Statistische Formelsammlung Begleitende Materialien zur Statistik - Vorlesung des Grundstudiums im Fachbereich IK
|
|
- Kurt Bretz
- vor 7 Jahren
- Abrufe
Transkript
1 Statistische Formelsammlug Begleitede Materialie zur Statistik - Vorlesug des Grudstudiums im Fachbereich IK Erstellt im Rahme des studierede Projektes PROST Studiejahr 00/00 uter Aleitug vo Frau Prof. Dr. rer. at. Kira Kleke vo J.Gelwert, C.Seeger, E.Zotou
2 Statistik 4 Deskriptive Statistik 4 Aalytische Statistik 4 Grudbegriffe der Statistik 5 Urliste 5 Grudgesamtheit 5 Stichprobe 5 Vollerhebug 5 Merkmalsträger 5 Merkmal 5 Merkmalsauspräguge 6 Quatitative ud qualitative Merkmale 6 quatitativ 6 stetige / metrische Variable 6 diskrete Variable 6 qualitativ 6 omiale Variable 6 ordiale Variable 6 Deskriptive Statistik 7 Mittelwerte 7 Arithmetisches Mittel 7 Geometrisches Mittel 7 Schätzug des arithmetische Mittels für klassierte Date 8 Media 9 Modus 9 Streuugsmaße 0 Spaweite 0 Variaz ud Stadardabeichug 0 i der Stichprobe 0 i der Grudgesamtheit 0 Quartile Quartilsabstad Variatioskoeffiziet Welches Streuugsmaß bei welchem Mittelwert? Häufigkeite Häufigkeitstabelle Kreuztabelle 3 Klassebildug 4 Grafike der deskriptive Statistik 5 Kreisdiagramm 5 Stabdiagramm 5 Balkediagramm 5 Stem & Leaf 5 Box-Plot 6 Histogramm 6 Verlaufskurve 6 Aalytische Statistik 7 Wahrscheilichkeitsrechug 7 Ereigisraum 7 Defiitioe der Wahrscheilichkeit 7 Additiossatz 7
3 allgemeier Additiossatz 7 spezieller Additiossatz 7 stochastische (U-)Abhägigkeit vo Ereigisse 8 bedigte Wahrscheilichkeit 8 Multiplikatiossatz 8 allgemeier Multiplikatiossatz 8 spezieller Multiplikatiossatz 8 Kombiatorik 9 Fakultät 9 Biomialkoeffiziet 9 Wahrscheilichkeitsverteiluge 9 Verteilugsfuktio 9 Biomialverteilug 9 Gauß- oder Normalverteilug 0 stadardisierte Normalverteilug 0 beliebige Zufallsvariable 0 Trasformatio der Stadardormalverteilug 0 Parameter i der Grudgesamtheit 0 Kofidezitervalle für eie ubekate Mittelwert für eie ubekate Proportio Fallzahlbestimmug Bestimmug des erforderliche (Midest-) Stichprobeumfags bei Schätzug eies (prozetuale) Ateils π Bestimmug der erforderliche (Midest-)Fallzahl bei der Schätzug eies (ubekate) Mittelwertes µ Stichwortliste 3 3
4 Statistik Statistik ist eie Wisseschaft, dere Zweck es ist, Iformatioe i Form vo Zahle oder adere Date zusammezutrage, das gesammelte Material aufzubereite ud die Iformatioe schließlich so zu verdichte, dass sie aussagekräftig, verstädlich ud überschaubar werde. Sie ist eie gute Möglichkeit, Fakte exakt ud überzeuged darzustelle. Sie fidet Awedug sowohl i aturwisseschaftliche als auch wirtschaftliche, soziologische ud politische Bereiche. Sie uterteilt sich i zwei Disziplie: Deskriptive Statistik Deskriptive Statistik bedeutet beschreibede Statistik ud meit die reie Beschreibug des erhobee Datebestades (i der Regel die Stichprobe). Etspreched der Fragestellug werde Date erhobe, ausgewertet ud dargestellt. Deskriptive Statistik ist also eie Zusammefassug vo uüberschaubar viele Eizeldate bzw. ei überschaubares Komprimiere vo viele Eizeliformatioe. Die zusammefassede Darstellug erfolgt durch die Berechug der Maßzahle ud die Erstellug vo Häufigkeitstabelle ud Grafike. Aalytische Statistik auch: Schließede Statistik, Iterferezstatistik, iduktive Statistik. Die aalytische Statistik (isbesodere mit Hilfe der Wahrscheilichkeitsrechug) befasst sich damit, wie aufgrud vo Date der Stichprobe Rückschlüsse bzw. allgemeigültige Aussage über die zugrude liegede Grudgesamtheit hergeleitet werde köe. 4
5 Grudbegriffe der Statistik Urliste Die Urliste ist die Liste der Eizeldate, so wie erhobe, och icht sortiert oder gruppiert. x, x, x 3, x 4...x sortierte Urliste Hier werde die Auspräguge i eie aufsteigede Reihefolge gebracht. x (), x (), x (3), x (4)...x () d.h. x () x () x (3) x (4)...x () Grudgesamtheit Die Grudgesamtheit ist die Mege aller iteressierede Utersuchugsobjekte. Stichprobe Uter Stichprobe versteht ma eie Teilmege der Grudgesamtheit, die ausgewählt wird. Sie muss repräsetativ sei. Eie Stichprobe ist da repräsetativ, we jede Utersuchugseiheit aus der Grudgesamtheit dieselbe Chace hat, ausgewählt zu werde. Vollerhebug Bei eier Vollerhebug wird die gaze Grudgesamtheit erhobe. Merkmalsträger / Utersuchugsobjekte / statistische Eiheit / Elemet Objekte, a dee die iteressierede Merkmale auftrete. Merkmal / Variable Iteressierede Eigeschafte der Merkmalsträger. Hierbei ist eie exakte Defiitio wichtig. 5
6 Merkmalsauspräguge Es sid die mögliche Meßwerte eies Merkmals gemeit. Quatitative ud qualitative Merkmale (Merkmalsauspräguge) quatitativ: Auspräguge sid echte Meßwerte (vo Natur aus Zahle), d.h. addier-, subtrahier- ud multiplizierbar. Ma uterscheidet folgede Skalieruge: stetige / metrische Variable - köe fast jede Wert ud Zwischewert aehme, d.h. sie sid beliebig fei meßbar diskrete Variable - es köe ur edlich viele, gaz kokrete Werte ageomme werde (i.d.r. gazzahlig, keie Brüche) qualitativ: Ei Merkmal bezeichet eie Eigeschaft, Qualität, der utersuchte Objekte. Die Auspräguge eies qualitative Merkmales sid keie echte Zahle. Ma ka mit ihe icht reche! Hier uterscheidet ma folgede Skalieruge: omiale Variable - sid ur ametlich uterscheidbar (keie Zahle, keie Ordug, ur Name) ordiale Variable - sid sortierbar, es gibt eie iere Ordug, es ka damit icht gerechet werde Diese 4 Skalierugstype sid weisugsgebed für die Art der Dateauswertug!! 6
7 Deskriptive Statistik Mittelwerte Arithmetisches Mittel (egl. arithmetic mea) auch: Stadard - Mittelwert Ma addiert die Werte aller Elemete ud dividiert de Gesamtwert durch die Azahl der Elemete. Eideutig zu bestimme ist das arithmetische Mittel, we die Origialwerte i icht klassifizierter Form vorliege. x = i= x i x : sprich x-quer = x = Azahl der Beobachtuge / Messuge Ausprägug (ka sehr leicht verzerrt / verfälscht werde durch Extremwerte) geeiget für stetige Merkmale. Wird i der Praxis auch beutzt bei ordiale ud diskrete Merkmale. Gewogees arithmetisches Mittel x k = xi k i fi = i= f i k = Azahl verschiedeer Werte des Merkmals X f i = die zugehörige Häufigkeite Geometrisches Mittel (egl. geometric mea) Ist geeiget zur Berechug vo Wachstumsrate. durchschittliches Wachstum w: Schreibweise i %: ( % + w ) ( 00% + w ) ( 00% + w )... ( 00% + w ) 00% w = 00 3 wobei w, w, w 3,...w Wachstumsrate i gleich lage Zeiträume i %-Agabe. alterativ: Komma-Schreibweise: w ( + w ) ( + w ) ( + w )... ( + w ) = 3 7
