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

Größe: px
Ab Seite anzeigen:

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

Transkript

1 Versuchsplanung Teil 1 Einführung und Grundlagen Dr. Tobias Kiesling Inhalt Einführung in die Versuchsplanung Hintergründe Grundlegende Prinzipien und Begriffe Vorgehensweise Inhalt der Vorlesung Statistische Grundlagen Stichproben und Wahrscheinlichkeitsverteilungen Hypothesentests Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 2 1

2 Experimente Experiment als Test oder Reihe von Tests Breites Anwendungsspektrum in Wissenschaft und Technik Charakterisierung/Optimierung von Prozessen Untersuchung von Materialeigenschaften Entwurf und Entwicklung von Produkten Bestimmung der Fehler-Toleranz von Systemen und viele weitere Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 3 Warum Experimente? Einsatzmöglichkeiten von Experimenten Erhöhung des Funktionsumfangs eines Produkts Bessere Erfüllung von Kundenanforderungen Kostensenkungen, z.b. geringere Materialkosten Verkürzung der Entwicklungszeit neuer Produkte Verkürzung der Durchlaufzeit in der Fertigung Einsatz objektiver Methoden Gezielte Erhebung anderweitig nicht verfügbarer Daten Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 4 2

3 Warum Versuchsplanung? Knappe Ressourcen möglichst wenig Einzelversuche Randbedingungen beeinflussen Anzahl nötiger Versuche Beispiel 8 Einzelversuche je Variante erforderlich für Erkennung eines Unterschieds von 2σ 16 Einzelversuche für Vergleich zweier Anlagen Häufiger Ansatz für Versuchsdurchführung: One-factor-at-a-time Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 5 Warum Versuchsplanung? Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 6 3

4 Warum Versuchsplanung? Vorteile der Versuchsplanung Geringere Anzahl Einzelversuche (Effizienz) Möglichkeit der Betrachtung von Interaktionen zwischen den Einflüssen Ausgewogener Versuchsplan Bedeutung erhöht sich mit steigender Anzahl von Einflüssen, z.b. bei vier Einflüssen 16 Einzelversuche mit Versuchsplanung 40 Einzelversuche mit One-factor-at-a-time Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 7 Geschichte der Versuchsplanung Die Ursprünge in der Landwirtschaft, 1908 bis in 40er Jahre W. S. Gossett und der t-test (1908) R. A. Fisher und Mitarbeiter Durchschlagender Einfluss auf die Landwirtschaft Faktorielle Designs, ANOVA Die erste industrielle Ära, 1951 bis Ende 70er Jahre Box & Wilson, response surfaces Anwendungen in chemischer und verarbeitender Industrie Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 8 4

5 Geschichte der Versuchsplanung Die zweite industrielle Ära, späte 70er Jahre bis 1990 Bestrebungen zur Qualitätsverbesserung in vielen Firmen Taguchi mit robustem Design, Robustheit von Prozessen Die Moderne, seit ca Weiterentwicklung und Verfeinerung statistischer Versuchsplanung Statistische Ausbildung als fester Bestandteil vieler Ingenieurstudiengänge Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 9 Inhalt Einführung in die Versuchsplanung Hintergründe Grundlegende Prinzipien und Begriffe Vorgehensweise Inhalt der Vorlesung Statistische Grundlagen Stichproben und Wahrscheinlichkeitsverteilungen Hypothesentests Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 10 5

6 Ein einfaches Prozessmodell Kontrollierbare Einflussgrößen x 1 x 2 x p... Eingaben Prozess Ausgabe y... z 1 z 2 z q Unkontrollierbare Einflussgrößen Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 11 Ziele der Experimentdurchführung Bestimmung der wichtigsten Faktoren x i Kalibrierung der Faktoren x i zur Einstellung eines Nominalwertes von y Bestimmung der Werte der x i so, dass die Streuung von y minimiert wird Bestimmung der Werte der x i so, dass Einfluss der Störgrößen z i minimiert wird Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 12 6

7 Wichtige Begriffe Bsp 1.1 Zielgrößen Bestimmung des Grads der Zielerreichung Errechnet aus Messgrößen Einflussgrößen Meist Berücksichtigung aller Steuergrößen als Faktoren Evtl. Blockbildung für Störgrößen Einflussgrößen Steuergrößen Störgrößen Einflussgrößen Faktoren Nicht im Versuch Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 13 Inhalt Einführung in die Versuchsplanung Hintergründe Grundlegende Prinzipien und Begriffe Vorgehensweise Inhalt der Vorlesung Statistische Grundlagen Stichproben und Wahrscheinlichkeitsverteilungen Hypothesentests Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 14 7

8 Vorgehensweise beim Experimentieren 1. Ausgangssituation beschreiben 2. Untersuchungsziel festlegen 3. Zielgrößen und Faktoren festlegen 4. Versuchsplan aufstellen 5. Experimente durchführen 6. Versuchsergebnisse auswerten 7. Ergebnisse interpretieren und Maßnahmen ableiten Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung Ausgangssituation beschreiben Wer ist der Kunde? Was ist die langfristige Zielsetzung? Welches konkrete Problem soll durch die jetzt geplante Untersuchung gelöst werden? Wie viel Zeit und Geld ist verfügbar? Wer ist von der Untersuchung betroffen? Was ist über Problemstellung schon bekannt? Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 16 8

9 2. Untersuchungsziel festlegen Erkennung der wichtigsten Einflüsse Faktor-Screening (v.a. faktorielle Designs) Eher qualitative als quantitative Aussagen Optimierung der Zielgröße(n) Bestmöglich oder Erreichung einer Zielmarke Z.B. Response-Surface-Methoden (RSM) Reduzierung der Streuung/Robustheit Fokus eher auf geringer Streuung der Zielgröße Methoden nach Taguchi Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung Zielgrößen und Faktoren festlegen Für Auswahl der Zielgrößen zu berücksichtigende Aspekte Kundenorientierung/Relevanz Quantifizierung Vollständigkeit Verschiedenheit Aspekte können im Konflikt stehen Berücksichtigung von Messungenauigkeiten Atomare vs. aggregierte Zielgrößen Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 18 9

