nr. 3 (Ma 00) Johaes Guteberg-Uverstät Fachberech Rechtsud Wrtschaftswsseschafte Haus Recht

Mehr

Prof. Dr. B.Grabowski. Die Behauptung I folgt aus der Multiplikationsformel: )

Prof. Dr. B.Grabowski. Die Behauptung I folgt aus der Multiplikationsformel: ) Höhere Mathemat KI Master rof. Dr..Grabows E-ost: grabows@htw-saarlad.de Satz vo ayes ud totale Wahrschelchet Zu ufgabe anachwes der Formel I ud II: eh.: I. Formel der totale Wahrschelchet: ewes: Es glt:...

Mehr

Regressionsgerade, lineares Modell:

Regressionsgerade, 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

Mehr

Stoffwerte von Flüssigkeiten. Oberflächenspannung (PHYWE)

Stoffwerte von Flüssigkeiten. Oberflächenspannung (PHYWE) Stoffwerte vo Flüssgkete Oberflächespaug (PHYWE) Zel des Versuches st, de Platzbedarf ees Ethaol-Moleküls der Grezfläche zwsche Dapfphase ud Lösug aus der Kozetratosabhäggket der Oberflächespaug be wässrge

Mehr

Mathematischer Vorbereitungskurs für das Physikstudium. Kurt Bräuer Institut für Theoretische Physik Universität Tübingen

Mathematischer Vorbereitungskurs für das Physikstudium. Kurt Bräuer Institut für Theoretische Physik Universität Tübingen Mathematscher Vorberetugskurs für das Physkstudum Kurt Bräuer Isttut für Theoretsche Physk Uverstät Tübge Letztes Update: Oktober Ihalt. Zahlebereche.... Koordate ud Vektore... 5 3. Grezwerte, Folge ud

Mehr

Investitionsentscheidungen im Multi-Channel-Customer-Relationship Management 1

Investitionsentscheidungen im Multi-Channel-Customer-Relationship Management 1 Ivesttosetscheduge m Mult-Chael-Customer-Relatoshp Maagemet Has Ulrch Buhl, Na Kreyer, Na Schroeder Lehrstuhl für Betrebswrtschaftslehre, Wrtschaftsformatk & Facal Egeerg Kerkompetezzetrum Iformatostechologe

Mehr

Festverzinsliche Wertpapiere. Kurse und Renditen bei ganzzahligen Restlaufzeiten

Festverzinsliche Wertpapiere. Kurse und Renditen bei ganzzahligen Restlaufzeiten Festverzslche Wertaere Kurse ud Redte be gazzahlge Restlaufzete Glederug. Rückblck: Grudlage der Kursrechug ud Redteermttlug 2. Ausgagsstuato 3. Herletug der Formel 4. Abhäggket vom Marktzsveau 5. Übugsaufgabe

Mehr

Statistik für Ingenieure (IAM) Version 3.0/21.07.2004

Statistik für Ingenieure (IAM) Version 3.0/21.07.2004 Stattk fü Igeeue (IAM) Veo 74 Vaazaalye Mt de efache Vaazaalye (ANOVA Aaly of Vaace) wd de Hypothee gepüft, ob de Mttelwete zwee ode mehee Stchpobe detch d, de au omaletelte Gudgeamthete gezoge wede, de

Mehr

1 Elementare Finanzmathematik

1 Elementare Finanzmathematik Elemetare Fazmathemat 4 Elemetare Fazmathemat Zel: Bewertug ud Verglech atueller ud zuüftger Geldströme. Determstsche Zahlugsströme Defto: E determstscher Zahlugsstrom st ee Futo Z: N R, de jedem Zetput

Mehr

(i) Wie kann man für eine Police mit Einmalbeitrag E = 20000 eine kongruente Deckung des Gewinnversprechens darstellen?

(i) Wie kann man für eine Police mit Einmalbeitrag E = 20000 eine kongruente Deckung des Gewinnversprechens darstellen? Aufgabe 1 (60 Pukte) De Gesellschaft XYZ betet als prvate Reteverscherug ee Idepolce gege Emalbetrag a mt eer Aufschubfrst vo zwe Jahre. Ivestert wrd e so geates IdeZertfkat, das be Retebeg das folgede

Mehr

Physikalische Chemie T Fos

Physikalische Chemie T Fos Physkalsche Cheme T Fos ISCHPHSEN.... ZUSENSETZUNG VO ISCHPHSEN.... EXTENSIVE - UND INTENSIVE GRÖßEN... 4.. Partelles olvolume V m... 7.3 DS ROULTSCHE GESETZ... 0.4 KOLLIGTIVE EIGENSCHFTEN....4. De Sedeuktserhöhug...