8 Schätzug des arithmetische Mittels für klassierte Date (Klassebildug S.4) x ist eie Näherug!! Klasse eies stetige Merkmals Absolute Häufigkeite f i... bis uter bis uter bis uter Klassemitte a i Mi + Klasse Max Klasse k ai f i i= x = k f i= i k i= ai f i k f i k i= f i = Azahl verschiedeer Klasse die zugehörige Häufigkeite Azahl vo Beobachtuge 8
9 Media (egl. media) auch: Zetralwert Ma sortiert die Urliste vom kleiste zum größte Wert ud der Media ist der Wert, der i der Mitte liegt. Er ist uempfidlich gege Extremwerte. Er ist isbesodere für ordialskalierte Merkmale geeiget ud we diskrete ud stetige Merkmale schief verteilt sid. 50 % der Werte größer oder gleich 50 % der Werte kleier oder gleich bei gerader Azahl der Werte Media = x + x + Der Media ist bei eier gerade Azahl vo Werte der Mittelwert, der beide Werte i der Mitte der sortierte Urliste. bei ugerader Azahl der Werte: Media = x + Bei ugerader Azahl der Werte ist der Media der Wert, der i der sortierte Urliste i der Mitte liegt. Modus auch: Modalwert besoders für omialskalierte Variabletype geeiget Der Modus ist derjeige Merkmalswert, der die größte Häufigkeit aufweist, vorrausgesetzt es existiert geau Häufigster. 9
10 Streuugsmaße ( was befidet sich rechts ud liks vom Mittelwert?) Zu jedem Mittelwert sollte immer mid. ei Streuugsmaß agegebe werde. Spaweite R (egl. rage) Die Spaweite ist die Differez aus dem maximale ud dem miimale Wert der sortierte Urliste, der aber sehr leicht durch Extremwerte verzerrt werde ka. x () x ()... x () R = x () x () Variaz (egl. variace) ud Stadardabweichug (egl. stadard deviatio) Ma uterscheidet zwische Stichprobe ud Grudgesamtheit. Variaz ud Stadardabweichug i der Stichprobe werde mit s bzw. s bezeichet. Variaz s i der Stichprobe Die Variaz ist die Summe der Quadrate der Abweichuge aller Werte vom arithmetische Mittel, geteilt durch die Azahl der Werte. s = i= (x i - x ) Stadardabweichug s i der Stichprobe (mittlere quadratische Abweichug) Stadardabweichug ist die Wurzel aus der Variaz. s = s Für die Berechug mit Tascherecher ist die Taste zu beutze. Da i der Regel icht die komplette Grudgesamtheit erfasst wird, werde die Variaz ud Stadardabweichug der Grudgesamtheit i der aalytische Statistik geschätzt. Diese wird, im Gegesatz zu deskriptiver Statistik, mit - statt mit berechet. Deswege existiere zwei Taste auf de Tascherecher, eie für aalytische ud eie für deskriptive Statistik. Schätzug der Variaz i der Grudgesamtheit (aalytische Statistik) ˆ = (x i - x ) i= Schätzug der Stadardabweichug i der Grudgesamtheit (aalytische Statistik) ˆ = ˆ Für die Berechug mit Tascherecher ist die Taste - zu beutze. 0
11 Quartile Sie sid isbesodere für ordialskalierte Merkmale geeiget ud we diskrete ud stetige Merkmale schief verteilt sid. Die geordete Reihe vo Merkmalswerte wird i vier gleiche Teile geteilt (also 4 5%): Uteres Quartil (.Quartil): 5% der Werte sid kleier oder gleich 75% der Werte sid größer oder gleich Zweites Quartil Media 50% der Werte sid kleier oder gleich 50% der Werte sid größer oder gleich Oberstes Quartil (3.Quartil): 75% der Werte sid kleier oder gleich 5% der Werte sid größer oder gleich Das vierte Quartil ist das Maximum: 00% der Werte sid kleier oder gleich Quartilabstad QA (egl. Iterquartilerage IQR) Quartilabstad ist die Differez zwische dem obere ud dem utere Quartil (Spaweite der mittlere 50%) QA = Q 3 Q Variatioskoeffiziet (egl. coefficiet of variatio) Variatioskoeffiziet diet dazu, mehrere Stadardabweichuge miteiader zu vergleiche. CV= x s bzw. CV= x s 00% (für Agabe i Prozet) CV= Verhältis der Stadardabweichug s zum Mittelwert x i %. Wie viel % des arithmetische Mittels ist s? Welches Streuugsmaß wird bei welchem Mittelwert agegebe? Mittelwert x Media Streuugsmaß s_ ud s Spaweite beim Vergleiche mehrerer Streuugsmaße CV IQR / QA Spaweite
12 Häufigkeite Häufigkeitsverteilug (egl. frequecy) Bei Häufigkeitsverteiluge wird ausgezählt, wie oft eizele Merkmalsauspräguge i der Stichprobe aufgetrete sid. Besoders geeiget für omiale, ordiale ud diskrete Auspräguge. Für stetige Merkmale müsse Klasse gebildet werde (siehe ute). Die Ergebisse der Auszählug werde i tabellarischer Form dargestellt. Beispiel: eie Häufigkeitstabelle i SPSS Fachrichtug Gültig Allgemeie Dokumetatio Wirtschaftsiformatik Bibliothekswese Psychologie Mathematik E-Techik Jura Sozialwisseschafte Lehramt für berufsbild.schule Geschichte & Politikwisses. Germaistik & Politikwisses. Architektur Gesamt Häufigkeit Prozet Kumulierte Prozete 3,8 3,8 0,5 6,3 7 8,8 35,0 9,3 46,3 3 3,8 50,0 6 7,5 57,5 8 0,0 67,5 3 3,8 7,3 6 7,5 78,8 4 5,0 83,8 6 7,5 9,3 7 8,8 00, ,0 absolute Häufigkeite relative Häufigkeit kumulierte Prozete (ausgezählt) (i Prozet) Azahl _ mit _ der _ spez. Ausprägug Relative Häufigkeite: 00 Gesamtzahl( ) Kumulierte Prozete: Aufaddierug der Prozete zeileweise.
13 Kreuztabelle Mehrere Merkmale werde gegeeiader ausgezählt. (Normalfall: Merkmale, ab 4 Merkmale ist die Tabelle schwer überschaubar). Softwarepakete gebe die Zellihalte der Kreuztabelle i.d.r. folgedermaße aus: Häufigkeit absolut (frequecy) Reiheprozete (Rowpercet) Spalteprozete (Colpercet) Gesamtprozete (Percet) Beispiel erstellt mit SPSS Geschlecht d.stud. * welche Hochschule? Kreuztabelle Geschlecht d.stud. Gesamt weiblich mälich Azahl % vo Geschlecht d.stud. % vo welche Hochschule? % der Gesamtzahl Azahl % vo Geschlecht d.stud. % vo welche Hochschule? % der Gesamtzahl Azahl % vo Geschlecht d.stud. % vo welche Hochschule? % der Gesamtzahl welche Hochschule? Fachhoch Uiversität schule Gesamt ,3% 66,7% 00,0% 36,4% 88,9% 60,0% 0,0% 40,0% 60,0% ,5%,5% 00,0% 63,6%,% 40,0% 35,0% 5,0% 40,0% ,0% 45,0% 00,0% 00,0% 00,0% 00,0% 55,0% 45,0% 00,0% Ihaltliche Iterpretatio: 4 Persoe sid weiblich ud studiere a der Uiversität. 4/ 00 = 33,3% 33,3% der weibliche Befragte studiere a der Uiversität. 4/ 00 = 36,4 36,4% der Studierede a der Uiversität sid weiblich. 4/0 00 = 0% 0% der Befragte sid weiblich ud studiere a der Uiversität. 3