10 3. Zielgrößen und Faktoren festlegen Sammlung der Einflussgrößen Z.B. mittels Ursache-Wirkungs-Diagramm Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung Zielgrößen und Faktoren festlegen Auswahl der Faktoren aus Menge der Einflussgrößen Nur hier gewählte Einflüsse können später in der Analyse näher untersucht werden Festlegung der Faktorwertstufen Abhängigkeit vom Untersuchungsziel Art des Faktors (quantitativ/qualitativ) Richtige Auflösung bei quantitativen Größen Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 20 10

11 3. Zielgrößen und Faktoren festlegen Festlegung der Faktorwertstufen Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung Versuchsplan aufstellen Festlegung der Wertstufenkombinationen Anzahl der Replikationen Verbesserung der Schätzung von Effekten Schätzung der Reststreuung Blockbildung Umgang mit bekannten Störgrößen Randomisierung Durchführung in zufälliger Reihenfolge Umgang mit nicht kontrollierbaren Einflussgrößen Aufwandsabschätzung Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 22 11

12 Restliche Schritte 5. Experimente durchführen 6. Versuchsergebnisse auswerten Anwendung statistischer Methoden Beschreibende/Schließende Statistik Identifikation/Behandlung von Ausreißern 7. Ergebnisse interpretieren und Maßnahmen ableiten Bedeutung der Ergebnisse Einleitung neuer Experiment-Iterationen Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 23 Wesentliche Aspekte beim Experimentieren Statistisches Denken notwendig, aber Nicht-statistisches Wissen unabdingbar Wesentliche Bedeutung der Planungen vor Experimentdurchführung Sequentielles Denken und Experimentieren (iteratives Vorgehen) Zielgerichtetes Experimentieren Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 24 12

13 Inhalt Einführung in die Versuchsplanung Hintergründe Grundlegende Prinzipien und Begriffe Vorgehensweise Inhalt der Vorlesung Statistische Grundlagen Stichproben und Wahrscheinlichkeitsverteilungen Hypothesentests Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 25 Überlick über die Veranstaltung Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 26 13

14 Überlick über die Veranstaltung Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 27 Inhalt Einführung in die Versuchsplanung Hintergründe Grundlegende Prinzipien und Begriffe Vorgehensweise Inhalt der Vorlesung Statistische Grundlagen Stichproben und Wahrscheinlichkeitsverteilungen Hypothesentests Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 28 14

15 Experimente Beobachtung ergibt sich aus Einzelversuch Werte der Zielgröße unterscheiden sich für die verschiedenen Einzelversuche Verrauschte Zielgröße (Noise) Experimentfehler (error) = statistischer Fehler Fehler resultiert aus unkontrollierbarer Variation Zielgröße ist Zufallsgröße Diskrete vs. kontinuierliche Zufallsgrößen Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 29 Statistische Grundlagen Deskriptive Statistik für Stichprobendaten Zufallsstichproben vs. Gesamtpopulation Stichprobenmittel, Stichprobenvarianz und Standardabweichung Erwartungswert, Varianz, Standardabweichung Parameterschätzer Einfache vergleichende Experimente Grundlagen von Hypothesentests Der Zwei-Stichproben t-test Überprüfung von Annahmen; Validität Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 30 15

16 Mittelwert und Varianz Erwartungswert einer Zufallsgröße Varianz einer Zufallsgröße Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 31 Bsp 1.2 Stichprobenmaße für Zufallsgröße Stichprobenmittel als Schätzer des EW y 1 n yi n i = 1 = Stichprobenvarianz als Varianzschätzer 1 S y y n 2 2 = ( i ) n 1 i= 1 Unverzerrte Schätzer mit min. Varianz Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 32 16

17 Quadratsummen und Freiheitsgrade Korrigierte Quadratsumme einer Stichprobe Anzahl Freiheitsgrade von SS: Für den Erwartungswert von SS gilt Anzahl Freiheitsgrade von SS entspricht Anzahl unabhängiger Elemente in SS Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 33 Standardfehler des Mittelwertes Mittelwert als Schätzer ist Zufallsgröße Standardfehler repräsentiert Varianz des Schätzers Errechnung aus Standardabweichung Kann zur Berechnung approximativer Konfidenzintervalle verwendet werden Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 34 17

18 χ 2 -Verteilung Normalverteilte ZG mit EW μ und Varianz σ 2 Verteilung der Varianz einer Stichprobe Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 35 t-verteilung z und χ 2 unabh. Std-Normal-/Chi-Quadrat-verteilt t-verteilt mit k Freiheitsgraden t-verteilt mit n 1 Freiheitsgraden Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 36 18

19 F-Verteilung χ u2 und χ v2 unabhängig Chi-Quadrat-verteilt mit u bzw. v Freiheitsgraden F-verteilt mit u,v Freiheitsgraden Beispiel: Mit S 12 und S 2 2 zweier unabhängiger Populationen mit gleicher Varianz gilt Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 37 Inhalt Einführung in die Versuchsplanung Hintergründe Grundlegende Prinzipien und Begriffe Vorgehensweise Inhalt der Vorlesung Statistische Grundlagen Stichproben und Wahrscheinlichkeitsverteilungen Hypothesentests Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 38 19

20 Grundlagen von Hypothesentests Statistische Hypothesentests wichtiges Werkzeug bei Analyse von Experimentdaten Ursprünge der Methodologie reichen in die frühen 1900er-Jahre zurück Hauptwerkzeug bei Auswertung geplanter Experimente ist Zwei-Stichproben t-test Annahme: Vollständig randomisierter Versuchsplan Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 39 Grundlagen von Hypothesentests Zwei Stichproben t-test Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 40 20

21 Grundlagen von Hypothesentests Zwei Stichproben mit Normalverteilungsannahme Statistische Hypothesen (einseitiger Test) H 0 : μ 1 = μ 2 H 1 : μ 1 μ 2 Statistische Hypothesen (zweiseiten Test) H 0 : μ 1 < μ 2 H 1 : μ 1 μ 2, oder H 0 : μ 1 > μ 2 H 1 : μ 1 μ 2 Testentscheidungen können Fehlerhaft sein α = P(Fehler 1. Art) = P(H 0 abgelehnt obwohl zutreffend) β = P(Fehler 2. Art) = P(H 0 nicht abgelehnt obwohl falsch) Alternativ: Mächtigkeit eines Tests Power = 1 β = P(H 0 richtigerweise abgelehnt) Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 41 Funktionsweise des t-tests (1) Differenz der Stichprobenmittel als Maß des Unterschiedes zwischen den Populationen Verteilung von : Daraus ergibt sich als Teststatistik Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 42 21

