Aufgaben für die Übungen zur Vorlesung Statistik II für Betriebswirte und Wirtschaftsingenieure

Größe: px
Ab Seite anzeigen:

Download "Aufgaben für die Übungen zur Vorlesung Statistik II für Betriebswirte und Wirtschaftsingenieure"

Transkript

1 Version vom 20. September 2011 Aufgaben für die Übungen zur Vorlesung Statistik II für Betriebswirte und Wirtschaftsingenieure 34. Aufgabe: Bei einem Pkw wurde der Benzinverbrauch registriert. Es ergaben sich folgende Werte (l/100 km): 7,8 9,5 9,2 6,2 13,4 7,4 8,9 10,2 4,9 10,1 7,3 9,1 8,3 5,8 Diese können als Realisierungen einer normalverteilten Zufallsgröße aufgefasst werden. Die Varianz der Zufallsgröße ist 4 (l/100 km) 2. a) Berechnen Sie für den erwarteten Benzinverbrauch eine zentrale Konfidenzschätzung zum Konfidenzniveau 0,9. b) Wie groß muss der Stichprobenumfang mindestens sein, damit bei einem Konfidenzniveau von 0,9 die Länge des Konfidenzintervalls für den erwarteten Benzinverbrauch höchstens 1 Liter beträgt? 35. Aufgabe: Bei der Produktion eines Werkstückes wurde die Bearbeitungszeit überprüft. Für die als normalverteilt angesehene zufällige Bearbeitungszeit wurden 10 Werte (in min) erfasst: 5,3 6,2 5,8 5,3 5,8 4,9 5,3 5,8 4,9 5,8 a) Bestimmen Sie eine Konfidenzschätzung für die Varianz der Bearbeitungszeit zum Konfidenzniveau 0,95. b) Bestimmen Sie zum Konfidenzniveau 0,95 eine obere Konfidenzgrenze für die erwartete Bearbeitungszeit. 36. Aufgabe: Eine Partei lässt, um Aufschluss über ihren derzeitigen Wähleranteil zu gewinnen, 2000 zufällig ausgewählte wahlberechtigte Bürger befragen. Davon würden im Moment 108 für diese Partei stimmen. Berechnen Sie für das Konfidenzniveau 0,98 eine untere Schranke für den Wähleranteil. 37. Aufgabe: Sei X eine auf 1, 2, 3, 4, 5, 6 (diskret) gleichverteilte Zufallsvariable. Erzeugen Sie sich eine Stichprobe vom Umfang n = 50. a) Bestimmen Sie zum Konfidenzniveau 0,9 für die Wahrscheinlichkeit p = P (X = 4) ein Konfidenzintervall. b) Wie groß muss man den Stichprobenumfang n mindestens wählen, dass die Konfidenzschätzung eine Genauigkeit von ±0, 005 hat?

2 38. Aufgabe: a) Testen Sie zum Signifikanzniveau α = 0, 1 in der 34. Aufgabe, ob der erwartete Benzinverbrauch gleich 7 Liter pro 100 km ist. b) Kann man in der 35. Aufgabe zum Signifikanzniveau α = 0, 05 zeigen, dass die erwartete Bearbeitungszeit signifikant kleiner als 6 min ist? 39. Aufgabe: Bei der Dosierung von Schüttgut beträgt nach einer herkömmlichen Methode für die abgefüllte Masse M die Standardabweichung 0,28 kg je Füllung. Eine technologisch einfachere Methode ergab bei einer Stichprobe vom Umfang fünf eine Schätzung für die Standardabweichung von 0,39 kg. Es ist davon auszugehen, dass die Füllmenge bei der technologisch einfacheren Methode normalverteilt ist. a) Prüfen Sie, ob sich die Standardabweichung der abgefüllten Masse M bei der technologisch einfacheren Methode von der bisherigen Standardabweichung signifikant (α = 0, 05) unterscheidet. b) Welche Aussage erhalten Sie, wenn sich der Schätzwert von 0,39 kg aus 100 Beobachtungen ergeben hat? 40. Aufgabe: Ein Messgerät wird im Laufe der Zeit infolge von Abnutzungserscheinungen unbrauchbar. Als Kriterium für seine Brauchbarkeit dient die Forderung, dass die Varianz der als normalverteilt angesehenen Messfehler < 10 4 ist. Dürfen Sie bei einer Irrtumswahrscheinlichkeit von 0,05 auf die Brauchbarkeit des Messgeräts schließen, wenn sich aus 25 Fehlerwerten ein Schätzwert für die Varianz von 0, ergeben hat? 41. Aufgabe: In einer Stichprobe vom Umfang n = 200 sind 14 Ausschussstücke festgestellt worden. Prüfen Sie, ob der Ausschussanteil signifikant größer als 5% ist. Verwenden Sie dabei das Signifikanzniveau 0, Aufgabe: Bei der Fertigung eines bestimmten Erzeugnisses ist die Anwendung zweier Technologien möglich. Jeweils acht Arbeiter fertigen dieses Erzeugnis nach einer der beiden Technologien und erreichten dabei folgende Fertigungszeiten (in Minuten): Technologie A 20,2 20,4 19,3 19,5 20,0 19,7 20,0 19,6 Technologie B 19,6 20,1 20,2 19,9 20,2 19,9 20,3 20,3 Die Fertigungszeit kann unter diesen Bedingungen als normalverteilte Zufallsgröße angesehen werden. a) Testen Sie zum Niveau α = 0, 05, ob sich die erwarteten Fertigungszeiten beider Technologien unterscheiden. b) Testen Sie zum Niveau α = 0, 05, ob die Varianzen der beiden Technologien gleich sind oder nicht. c) Testen Sie die Hypothesen aus Aufgabenteil a) unter der Voraussetzung, dass die Varianzen bei beiden Technologien gleich sind.

3 43. Aufgabe: Zum Vergleich von Kondensatoren bezüglich ihrer Kapazität wurden aus den Lieferungen zweier Lieferanten Stichproben entnommen. (Messung in µf ) Lieferant 1 2,06 2,16 2,04 2,03 2,13 2,11 2,02 2,00 2,03 2,02 2,01 Lieferant 2 2,1 2,09 2,43 2,08 2,4 2,13 2,14 2,13 Testen Sie zum Niveau α = 0, 05, ob es signifikante Unterschiede bei den Kapazitäten der Kondensatoren der beiden Lieferanten gibt. 44. Aufgabe: Die Anzahl der Silberunzen pro Tonne wurde in zwei verschiedenen Minen wie folgt beobachtet: Mine A Mine B Testen Sie zum Niveau α = 0, 05, ob die Anzahl von Silberunzen pro Tonne im Mittel in beiden Minen gleich ist oder ob es signifikante Unterschiede gibt. 45. Aufgabe: 22 Einwohner einer Stadt wurden nach der Lebensqualität in ihrer Stadt vor 5 Jahren und heute noch einmal befragt. Eine Liste, die mehrere Punkte enthielt, wurde dabei ausgefüllt. Bei den einzelen Punkten musste jeweils eine der Codierungen 1 = ungenügend bis 5 = sehr gut angekreuzt werden. Die Summe aller angekreuzten Codierungen ergab einen Gesamtbewertungs-Score-Wert. vor 5 Jahren heute Rang d i bei i x i y i d i = x i y i d i Rang d i d i > Testen Sie zum Niveau α = 0, 05, ob eine signifikante Verbesserung in der Wahrnehmung der Lebensqualität in der Stadt feststellbar ist.