14 Klassebildug bei stetige Merkmale Da stetige Merkmale gaz uterschiedliche Merkmalswerte besitze köe, würde die direkte Auswertug der Date durch Häufigkeitstabelle weig Si mache. Deswege werde die Date ach uterschiedliche Aspekte gruppiert, d.h. es werde Klasse gebildet, die i Häufigkeits- oder Kreuztabelle ausgewertet werde köe. Festgelegt werde muss: Wie viele Klasse lege ich fest? Wo lege ich Klassegreze fest? Wie viele Klasse? Azahl der Klasse wird bestimmt durch die Größe der Stichprobe. Faustregel: Azahl der Klasse = (bei Dezimalstelle sivoll rude) Klassegreze Greze dürfe sich icht überscheide (klare Defiitio) Klassegreze solle aeiader greze.klasse fägt bei dem miimale Wert a letzte Klasse hört bei dem maximale Wert auf zur bessere Lesbarkeit sollte die Klassegreze glatte Zahle sei Gleich breite Klasse: Jede Klasse besteht aus gleich breite Abschitte. Klassebreite = Spaweite Azahl _ der _ Klasse Prozetual gleich starke Klasse Jede Klasse besitzt die gleiche Azahl vo. Klassehäufigkeit = Azahl _ der _ Klasse Ihaltliche Klassebildug Sivolle Kombiatio der Auswertugsmöglichkeite. Klasse sid ihaltlich vorgegebe, z.b. bei Blutwerte Grezwerte für ormal ud pathologisch. 4
15 Grafike der deskriptive Statistik Merkmalstyp Skalierug: omial, ordial, diskret Awedugstipp: max. 7 Auspräguge icht für feie Uterschiede geeiget Grafiktyp Kreisdiagramm 5-0x im Moat 0,0% -4x i der Woche 40,0% Fehled 5,0% täglich 45,0% Skalierug: ordial, omial, diskret auch: Gruppe- & Kompoetediagramm. stetiges Merkmal auf der y-achse Wie oft utze Sie das Iteret? Stabdiagramm Absolute Werte 0 0 Fehled weiblich mälich Geschlecht der Studierede siehe Stabdiagramm! Balkediagramm Besoders geeiget für omiale Skalieruge. Beschriftug ist sehr gut lesbar ud wird machmal ach Häufigkeite sortiert. Auch als Gruppe- & Kompoetediagramm. Fachrichtug Allgemeie Dokumeta Wirtschaftsiformati E-Techik Jura Geschichte & Politik Geschlecht d.stud. mälich weiblich Absolute Werte Skalierug: stetig Stem & Leaf Für die erste Zeile ALTERSANGABE: 40, 4, 4, 4, 43, 44 verwedet eie Teil der Datewerte als Stem / Stamm, um Gruppe / Klasse zu bilde, ud de adere Teil als Leaf / Blatt, um die Azahl der Häufigkeite graphisch zu verdeutliche Vorteil: Ma sieht die aktuelle Datewerte, die gleichzeitig graphisch dargestellt sid
16 Skalierug: stetig Box-Plot Grafik, i der mehrere Maßzahle dargestellt werde: uteres Quartil, Media, oberes Quartil, Maximum, Miimum. I mache Versioe werde Extremwerte extra gekezeichet. Umsatz des eizele Vertreters N = Nord Süd Ost West Bezirk Ahad des Box-Plots lässt sich auf die Verteilugsart der Date schließe. Symmetrische Verteilug Liksschiefe Verteilug Rechtsschiefe Verteilug Skalierug: stetig Grafische Darstellug eier Häufigkeitsverteilug eies stetige klassierte Merkmals. Das Maß für die Häufigkeit ist i der Regel die Fläche. Histogramm Awedugstipp: Mehrere Klasseeiteiluge ausprobiere! 0 Std.abw. = 3,68 Mittel = 4,0 0 N = 75,00 7,5 0,0,5 5,0 7,5 30,0 3,5 35,0 37,5 Alter d. Stud. Skalierug: y-achse: stetige oder diskrete mit viele Auspräguge. x-achse: i.d.r. fidet sich hier der zeitliche Aspekt wieder. Verlaufskurve Umsatz im Jahr i Mio Jahr 6
17 Aalytische Statistik Wahrscheilichkeitsrechug Ereigisraum ( Mege aller mögliche Elemetar - Ereigisse) A,B,C P(A) A A B P( ) P( A B) Ereigisse Wahrscheilichkeit dafür, dass Ereigis A eitritt. komplemetäres Ereigis zu A (Gegeereigis) Wahrscheilichkeit dafür, dass Ereigis A oder Ereigis B oder beide eitrete (Vereiigug Additiossatz). Wahrscheilichkeit dafür, dass Ereigis A ud Ereigis B eitrete (Schittmege Multiplikatiossatz). Defiitioe der Wahrscheilichkeit Klassische Defiitioe (Laplac'sche Defiitio): We die Elemetarereigisse edlich ud gleichmöglich sid, gilt: Azahl _ aller _ güstige _ Elemetarereigisse P(A)= Azahl _ aller _ gleichmögliche _ Elemetarereigisse Statistische Defiitio: P(A) wird als diejeige Größe defiiert, der sich die relative Häufigkeit eies Ereigisses A bei ubeschräkter Versuchsserie ( ) ähert. Axiomatische Defiitio ach Kolmogoroff: Axiom : 0<=P(A)<= Axiom : P(S) = sicheres Ereigis S Axiom 3: P(E) = 0 umögliches Ereigis E Additiossatz Allgemeier Additiossatz (für beliebige Ereigisse): P( A B) =P(A) + P(B) - P( A B) P( A B C) =P(A) + P(B) + P(C) - P( B) C A B C P( ) A - P( A ) - P( C) B + Spezieller Additiossatz (für disjukte Ereigisse): Disjukte Ereigisse sid uvereibare Ereigisse, die icht gleichzeitig auftrete köe. P( A B) P( AU B U C) P( AU A) =P(A) + P(B) =P(S)= =P(A) + P(B) + P(C) P( A )=-P(A) Das zu eiem Ereigis A komplemetäres Ereigis A ist das Ereigis, das eitritt, we A icht eitritt. 7
18 Stochastische (U-)Abhägigkeit vo Ereigisse: Gegebe seie die Ereigisse A,B,C mit P(A)>0, P(B)>0 ud P(C)>0. Ereigis B ist stochastisch (u-)abhägig vo Ereigis A, we P( B A) =P( B A) =P(B) Die Ereigisse A, B, C sid voeiader stochastisch uabhägig, we P( A B) = P( A C) = P( B C) A = P(A) P( B A) = P( B C) = P( A C) P( C A) = P( C B) = P( A B) B =P(B) ud C =P(C) Bedigte Wahrscheilichkeit Sie ist die Wahrscheilichkeit dafür, dass B eitritt, uter der Bedigug dass A mit P(A) 0 bereits eigetrete ist. P B ( A B ) = P( A) P( B) P(A) P A ( A B ) = P(B) mit P(A)>0 mit P(B)>0 Multiplikatiossatz Allgemeier Multiplikatiossatz: B A A B P( ) A =P(A) P( B ) =P(B) P( ) P( A B C) =P(A) P( A) B P( C A B) Spezieller Multiplikatiossatz: Für stochastisch uabhägige Ereigisse A, B ud C gilt: A B =P(A) P(B) P( ) P( A B C) =P(A) P(B) P(C) für beliebig viele Ereigisse 8
19 Kombiatorik Fakultät!=... (-) 0!= Biomialkoeffiziet (sprich über k) k = 0 = ( )( )...( k + ) k!! = k!( k)! Für Berechug des Biomialkoeffiziete mit Tascherecher ist die Taste Cr zu beutze. Wahrscheilichkeitsverteiluge Verteilugsfuktio defiiert für alle reelle Zahle x i F(x i ) = P(X <= x i ) F(x i ) Verteilugsfuktio P Wahrscheilichkeit X Zufallsvariable (z.b. Zuweise der Augezahl beim Würfel) x i kokrete Auspräguge ~ verteilt wie Biomialverteilug (azuwede für kleie Stichprobe) Voraussetzuge für die Aweduge der Biomialverteilug Merkmal ist dichotom (besitzt geau Auspräguge: A ud A ) uabhägige Wiederholuge des Zufallsexperimets werde durchgeführt (z.b. Ziehe vo Kugel mit Zurücklege) p = P(A) ist bekat P(X = k) = p k (-p) -k k wobei: X Zufallsvariable k Azahl der Treffer p Wahrscheilichkeit eie Treffer zu ziehe Azahl der Versuche P: Wahrscheilichkeit, dass uter (uabhägige) Versuche geau k mal Ereigis A auftritt Kurzbezeichugsweise (sprich X verteilt wie/ach Biomialverteilug): X ~ B(,p) 9