22 Funktionsweise des t-tests (2) Verwendung von S 12 und S 22 als Schätzer für σ 12 und σ 2 2 ergibt für Z 0: y1 y2 2 2 S1 S2 + n n 1 2 Mit der Annahme σ 12 = σ 22 = σ 2 wird als gemeinsamer Schätzer verwendet: ( n1 1) S1 + ( n2 1) S2 S p = n + n Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 43 Funktionsweise des t-tests (3) Die Test-Statistik ist t n n 1 2 t 0 nahe Null impliziert H 0 t 0 stark unterschiedlich von Null weist auf H 1 hin t 0 ist ein Distanz-Maß der Mittelwerte in Relation zur Standardabweichung t 0 kann auch als signal-to-noise -Verhältnis angesehen werden = S p y y Bsp 1.2 Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 44 22

23 Funktionsweise des t-tests (4) Keine richtige Statistik bisher Benötigt wird objektive Basis zur Entscheidung wie groß t 0 wirklich ist W. S. Gosset leitete 1908 die Referenz- Verteilung für t 0 ab, die sog. t-verteilung Tabellen der t-verteilung z.b. im Anhang des Lehrbuches Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 45 Funktionsweise des t-tests (5) t-verteilung mit 18 Freiheitsgraden und kritischem Bereich t 0 = Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 46 23

24 Funktionsweise des t-tests (6) Wert von t 0 zwischen und deutet auf Gleichheit der Mittelwerte hin Es kann sein, dass die Mittelwerte gleich sind, und t 0 liegt nicht zwischen und Dies ist ein seltenes Ereignis, das zum falschen Schluss führt, dass die Mittelwerte ungleich sind Alternativ kann der P-Wert-Ansatz verwendet werden Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 47 Funktionsweise des t-tests (7) P-Wert entspricht Fläche (= W keit) in Enden der t-verteilung >2.2 und <-2.2 P-Wert ist Maß dafür wie unerwartet der Wert der Test-Statistik ist, gegeben H 0 ist wahr P-Wert zeigt Risiko an, die Null-Hypothese falscherweise abzulehnen (Maß für die Seltenheit dieses Ereignisses) In unserem Beispiel ergibt sich P = Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 48 24

25 Weitere Aspekte Bedeutung des t-tests für Experimente Objektives Werkzeug für einfache vergleichende Experimente In 2-wertigen faktoriellen Designs Tests aller relevanten Hypothesen möglich Hypothesen berücksichtigen Mittelwerte auf gegenüberliegenden Seiten des Hyperquaders Überprüfung der Annahmen nötig Quantifizierung der Unsicherheit mit Konfidenzintervallen Teil 1 -- Einführung und Grundlagen Tobias Kiesling, Versuchsplanung 49 25

Versuchsplanung. Inhalt. Grundlagen. Faktor-Effekt. Allgemeine faktorielle Versuchspläne. Zweiwertige faktorielle Versuchspläne

Versuchsplanung. Inhalt. Grundlagen. Faktor-Effekt. Allgemeine faktorielle Versuchspläne. Zweiwertige faktorielle Versuchspläne Inhalt Versuchsplanung Faktorielle Versuchspläne Dr. Tobias Kiesling Allgemeine faktorielle Versuchspläne Faktorielle Versuchspläne mit zwei Faktoren Erweiterungen Zweiwertige

Mehr

Inhalt. Vorwort... 1 Einführung... 1. 2 Ausgewählte Begriffe... 11. 3 Vorgehensweise im Überblick... 17

Inhalt. Vorwort... 1 Einführung... 1. 2 Ausgewählte Begriffe... 11. 3 Vorgehensweise im Überblick... 17 Inhalt Vorwort.................................................................. V Inhalt.................................................................... VII 1 Einführung..........................................................

Mehr

Inhalt 1 Einführung... 1 2 Ausgewählte Begriffe... 10 3 Vorgehensweise im Überblick... 14

Inhalt 1 Einführung... 1 2 Ausgewählte Begriffe... 10 3 Vorgehensweise im Überblick... 14 VII 1 Einführung... 1 1.1 Warum Versuche?... 1 1.2 Warum Statistik?... 1 1.3 Warum Versuchsplanung?... 4 1.4 Welche Art von Ergebnissen kann man erwarten?... 6 1.5 Versuche oder systematische Beobachtung?...

Mehr

Taschenbuch Versuchsplanung

Taschenbuch Versuchsplanung Wilhelm Kleppmann Taschenbuch Versuchsplanung Produkte und Prozesse optimieren Praxisreihe Qualitätswissen Herausgegeben von Franz J. Brunner Carl Hanser Verlag München Wien VII Inhalt 1 Einführung 1 1.1

Mehr

Taschenbuch Versuchsplanung Produkte und Prozesse optimieren

Taschenbuch Versuchsplanung Produkte und Prozesse optimieren Wilhelm Kleppmann Taschenbuch Versuchsplanung Produkte und Prozesse optimieren ISBN-10: 3-446-41595-5 ISBN-13: 978-3-446-41595-9 Inhaltsverzeichnis Weitere Informationen oder Bestellungen unter http://www.hanser.de/978-3-446-41595-9

Mehr

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

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

Wahrscheinlichkeitsrechnung und Statistik für Biologen 5. Der zwei-stichproben-t-test. und der Wilcoxon-Test

Wahrscheinlichkeitsrechnung und Statistik für Biologen 5. Der zwei-stichproben-t-test. und der Wilcoxon-Test Wahrscheinlichkeitsrechnung und Statistik für Biologen 5. Der zwei-stichproben-t-test (t-test für ungepaarte Stichproben) und der Wilcoxon-Test Dirk Metzler 22. Mai 2015 Inhaltsverzeichnis 1 Wiederholung:

Mehr

Eine Einführung in R: Statistische Tests

Eine Einführung in R: Statistische Tests Eine Einführung in R: Statistische Tests Bernd Klaus, Verena Zuber Institut für Medizinische Informatik, Statistik und Epidemiologie (IMISE), Universität Leipzig http://www.uni-leipzig.de/ zuber/teaching/ws12/r-kurs/