4 46. Aufgabe: Ein Großhändler untersucht für seine weitere Einkaufsstrategie die Zeiten zwischen Bestelltermin und Liefertermin. Für 38 Bestellungen untersucht er, ob diese Zeitspanne normalverteilt sein kann mit dem Erwartungswert von 10 Tagen und der Standardabweichung von 2 Tagen. 7,7 5,7 13,6 12,7 12,0 6,4 8,5 1,1 5,5 13,6 15,6 12,4 8,2 15,3 12,9 7,4 12,6 6,8 9,2 8,0 12,8 5,3 12,8 0,1 5,7 15,7 7,1 7,4 5,5 0,6 15,1 16,5 12,6 5,2 10,7 10,5 12,8 10,7 a) Vervollständigen Sie die folgende Tabelle für den χ 2 -Anpassungstest und führen Sie den Test auf einem Signifikanzniveau von 0,01 durch. Formulieren Sie das Ergebnis der Testentscheidung für den Großhändler. Tage ,6 3,6... 7,2 7, ,8 10, ,4 14, ,0 Häufigkeiten h i p i 0,0007 0,0801 0,0139 b) Testen Sie zum Niveau 0,01, ob die Zeiten auf dem Bereich von 0 bis 18 Tagen gleichverteilt sind. c) Testen Sie zum Niveau 0,01, ob die Zeiten exponentialverteilt sind. d) Testen Sie zum Niveau 0,01, ob die Zeiten normalverteilt sind. 47. Aufgabe: Streben weibliche und männliche Jugendliche in Deutschland in die gleichen Berufe oder ist die Wahl des Berufes vom Geschlecht abhängig? Zur Beantwortung dieser Frage wurde in einer Region eine Untersuchung mit folgendem Ergebnis durchgeführt: Industrie Handwerk öffentlicher und Handel und Dienstleistungen Dienst weiblich männlich Verwenden Sie bei der Entscheidung ein Signifikanzniveau von 0, Aufgabe: Mit einem Unternehmen, das für eine bestimmte Produktion Baugruppen zuliefert, wurde vereinbart, dass eine Lieferung mit einem Ausschussanteil von mehr als 3 % zurückgewiesen wird. Das Konsumentenrisiko betrage dabei 0,05. Ein Ausschussanteil von höchstens 1,5% führt zur Annahme der Lieferung, dabei betrage das Produzentenrisiko 0,01. a) Bestimmen Sie, falls möglich, für die Werte c = 10, c = 19 und c = 34 einen (n,c)-stichprobenplan, der die Forderung des Produzenten und die des Konsumenten berücksichtigt. Nutzen Sie dabei die Poissonapproximation. b) Bestimmen Sie, falls möglich, für die Werte n = 1300 und n = 1500 und n = 1700 einen (n,c)-stichprobenplan, der die Forderung des Produzenten und die des Konsumenten berücksichtigt. Nutzen Sie dabei die Normalverteilungsapproximation. c) Bestimmen Sie einen (n,c)-stichprobenplan mit kleinstmöglichem Stichprobenumfang n.

5 49. Aufgabe: Betrachten Sie erneut die Vereinbarung zwischen Produzenten und Konsumenten aus der Aufgabe 43. a) Berechnen Sie für die Eingangskontrolle die Parameter eines sequentiellen Stichprobenplanes und stellen Sie diesen dar. b) Angenommen x 1,..,x 999 liegt im Fortsetzungsbereich. Wie groß kann x 999 maximal und minimal sein? Welche Testentscheidungen sind für beide Fälle nach der nächsten, d.h. der 1000-ten Prüfung möglich? c) Bestimmen Sie die erwarteten Stichprobenumfänge für p {0, p α, c s, p β, 1}. 50. Aufgabe: Zur Erhöhung der Haltbarkeit wird auf ein Werkstück eine Schutzschicht aufgebracht. Die technologische Vorgabe ist eine Schichtdicke von 9,26 µm. Dabei beträgt die Standardabweichung Schichtdicke gegenwärtig 0,74 µm. Zur Überwachung des Beschichtungsprozesses wird eine Mittelwert-Kontrollkarte verwendet. Dazu werden in festen Zeitabständen fünf Messungen der Schichtdicke durchgeführt. Nr. (i) x i1 10,39 8,92 7,99 8,56 8,63 9,35 9,28 8,56 8,08 x i2 7,69 9,39 9,29 8,43 8,44 9,52 8,6 7,33 8,85 x i3 8,25 8,4 8,27 9,27 8,32 9,73 7,82 8,81 8,16 x i4 8,51 9,43 9,21 8,93 8,13 7,87 9,54 8,92 8,04 x i5 8,8 8,15 8,31 8,91 8,75 7,8 7,49 8,22 8,56 Mittelwert (x i ) a) Bestimmen Sie die Kontrollgrenzen und stellen Sie die Kontrollkarte mit den oben aufgeführten Daten graphisch dar. Wie lauten die Testentscheidungen? b) Bestimmen Sie die Gütefunktion und zum Vergleich auch die für einen Stichprobenumfang n = 20 und stellen Sie beide graphisch dar. c) Wie groß ist die erwartete Lauflänge bis zum Eingriff, falls der Prozess ungestört ist und falls er gestört ist mit µ = 9, 00µm oder aber gestört mit µ = 10, 00µm? 51. Aufgabe: Parallel zur Statistikvorlesung wurden vier Tutorien angeboten. Die Zuteilung der Studenten zu den 4 Tutoren erfolgte zufällig. Die erreichten Punktezahlen sind in folgender Tabel zu finden. Tutor 1 Tutor 2 Tutor 3 Tutor Prüfen Sie, ob die erreichten Punktezahlen im Mittel sich signifikant (α = 0, 05) unterscheiden oder nur zufällig voneinander abweichen.

6 52. Aufgabe: Untersucht werden soll das Kaufverhalten für ein bestimmtes Produkt einer Firma. Dabei werden die verkauften Mengeneinheiten des Produkts in Beziehung zur Preispolitik und zur Werbung für das Produkt gebracht. Für die Preispolitik (Faktor A) sind drei Niveaus festgelegt worden: - unter dem Preis der Konkurrenten - Niedrigpreis, - im allgemein üblichen Preisniveau - Normalpreis, - über dem Preis der Konkurrenten - Hochpreis. Für die Werbung (Faktor B) wurden zwei Möglichkeiten ausgewählt: Postwurfsendungen oder Anzeigen in der Regionalpresse. Bei den untersuchten Verkaufseinrichtungen wurden folgende verkaufte Mengeneinheiten festgestellt: Postwurfsendung Anzeigenwerbung Niedrigpreis Normalpreis Hochpreis Testen Sie (α = 0, 05), ob der Preis, die Werbung und Wechselwirkungen zwischen Preis und Werbung einen Einfluss auf die verkauften Mengeneinheiten haben. 53. Aufgabe: Für in verschiedenen Hauptgeschäftsstraßen einer Stadt gelegene Zeitschriftengeschäfte, von denen jedes das einzige Geschäft dieser Branche in der jeweiligen Straße ist, wurden folgende Werte für Jahresumsatz und durchschnittliche tägliche Passantenfrequenz erfasst: U : Jahresumsatz in Tsd. e, P : Passantenfrequenz in Tsd. Passanten pro Tag. P U a) Besteht zwischen der Passantenfrequenz und dem Jahresumsatz ein signifikanter linearer Zusammenhang auf einem Signifikanzniveau von α = 0, 05? b) Testen Sie, ob die Korrelation zwischen Passantenfrequenz und Jahresumsatz signifikant (α = 0, 05) größer als 0,5 ist. 54. Aufgabe: Bei der Verkostung von 12 verschiedenenen Weinen wurden zwei Experten gebeten, die Weine nach ihrer Qualität zu ordnen. Das Ergebnis ist in der folgenden Tabelle zu finden. Dabei erhielt der beste Wein Bewertung 1 und so weiter. Somit liegt schon eine Rangreihung vor. Wein Experte Experte Prüfen Sie, ob zwischen den Urteilen der beiden Experten ein Zusammenhang besteht. Verwenden Sie das Signifikanzniveau α = 0, 01.