20 Gauß- oder Normalverteilug N(µ, ) Wird eideutig festgelegt durch: µ Mittelwert i der GG Variaz i der GG - ierhalb der Etferug vo Stadardabweichug ach rechts ud liks vom Mittelwert µ befide sich 68,6% der Messwerte - ierhalb der Etferug vo Stadardabweichuge ach rechts ud liks vom Mittelwert µ befide sich 95,45% der Messwerte - ierhalb der Etferug vo 3 Stadardabweichuge ach rechts ud liks vom Mittelwert µ befide sich 99,73% der Messwerte Stadardisierte Normalverteilug N(0,) ist vertafelt µ=0 Stadardisierug eier beliebige Zufallsvariable X ~ N(µ, ) X µ = U wobei U ~ N(0,) Trasformatio der Stadardormalverteilug i eie beliebige Normalverteilug U ~ N(0,) U + µ ~ N(µ, ) Parameter i der Grudgesamtheit Zur Uterscheidug vo der Stichprobe werde die Parameter der Grudgesamtheit mit griechische Buchstabe bezeichet: µ Mittelwert i der Grudgesamtheit σ Streuug i der Grudgesamtheit π Prozetsatz i der Grudgesamtheit 0
21 Kofidezitervalle -α Sicherheits- oder Vertraueswahrscheilichkeit üblich: 99%, 95%, 90% α Irrtumswahrscheilichkeit üblich: %, 5%, 0% Werte aus der N(0,)-Tafel u α/ -α α/ α/ 0 -u α/ u α/ Kofidezitervall für eie ubekate Mittelwert µ eier Grudgesamtheit s P( x - u α/ µ x + u α/ s ) = -α Beispiel für 95%-ige Sicherheitswahrscheilichkeit: s s P( x -,96 µ x +,96 ) = 95% Soderregel: Umfasst die Stichprobe mehr als 5% der Grudgesamtheit (große Stichprobe), beutze s s N statt besser N Kofidezitervall für eie ubekate Proportio eier Grudgesamtheit P(p - u α/ p ( p) p ( p) π p + u α/ ) = -α Voraussetzug: p 5 we p 0,5 (-p) 5 we p > 0,5 Beispiel für 95%-ige Sicherheitswahrscheilichkeit: p ( p) p ( p) P(p,96 π p +,96 ) = 95% Soderregel: Umfasst die Stichprobe mehr als 5% der Grudgesamtheit ( große Stichprobe), beutze p ( p) p ( p) N statt besser N
22 Fallzahlbestimmug Bestimmug des erforderliche (Midest-) Stichprobeumfags bei Schätzug eies (prozetuale) Ateils u p (- p) e die erforderliche Midestfallzahl -α bzw. α Sicherheits- bzw. Irrtumswahrscheilichkeit u α/ p e aus Tabelle vo N(0,) Erfahrugswert für ugefähre Größeordug des %-Ateils existiert kei Wert, setze p=0,5 Exaktheit Abstad zwische Stichprobeschätzug p ud wahrem π der Grudgesamtheit e= p Bestimmug der erforderliche (Midest-)Fallzahl bei der Schätzug eies (ubekate) Mittelwertes µ u a ˆ e erforderliche Midestfallzahl -α bzw. α Sicherheits- bzw. Irrtumswahrscheilichkeit e Exaktheit e= x Uterschied zwische Stichprobemittelwert x ud wahrem µ der Grudgesamtheit ˆ Schätzug der Variaz des betrachtete stetige Merkmals falls keie Schätzug existiert, bereche s = ( x i x) i=
23 A Additiossatz 7 Allgemeier Additiossatz 7 Allgemeier Multiplikatiossatz 8 Aalytische Statistik Defiitio 4 Aalytische Statistik 7 Arithmetisches Mittel 7 B Balkediagramm 5 Bedigte Wahrscheilichkeit 8 Biomialkoeffiziet 9 Biomialverteilug 9 Box-Plot 6 D Deskriptive Statistik Defiitio 4 Deskriptive Statistik 7 Diagramme 5 Diskrete Variable 6 E Ereigisraum 7 F Fakultät 9 Fallzahlbestimmug G Gaußverteilug 8 Geometrisches Mittel 7 Grafike 5 Grudbegriffe der Statistik 5 Grudgesamtheit 5 H Häufigkeite Häufigkeitstabelle Histogramm 6 Ihaltsverzeichis I K Klassebildug 4 Kombiatorik 9 Kofidezitervalle Kreisdiagramm 5 Kreuztabelle 3 M Media 9 Merkmal 5 Merkmalsauspräguge 6 Merkmalsträger 5 Mittelwerte 7 f Modus 9 Multiplikatiossatz 8 N Nomiale Variable 6 Normalverteilug 0 O Ordiale Variable 6 P Parameter i der Grudgesamtheit 8 Q Quatitative Merkmale 6 Quatitative Merkmale 6 Quartile Quartilsabstad S Schätzug des arithmetische Mittels für klassierte Merkmale 8 Spaweite 0 Spezieller Additiossatz 7 Spezieller Multiplikatiossatz 8 Stabdiagramm 5 Stadardabeichug 0 Stadardisierte Normalverteilug 0 Stem & Leaf 5 Stetige / metrische Variable 6 Stichprobe 5 Stichprobeumfags Stochastische (U-)Abhägigkeit 8 Streuugsmaße 0 T Trasformatio der Stadardormalverteilug0 U Urliste 5 V Variaz 0 Variatioskoeffiziet Verlaufskurve 6 Verteilugsfuktio 9 Vollerhebug 5 W Wahrscheilichkeit 7 Wahrscheilichkeitsrechug 7 Wahrscheilichkeitsverteiluge 9 Z Zufallsvariable 0 3
15.4 Diskrete Zufallsvariablen
.4 Diskrete Zufallsvariable Vo besoderem Iteresse sid Zufallsexperimete, bei dee die Ergebismege aus reelle Zahle besteht bzw. jedem Elemetarereigis eie reelle Zahl zugeordet werde ka. Solche Zufallsexperimet
Mehrh i Deskriptive Statistik 1-dimensionale Daten Daten und Häufigkeiten Seite 1 Nominal Ordinal Metrisch (Kardinal) Metrisch - klassiert
Deskriptive Statistik dimesioale Date Date ud Häufigkeite Seite Nomial Ordial Metrisch (Kardial Metrisch klassiert Beschreibug: Date habe keie atürliche Reihefolge. Bsp: Farbe, Religio, Geschlecht, Natioalität...
MehrStatistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39
Statistik Eiführug Kofidezitervalle für eie Parameter Kapitel 7 Statistik WU Wie Gerhard Derfliger Michael Hauser Jörg Leeis Josef Leydold Güter Tirler Rosmarie Wakolbiger Statistik Eiführug // Kofidezitervalle
MehrWissenschaftliches Arbeiten Studiengang Energiewirtschaft
Wisseschaftliches Arbeite Studiegag Eergiewirtschaft - Auswerte vo Date - Prof. Dr. Ulrich Hah WS 01/013 icht umerische Date Tet-Date: Datebak: Name, Eigeschafte, Matri-Tabelleform Spalte: übliche Aordug:
Mehr2 Vollständige Induktion
8 I. Zahle, Kovergez ud Stetigkeit Vollstädige Iduktio Aufgabe: 1. Bereche Sie 1+3, 1+3+5 ud 1+3+5+7, leite Sie eie allgemeie Formel für 1+3+ +( 3)+( 1) her ud versuche Sie, diese zu beweise.. Eizu5% ZiseproJahragelegtes
MehrStatistik I/Empirie I
Vor zwei Jahre wurde ermittelt, dass Elter im Durchschitt 96 Euro für die Nachhilfe ihrer schulpflichtige Kider ausgebe. I eier eue Umfrage uter 900 repräsetativ ausgewählte Elter wurde u erhobe, dass
Mehr3. Einführung in die Statistik
3. Eiführug i die Statistik Grudlegedes Modell zu Date: uabhägige Zufallsgröße ; : : : ; mit Verteilugsfuktio F bzw. Eizelwahrscheilichkeite p ; : : : ; p r i de Aweduge: kokrete reale Auspräguge ; : :
Mehrn 1,n 2,n 3,...,n k in der Stichprobe auftreten. Für die absolute Häufigkeit können wir auch die relative Häufigkeit einsetzen:
61 6.2 Grudlage der mathematische Statistik 6.2.1 Eiführug i die mathematische Statistik I der mathematische Statistik behadel wir Masseerscheiuge. Wir habe es deshalb im Regelfall mit eier große Zahl
MehrStatistische Maßzahlen. Statistik Vorlesung, 10. März, 2010. Beispiel. Der Median. Beispiel. Der Median für klassifizierte Werte.
Statistik Vorlesug,. ärz, Statistische aßzahle Iformatio zu verdichte, Besoderheite hervorzuhebe ittelwerte Aufgabe: die Lage der Verteilug auf der Abszisse zu zeige. Der odus: derjeige Wert, der im Häufigste
MehrAuch im Risikofall ist das Entscheidungsproblem gelöst, wenn eine dominante Aktion in A existiert.