Mehr

Taschenbuch Versuchsplanung

Taschenbuch Versuchsplanung Wilhelm Kleppmann 2008 AGI-Information Management Consultants May be used for personal purporses only or by libraries associated to dandelon.com network. Taschenbuch Versuchsplanung Produkte und Prozesse

Mehr

METHODENLEHRE I WS 2013/14 THOMAS SCHÄFER

METHODENLEHRE I WS 2013/14 THOMAS SCHÄFER METHODENLEHRE I WS 2013/14 THOMAS SCHÄFER DAS THEMA: INFERENZSTATISTIK IV INFERENZSTATISTISCHE AUSSAGEN FÜR ZUSAMMENHÄNGE UND UNTERSCHIEDE Inferenzstatistik für Zusammenhänge Inferenzstatistik für Unterschiede

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

Klausur zu Methoden der Statistik II (mit Kurzlösung) Wintersemester 2010/2011. Aufgabe 1

Klausur zu Methoden der Statistik II (mit Kurzlösung) Wintersemester 2010/2011. Aufgabe 1 Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik II (mit Kurzlösung) Wintersemester 2010/2011 Aufgabe 1 Nach einer

Mehr

FAKTORIELLE VERSUCHSPLÄNE. Andreas Handl

FAKTORIELLE VERSUCHSPLÄNE. Andreas Handl FAKTORIELLE VERSUCHSPLÄNE Andreas Handl 1 Inhaltsverzeichnis 1 Versuchsplanung 4 2 Einfaktorielle Varianzanalyse 6 2.1 DieAnnahmen... 6 2.2 Die ANOVA-Tabelle und der F -Test... 6 2.3 Versuche mit zwei

Mehr

Biostatistik, WS 2015/2016 Der zwei-stichproben-t-test

Biostatistik, WS 2015/2016 Der zwei-stichproben-t-test 1/29 Biostatistik, WS 2015/2016 Der zwei-stichproben-t-test (t-test für ungepaarte Stichproben) Matthias Birkner http://www.staff.uni-mainz.de/birkner/biostatistik1516/ 11.12.2015 2/29 Inhalt 1 t-test

Mehr

Versuchsplanung. Teil 2 Varianzanalyse (ANOVA) Dr. Tobias Kiesling

Versuchsplanung. Teil 2 Varianzanalyse (ANOVA) Dr. Tobias Kiesling Versuchsplanung Teil 2 Varianzanalyse (ANOVA) Dr. Tobias Kiesling Gliederung Grundlagen der Varianzanalyse Streuungszerlegung und Modellschätzer Modellannahmen und Transformationen

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

Test auf einen Anteilswert (Binomialtest) Vergleich zweier Mittelwerte (t-test)

Test auf einen Anteilswert (Binomialtest) Vergleich zweier Mittelwerte (t-test) Spezielle Tests Test auf einen Anteilswert (Binomialtest) Vergleich zweier Anteilswerte Test auf einen Mittelwert (Ein-Stichproben Gauss bzw. t-test) Vergleich zweier Mittelwerte (t-test) Test auf einen

Mehr

Einfache statistische Auswertungen mit dem Programm SPSS

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

Mehr

Statistik für Studenten der Sportwissenschaften SS 2008

Statistik für Studenten der Sportwissenschaften SS 2008 Statistik für Studenten der Sportwissenschaften SS 008 Aufgabe 1 Man weiß von Rehabilitanden, die sich einer bestimmten Gymnastik unterziehen, dass sie im Mittel µ=54 Jahre (σ=3 Jahre) alt sind. a) Welcher

Mehr

Einfache Varianzanalyse für abhängige

Einfache Varianzanalyse für abhängige Einfache Varianzanalyse für abhängige Stichproben Wie beim t-test gibt es auch bei der VA eine Alternative für abhängige Stichproben. Anmerkung: Was man unter abhängigen Stichproben versteht und wie diese

Mehr

ANalysis Of VAriance (ANOVA) 1/2

ANalysis Of VAriance (ANOVA) 1/2 ANalysis Of VAriance (ANOVA) 1/2 Markus Kalisch 16.10.2014 1 ANOVA - Idee ANOVA 1: Zwei Medikamente zur Blutdrucksenkung und Placebo (Faktor). Gibt es einen sign. Unterschied in der Wirkung (kontinuierlich)?

Mehr

Güte von Tests. die Wahrscheinlichkeit für den Fehler 2. Art bei der Testentscheidung, nämlich. falsch ist. Darauf haben wir bereits im Kapitel über

Güte von Tests. die Wahrscheinlichkeit für den Fehler 2. Art bei der Testentscheidung, nämlich. falsch ist. Darauf haben wir bereits im Kapitel über Güte von s Grundlegendes zum Konzept der Güte Ableitung der Gütefunktion des Gauss im Einstichprobenproblem Grafische Darstellung der Gütefunktionen des Gauss im Einstichprobenproblem Ableitung der Gütefunktion

Mehr

Analytische Statistik I. Statistische Methoden in der Korpuslinguistik Heike Zinsmeister WS 2009/10

Analytische Statistik I. Statistische Methoden in der Korpuslinguistik Heike Zinsmeister WS 2009/10 Analytische Statistik I Statistische Methoden in der Korpuslinguistik Heike Zinsmeister WS 2009/10 Testen Anpassungstests (goodness of fit) Weicht eine gegebene Verteilung signifikant von einer bekannten

Mehr

12.1 Wie funktioniert ein Signifikanztest?

12.1 Wie funktioniert ein Signifikanztest? Sedlmeier & Renkewitz Kapitel 12 Signifikanztests 12.1 Wie funktioniert ein Signifikanztest? Zentrales Ergebnis eine Signifikanztests: Wie wahrscheinlich war es unter der Bedingung dass H0 gilt, diesen

Mehr

Einführung in statistische Testmethoden

Einführung in statistische Testmethoden Einführung in statistische Testmethoden und die Bearbeitung von Messdaten mit Excel 1. Beispielhafte Einführung in den Gebrauch von Testmethoden 2. Typen von Messwerten, Verteilungen 3. Mittelwert, Varianz,