7 55. Aufgabe: In der folgenden Tabelle sind die Noten in Mathematik und in Statistik von 5 Studenten wiedergegeben: Student Mathematiknote 2,7 1 2,7 4 2 Statistiknote 3 2 1,7 5 1,7 a) Bestimmen Sie die Spearmanschen Rangkorrelationskoeffizienten für die Stichproben. b) Berechnen Sie für diese Stichprobe Kendall s τ. 56. Aufgabe: Für verschiedene Produkte soll überprüft werden, wie sich der Werbeaufwand und die Preisgestaltung auf die Verkaufszahlen für die Produkte auswirken. Die folgenden Werte wurden registriert : Werbeaufwand Preis Verkaufszahlen (Werbeaufwand in ,- e, Preis in e, Verkaufszahlen in Stück) Bestimmen Sie für diese Stichprobe die Korrelationsmatrix. a) Bestimmen Sie die partiellen Korrelationskoeffizienten. Testen Sie zum Niveau α = 0, 05, ob die partielle Korrelation zwischen dem Werbeaufwand und den Verkaufszahlen unter Partialisierung des Preises signifikant größer als 0 ist. b) Berechnen Sie aus dieser Stichprobe den multiplen Korrelationskoeffizienten zwischen den Verkaufszahlen einerseits und dem Werbeaufwand und dem Preis andererseits. Testen Sie, ob diese multiple Korrelation signifikant (α = 0, 05) von 0 verschieden ist. 57. Aufgabe: Betrachten Sie die Daten der Aufgabe 53. Schätzen Sie die Parameter der Regressionsgerade. a) Bestimmen und bewerten Sie das Bestimmtheitsmaß. b) Schätzen Sie die Varianz des Fehlers. Wie beurteilen Sie diesen Wert. c) Führen Sie die Tests für die einzelnen Parameter und für das gesamte Modell zum Niveau α = 0, 05 durch. d) Beurteilen Sie die Schätzung aufgrund des Residualplots. 58. Aufgabe: Betrachten Sie erneut die Aufgabe 56 und führen Sie die Regressionsanalyse durch.

8 59. Aufgabe: Der Verkaufsleiter einer Herstellerfirma ist mit dem mengenmäßigen Absatz einer Marke nicht zufrieden. Er stellt fest, dass der Absatz zwischen seinen Verkaufsgebieten differiert und will deshalb prüfen, von welchen Faktoren der Absatz abhängt und wie diese Faktoren zu beeinflussen sind. Zu diesem Zweck wird eine Stichprobe aus 17 vergleichbaren Verkaufsgebieten erhoben. Dabei werden außer der verkauften Menge auch die Ausgaben für Verkaufsförderung, die Zahl der Vertreterbesuche und der Verkaufspreis erfasst. Die Ergebnisse der Erfassung sind in der Tabelle auf der folgenden Seite zusammengestellt. Führen Sie die Regressionsanalyse mit der Menge als abhängiger Variable durch. Menge (Kartons) Ausgaben (e) Besuche (Anzahl) Preis (e) , , , , , , , , , , , , , , , , ,50

x(n x) cm 2 ) zweier Betonsorten wird überprüft. Dabei ergaben Sorte 1 185 186 184 186 185 187 186 187 185 Sorte 2 183 182 185 182 181 179

x(n x) cm 2 ) zweier Betonsorten wird überprüft. Dabei ergaben Sorte 1 185 186 184 186 185 187 186 187 185 Sorte 2 183 182 185 182 181 179 . Aufgabe: Zwei bis drei Millionen deutsche Haushalte sind überschuldet. Einer der Hauptgründe für die Überschuldung privater Haushalte ist eine gescheiterte Selbstständigkeit. In einer Stichprobe von

Mehr

2. Lösung weitere Übungsaufgaben Statistik II WiSe 2016/2017

2. Lösung weitere Übungsaufgaben Statistik II WiSe 2016/2017 . Lösung weitere Übungsaufgaben Statistik II WiSe 016/017 1. Aufgabe: Bei der Produktion eines Werkstückes wurde die Bearbeitungszeit untersucht. Für die als normalverteilt angesehene zufällige Bearbeitungszeit

Mehr

Probeklausur zur Vorlesung Statistik II für Studierende der Soziologie und Nebenfachstudierende

Probeklausur zur Vorlesung Statistik II für Studierende der Soziologie und Nebenfachstudierende Probeklausur zur Vorlesung Statistik II für Studierende der Soziologie und Nebenfachstudierende im Sommersemester 2012 Prof. Dr. H. Küchenhoff, J. Brandt, G. Schollmeyer, G. Walter Aufgabe 1 Betrachten

Mehr

825 e 290 e 542 e 945 e 528 e 486 e 675 e 618 e 170 e 500 e 443 e 608 e. Zeichnen Sie das Box-Plot. Sind in dieser Stichprobe Ausreißer vorhanden?

825 e 290 e 542 e 945 e 528 e 486 e 675 e 618 e 170 e 500 e 443 e 608 e. Zeichnen Sie das Box-Plot. Sind in dieser Stichprobe Ausreißer vorhanden? 1. Aufgabe: Eine Bank will die jährliche Sparleistung eines bestimmten Kundenkreises untersuchen. Eine Stichprobe von 12 Kunden ergab folgende Werte: 825 e 290 e 542 e 945 e 528 e 486 e 675 e 618 e 170

Mehr

Gegeben sei folgende zweidimensionale Wahrscheinlichkeitsdichtefunktion zweier Zufallsvariablen. 0 sonst.

Gegeben sei folgende zweidimensionale Wahrscheinlichkeitsdichtefunktion zweier Zufallsvariablen. 0 sonst. Aufgabe 1 (2 + 4 + 2 + 1 Punkte) Gegeben sei folgende zweidimensionale Wahrscheinlichkeitsdichtefunktion zweier Zufallsvariablen X und Y : { 2x + 2y für 0.5 x 0.5, 1 y 2 f(x, y) = 3 0 sonst. a) Berechnen

Mehr

Aufgabe 1 (8= Punkte) 13 Studenten haben die folgenden Noten (ganze Zahl) in der Statistikklausur erhalten:

Aufgabe 1 (8= Punkte) 13 Studenten haben die folgenden Noten (ganze Zahl) in der Statistikklausur erhalten: Aufgabe 1 (8=2+2+2+2 Punkte) 13 Studenten haben die folgenden Noten (ganze Zahl) in der Statistikklausur erhalten: Die Zufallsvariable X bezeichne die Note. 1443533523253. a) Wie groß ist h(x 5)? Kreuzen

Mehr

Ü b u n g s b l a t t 15

Ü b u n g s b l a t t 15 Einführung in die Stochastik Sommersemester 07 Dr. Walter Oevel 2. 7. 2007 Ü b u n g s b l a t t 15 Hier ist zusätzliches Übungsmaterial zur Klausurvorbereitung quer durch die Inhalte der Vorlesung. Eine

Mehr

Lösung Aufgabe 1 (Regression) Es wurden in einer Befragung zwei metrische Merkmale X und Y erhoben. Betrachten Sie dazu die

Lösung Aufgabe 1 (Regression) Es wurden in einer Befragung zwei metrische Merkmale X und Y erhoben. Betrachten Sie dazu die Statistik für Kommunikationswissenschaftler Wintersemester 2010/2011 Vorlesung Prof. Dr. Nicole Krämer Übung Nicole Krämer, Cornelia Oberhauser, Monia Mahling Lösung Thema 9 Homepage zur Veranstaltung:

Mehr

Der Trainer einer Fußballmannschaft stellt die Spieler seiner Mannschaft auf. Insgesamt besteht der Kader seiner Mannschaft aus 23 Spielern.