Mehr

( ) := 1 N. μ 1 : Mittelwert. 2.2 Statistik und Polydispersität. Definition des k-ten Moments: Definition des k-ten zentralen Moments: 1 N

( ) := 1 N. μ 1 : Mittelwert. 2.2 Statistik und Polydispersität. Definition des k-ten Moments: Definition des k-ten zentralen Moments: 1 N . Charakterserug vo Polymere. moodsperse polydsperse cytochrom c Ege Bopolymere (Ezyme) habe ur ee ehetlche olekülgröße. moodsperse mometa st kee Polymersatosmethode verfügbar, de Polymere mt eer ehetlche

Mehr

Institut für Physik Universität Augsburg Praktikum für Fortgeschrittene (FP) Versuchsanleitung (Version: 01/2015) RAMANEFFEKT

Institut für Physik Universität Augsburg Praktikum für Fortgeschrittene (FP) Versuchsanleitung (Version: 01/2015) RAMANEFFEKT FP-Versuch Ramaeffekt Isttut für Physk Uerstät Augsburg Praktkum für Fortgeschrttee (FP) Versuchsaletug (Verso: /5) RAMANFFKT I. letug II. Theore des Ramaeffekts III. Grudlage der Gruppetheore IV. Versuchsaufbau

Mehr

Investmentfonds. Kennzahlenberechnung. Performance Risiko- und Ertragsanalyse, Risikokennzahlen

Investmentfonds. Kennzahlenberechnung. Performance Risiko- und Ertragsanalyse, Risikokennzahlen Ivestmetfods Kezahleberechug erformace Rsko- ud Ertragsaalyse, Rskokezahle Gültg ab 01.01.2007 Ihalt 1 erformace 4 1.1 Berechug der erformace über de gesamte Beobachtugzetraum (absolut)... 4 1.2 Aualserug

Mehr

Inhaltsverzeichnis. 1 Allgemeine Messtechnik

Inhaltsverzeichnis. 1 Allgemeine Messtechnik Ihaltsverzechs I Allgemee Messtechk. Grudsätzlches. Grudbegrffe des Messes.. Iteratoales Ehetesystem (SI), Begrffe des Normes, Eche, Justere, Kalbrere.. Das Meßgerät als System, der Begrff der Übertragug.3

Mehr

nonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen

nonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen arametrsche vs. nonparametrsche Testverfahren Verfahren zur Analyse nomnalskalerten Daten Thomas Schäfer SS 009 1 arametrsche vs. nonparametrsche Testverfahren nonparametrsche Tests werden auch vertelungsfree

Mehr

Deskriptive Statistik - Aufgabe 2

Deskriptive Statistik - Aufgabe 2 Derptve Statt - Augabe Budelad Mäer Fraue Bade-Württemberg 7,5 7,5 Bayer 6,8 7,5 Berl-Wet 4,4 Berl-Ot,8 4, Bradeburg 0, 0,8 Breme 4,6,6 Hamburg, 8, Hee 8, 8, Mecleburg-Vorpommer,3, Nederache 0,3, Nordrhe-Wetale

Mehr

Innovative Information Retrieval Verfahren

Innovative Information Retrieval Verfahren Thomas Madl Iovatve Iformato Retreval Verfahre Hauptsemar Wtersemester 004/005 Überblc Formales Vortrag Ausarbetug Scheerwerb Termplaug Kurzvorstellug Theme Themevergabe Wederholug Grudlage Gewchtug ud

Mehr

Prof. Dr. H. Rommelfanger: Entscheidungstheorie, Kapitel 3 54

Prof. Dr. H. Rommelfanger: Entscheidungstheorie, Kapitel 3 54 Prof. Dr. H. Rommelfager: tschedugstheore, Katel 3 54 3.2.8 ARROW-PRATT-Maß für de Rskoestellug Rskoverhalte bsher grob kategorsert ach Rskoeutraltät, -symathe ud averso be Rskoaverso: (X) < SÄ Rskoräme

Mehr

Formelsammlung der Betriebswirtschaft

Formelsammlung der Betriebswirtschaft - - Formelsammlug der Betrebswrtschaft Ee Überscht über de wchtgste mathematsche Kozepte ud Recheverfahre Rechugswese, Cotrollg ud Betrebswrtschaft Verso 3.08 Harry Zgel 99-009, EMal: fo@zgel.de, Iteret:

Mehr

Lageparameter (Mittelwerte) und Streuungsparameter

Lageparameter (Mittelwerte) und Streuungsparameter Statstk Grudlage Charakterserug vo Verteluge Eführug Wahrschelchketsrechug Wahrschelchketsverteluge Schätze ud Teste Korrelato Regresso Lageparameter (Mttelwerte) ud Streuugsparameter Mttelwerte: Gebe

Mehr

Formelsammlung der Betriebswirtschaft

Formelsammlung der Betriebswirtschaft - - Formelsammlug der Betrebswrtschaft Ee Überscht über de wchtgste mathematsche ozepte ud Recheverfahre Rechugswese, Cotrollg ud Betrebswrtschaft Verso 8.9 Harry Zgel 99-4, EMal: HZgel@aol.com, Iteret:

Mehr