Mehr

Studiendesign/ Evaluierungsdesign

Studiendesign/ Evaluierungsdesign Jennifer Ziegert Studiendesign/ Evaluierungsdesign Praxisprojekt: Nutzerorientierte Evaluierung von Visualisierungen in Daffodil mittels Eyetracker Warum Studien /Evaluierungsdesign Das Design einer Untersuchung

Mehr

9. StatistischeTests. 9.1 Konzeption

9. StatistischeTests. 9.1 Konzeption 9. StatistischeTests 9.1 Konzeption Statistische Tests dienen zur Überprüfung von Hypothesen über einen Parameter der Grundgesamtheit (bei einem Ein-Stichproben-Test) oder über die Verteilung einer Zufallsvariablen

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

7. Mai 2010. Ruhr-Universität Bochum. Methodenlehre II, SS 2009. Prof. Dr. Holger Dette

7. Mai 2010. Ruhr-Universität Bochum. Methodenlehre II, SS 2009. Prof. Dr. Holger Dette Ruhr-Universität Bochum 7. Mai 2010 1 / 95 Methodenlehre II NA 3/73 Telefon: 0234 322 8284 Email: holger.dette@rub.de Internet: www.ruhr-uni-bochum.de/mathematik3/index.html Vorlesung: Montag, 8.30-10.00

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

Deduktive und induktive Aspekte statistischer Methoden

Deduktive und induktive Aspekte statistischer Methoden Deduktive und induktive Aspekte statistischer Methoden Wissenschaftshistorische und -philosophische Grundlagen Felix Günther Institut für Statistik Ludwig-Maximilians-Universität München Prof. Seising

Mehr

Dipl.-Volksw. Markus Pullen Wintersemester 2012/13

Dipl.-Volksw. Markus Pullen Wintersemester 2012/13 Statistische Auswertungen mit R Universität Kassel, FB 07 Wirtschaftswissenschaften Dipl.-Volksw. Markus Pullen Wintersemester 2012/13 Beispiele 8. Sitzung Konfidenzintervalle, Hypothesentests > # Anwendungsbeispiel

Mehr

Weitere (wählbare) Kontraste in der SPSS Prozedur Allgemeines Lineares Modell

Weitere (wählbare) Kontraste in der SPSS Prozedur Allgemeines Lineares Modell Einfaktorielle Versuchspläne 27/40 Weitere (wählbare) Kontraste in der SPSS Prozedur Allgemeines Lineares Modell Abweichung Einfach Differenz Helmert Wiederholt Vergleich Jede Gruppe mit Gesamtmittelwert

Mehr

Leseprobe. Wilhelm Kleppmann. Versuchsplanung. Produkte und Prozesse optimieren ISBN: 978-3-446-42033-5. Weitere Informationen oder Bestellungen unter

Leseprobe. Wilhelm Kleppmann. Versuchsplanung. Produkte und Prozesse optimieren ISBN: 978-3-446-42033-5. Weitere Informationen oder Bestellungen unter Leseprobe Wilhelm Kleppmann Versuchsplanung Produkte und Prozesse optimieren ISBN: -3-44-4033-5 Weitere Informationen oder Bestellungen unter http://www.hanser.de/-3-44-4033-5 sowie im Buchhandel. Carl

Mehr

Taschenbuch Versuchsplanung Produkte und Prozesse optimieren

Taschenbuch Versuchsplanung Produkte und Prozesse optimieren Wilhelm Kleppmann Taschenbuch Versuchsplanung Produkte und Prozesse optimieren ISBN-10: 3-446-41595-5 ISBN-13: 978-3-446-41595-9 Leseprobe Weitere Informationen oder Bestellungen unter http://www.hanser.de/978-3-446-41595-9

Mehr

12. Vergleich mehrerer Stichproben

12. Vergleich mehrerer Stichproben 12. Vergleich mehrerer Stichproben Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Häufig wollen wir verschiedene Populationen, Verfahren, usw. miteinander vergleichen. Beipiel: Vergleich

Mehr

Messwerte und deren Auswertungen

Messwerte und deren Auswertungen Thema: Messwerte und deren Auswertungen Vorlesung Qualitätsmanagement, Prof. Dr. Johann Neidl Seite 1 Stichproben vertrauen Die Genauigkeit von Voraussagen (Vertrauensniveau) einer Stichprobenprüfung hängt

Mehr

EINFÜHRUNG IN DIE STATISTISCHE VERSUCHSPLANUNG

EINFÜHRUNG IN DIE STATISTISCHE VERSUCHSPLANUNG TQU BUSINESS GMBH 1 EINFÜHRUNG IN DIE STATISTISCHE VERSUCHSPLANUNG 2 Lernziele Sie kennen die prinzipiellen Ansätze zur Datengewinnung. Sie wissen, was ein Experiment ist. Sie kennen die prinzipiellen

Mehr

Grundlagen von Versuchsmethodik und Datenanalyse

Grundlagen von Versuchsmethodik und Datenanalyse Grundlagen von Versuchsmethodik und Datenanalyse Der Anfang: Hypothesen über Ursache-Wirkungs-Zusammenhänge Ursache Wirkung Koffein verbessert Kurzzeitgedächtnis Gewaltfilme führen zu aggressivem Verhalten

Mehr

Grundlagen der Inferenzstatistik

Grundlagen der Inferenzstatistik Grundlagen der Inferenzstatistik (Induktive Statistik oder schließende Statistik) Dr. Winfried Zinn 1 Deskriptive Statistik versus Inferenzstatistik Die Deskriptive Statistik stellt Kenngrößen zur Verfügung,

Mehr

Willkommen zur Vorlesung Statistik (Master)

Willkommen zur Vorlesung Statistik (Master) Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Verteilungsfreie Verfahren Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften

Mehr

Prüfen von Mittelwertsunterschieden: t-test

Prüfen von Mittelwertsunterschieden: t-test Prüfen von Mittelwertsunterschieden: t-test Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de Statistik 1 S. Garbade (SRH Heidelberg) t-test