Der Trainer einer Fußballmannschaft stellt die Spieler seiner Mannschaft auf. Insgesamt besteht der Kader seiner Mannschaft aus 23 Spielern. Aufgabe 1 (2 + 1 + 2 + 2 Punkte) Der Trainer einer Fußballmannschaft stellt die Spieler seiner Mannschaft auf. Insgesamt besteht der Kader seiner Mannschaft aus 23 Spielern. a) Wieviele Möglichkeiten hat

Mehr

Methodik der multiplen linearen Regression

Methodik der multiplen linearen Regression Methodik der multiplen linearen Regression Sibel Aydemir Statistisches Amt, Direktorium Landeshauptstadt München Name, Stadt Regressionsanalyse: Schritt für Schritt Schritt 1 Schritt 2 Schritt 3 Schritt

Mehr

Ringvorlesung Einführung in die Methoden der empirischen Sozialforschung II

Ringvorlesung Einführung in die Methoden der empirischen Sozialforschung II Ringvorlesung Einführung in die Methoden der empirischen Sozialforschung II Auswahlverfahren - Begriffe und theoretische Grundlagen 1 USA 1936: - Wahlstudie mit 10.000.000 Probestimmzetteln - Quelle: Telefonverzeichnis

Mehr

TEIL 13: DIE EINFACHE LINEARE REGRESSION

TEIL 13: DIE EINFACHE LINEARE REGRESSION TEIL 13: DIE EINFACHE LINEARE REGRESSION Die einfache lineare Regression Grundlagen Die einfache lineare Regression ist ebenfalls den bivariaten Verfahren für metrische Daten zuzuordnen 1 Sie hat einen

Mehr

FF Düsseldorf WS 2007/08 Prof. Dr. Horst Peters. Vorlesung Quantitative Methoden 1B im Studiengang Business Administration (Bachelor) Seite 1 von 6

FF Düsseldorf WS 2007/08 Prof. Dr. Horst Peters. Vorlesung Quantitative Methoden 1B im Studiengang Business Administration (Bachelor) Seite 1 von 6 Vorlesung Quantitative Methoden 1B im Studiengang Business Administration (Bachelor) Seite 1 von 6 (Konfidenzintervalle, Gauß scher Mittelwerttest) 1. Bei einem bestimmten Großraumflugzeug sei die Auslastung

Mehr

Konfidenzintervall für den Anteilswert θ. Konfidenzintervalle. Jost Reinecke. Universität Bielefeld. 13. Juni 2005

Konfidenzintervall für den Anteilswert θ. Konfidenzintervalle. Jost Reinecke. Universität Bielefeld. 13. Juni 2005 Universität Bielefeld 13. Juni 2005 Einführung Einführung Wie kann die Kenntnis der Wahrscheinlichkeitsverteilung der Parameter einer Stichprobe dazu verhelfen auf die wahren Werte der Grundgesamtheit

Mehr

Statistik I für Betriebswirte Vorlesung 14

Statistik I für Betriebswirte Vorlesung 14 Statistik I für Betriebswirte Vorlesung 14 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 13. Juli 017 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 14 Version: 8. Juli

Mehr

Es gibt insgesamt 14 Grundkompetenzpunkte: Je einen für jede der 12 Teil-1-Aufgaben und jede der beiden mit A gekennzeichnete Aufgaben aus Teil 2.

Es gibt insgesamt 14 Grundkompetenzpunkte: Je einen für jede der 12 Teil-1-Aufgaben und jede der beiden mit A gekennzeichnete Aufgaben aus Teil 2. Prototypische Schularbeit 2 Klasse 8 Autor: Mag. Paul Schranz Begleittext Die vorliegende Schularbeit behandelt größtenteils Grundkompetenzen der Inhaltsbereiche Analysis und Wahrscheinlichkeitsrechnung

Mehr

Statistik - Übungen WS 2015

Statistik - Übungen WS 2015 Statistik - Übungen WS 2015 Blatt 3: Schließende Statistik 1. Für die Durchführung eines Entwicklungshilfeprojekts soll in einem Entwicklungsland zunächst der Anteil der Personen ermittelt werden, die

Mehr

Dr. W. Kuhlisch Dresden, Institut für Mathematische Stochastik

Dr. W. Kuhlisch Dresden, Institut für Mathematische Stochastik Dr. W. Kuhlisch Dresden, 12. 08. 2014 Institut für Mathematische Stochastik Klausur Statistik für Studierende der Fachrichtungen Hydrologie und Altlasten/Abwasser zugelassene Hilfsmittel: Taschenrechner

Mehr

Statistik I für Betriebswirte Vorlesung 14

Statistik I für Betriebswirte Vorlesung 14 Statistik I für Betriebswirte Vorlesung 14 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 11. Juli 016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung

Mehr

Wahrscheinlichkeitsrechnung und Statistik. 11. Vorlesung /2019

Wahrscheinlichkeitsrechnung und Statistik. 11. Vorlesung /2019 Wahrscheinlichkeitsrechnung und Statistik 11. Vorlesung - 2018/2019 Quantil der Ordnung α für die Verteilung des beobachteten Merkmals X ist der Wert z α R für welchen gilt z 1 2 heißt Median. P(X < z

Mehr

Polizeidienst-Aufgabe Abiturprüfung Bayern LK 2003

Polizeidienst-Aufgabe Abiturprüfung Bayern LK 2003 Polizeidienst-Aufgabe Abiturprüfung Bayern LK 003 a) Bei einem Einstellungstermin für den Polizeidienst waren 0% der Bewerber Frauen, von denen 90% die Aufnahmeprüfung bestanden. Drei Viertel derjenigen,

Mehr

Statistik für SozialwissenschaftlerInnen II p.85

Statistik für SozialwissenschaftlerInnen II p.85 Schätzverfahren Statistik für SozialwissenschaftlerInnen II p.85 Schätzverfahren Ziel von Schätzverfahren: Ausgehend von Stichproben Aussagen über Populationskennwerte machen Kenntnis der Abweichung des

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

Wirtschaftsstatistik-Klausur am

Wirtschaftsstatistik-Klausur am Wirtschaftsstatistik-Klausur am 0.07.017 Aufgabe 1 Ein Handy- und PC-Hersteller verfügt über ein exklusives Filialnetz von 900 Filialen. Der Gewinn (in GE) der Filialen ist in der folgenden Tabelle nach

Mehr

Wahrscheinlichkeitsrechnung und Statistik

Wahrscheinlichkeitsrechnung und Statistik 10. Vorlesung - 017 Quantil der Ordnung α für die Verteilung des beobachteten Merkmals X ist der Wert z α R für welchen gilt z 1 heißt Median. P(X < z α ) α P(X z α ). Falls X stetige zufällige Variable

Mehr

KLAUSUR_MAI_08 LÖSUNGEN Stat2. 1. Eine Einkommensstatistik (Jahresbruttoeinkommen, klassiert), zeigte folgende Ergebnisse: (in 1000 Euro)

KLAUSUR_MAI_08 LÖSUNGEN Stat2. 1. Eine Einkommensstatistik (Jahresbruttoeinkommen, klassiert), zeigte folgende Ergebnisse: (in 1000 Euro) 1. Eine Einkommensstatistik (Jahresbruttoeinkommen, klassiert), zeigte folgende Ergebnisse: (in 1000 Euro) 10 bis unter 20 20 30 30 40 über 40 bis 100 U (Unselbständige) 46 89 90 45 S (Selbständige) 63

Mehr

6. Tutoriumsserie Statistik II

6. Tutoriumsserie Statistik II 6. Tutoriumsserie Statistik II 1. Aufgabe: Eine Unternehmensabteilung ist ausschließlich mit der Herstellung eines einzigen Produktes beschäftigt. Für 10 Perioden wurden folgende Produktmenge y und Gesamtkosten

Mehr

Grundlagen der Wahrscheinlichkeitstheorie und Statistik für Studierende der Informatik

Grundlagen der Wahrscheinlichkeitstheorie und Statistik für Studierende der Informatik INSTITUT FÜR STOCHASTIK WS 07/08 UNIVERSITÄT KARLSRUHE Blatt 4 Dr. B. Klar Übungen zur Vorlesung Grundlagen der Wahrscheinlichkeitstheorie und Statistik für Studierende der Informatik Musterlösungen Aufgabe

Mehr

Handelt es sich bei den folgenden um diskrete oder stetige Zufallsvariablen?