Prof. Dr. H. Rommelfager: Etscheidugstheorie, Kaitel 3 7 3. Etscheidug bei Risiko (subjektive oder objektive) Eitrittswahrscheilichkeite für das Eitrete der mögliche Umweltzustäde köe vom Etscheidugsträger
MehrStatistik mit Excel 2013. Themen-Special. Peter Wies. 1. Ausgabe, Februar 2014 W-EX2013S
Statistik mit Excel 2013 Peter Wies Theme-Special 1. Ausgabe, Februar 2014 W-EX2013S 3 Statistik mit Excel 2013 - Theme-Special 3 Statistische Maßzahle I diesem Kapitel erfahre Sie wie Sie Date klassifiziere
MehrFormelsammlung Mathematik
Formelsammlug Mathematik 1 Fiazmathematik 1.1 Reterechug Sei der Zissatz p%, der Zisfaktor q = 1 + p 100. Seie R die regelmäßig zu zahlede Rate, die Laufzeit. Edwert: Barwert: achschüssig R = R q 1 q 1
MehrÜbungen zur Vorlesung Funktionentheorie Sommersemester 2012. Musterlösung zu Blatt 0
UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6.1 MATHEMATIK Prof. Dr. Rolad Speicher M.Sc. Tobias Mai Übuge zur Vorlesug Fuktioetheorie Sommersemester 01 Musterlösug zu Blatt 0 Aufgabe 1. Käpt Schwarzbart,
MehrStatistik. Prof. Dr. K. Melzer. karin.melzer@hs-esslingen.de http://www.hs-esslingen.de/de/mitarbeiter/karin-melzer.html
Statistik Prof. Dr. K. Melzer kari.melzer@hs-esslige.de http://www.hs-esslige.de/de/mitarbeiter/kari-melzer.html Ihaltsverzeichis 1 Eileitug ud Übersicht 3 2 Dategewiug (kurzer Überblick) 3 2.1 Plaugsphase
MehrInnerbetriebliche Leistungsverrechnung
Ierbetriebliche Leistugsverrechug I der Kostestellerechug bzw. im Betriebsabrechugsboge (BAB ist ach der Erfassug der primäre Kostestellekoste das Ziel, die sekudäre Kostestellekoste, also die Koste der
MehrWahrscheinlichkeit & Statistik
Wahrscheilichkeit & Statistik created by Versio: 3. Jui 005 www.matheachhilfe.ch ifo@matheachhilfe.ch 079 703 7 08 Mege als Sprache der Wahrscheilichkeitsrechug, Begriffe, Grudregel Ereigisraum: Ω Ω Mege
MehrBeschreibende Statistik Kenngrößen in der Übersicht (Ac)
Beschreibede Statistik Kegröße i der Übersicht (Ac) Im folgede wird die Berechugsweise des TI 83 (sowie vo SPSS, s. ute) verwedet. Diese geht auf eie Festlegug vo Moore ud McCabe (00) zurück. I der Literatur
MehrKapitel 6: Statistische Qualitätskontrolle
Kapitel 6: Statistische Qualitätskotrolle 6. Allgemeies Für die Qualitätskotrolle i eiem Uterehme (produzieredes Gewerbe, Diestleistugsuterehme, ) gibt es verschiedee Möglichkeite. Statistische Prozesskotrolle
MehrStochastik für WiWi - Klausurvorbereitung
Dr. Markus Kuze WS 2013/14 Dipl.-Math. Stefa Roth 11.02.2014 Stochastik für WiWi - Klausurvorbereitug Gesetz der totale Wahrscheilichkeit ud Satz vo Bayes (Ω, F, P) Wahrscheilichkeitsraum, E 1,..., E F
MehrBINOMIALKOEFFIZIENTEN. Stochastik und ihre Didaktik Referentin: Iris Winkler 10.11.2008
Stochasti ud ihre Didati Refereti: Iris Wiler 10.11.2008 Aufgabe: Führe Sie i der Seudarstufe II die Biomialoeffiziete als ombiatorisches Azahlproblem ei. Erarbeite Sie mit de Schülerie ud Schüler mithilfe
MehrTestumfang für die Ermittlung und Angabe von Fehlerraten in biometrischen Systemen
Testumfag für die Ermittlug ud Agabe vo Fehlerrate i biometrische Systeme Peter Uruh SRC Security Research & Cosultig GmbH peter.uruh@src-gmbh.de Eileitug Biometrische Systeme werde durch zwei wichtige
MehrÜbungsblatt 1 zur Vorlesung Angewandte Stochastik
Dr Christoph Luchsiger Übugsblatt 1 zur Vorlesug Agewadte Stochastik Repetitio WT Herausgabe des Übugsblattes: Woche 9, Abgabe der Lösuge: Woche 1 (bis Freitag, 1615 Uhr), Rückgabe ud Besprechug: Woche
MehrAUFGABENSTELLUNG (ZUSAMMENFASSUNG) 2 SPEZIFIKATION 2. Datenfluß und Programmablauf 2. Vorbedingung 3. Nachbedingung 3. Schleifeninvariante 3
INHALTSVERZEICHNIS AUFGABENSTELLUNG (ZUSAMMENFASSUNG) 2 SPEZIFIKATION 2 Datefluß ud Programmablauf 2 Vorbedigug 3 Nachbedigug 3 Schleifeivariate 3 KONSTRUKTION 4 ALTERNATIVE ENTWURFSMÖGLICHKEITEN 5 EFFEKTIVE
MehrArbeitsplätze in SAP R/3 Modul PP
Arbeitsplätze i SAP R/3 Modul PP Was ist ei Arbeitsplatz? Der Stadort eier Aktioseiheit, sowie dere kokrete räumliche Gestaltug Was ist eie Aktioseiheit? kleiste produktive Eiheit i eiem Produktiosprozess,
MehrEs werden 120 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 120 Schülern besitzen 99 ein Handy.
Vo der relative Häufigkeit zur Wahrscheilichkeit Es werde 20 Schüler befragt, ob sie ei Hady besitze. Das Ergebis der Umfrage lautet: Vo 20 Schüler besitze 99 ei Hady. Ereigis E: Schüler besitzt ei Hady
MehrEmpirische Methoden I
Hochschule für Wirtschaft ud 2012 Umwelt Nürtige-Geislige Fakultät Betriebswirtschaft ud Iteratioale Fiaze Prof. Dr. Max C. Wewel Prof. Dr. Corelia Niederdrek-Felger Aufgabe zum Tutorium Empirische Methode
MehrKorrekturrichtlinie zur Studienleistung Wirtschaftsmathematik am 22.12.2007 Betriebswirtschaft BB-WMT-S11-071222
Korrekturrichtliie zur Studieleistug Wirtschaftsmathematik am..007 Betriebswirtschaft BB-WMT-S-07 Für die Bewertug ud Abgabe der Studieleistug sid folgede Hiweise verbidlich: Die Vergabe der Pukte ehme
MehrFormelsammlung. zur Klausur. Beschreibende Statistik
Formelsammlug zur Klausur Beschreibede Statistik Formelsammlug Beschreibede Statistik. Semester 004/005 Statistische Date Qualitative Date Nomial skalierte Merkmalsauspräguge (Uterscheidugsmerkmale) köe
MehrParameter von Häufigkeitsverteilungen
Kapitel 3 Parameter vo Häufigkeitsverteiluge 3. Mittelwerte Mo Der Modus (:= häufigster Wert, Abk.: Mo) ist der Merkmalswert mit der größte Häufigkeit, falls es eie solche gibt. Er sollte ur bei eigipflige
MehrGliederung. Value-at-Risk
Value-at-Risk Dr. Richard Herra Nürberg, 4. Noveber 26 IVS-Foru Gliederug Modell Beispiel aus der betriebliche Altersversorgug Verteilug des Gesatschades Value-at-Risk ud Tail Value-at-Risk Risikobeurteilug
MehrStichproben im Rechnungswesen, Stichprobeninventur
Stichprobe im Rechugswese, Stichprobeivetur Prof Dr Iree Rößler ud Prof Dr Albrecht Ugerer Duale Hochschule Bade-Württemberg Maheim Im eifachste Fall des Dollar-Uit oder Moetary-Uit Samplig (DUS oder MUS-
MehrVersicherungstechnik
Operatios Research ud Wirtschaftsiformati Prof. Dr. P. Recht // Dipl.-Math. Rolf Wedt DOOR Versicherugstechi Übugsblatt 3 Abgabe bis zum Diestag, dem 03..205 um 0 Uhr im Kaste 9 Lösugsvorschlag: Vorbereituge
MehrAllgemeine Lösungen der n-dimensionalen Laplace-Gleichung und ihre komplexe Variable
Allgemeie Lösuge der -dimesioale Laplace-Gleichug ud ihre komplexe Variable Dr. rer. at. Kuag-lai Chao Göttige, de 4. Jauar 01 Abstract Geeral solutios of the -dimesioal Laplace equatio ad its complex
MehrKapitel 4: Stationäre Prozesse
Kapitel 4: Statioäre Prozesse M. Scheutzow Jauary 6, 2010 4.1 Maßerhaltede Trasformatioe I diesem Kapitel führe wir zuächst de Begriff der maßerhaltede Trasformatio auf eiem Wahrscheilichkeitsraum ei ud
Mehr7.2 Grundlagen der Wahrscheinlichkeitsrechnung
7.2 Grudlage der Wahrscheilichkeitsrechug Ei Ereigis heißt i Bezug auf eie Satz vo Bediguge zufällig, we es bei der Realisierug dieses Satzes eitrete ka, aber icht ubedigt eitrete muss. Def. 7.2.: Ei Experimet
Mehr... a ik) i=1...m, k=1...n A = = ( a mn
Zurück Stad: 4..6 Reche mit Matrize I der Mathematik bezeichet ma mit Matrix im Allgemeie ei rechteckiges Zahleschema. I der allgemeie Darstellug habe die Zahle zwei Idizes, de erste für die Zeileummer,
Mehr1 Analysis T1 Übungsblatt 1
Aalysis T Übugsblatt A eier Weggabelug i der Wüste lebe zwei Brüder, die vollkomme gleich aussehe, zwische dee es aber eie gewaltige Uterschied gibt: Der eie sagt immer die Wahrheit, der adere lügt immer.