Mehr

Marktforschung I. Marktforschung I 2

Marktforschung I. Marktforschung I 2 Marktforschung I Marktforschung I Einführung in die Testtheorie (Toporowski) Mathematische Grundlagen (Toporowski) Varianzanalyse (Toporowski) Regressionsanalyse (Boztuğ) Diskriminanzanalyse (Hammerschmidt)

Mehr

3. Der t-test. Der t-test

3. Der t-test. Der t-test Der t-test 3 3. Der t-test Dieses Kapitel beschäftigt sich mit einem grundlegenden statistischen Verfahren zur Auswertung erhobener Daten: dem t-test. Der t-test untersucht, ob sich zwei empirisch gefundene

Mehr

Einleitung 19. Teil I Datenanalyse und Modellbildung Grundlagen 25

Einleitung 19. Teil I Datenanalyse und Modellbildung Grundlagen 25 Inhaltsverzeichnis Einleitung 19 Zu diesem Buch 19 Konventionen in diesem Buch 20 Was Sie nicht lesen müssen 21 Falsche Voraussetzungen 21 Wie dieses Buch aufgebaut ist 21 Teil I: Datenanalyse und Grundlagen

Mehr

Klausur Nr. 1. Wahrscheinlichkeitsrechnung. Keine Hilfsmittel gestattet, bitte alle Lösungen auf dieses Blatt.

Klausur Nr. 1. Wahrscheinlichkeitsrechnung. Keine Hilfsmittel gestattet, bitte alle Lösungen auf dieses Blatt. Klausur Nr. 1 2014-02-06 Wahrscheinlichkeitsrechnung Pflichtteil Keine Hilfsmittel gestattet, bitte alle Lösungen auf dieses Blatt. Name: 0. Für Pflicht- und Wahlteil gilt: saubere und übersichtliche Darstellung,

Mehr

Einführung in die Methoden der empirischen Sozialforschung

Einführung in die Methoden der empirischen Sozialforschung Einführung in die Methoden der empirischen Sozialforschung Überblick Population - nauswahl Definition der Begriffe Quantitative Studien: Ziehen von n (= Sampling) Qualitative Studien: Ziehen von n (= Sampling)

Mehr

DIPLOMVORPRÜFUNG GRUNDZÜGE DER STATISTIK, TEIL B WINTERSEMESTER 2006/07 28.02.2007

DIPLOMVORPRÜFUNG GRUNDZÜGE DER STATISTIK, TEIL B WINTERSEMESTER 2006/07 28.02.2007 Wirtschaftswissenschaftliches Prüfungsamt DIPLOMVORPRÜFUNG GRUNDZÜGE DER STATISTIK, TEIL B WINTERSEMESTER 006/07 8.0.007 Lösung Prof. Dr. R Friedmann / Dr. R. Hauser Hinweise für die Klausurteilnehmer

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

Einfache statistische Testverfahren

Einfache statistische Testverfahren Einfache statistische Testverfahren Johannes Hain Lehrstuhl für Mathematik VIII (Statistik) 1/29 Hypothesentesten: Allgemeine Situation Im Folgenden wird die statistische Vorgehensweise zur Durchführung

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

27. Statistische Tests für Parameter. Was ist ein statistischer Test?

27. Statistische Tests für Parameter. Was ist ein statistischer Test? 27. Statistische Tests für Parameter Wenn du eine weise Antwort verlangst, musst du vernünftig fragen Was ist ein statistischer Test? Ein statistischen Test ist ein Verfahren, welches ausgehend von Stichproben

Mehr

Probleme bei kleinen Stichprobenumfängen und t-verteilung

Probleme bei kleinen Stichprobenumfängen und t-verteilung Probleme bei kleinen Stichprobenumfängen und t-verteilung Fassen wir zusammen: Wir sind bisher von der Frage ausgegangen, mit welcher Wahrscheinlichkeit der Mittelwert einer empirischen Stichprobe vom

Mehr

Statistische Analyse von hochdimensionalen Daten in der Bioinformatik

Statistische Analyse von hochdimensionalen Daten in der Bioinformatik Statistische Analyse von hochdimensionalen Daten in der Bioinformatik Florian Frommlet Institut für medizinische Statistik, Medizinische Universität Wien Wien, November 2013 Einführung DNA Molekül Zwei

Mehr

Klausur: Einführung in die Statistik

Klausur: Einführung in die Statistik 1 Lösungen immer unter die jeweiligen Aufgaben schreiben. Bei Platzmangel auf die Rückseite schreiben (dann Nummer der bearbeiteten Aufgabe mit anmerken!!!). Lösungen, die nicht auf den Aufgabenblättern

Mehr

Beispiel: Sonntagsfrage. Einführung in die induktive Statistik. Statistische Tests. Statistische Tests

Beispiel: Sonntagsfrage. Einführung in die induktive Statistik. Statistische Tests. Statistische Tests Beispiel: Sonntagsfrage Vier Wochen vor der österreichischen Nationalratswahl 1999 wurde 499 Haushalten die Sonntagsfrage gestellt: Falls nächsten Sonntag Wahlen wären, welche Partei würden Sie wählen?

Mehr

Schließende Statistik

Schließende Statistik Schließende Statistik Die schließende Statistik befasst sich mit dem Rückschluss von einer Stichprobe auf die Grundgesamtheit (Population). Die Stichprobe muss repräsentativ für die Grundgesamtheit sein.

Mehr

Wie man leicht erkennen kann, steigt die Anzahl notwendiger Versuche zur Basis 2 bei jeder Modellerweiterung um einen weiteren Faktor.

Wie man leicht erkennen kann, steigt die Anzahl notwendiger Versuche zur Basis 2 bei jeder Modellerweiterung um einen weiteren Faktor. Ziel Prinzip Bestimmung der relevanten Einflussgrößen und Effekte unabhängiger Eingangsvariablen auf das Ergebnis eines Produktes oder Prozess mit einem Minimum an Versuchsaufwand. DoE (Design of Experiment)

Mehr

Biostatistik, Winter 2011/12

Biostatistik, Winter 2011/12 Biostatistik, Winter 2011/12 Vergleich zweier Stichproben, nichtparametrische Tests Prof. Dr. Achim Klenke http://www.aklenke.de 11. Vorlesung: 27.01.2012 1/86 Inhalt 1 Tests t-test 2 Vergleich zweier

Mehr

Skriptum zur Veranstaltung. Quantitative Methoden (Mathematik/Statistik) Teil Induktive Statistik. 1. Version (mehr Draft als Skriptum)

Skriptum zur Veranstaltung. Quantitative Methoden (Mathematik/Statistik) Teil Induktive Statistik. 1. Version (mehr Draft als Skriptum) Skriptum zur Veranstaltung Quantitative Methoden (Mathematik/Statistik) Teil Induktive Statistik 1. Version (mehr Draft als Skriptum) Anmerkungen, Aufzeigen von Tippfehlern und konstruktive Kritik erwünscht!!!