Handelt es sich bei den folgenden um diskrete oder stetige Zufallsvariablen? 1. Handelt es sich bei den folgenden um diskrete oder stetige Zufallsvariablen? a.) Anzahl der Kunden, die an der Kasse in der Schlange stehen. b.) Die Menge an Energie, die pro Tag von einem Energieversorgungsunternehmen

Mehr

Goethe-Universität Frankfurt

Goethe-Universität Frankfurt Goethe-Universität Frankfurt Fachbereich Wirtschaftswissenschaft PD Dr. Martin Biewen Dr. Ralf Wilke Sommersemester 2006 Klausur Statistik II 1. Alle Aufgaben sind zu beantworten. 2. Bitte runden Sie Ihre

Mehr

Es sei x 1. Zeigen Sie mittles vollständiger Induktion, dass dann für jede natürliche Zahl n 0 gilt: n x k = 1 xn+1 1 x.

Es sei x 1. Zeigen Sie mittles vollständiger Induktion, dass dann für jede natürliche Zahl n 0 gilt: n x k = 1 xn+1 1 x. Aufgabe 1. (5 Punkte) Es sei x 1. Zeigen Sie mittles vollständiger Induktion, dass dann für jede natürliche Zahl n 0 gilt: n x k = 1 xn+1 k=0 1 x. Aufgabe 2. (7 Punkte) Bestimmen Sie das folgende Integral

Mehr

Inferenzstatistik (=schließende Statistik)

Inferenzstatistik (=schließende Statistik) Inferenzstatistik (=schließende Statistik) Grundproblem der Inferenzstatistik: Wie kann man von einer Stichprobe einen gültigen Schluß auf di Grundgesamtheit ziehen Bzw.: Wie groß sind die Fehler, die

Mehr

3) Testvariable: T = X µ 0

3) Testvariable: T = X µ 0 Beispiel 4.9: In einem Molkereibetrieb werden Joghurtbecher abgefüllt. Der Sollwert für die Füllmenge dieser Joghurtbecher beträgt 50 g. Aus der laufenden Produktion wurde eine Stichprobe von 5 Joghurtbechern

Mehr

Kapitel 2. Fehlerrechnung

Kapitel 2. Fehlerrechnung Fehlerrechnung 1 Messungen => quantitative Aussagen Messungen müssen zu jeder Zeit und an jedem Ort zu den gleichen Ergebnissen führen Messungen sind immer mit Fehler behaftet. => Angabe des Fehlers! Bespiel

Mehr

Glücksrad-Aufgabe. Das Glücksrad ist in 2 Sektoren mit den Zahlen 1 (Winkel 120 ) und 2 eingeteilt.

Glücksrad-Aufgabe. Das Glücksrad ist in 2 Sektoren mit den Zahlen 1 (Winkel 120 ) und 2 eingeteilt. Glücksrad-Aufgabe Das Glücksrad ist in Sektoren mit den Zahlen (Winkel ) und eingeteilt. a) Das Glücksrad wird dreimal gedreht. Wie groß ist die Wahrscheinlichkeit für die folgenden Ereignisse: A: Die

Mehr

Übungsaufgaben zu Kapitel 12 bis 14

Übungsaufgaben zu Kapitel 12 bis 14 Hochschule für Technik und Wirtschaft Dresden Wintersemester 0/6 Fakultät Informatik/Mathematik Prof. Dr. B. Jung Übungsaufgaben zu Kapitel bis Hinweis: Die Berechnung evtl. auftretender Integrale kann

Mehr

Klausurvorbereitung - Statistik

Klausurvorbereitung - Statistik Aufgabe 1 Klausurvorbereitung - Statistik Studenten der Politikwissenschaft der Johannes Gutenberg-Universität wurden befragt, seit wie vielen Semestern sie eingeschrieben sind. Berechnen Sie für die folgenden

Mehr

Statistik Zusätzliche Beispiele SS 2018 Blatt 3: Schließende Statistik

Statistik Zusätzliche Beispiele SS 2018 Blatt 3: Schließende Statistik Statistik Zusätzliche Beispiele SS 2018 Blatt 3: Schließende Statistik 1. I Ein Personalchef führt so lange Vorstellungsgespräche durch bis der erste geeignete Bewerber darunter ist und stellt diesen an.

Mehr

Konfindenzintervall für My - Sigma unbekannt

Konfindenzintervall für My - Sigma unbekannt Konfindenzintervall für My - Sigma unbekannt Worum geht es in diesem Modul? Ausgangspunkt t-verteilung Herleitung des Konfidenzintervalls Breite des Konfidenzintervalls Simulation: Vergleich der Konfidenzintervalle

Mehr

Analytische Statistik II

Analytische Statistik II Analytische Statistik II Institut für Geographie 1 Schätz- und Teststatistik 2 Grundproblem Generell sind wir nur selten in der Geographie in der Lage, Daten über die Grundgesamtheit zur Verfügung zu haben.

Mehr

Ermitteln Sie auf 2 Dezimalstellen genau die folgenden Kenngrößen der bivariaten Verteilung der Merkmale Weite und Zeit:

Ermitteln Sie auf 2 Dezimalstellen genau die folgenden Kenngrößen der bivariaten Verteilung der Merkmale Weite und Zeit: 1. Welche der folgenden Kenngrößen, Statistiken bzw. Grafiken sind zur Beschreibung der Werteverteilung des Merkmals Konfessionszugehörigkeit sinnvoll einsetzbar? A. Der Modalwert. B. Der Median. C. Das

Mehr

Statistik II für Betriebswirte Vorlesung 13

Statistik II für Betriebswirte Vorlesung 13 Statistik II für Betriebswirte Vorlesung 13 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 21. Januar 2019 Dr. Andreas Wünsche Statistik II für Betriebswirte Vorlesung 13 Version:

Mehr

1 Dichte- und Verteilungsfunktion

1 Dichte- und Verteilungsfunktion Tutorium Yannick Schrör Klausurvorbereitungsaufgaben Statistik Lösungen Yannick.Schroer@rub.de 9.2.26 ID /455 Dichte- und Verteilungsfunktion Ein tüchtiger Professor lässt jährlich 2 Bücher drucken. Die

Mehr

STATISTISCHE MUSTERANALYSE - DARSTELLUNGSVORSCHLAG

STATISTISCHE MUSTERANALYSE - DARSTELLUNGSVORSCHLAG STATISTISCHE MUSTERANALYSE - DARSTELLUNGSVORSCHLAG Statistische Methoden In der vorliegenden fiktiven Musterstudie wurden X Patienten mit XY Syndrom (im folgenden: Gruppe XY) mit Y Patienten eines unauffälligem