MehrAufgaben und Lösungen der Probeklausur zur Analysis I
Fachbereich Mathematik AG 5: Fuktioalaalysis Prof. Dr. K.-H. Neeb Dipl.-Math. Rafael Dahme Dipl.-Math. Stefa Wager ATECHNISCHE UNIVERSITÄT DARMSTADT SS 007 19. Jui 007 Aufgabe ud Lösuge der Probeklausur
Mehr2. Diophantische Gleichungen
2. Diophatische Gleichuge [Teschl05, S. 91f] 2.1. Was ist eie diophatische Gleichug ud wozu braucht ma sie? Def D2-1: Eie diophatische Gleichug ist eie Polyomfuktio i x,y,z,, bei der als Lösuge ur gaze
MehrSBP Mathe Aufbaukurs 1. Absolute und relative Häufigkeit. Das arithmetische Mittel und seine Eigenschaften. Das arithmetische Mittel und Häufigkeit
SBP Mathe Aufbaukurs 1 # 0 by Clifford Wolf # 0 Atwort Diese Lerkarte sid sorgfältig erstellt worde, erhebe aber weder Aspruch auf Richtigkeit och auf Vollstädigkeit. Das Lere mit Lerkarte fuktioiert ur
Mehrh i :=h a i f i = h a i n Absolute Häufigkeit: Relative Häufigkeit: h 2 h 4 h 6 :=h der Elemente mit der Ausprägung i=6 zu der Anzahl n aller Werte
. Wer Rechtschreibfehler fidet, darf sie behalte. Rechefehler werde zurückgeomme. Absolute Häufigkeit: h Wie viele Elemete weise diese bestimmte Wert (= diese bestimmte Ausprägug) auf? > Azahl h der Elemete
MehrUnivariate Verteilungen
(1) Aalyse: "deskriptive Statistike" Aalysiere -> deskriptive Statistike -> deskriptive Statistik Keie tabellarische Darstellug der Häufigkeitsverteilug () Aalyse: "Häufigkeitsverteilug" Aalysiere -> deskriptive
MehrEvaluierung einer Schulungsmaßnahme: Punktezahl vor der Schulung Punktezahl nach der Schulung. Autoritarismusscore vor/nach Projekt
2.4.5 Gauss-Test ud t-test für verbudee Stichprobe 2.4.5.8 Zum Begriff der verbudee Stichprobe Verbudee Stichprobe: Vergleich zweier Merkmale X ud Y, die jetzt a deselbe Persoe erhobe werde. Vorsicht:
MehrInstitut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban
Istitut für tochastik Prof. Dr. N. Bäuerle Dipl.-Math.. Urba Lösugsvorschlag 9. Übugsblatt zur Vorlesug Fiazmathematik I Aufgabe Ei euartiges Derivat) Wir sid i eiem edliche, arbitragefreie Fiazmarkt,
MehrKryptologie: Kryptographie und Kryptoanalyse Kryptologie ist die Wissenschaft, die sich mit dem Ver- und Entschlüsseln von Informationen befasst.
Krytologie: Krytograhie ud Krytoaalyse Krytologie ist die Wisseschaft, die sich mit dem Ver- ud Etschlüssel vo Iformatioe befasst. Beisiel Iteretkommuikatio: Versiegel (Itegrität der Nachricht) Sigiere
MehrAusgangspunkt: Über einen endlichen Zeitraum wird aus einem Kapital (Rentenbarwert RBW v n,i
D. Reterechug 1.1. Jährliche Retezahluge 1.1.1. Vorschüssige Retezahluge Ausgagspukt: Über eie edliche Zeitraum wird aus eiem Kapital (Retebarwert RBW v,i ), das ziseszislich agelegt ist, jeweils zu Begi
MehrStatistik Einführung // Beschreibende Statistik 2 p.2/61
Statistik Eiführug Beschreibede Statistik Kapitel Statistik WU Wie Gerhard Derfliger Michael Hauser Jörg Leeis Josef Leydold Güter Tirler Rosmarie Wakolbiger Statistik Eiführug // Beschreibede Statistik
MehrSind Sie mit unserem Angebot zufrieden? ja nein weiß nicht
STATISTIK Eiführug Statistik kommt vom italieische Wort statistica, was so viel wie Staatsma bedeutet. Früher verwedete ma de Begriff ur für eie Auswertug vo Date (Klima, Bevölkerug, Bräuche,...) eies
MehrKlasse: Platzziffer: Punkte: / Graph zu f
Pflichtteil Mathematik I Aufgabe P Name: Vorame: Klasse: Platzziffer: Pukte: / P.0 Gegebe ist die Fuktio f mit der Gleichug (siehe Zeichug). y x8 y,25 4 mit GI IRIR Graph zu f O x P. x 8 Die Pukte C (x,25
MehrFinanzmathematische Formeln und Tabellen
Jui 2008 Dipl.-Betriebswirt Riccardo Fischer Fiazmathematische Formel ud Tabelle Arbeitshilfe für Ausbildug, Studium ud Prüfug im Fach Fiaz- ud Ivestitiosrechug Dieses Werk, eischließlich aller seier Teile,
MehrLerneinheit 2: Grundlagen der Investition und Finanzierung
Lereiheit 2: Grudlage der Ivestitio ud Fiazierug 1 Abgrezug zu de statische Verfahre Durchschittsbetrachtug wird aufgegebe Zeitpukt der Zahlugsmittelbewegug explizit berücksichtigt exakte Erfassug der
MehrProf. Dr. Roland Füss Statistik II SS 2008
1. Grezwertsätze Der wichtigste Grud für die Häufigkeit des Auftretes der Normalverteilug ergibt sich aus de Grezwertsätze. Grezwertsätze sid Aussage über eie Zufallsvariable für de Fall, dass die Azahl
MehrFormelsammlung zur Statistik
Darstellug uivariater Date Formelsammlug zur Statistik Urliste x i : x 1,... x, aufsteiged geordete Urliste x (i) Die k (verschiedee) Auspräguge: a 1
MehrWeitere Lagemaße: Quantile/Perzentile I
3 Auswertug vo eidimesioale Date Lagemaße 3.3 Weitere Lagemaße: Quatile/Perzetile I Für jede Media x med gilt: Midestes 50% der Merkmalswerte sid kleier gleich x med ud ebeso midestes 50% größer gleich
MehrKleines Matrix-ABC. Fachgebiet Regelungstechnik Leiter: Prof. Dr.-Ing. Johann Reger. 1 Elementares
4 6 Fachgebiet Regelugstechik Leiter: Prof. Dr.-Ig. Joha Reger Kleies Matrix-ABC 1 Eleetares Eie ( )-Matrix ist eie rechteckige Aordug vo reelle oder koplexe Zahle a ij (auch Skalare geat) ud besteht aus
MehrSatz Ein Boolescher Term t ist eine Tautologie genau dann, wenn t unerfüllbar ist.