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

Hypothesentests mit SPSS. Beispiel für einen t-test

Hypothesentests mit SPSS. Beispiel für einen t-test Beispiel für einen t-test Daten: museum-f-v04.sav Hypothese: Als Gründe, in ein Museum zu gehen, geben mehr Frauen als Männer die Erweiterung der Bildung für Kinder an. Dies hängt mit der Geschlechtsrolle

Mehr

Varianzanalyse ANOVA

Varianzanalyse ANOVA Varianzanalyse ANOVA Johannes Hain Lehrstuhl für Mathematik VIII Statistik 1/23 Einfaktorielle Varianzanalyse (ANOVA) Bisher war man lediglich in der Lage, mit dem t-test einen Mittelwertsvergleich für

Mehr

Motivation. Jede Messung ist mit einem sogenannten Fehler behaftet, d.h. einer Messungenauigkeit

Motivation. Jede Messung ist mit einem sogenannten Fehler behaftet, d.h. einer Messungenauigkeit Fehlerrechnung Inhalt: 1. Motivation 2. Was sind Messfehler, statistische und systematische 3. Verteilung statistischer Fehler 4. Fehlerfortpflanzung 5. Graphische Auswertung und lineare Regression 6.

Mehr

Stichprobenauslegung. für stetige und binäre Datentypen

Stichprobenauslegung. für stetige und binäre Datentypen Stichprobenauslegung für stetige und binäre Datentypen Roadmap zu Stichproben Hypothese über das interessierende Merkmal aufstellen Stichprobe entnehmen Beobachtete Messwerte abbilden Schluss von der Beobachtung

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

GEPRÜFTE / -R INDUSTRIEMEISTER / -IN METALL / NEU

GEPRÜFTE / -R INDUSTRIEMEISTER / -IN METALL / NEU SITUATIONSAUFGABE 35 Bei der Durrchführung einer FMEA wird in der Stufe zwei nach der Bedeutung der potentiellen Folgen eines Fehlers gefragt und schließlich die Frage nach der Wahrscheinlichkeit der Entdeckung

Mehr

MA Projekt: Langfristige Kapitalmarktsimulation

MA Projekt: Langfristige Kapitalmarktsimulation MA Projekt: Langfristige Kapitalmarktsimulation Einführung in die Simulation Prof. Dr. Thorsten Poddig Lehrstuhl für Allgemeine Betriebswirtschaftslehre, insbes. Finanzwirtschaft Universität Bremen Hochschulring

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

Jost Reinecke. 7. Juni 2005

Jost Reinecke. 7. Juni 2005 Universität Bielefeld 7. Juni 2005 Testtheorie Test für unabhängige Stichproben Test für abhängige Stichproben Testtheorie Die Testtheorie beinhaltet eine Reihe von Testverfahren, die sich mit der Überprüfung

Mehr

Überblick über die Tests

Überblick über die Tests Anhang A Überblick über die Tests A.1 Ein-Stichproben-Tests A.1.1 Tests auf Verteilungsannahmen ˆ Shapiro-Wilk-Test Situation: Test auf Normalverteilung H 0 : X N(µ, σ 2 ) H 1 : X nicht normalverteilt

Mehr

Einsatzmöglichkeiten von Statistik im Ingenieurwesen

Einsatzmöglichkeiten von Statistik im Ingenieurwesen Einsatzmöglichkeiten von Statistik im Ingenieurwesen Vortrag des Monats 07.03.2006 Inhalt Qualitätsprogramme am Beispiel Six Sigma 1 Qualitätsprogramme am Beispiel Six Sigma Kurzbeschreibung von Six Sigma

Mehr

Motivation. Wilcoxon-Rangsummentest oder Mann-Whitney U-Test. Wilcoxon Rangsummen-Test Voraussetzungen. Bemerkungen

Motivation. Wilcoxon-Rangsummentest oder Mann-Whitney U-Test. Wilcoxon Rangsummen-Test Voraussetzungen. Bemerkungen Universität Karlsruhe (TH) Forschungsuniversität gegründet 825 Wilcoxon-Rangsummentest oder Mann-Whitney U-Test Motivation In Experimenten ist die Datenmenge oft klein Daten sind nicht normalverteilt Dann

Mehr

Mathematische und statistische Methoden II

Mathematische und statistische Methoden II Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte Persike

Mehr

Von der Untersuchungsfrage zu statistischen Hypothesen, und wie war das nochmal mit dem α- und

Von der Untersuchungsfrage zu statistischen Hypothesen, und wie war das nochmal mit dem α- und Von der Untersuchungsfrage zu statistischen Hypothesen, und wie war das nochmal mit dem α- und β-fehler? Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de

Mehr

Formelsammlung und Glossar zum Kurs Statistik (Kurs 33209) mit Konzeptpapier Stand: 18. März 2011

Formelsammlung und Glossar zum Kurs Statistik (Kurs 33209) mit Konzeptpapier Stand: 18. März 2011 Formelsammlung und Glossar zum Kurs Statistik (Kurs 33209) mit Konzeptpapier Stand: 18. März 2011 S. 34 35: Anmerkungen und Ergänzungen für Studierende im BSc Psychologie c 2011 FernUniversität in Hagen,

Mehr

DoE als Werkzeug zur systematischen Prozessoptimierung in der Silikatkeramik

DoE als Werkzeug zur systematischen Prozessoptimierung in der Silikatkeramik DKG-Jahrestagung 2011 28. - 30. März 2011 Saarbrücken DoE als Werkzeug zur systematischen Prozessoptimierung in der Silikatkeramik Dipl.-Ing. (FH) Miriam Peuker Ir. Marcel Engels FGK Forschungsinstitut