Mehr

Dr. H. Grunert Schließende Statistik Vorlesungscharts. Vorlesung 7. Schätzverfahren

Dr. H. Grunert Schließende Statistik Vorlesungscharts. Vorlesung 7. Schätzverfahren Vorlesungscharts Vorlesung 7 Schätzverfahren Konstruktion von Konfidenzintervallen Konfidenzintervalle für den Erwartungswert normalverteilter Grundgesamtheiten Konfidenzintervalle für Anteilswerte Seite

Mehr

Probeklausur - Statistik II, SoSe 2017

Probeklausur - Statistik II, SoSe 2017 Probeklausur - Statistik II, SoSe 2017 Aufgabe 1: Mehrdimensionale Zufallsvariablen (15 Punkte) Gegeben sei ein zweidimensionaler stetiger Zufallsvektor X = (X 1, X 2 ) T mit der gemeinsamen Dichtefunktion

Mehr

TESTEN VON HYPOTHESEN

TESTEN VON HYPOTHESEN TESTEN VON HYPOTHESEN 1. Beispiel: Kann ein neugeborenes Küken Körner erkennen oder lernt es dies erst durch Erfahrung? Um diese Frage zu entscheiden, wird folgendes Experiment geplant: Sobald das Küken

Mehr

TEIL 13: DIE LINEARE REGRESSION

TEIL 13: DIE LINEARE REGRESSION TEIL 13: DIE LINEARE REGRESSION Dozent: Dawid Bekalarczyk GLIEDERUNG Dozent: Dawid Bekalarczyk Lineare Regression Grundlagen Prognosen / Schätzungen Verbindung zwischen Prognose und Zusammenhang zwischen

Mehr

Statistik II für Betriebswirte Vorlesung 12

Statistik II für Betriebswirte Vorlesung 12 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik Statistik II für Betriebswirte Vorlesung 12 11. Januar 2013 7.3. Multiple parameterlineare Regression Im Folgenden soll die

Mehr

Prüfung aus Statistik 2 für SoziologInnen

Prüfung aus Statistik 2 für SoziologInnen Prüfung aus Statistik 2 für SoziologInnen 11. Oktober 2013 Gesamtpunktezahl =80 Name in Blockbuchstaben: Matrikelnummer: Wissenstest (maximal 16 Punkte) Kreuzen ( ) Sie die jeweils richtige Antwort an.

Mehr

Trim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, :34 P.M. Page 11. Über die Übersetzerin 9. Einleitung 19

Trim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, :34 P.M. Page 11. Über die Übersetzerin 9. Einleitung 19 Trim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, 2016 6:34 P.M. Page 11 Inhaltsverzeichnis Über die Übersetzerin 9 Einleitung 19 Was Sie hier finden werden 19 Wie dieses Arbeitsbuch aufgebaut ist

Mehr

Zeigen Sie mittles vollständiger Induktion, dass für jede natürliche Zahl n 1 gilt: k = n (n + 1) 2

Zeigen Sie mittles vollständiger Induktion, dass für jede natürliche Zahl n 1 gilt: k = n (n + 1) 2 Aufgabe 1. (5 Punkte) Zeigen Sie mittles vollständiger Induktion, dass für jede natürliche Zahl n 1 gilt: n k = k=1 n (n + 1). 2 Aufgabe 2. (5 Punkte) Bestimmen Sie das folgende Integral mithilfe partieller

Mehr

Webinar Induktive Statistik. - Wahrscheinlichkeitsrechnung - Stichprobentheorie

Webinar Induktive Statistik. - Wahrscheinlichkeitsrechnung - Stichprobentheorie Webinar Induktive Statistik - Wahrscheinlichkeitsrechnung - Stichprobentheorie Wahrscheinlichkeitstheorie Aufgabe : Zwei Lieferanten decken den Bedarf eines PKW-Herstellers von 00.000 Einheiten pro Monat.

Mehr

Stochastik (BSc D-MAVT / BSc D-MATH / BSc D-MATL)

Stochastik (BSc D-MAVT / BSc D-MATH / BSc D-MATL) Prof. Dr. M. Maathuis ETH Zürich Winter 2010 Stochastik (BSc D-MAVT / BSc D-MATH / BSc D-MATL) Schreiben Sie für Aufgabe 2-4 stets alle Zwischenschritte und -rechnungen sowie Begründungen auf. Aufgabe

Mehr

MSP Musterlösung. Name, Nummer: Datum: 12. Juli Energie eines Super-Kondensators 2Y6HUB

MSP Musterlösung. Name, Nummer: Datum: 12. Juli Energie eines Super-Kondensators 2Y6HUB WST donat.adams@fhnw.ch IMN MSP Musterlösung Name, Nummer: Datum: 1. Juli 017 1. Energie eines Super-Kondensators Y6HUB An einer Sendung von Super-Kondensatoren mit Energie-Gehalt E = 1 C U wurden folgende

Mehr

an, anderfalls wird sie verworfen. Bestimmen Sie den Fehler 1. und 2. Art. Bestimmen Sie zu obigem Beispiel jeweils den Anahmebereich a 0; 1;...

an, anderfalls wird sie verworfen. Bestimmen Sie den Fehler 1. und 2. Art. Bestimmen Sie zu obigem Beispiel jeweils den Anahmebereich a 0; 1;... Hypothesentest ================================================================== Fehler 1. und 2.Art Ein Pilzsammler findet einen Pilz der giftig sein könnte. a) Welchen Fehler kann er bei der Überprüfung

Mehr

Statistik für Ingenieure und Naturwissenschaftler

Statistik für Ingenieure und Naturwissenschaftler Sheldon M. Ross Statistik für Ingenieure und Naturwissenschaftler 3. Auflage Aus dem Amerikanischen übersetzt von Carsten Heinisch ELSEVIER SPEKTRUM AKADEMISCHER VERLAG Spektrum Inhalt Vorwort zur dritten

Mehr

1.3 Das Testen von Hypothesen am Beispiel des Einstichproben t-tests

1.3 Das Testen von Hypothesen am Beispiel des Einstichproben t-tests 1.3 Das Testen von Hypothesen am Beispiel des Einstichproben t-tests Statistische Tests dienen dem Testen von Vermutungen, so genannten Hypothesen, über Eigenschaften der Gesamtheit aller Daten ( Grundgesamtheit

Mehr

Name...LÖSUNGEN...Vorname...

Name...LÖSUNGEN...Vorname... PRÜFUNG STATISTIK VO 19. März 2010 Name...LÖSUNGEN...Vorname... Matrikelnummer... Einsichtnahme: Di, 20. April 2010 BITTE DEUTLICH UND LESERLICH SCHREIBEN! Es wird nur gewertet, was in diesem Exemplar

Mehr

Klausur zur Vorlesung

Klausur zur Vorlesung Institut für Mathematische Stochastik WS 2004/2005 Universität Karlsruhe 14. Februar 2005 Dr. Bernhard Klar Sebastian Müller Aufgabe 1: (15 Punkte) Klausur zur Vorlesung Statistik für Biologen Musterlösungen

Mehr

Messung von Rendite und Risiko. Finanzwirtschaft I 5. Semester

Messung von Rendite und Risiko. Finanzwirtschaft I 5. Semester Messung von Rendite und Risiko Finanzwirtschaft I 5. Semester 1 Messung von Renditen Ergebnis der Anwendung der Internen Zinsfuß- Methode ist die Rentabilität des Projekts. Beispiel: A0-100.000 ZÜ1 54.000

Mehr

Grundlagen der Statistik

Grundlagen der Statistik www.nwb.de NWB Studium Betriebswirtschaft Grundlagen der Statistik Band 2: Wahrscheinlichkeitsrechnung und induktive Statistik Von Professor Dr. Jochen Schwarze 9., vollständig überarbeitete Auflage STUDIUM