Erfüllbarkeit, Uerfüllbarkeit, Allgemeigültigkeit Defiitio Eie Belegug β ist passed zu eiem Boolesche Term t, falls β für alle atomare Terme i t defiiert ist. (Wird ab jetzt ageomme.) Ist β(t) = true,
MehrVorlesung Informationssysteme
Saarbrücke, 2.05.205 Iformatio Systems Group Vorlesug Iformatiossysteme Vertiefug Kapitel 4: Vo (E)ER is Relatioemodell Erik Buchma (buchma@cs.ui-saarlad.de) Foto: M. Strauch Aus de Videos wisse Sie......welche
MehrNachklausur - Analysis 1 - Lösungen
Prof. Dr. László Székelyhidi Aalysis I, WS 212 Nachklausur - Aalysis 1 - Lösuge Aufgabe 1 (Folge ud Grezwerte). (i) (1 Pukt) Gebe Sie die Defiitio des Häufugspuktes eier reelle Zahlefolge (a ) N. Lösug:
Mehr( ) Formelsammlung. Kombinatorik. Permutation: ohne Wiederholung. n! = n (n - 1) (n - 2)... 3 2 1 n= alle Elemente. Permutation: mit Wiederholung
Formelsammlug Kombiatori Permutatio: ohe Wiederholug! = ( - 1) ( - 2).... 3 2 1 = alle Elemete Permutatio: mit Wiederholug!! P, = = usw. = gleiche Elemete! 1! K 2! Stichprobe (SP) = geordete Auswahl Geordete
Mehr5 Bernoulli-Kette. 5.1 Bernoulli-Experiment. Jakob Bernoulli 1654-1705 Schweizer Mathematiker und Physiker. 5.1.1 Einleitung
Seite vo 7 5 Beroulli-Kette Jakob Beroulli 654-705 Schweizer Mathematiker ud Physiker 5. Beroulli-Exerimet 5.. Eileitug Oft iteressiert ma sich bei Zufallsexerimete icht für die eizele Ergebisse, soder
MehrDer natürliche Werkstoff Holz - Statistische Betrachtungen zum uniaxialen Zugversuch am Beispiel von Furnier
Der atürliche Werkstoff Holz - Statistische Betrachtuge zum uiaxiale Zugversuch am Beispiel vo Furier B. Bellair, A. Dietzel, M. Zimmerma, Prof. Dr.-Ig. H. Raßbach Zusammefassug FH Schmalkalde, 98574 Schmalkalde,
MehrGIBS. Übungsaufgaben zur Vertiefung. V1. Beschriften Sie die Konstruktionen! n n n n ' ' ' ' Modul 1.5. Geometrische Optik 1 58.
eometrische Optik 1 58 Übugsaufgabe zur Vertiefug V1. Beschrifte Sie die Kostruktioe! ' ' ' ' ' ' ' ' Lehrerversio eometrische Optik 1 59 V2. Bei eiem Brillekroglas tritt Licht a der Rückfläche des lases
MehrReader Teil 1: Beschreibende Statistik
Dr. Katharia Best Sommersemester 2011 14. April 2011 Reader Teil 1: Beschreibede Statistik WiMa-Praktikum Um Date darzustelle ud eie Übersicht über die Struktur der Date zu erstelle, stellt die beschreibede
MehrDatenauswertung. Prof. Dr. Josef Brüderl Universität Mannheim. Frühjahrssemester 2007
Dateauswertug Prof. Dr. Josef Brüderl Uiversität Maheim Frühjahrssemester 007 Methode-Curriculum B.A. Soziologie Basismodul: Methode ud Statistik: VL Dateerhebug (): 5 ÜK (): 3 ----------------------------------------------------------
MehrWeitere Lagemaße: Quantile/Perzentile II. Weitere Lagemaße: Quantile/Perzentile I. Weitere Lagemaße: Quantile/Perzentile IV
3 Auswertug vo eidimesioale Date Lagemaße 3.3 Weitere Lagemaße: Quatile/Perzetile I 3 Auswertug vo eidimesioale Date Lagemaße 3.3 Weitere Lagemaße: Quatile/Perzetile II Für jede Media x med gilt: Midestes
MehrVariiert man zusätzlich noch die Saatstärke (z.b. 3 Stärkearten), würde man von einer zweifaktoriellen Varianzanalyse sprechen.
3. Variazaalyse Die Variazaalyse mit eier quatitative abhägige Variable ud eier oder mehrerer qualitativer uabhägiger Variable wird auch als ANOVA (Aalysis of Variace) bezeichet. Mit eier Variazaalyse
MehrKapitel 6: Quadratisches Wachstum
Kapitel 6: Quadratisches Wachstum Dr. Dakwart Vogel Ui Esse WS 009/10 1 Drei Beispiele Beispiel 1 Bremsweg eies PKW Bremsweg Auto.xls Ui Esse WS 009/10 Für user Modell des Bremsweges gilt a = a + d a =
MehrProf. Dr.-Ing. Bernd Kochendörfer. Bauwirtschaft und Baubetrieb. Investitionsrechnung
ud Baubetrieb A Ivestitiosrechug ud Baubetrieb Ivestitiosbegriff Bilazorietierter Ivestitiosbegriff Umwadlug vo Geldkapital i adere Forme vo Vermöge Aktiva Passiva Zahlugsorietierter Ivestitiosbegriff
MehrStatistik I für Studierende der Soziologie
Name: Matrikelummer: Formelsammlug zur Vorlesug Statistik I für Studierede der Soziologie Dr. Caroli Strobl & Gero Walter WS 2008/09 1 Eiführug 1.1 Orgaisatorisches 1.2 Grudbegriffe 1.2.1 Statistische
MehrProjektmanagement Solarkraftwerke
Projektmaagemet Solarkraftwerke Solar Forum - St. Veit 2013 Mauel Uterweger 1 Ihalt des Impulsvortrages eie Überblick über Projektmaagemet bei Solarkraftwerke zu gebe gewoee Erfahruge aufgrud eies reale
Mehr2.2.1 Lagemaße. Exkurs: Quantile. und n. p n
Ekurs: Quatile Ausgagspukt : Geordete Urliste Jeder Wert p, mit 0 < p
Mehr6 Vergleich mehrerer unverbundener Stichproben
6 Vergleich mehrerer uverbudeer Stichprobe 6.1 Die eifaktorielle Variazaalyse Die eifaktorielle Variazaalyse diet der Utersuchug des Eiflusses eier kategorieller (bzw. ichtmetrischer) Variable, die die
MehrVl Statistische Prozess und Qualitätskontrolle und Versuchsplanung Übung 3
Vl Statistische Prozess ud Qualitätskotrolle ud Versuchsplaug Übug 3 Aufgabe ) Die Schichtdicke X bei eier galvaische Beschichtug vo Autoteile sei ormalverteilt N(μ,σ ). 4 Teile werde galvaisch beschichtet.