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

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

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

Statistik im Versicherungs- und Finanzwesen

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

Mehr

Statistische Analyse von Messergebnissen

Statistische Analyse von Messergebnissen Da virtuelle Bildungnetzwerk für Textilberufe Statitiche Analye von Meergebnien 3 Hochchule Niederrhein Stand: 17..3 Seite 1 / 8 Im Abchnitt "Grundlagen der Statitik" wurde u.a. bechrieben, wie nach der

Mehr

13.5 Der zentrale Grenzwertsatz

13.5 Der zentrale Grenzwertsatz 13.5 Der zentrale Grenzwertsatz Satz 56 (Der Zentrale Grenzwertsatz Es seien X 1,...,X n (n N unabhängige, identisch verteilte zufällige Variablen mit µ := EX i ; σ 2 := VarX i. Wir definieren für alle

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

Willkommen zur Vorlesung Statistik

Willkommen zur Vorlesung Statistik Willkommen zur Vorlesung Statistik Thema dieser Vorlesung: Varianzanalyse Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften Prof. Dr. Wolfgang

Mehr

werden können. Wenn der Benutzer zudem eine konkrete Differenz mit praktischen Konsequenzen angibt, berechnet der Assistent den Stichprobenumfang,

werden können. Wenn der Benutzer zudem eine konkrete Differenz mit praktischen Konsequenzen angibt, berechnet der Assistent den Stichprobenumfang, Dieses White Paper ist Teil einer Reihe von Veröffentlichungen, welche die Forschungsarbeiten der Minitab-Statistiker erläutern, in deren Rahmen die im Assistenten der Minitab 17 Statistical Software verwendeten

Mehr

Varianzanalyse (ANOVA: analysis of variance)

Varianzanalyse (ANOVA: analysis of variance) Varianzanalyse (AOVA: analysis of variance) Einfaktorielle VA Auf der Basis von zwei Stichproben wird bezüglich der Gleichheit der Mittelwerte getestet. Variablen müssen Variablen nur nominalskaliert sein.

Mehr

Anhang A: Fragebögen und sonstige Unterlagen

Anhang A: Fragebögen und sonstige Unterlagen Anhang Anhang A: Fragebögen und sonstige Unterlagen A.: Flyer zur Probandenrekrutierung 46 A.: Fragebogen zur Meditationserfahrung 47 48 A.3: Fragebogen Angaben zur Person 49 5 5 A.4: Termin- und Einladungsschreiben

Mehr

Einführung in die Varianzanalyse mit SPSS

Einführung in die Varianzanalyse mit SPSS Einführung in die Varianzanalyse mit SPSS SPSS-Benutzertreffen am URZ Carina Ortseifen 6. Mai 00 Inhalt. Varianzanalyse. Prozedur ONEWAY. Vergleich von k Gruppen 4. Multiple Vergleiche 5. Modellvoraussetzungen

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

Bachelorprüfung. Praxis der empirischen Wirtschaftsforschung Prof. Regina T. Riphahn, Ph.D. Name, Vorname. Matrikelnr. E-Mail. Studiengang.

Bachelorprüfung. Praxis der empirischen Wirtschaftsforschung Prof. Regina T. Riphahn, Ph.D. Name, Vorname. Matrikelnr. E-Mail. Studiengang. Lehrstuhl für Statistik und empirische Wirtschaftsforschung Fach: Prüfer: Bachelorprüfung Praxis der empirischen Wirtschaftsforschung Prof. Regina T. Riphahn, Ph.D. Name, Vorname Matrikelnr. E-Mail Studiengang

Mehr

6. METRISCHE UND KATEGORIALE MERKMALE

6. METRISCHE UND KATEGORIALE MERKMALE 6. METRISCHE UND KATEGORIALE MERKMALE wenn an einer Beobachtungseinheit eine (oder mehrere) metrische und eine (oder mehrere) kategoriale Variable(n) erhoben wurden Beispiel: Haushaltsarbeit von Teenagern

Mehr

ANalysis Of VAriance (ANOVA) 2/2

ANalysis Of VAriance (ANOVA) 2/2 ANalysis Of VAriance (ANOVA) 2/2 Markus Kalisch 22.10.2014 1 Wdh: ANOVA - Idee ANOVA 1: Zwei Medikamente zur Blutdrucksenkung und Placebo (Faktor X). Gibt es einen sign. Unterschied in der Wirkung (kontinuierlich

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

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

Welch-Test. Welch-Test

Welch-Test. Welch-Test Welch-Test Welch-Test Test auf Lageunterschied zweier normalverteilter Grundgesamtheiten mit unbekannten Varianzen durch Vergleich der Mittelwerte zweier unabhängiger Zufallsstichproben. Beispiel Im Labor

Mehr

Grundlagen sportwissenschaftlicher Forschung Deskriptive Statistik 2 Inferenzstatistik 1

Grundlagen sportwissenschaftlicher Forschung Deskriptive Statistik 2 Inferenzstatistik 1 Grundlagen sportwissenschaftlicher Forschung Deskriptive Statistik 2 Inferenzstatistik 1 Dr. Jan-Peter Brückner jpbrueckner@email.uni-kiel.de R.216 Tel. 880 4717 Rückblick: Besonders wichtige Themen Wissenschaftstheoretischer

Mehr

Statistik II Übung 4: Skalierung und asymptotische Eigenschaften

Statistik II Übung 4: Skalierung und asymptotische Eigenschaften Statistik II Übung 4: Skalierung und asymptotische Eigenschaften Diese Übung beschäftigt sich mit der Skalierung von Variablen in Regressionsanalysen und mit asymptotischen Eigenschaften von OLS. Verwenden

Mehr

Wahrscheinlichkeitsrechnung und Statistik für Biologen Spezielle Verteilungen

Wahrscheinlichkeitsrechnung und Statistik für Biologen Spezielle Verteilungen Wahrscheinlichkeitsrechnung und Statistik für Biologen Spezielle Verteilungen Noémie Becker & Dirk Metzler http://evol.bio.lmu.de/_statgen 7. Juni 2013 1 Binomialverteilung 2 Normalverteilung 3 T-Verteilung

Mehr