Mehr

Statistik II Wahrscheinlichkeitsrechnung und induktive Statistik Erste Klausur zum Sommersemester 2005 26. Juli 2005

Statistik II Wahrscheinlichkeitsrechnung und induktive Statistik Erste Klausur zum Sommersemester 2005 26. Juli 2005 Statistik II Wahrscheinlichkeitsrechnung und induktive Statistik Erste Klausur zum Sommersemester 2005 26. Juli 2005 Aufgabe 1: Grundzüge der Wahrscheinlichkeitsrechnung 19 P. Als Manager eines großen

Mehr

Die Korrelation von Merkmalen

Die Korrelation von Merkmalen Die Korrelation von Merkmalen In der Analse von Datenmaterial ist eines der Hauptziele der Statistik eine Abhängigkeit bzw. einen Zusammenhang zwischen Merkmalen zu erkennen. Die Korrelation ermittelt

Mehr

Über den Autor 7. Teil Beschreibende Statistik 29

Über den Autor 7. Teil Beschreibende Statistik 29 Inhaltsverzeichnis Über den Autor 7 Einführung Über dieses Buch - oder:»... für Dummies«verpflichtet! Wie man dieses Buch benutzt 22 Wie ich Sie mir vorstelle 22 Wie dieses Buch aufgebaut ist 23 Teil I:

Mehr

6. Übung Statistische Tests Teil 1 (t-tests)

6. Übung Statistische Tests Teil 1 (t-tests) Querschnittsbereich 1: Epidemiologie, Medizinische iometrie und Medizinische Informatik - Übungsmaterial - Erstellt von Mitarbeitern des IMISE und des ZKS Leipzig 6. Übung Statistische Tests Teil 1 (t-tests)

Mehr

Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Binomialverteilung und Bernoulli- Experiment

Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Binomialverteilung und Bernoulli- Experiment Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Binomialverteilung und Bernoulli- Experiment Das komplette Material finden Sie hier: Download bei School-Scout.de TOSSNET Der persönliche

Mehr

Profil A 49,3 48,2 50,7 50,9 49,8 48,7 49,6 50,1 Profil B 51,8 49,6 53,2 51,1 51,1 53,4 50,7 50 51,5 51,7 48,8

Profil A 49,3 48,2 50,7 50,9 49,8 48,7 49,6 50,1 Profil B 51,8 49,6 53,2 51,1 51,1 53,4 50,7 50 51,5 51,7 48,8 1. Aufgabe: Eine Reifenfirma hat für Winterreifen unterschiedliche Profile entwickelt. Bei jeweils gleicher Geschwindigkeit und auch sonst gleichen Bedingungen wurden die Bremswirkungen gemessen. Die gemessenen

Mehr

Mathematik IV für Maschinenbau und Informatik (Stochastik) Universität Rostock, Institut für Mathematik Sommersemester 2007

Mathematik IV für Maschinenbau und Informatik (Stochastik) Universität Rostock, Institut für Mathematik Sommersemester 2007 Mathematik IV für Maschinenbau und Informatik Stochastik Universität Rostock, Institut für Mathematik Sommersemester 007 Prof. Dr. F. Liese Dipl.-Math. M. Helwich Serie Termin: 9. Juni 007 Aufgabe 3 Punkte

Mehr

Welche der folgenden Aussagen sind richtig? (x aus 5) A Ein metrisches Merkmal, das überabzählbar viele Ausprägungen besitzt heißt diskret.

Welche der folgenden Aussagen sind richtig? (x aus 5) A Ein metrisches Merkmal, das überabzählbar viele Ausprägungen besitzt heißt diskret. Grundlagen der Statistik 25.9.2014 7 Aufgabe 7 Welche der folgenden Aussagen sind richtig? (x aus 5) A Ein metrisches Merkmal, das überabzählbar viele Ausprägungen besitzt heißt diskret. B Ein Merkmal

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 25. Januar 2013 1 Der χ 2 -Anpassungstest 2 Exakter Test nach Fisher Mendelsche Erbregeln als Beispiel für mehr

Mehr

Tutorium zur VO Statistik Beispielsammlung Teil 2. Schließende Statistik

Tutorium zur VO Statistik Beispielsammlung Teil 2. Schließende Statistik Schließende Statistik 1. BEISPIEL Mobilfunkstrahlung Man hat aus zweihundert Messungen von Mobilfunkstrahlung, die zu verschiedenen Zeiten an einer sehr belebten Stelle durchgeführt wurden, einen Mittelwert

Mehr

Signifikanztests zur Prüfung von Unterschieden in der zentralen Tendenz -Teil 1-

Signifikanztests zur Prüfung von Unterschieden in der zentralen Tendenz -Teil 1- SPSSinteraktiv Signifikanztests (Teil ) - - Signifikanztests zur Prüfung von Unterschieden in der zentralen Tendenz -Teil - t-test bei einer Stichprobe - SPSS-Output Der t-test bei einer Stichprobe wird

Mehr

Wirtschaftsstatistik-Klausur am

Wirtschaftsstatistik-Klausur am Wirtschaftsstatistik-Klausur am 03.07.208 Aufgabe Statistik-Dozent K.R. lehrt an einer privaten FH in Köln, wohnt aber in Frankfurt am Main. Er hat - wegen möglicher saisonaler Schwankungen - zwei Semester

Mehr

Statistisches Testen

Statistisches Testen Statistisches Testen Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Differenzen Anteilswert Chi-Quadrat Tests Gleichheit von Varianzen Prinzip des Statistischen Tests Konfidenzintervall

Mehr

Biometrische Planung von Versuchsvorhaben

Biometrische Planung von Versuchsvorhaben Biometrische Planung von Versuchsvorhaben Einführung in das Prinzip der Lehrstuhl für Mathematik VIII Statistik http://statistik.mathematik.uni-wuerzburg.de/~hain Ziel des Vortrags Im nachfolgenden Vortrag

Mehr

a) Man bestimme ein 95%-Konfidenzintervall für den Anteil der Wahlberechtigten, die gegen die Einführung dieses generellen

a) Man bestimme ein 95%-Konfidenzintervall für den Anteil der Wahlberechtigten, die gegen die Einführung dieses generellen 2) Bei einer Stichprobe unter n=800 Wahlberechtigten gaben 440 an, dass Sie gegen die Einführung eines generellen Tempolimits von 100km/h auf Österreichs Autobahnen sind. a) Man bestimme ein 95%-Konfidenzintervall

Mehr

Übungsaufgaben: Beschreibende Statistik Seite: 1

Übungsaufgaben: Beschreibende Statistik Seite: 1 Übungsaufgaben: Beschreibende Statistik Seite: 1 Aufgabe 1 Sie haben als Zeitungsleser, im Job oder in anderen privaten, sozialen und politischen Zusammenhängen sehr häufig mit Statistiken zu tun oder

Mehr

Stetige Verteilungen. A: Beispiele Beispiel 1: a) In den folgenden Abbildungen sind die Dichtefunktionen von drei bekannten Verteilungen graphisch

Stetige Verteilungen. A: Beispiele Beispiel 1: a) In den folgenden Abbildungen sind die Dichtefunktionen von drei bekannten Verteilungen graphisch 6 Stetige Verteilungen 1 Kapitel 6: Stetige Verteilungen A: Beispiele Beispiel 1: a) In den folgenden Abbildungen sind die Dichtefunktionen von drei bekannten Verteilungen graphisch dargestellt. 0.2 6