MehrDie Gasgesetze. Die Beziehung zwischen Volumen und Temperatur (Gesetz von J.-L. und J. Charles): Gay-Lussac
Die Gasgesetze Die Beziehug zwische olume ud Temeratur (Gesetz vo J.-L. Gay-Lussac ud J. Charles): cost. T oder /T cost. cost.. hägt h vo ud Gasmege ab. Die extraolierte Liie scheidet die Temeratur- skala
Mehre) ( 4a + 8b + 9a + 18b ) : a + 2b f) 2 log (x) + 3 log (2y) 0.5 log (z)
Mathematik 1 Test SELBSTTEST MATHEMATIK 1. Forme Sie die folgede Terme um: a) y y y y + y : ( ) ( ) b) ( 9 ) 18 c) 5 3 3 3 d) 6 5 4 ( 7 y ) 3 4 5 ( 14 y ) e) ( 4a + 8b + 9a + 18b ) : a + b f) log () +
MehrZur Definition. der wirksamen. Wärmespeicherkapazität
Ao. Uiv. Prof. Dipl.-Ig. Dr. tech. Klaus Kreč, Büro für Bauphysik, Schöberg a Kap, Österreich Zur Defiitio der wirksae Wärespeicherkapazität vo Ao. Uiv. Prof. Dipl.-Ig. Dr. tech. Klaus Kreč Büro für Bauphysik
MehrVl Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 5
Vl Statistische Prozess- ud Qualitätskotrolle ud Versuchsplaug Übug 5 Aufgabe ) Sei p = P(A) die Wahrscheilichkeit für ei Ereigis A, dh., es gilt 0 p. Bereche Sie das Maximum der Fuktio f(p) = p(-p). Aufgabe
MehrLOHN Betriebswirtschaftliche Planung & Controlling
LOHN Betriebswirtschaftliche Plaug & Cotrollig Ihaltsverzeichis 1 Leistugsbeschreibug... 3 2 Highlights... 4 2.1 Jahres-Forecast... 4 2.2 Gehaltsetwicklug je Mitarbeiter... 5 2.3 Gehaltsetwicklug aller
MehrVAIO-Link Kundenservice Broschüre
VAIO-Lik Kudeservice Broschüre Wir widme us jedem eizele Kude mit der gebührede Aufmerksamkeit, mit großer Achtug ud Respekt. Wir hoffe damit, de Erwartuge jedes Eizele a das VAIO-Lik Kudeservice-Zetrum
MehrUmrechnung einer tatsächlichen Häufigkeitsverteilung in eine prozentuale Häufigkeitsverteilung
.3. Prozetuale Häufigkeitsverteilug (HV) Die prozetuale Häufigkeitsverteilug erlaubt de Vergleich vo Auswertuge, dee uterschiedliche Stichprobegröße zugrude liege. Es köe auch uterschiedliche Stichprobegröße
MehrSUCHPROBLEME UND ALPHABETISCHE CODES
SUCHPROBLEME UND ALPHABETISCHE CODES Der Problematik der alphabetische Codes liege Suchprobleme zugrude, dere Lösug dem iformatiostheoretische Problem der Fidug eies (optimale) alphabetische Codes gleich
MehrStreuungsmaße. Prof. Dr. Paul Reuber. Institut für Geographie. Seminar Methoden der empirischen Humangeographie
Streuugsmaße Istitut für Geographie Streuugswerte (Streuugsmaße) Die Diskussio um die Mittelwerte hat die Vorteile dieser statistische Kewerte gezeigt, aber bereits, isbesodere beim arithmetische Mittel,
Mehr2. Schätzverfahren 2.1 Punktschätzung wirtschaftlicher Kennzahlen. Allgemein: Punktschätzung eines Parameters:
. Schätzverfahre. Puktschätzug wirtschaftlicher Kezahle Allgemei: Puktschätzug eies Parameters: Ermittlug eies Schätzwertes für eie ubekate Parameter eier Zufallsvariable i der Grudgesamtheit mit Hilfe
MehrElementare Wahrscheinlichkeitsrechnung und Statistik
CURANDO UNIVERSITÄT ULM SCIENDO DOCENDO Elemetare Wahrscheilichkeitsrechug ud Statistik Uiversität Ulm Istitut für Stochastik Vorlesugsskript Prof. Dr. Volker Schmidt Stad: Witersemester 28/9 Ulm, im Februar
Mehr= 3. = 14,38... = x neu x = 0, = 97,87...%. Wie verändert sich der arithmetische Mittelwert von 20 Zahlen, wenn...
Mathemati macht Freu()de AB Statistische Kegröße ud Boxplot Arithmetischer Mittelwert x 1, x,..., x ist eie Liste vo reelle Zahle. Das arithmetische Mittel x der Zahle ist x = x 1 + x + + x. Arithmetischer
MehrQualitätskennzahlen für IT-Verfahren in der öffentlichen Verwaltung Lösungsansätze zur Beschreibung von Metriken nach V-Modell XT
Qualitätskezahle für IT-Verfahre i der öffetliche Verwaltug Lösugsasätze zur Vo Stefa Bregezer Der Autor arbeitet im Bereich Softwaretest ud beschäftigt sich als Qualitätsbeauftragter mit Theme zu Qualitätssicherug
MehrBeurteilung des Businessplans zur Tragfähigkeitsbescheinigung
Fachkudige Stellugahme Beurteilug des Busiessplas zur Tragfähigkeitsbescheiigug Name Datum Has Musterma 7. Oktober 2015 Wilfried Orth Grüdugsberatug Stadort Würzburg: Stadort Stuttgart: Waldleite 9a Möhriger
MehrKapitel 3: Bedingte Wahrscheinlichkeiten und Unabhängigkeit
- 18 - (Kapitel 3 : Bedigte Wahrscheilichkeite ud Uabhägigkeit) Kapitel 3: Bedigte Wahrscheilichkeite ud Uabhägigkeit Wird bei der Durchführug eies stochastische Experimets bekat, daß ei Ereigis A eigetrete
MehrLehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007
Lehrstuhl für Empirische Wirtschaftsforschug ud Ökoometrie Dr. Rolad Füss Statistik II: Schließede Statistik SS 2007 6. Grezwertsätze Der wichtigste Grud für die Häufigkeit des Auftretes der Normalverteilug
MehrDer Modus. Lageparameter. Beispiel (Einrichtungen) Beispiel (Lieblingsfarben) Modus. Untersuchungseinheiten U 1,...,U n. Merkmal X
Lageparameter Der Modus Utersuchugseiheite U,...,U Modus mod Mermal X Urliste,..., geordete Urliste (),..., () Es gilt i.allg.: ( ), i, K i i, Mermalsauspräguge a,..., a wird auch Modalwert oder häufigster
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik ud Wahrscheilichkeitsrechug Statistik ud Wahrscheilichkeitsrechug Übug 6 3.03.20 Ihalt der heutige Übug Aufgabe D.7: Reche mit Zufallsvariable Erwartugswert- ud Variazoperator Statistik ud Wahrscheilichkeitsrechug
Mehr3. Tilgungsrechnung. 3.1. Tilgungsarten
schreier@math.tu-freiberg.de 03731) 39 2261 3. Tilgugsrechug Die Tilgugsrechug beschäftigt sich mit der Rückzahlug vo Kredite, Darlehe ud Hypotheke. Dabei erwartet der Gläubiger, daß der Schulder seie
MehrLösungen der Aufgaben zur Vorbereitung auf die Klausur Mathematik für Informatiker I
Uiversität des Saarlades Fakultät für Mathematik ud Iformatik Witersemester 2003/04 Prof. Dr. Joachim Weickert Dr. Marti Welk Dr. Berhard Burgeth Lösuge der Aufgabe zur Vorbereitug auf die Klausur Mathematik
MehrKennwerte Univariater Verteilungen
Kewerte Uivariater Verteiluge Kewerte Beschreibug vo Verteiluge durch eie (oder weige) Werte Werde auch als Parameter oder Maße vo Verteiluge bezeichet Ma uterscheidet: Lagemaße oder auch Maße der zetrale
Mehrx 1, x 2,..., x n ist eine Liste von n reellen Zahlen. Das arithmetische Mittel x der Zahlen ist x = x 1 + x x n n
Mathemati macht Freu()de AB Statistische Kegröße ud Boxplot x 1, x,..., x ist eie Liste vo reelle Zahle. Das arithmetische Mittel x der Zahle ist x = x 1 + x + + x. Arithmetischer Mittelwert Arithmetischer
MehrGrundgesamtheitsanaylsen und Stichproben. Betrachtungen zur Stichprobenfindung
MaMaEuSch Maagemet Mathematics for Europea Schools http://www.mathematik.uikl.de/ mamaeusch Grudgesamtheitsaaylse ud Stichprobe. Betrachtuge zur Stichprobefidug Paula Lagares Justo Puerto 1 MaMaEuSch 2
MehrLOHN KUG, ATZ, Pfändung, Darlehen und Bescheinigungswesen
LOHN KUG, ATZ, Pfädug, Darlehe ud Bescheiigugswese Ihaltsverzeichis 1 Leistugsbeschreibug... 3 2 Highlights... 4 2.1 Elektroischer AAG-Erstattugs-Atrag... 4 2.2 Elektroische EEL-Bescheiigug... 5 2.3 Kurzarbeitergeld...
MehrGruppe 108: Janina Bär Christian Hörr Robert Rex
TEHNIHE UNIVEITÄT HEMNITZ FAULTÄT FÜ INFOMATI Hardwarepraktikum im W /3 Versuch 3 equetielle ysteme I Gruppe 8: aia Bär hristia Hörr obert ex hemitz, 7. November Hardwarepraktikum equetielle ysteme I Aufgabe
MehrWirksamkeit, Effizienz
3 Parameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische Verteilugsaahme mit Parameterraum Θ. 1 Seie θ ud θ erwartugstreue
MehrMathematischer Vorkurs zum Studium der Physik
Uiversität Heidelberg Mathematischer Vorkurs zum Studium der Physik Übuge Aufgabe zu Kapitel 1 (aus: K. Hefft Mathematischer Vorkurs zum Studium der Physik, sowie Ergäzuge) Aufgabe 1.1: SI-Eiheite: a)
Mehr