Mehr

Statistik-Übungsaufgaben

Statistik-Übungsaufgaben Statistik-Übungsaufgaben 1) Bei der Produktion eine Massenartikels sind erfahrungsgemäß 20 % aller gefertigten Erzeugnisse unbrauchbar. Es wird eine Stichprobe vom Umfang n =1000 entnommen. Wie groß ist

Mehr

Prüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2002

Prüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2002 Prüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2002 1. Ein Chemiestudent hat ein Set von 10 Gefäßen vor sich stehen, von denen vier mit Salpetersäure Stoff A), vier mit Glyzerin Stoff

Mehr

Beurteilende (induktive) Statistik

Beurteilende (induktive) Statistik 1 Beurteilende (induktive) Statistik Die Aufgabe der Beurteilenden Statistik besteht darin, mit Hilfe der Wahrscheinlichkeitsrechnung aus einer Zufallsstichprobe Rückschlüsse auf die Grundgesamtheit zu

Mehr

QM III Normalverteilung Aufgabe 10.1 Die Lebensdauer (in Jahren) von KFZ-Batterien des Typs

QM III Normalverteilung Aufgabe 10.1 Die Lebensdauer (in Jahren) von KFZ-Batterien des Typs Technische Hochschule Köln Fakultät für Wirtschafts- und Rechtswissenschaften Prof. Dr. Arrenberg Raum 1, Tel 3914 jutta.arrenberg@th-koeln.de QM III Normalverteilung Aufgabe 10.1 Die Lebensdauer (in Jahren)

Mehr

Musterlösung. Modulklausur Multivariate Verfahren

Musterlösung. Modulklausur Multivariate Verfahren Musterlösung Modulklausur 31821 Multivariate Verfahren 25. September 2015 Aufgabe 1 (15 Punkte) Kennzeichnen Sie die folgenden Aussagen zur Regressionsanalyse mit R für richtig oder F für falsch. F Wenn

Mehr

Statistik-Klausur vom 6. Februar 2007

Statistik-Klausur vom 6. Februar 2007 Statistik-Klausur vom 6. Februar 2007 Bearbeitungszeit: 90 Minuten Aufgabe 1 Bei einer Besucherumfrage in zwei Museen wurden die Besuchsdauern (gemessen in Stunden) festgestellt: Besuchsdauer Anteil der

Mehr

Wahrscheinlichkeitsrechnung mathematische Statistik und statistische Qualitätskontrolle

Wahrscheinlichkeitsrechnung mathematische Statistik und statistische Qualitätskontrolle Wahrscheinlichkeitsrechnung mathematische Statistik und statistische Qualitätskontrolle Dr. rer. nat. Regina Storm 5., verbesserte Auflage 72 Bilder, 21 Tafeln und einer Beilage VEB Fachbuchverlag Leipzig

Mehr

Wirtschaftsstatistik Normalverteilung

Wirtschaftsstatistik Normalverteilung Fachhochschule Köln Fakultät für Wirtschafts- und Rechtswissenschaften Prof. Dr. Arrenberg Raum 1, Tel 39 14 jutta.arrenberg@fh-koeln.de Wirtschaftsstatistik Normalverteilung Aufgabe 10.1 Die Lebensdauer

Mehr

Deskriptive Statistik Beschreiben, Zusammenfassen, Darstellen gegebener Daten (Datenreduktion!)

Deskriptive Statistik Beschreiben, Zusammenfassen, Darstellen gegebener Daten (Datenreduktion!) Deskriptive Statistik Beschreiben, Zusammenfassen, Darstellen gegebener Daten (Datenreduktion!) - Arithmetisches Mittel o Das arithmetische Mittel (auch Durchschnitt) ist ein Mittelwert, der als Quotient

Mehr

Klausur zur Vorlesung

Klausur zur Vorlesung Institut für Mathematische Stochastik WS 2006/2007 Universität Karlsruhe 12. Februar 2007 Priv.-Doz. Dr. D. Kadelka Dipl.-Math. W. Lao Aufgabe 1 (15 Punkte) Klausur zur Vorlesung Statistik für Biologen

Mehr

Statistik II. Version A. 1. Klausur Sommersemester 2011 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!

Statistik II. Version A. 1. Klausur Sommersemester 2011 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Statistik II Version A 1. Klausur Sommersemester 2011 Hamburg, 27.07.2011 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Nachname:............................................................................

Mehr

Statistik Zusätzliche Beispiele WS 2018/19

Statistik Zusätzliche Beispiele WS 2018/19 Statistik Zusätzliche Beispiele WS 2018/19 Blatt 3: Schließende Statistik 1. I Ein Personalchef führt so lange Vorstellungsgespräche durch bis der erste geeignete Bewerber darunter ist und stellt diesen

Mehr

Stichproben Parameterschätzung Konfidenzintervalle:

Stichproben Parameterschätzung Konfidenzintervalle: Stichproben Parameterschätzung Konfidenzintervalle: Beispiel Wahlprognose: Die Grundgesamtheit hat einen Prozentsatz p der Partei A wählt. Wenn dieser Prozentsatz bekannt ist, dann kann man z.b. ausrechnen,

Mehr

Statistik II Februar 2005

Statistik II Februar 2005 Statistik II Februar 5 Aufgabe Zufällig ausgewählten Personen der Zielgruppe wird der Prototyp eines neuen Konsumgutes vorgelegt, um die Zahlungsbereitschaft Z ( pro Einheit des Konsumgutes) zu ermitteln.

Mehr

Klausur zu Statistik II

Klausur zu Statistik II GOETHE-UNIVERSITÄT FRANKFURT FB Wirtschaftswissenschaften Statistik und Methoden der Ökonometrie Prof. Dr. Uwe Hassler Wintersemester 03/04 Klausur zu Statistik II Matrikelnummer: Hinweise Hilfsmittel

Mehr

Übungsaufgaben zu Kapitel 5

Übungsaufgaben zu Kapitel 5 Übungsaufgaben zu Kapitel 5 Lösungen zu den Übungsaufgaben ab Seite 9. Aufgabe 9 Bei der Herstellung von Schokoladentafeln interessiert a) das durchschnittliche Abfüllgewicht einer Tafel Schokolade. b)

Mehr

Einführung in die Induktive Statistik: Varianzanalyse

Einführung in die Induktive Statistik: Varianzanalyse Einführung in die Induktive Statistik: Varianzanalyse Jörg Drechsler LMU München Wintersemester 2011/2012 Varianzanalyse bisher: Vergleich der Erwartungswerte für zwei normalverteilte Variablen durch t-test

Mehr

Biometrieübung 5 Spezielle Verteilungen. 1. Anzahl von weiblichen Mäusen in Würfen von jeweils 4 Mäusen

Biometrieübung 5 Spezielle Verteilungen. 1. Anzahl von weiblichen Mäusen in Würfen von jeweils 4 Mäusen Biometrieübung 5 (Spezielle Verteilungen) - Aufgabe Biometrieübung 5 Spezielle Verteilungen Aufgabe 1. Anzahl von weiblichen Mäusen in Würfen von jeweils 4 Mäusen Anzahl weiblicher Mäuse (k) Anzahl Würfe

Mehr

B 2. " Zeigen Sie, dass die Wahrscheinlichkeit, dass eine Leiterplatte akzeptiert wird, 0,93 beträgt. (genauerer Wert: 0,933).!:!!

B 2.  Zeigen Sie, dass die Wahrscheinlichkeit, dass eine Leiterplatte akzeptiert wird, 0,93 beträgt. (genauerer Wert: 0,933).!:!! Das folgende System besteht aus 4 Schraubenfedern. Die Federn A ; B funktionieren unabhängig von einander. Die Ausfallzeit T (in Monaten) der Federn sei eine weibullverteilte Zufallsvariable mit den folgenden

Mehr