Regression. Regression. Regression. Einführung. Beispiel. Korrelationsrechnung Stärke eines Zusammenhanges
|
|
- Marcus Salzmann
- vor 7 Jahren
- Abrufe
Transkript
1 (, } ) (, ) Regresso X e Y Stchprobe I Y Stchprobe II X X Stchprobe III Stchprobe IV odell (Kostate) Alter Koeffzete a Ncht stadardsertestadardserte Koeffzete Koeffzete Stadardf B ehler Beta T Sgfaz -3,86,637-8,99,,87,4,84,6, a Abhägge Varable: Dauer m Pflegeberuf Y X Y X Regresso Eführug Korrelatosrechug Stäre ees Zusammehages Regressosrechug Form ees Zusammehages! adere Fragestellug! her: efache ud multple leare Regresso Regresso Bespel Bespel: Ascombe-Quartett Gegebe see ver Stchprobe mt je Werte Iteressat st a dese Datesätze, daß für alle X-Varable das arthmetsche ttel 9 beträgt ud das arthmetsche ttel für alle Y- Varable beträgt 7 Soda errechet ma für alle Stchprobe ee Korrelatosoeffzet vo 8 Stchprobe I Stchprobe II Stchprobe II Stchprobe IV X Y X Y X 3 Y 3 X 4 Y
2 Ählcher Sachverhalt? Regresso Bespel Regresso Allgeme Regressosaalse bestmmt futoale Zusammehag, der de Date uterlegt Utersched zur Korrelatosaalse: ermale werde cht als glechgewchtg agesehe, Soder es wrd e ermal Abhägget vo eem oder mehrere adere ermale betrachtet Zusammehag be reale Date Zufallsschwauge e eater (mathematscher) Zusammehag Schätzug vo futoalem Zusammehag ud etsprechede Parameter Regresso Allgeme abhägge (metrsche) Varable Y uabhägge (metrsche) Varable X (oder X,, X ) Regressad Regressore Futoale Bezehug: Y f(x) bzw Y f(x,, X ) Regressosmodell: Y f(x) E bzw Y f(x,, X ) E mt E zufällger Fehler (Störterm) 6
3 Regresso efache leare Regresso multple leare Regresso Y f(x) E Y f(x,, X ) E Regresso vo X bzw X,,X auf Y 7 Efache leare Regresso Voraussetzuge es legt ee metrsche Stchprobe (, ),,(, ) vor futoaler Zusammehag vo Y ud X ( ) E E Y f der zufällge Fehler E st ee (ormalvertelte) Zufallsvarable mt E(E) ud Var (E) σ e sowe E ~ N(, σ e ) damt glt E ( Y ) f ( ) Var Y σ ud ( ) e 8 Efache leare Regresso Voraussetzuge für de beobachtete Wertepaare setze wr damt de leare Zusammehag voraus e,,, herbe bezechet das Absolutgled (Achseabschtt der Regressosgerade) ud de Stegugsparameter der uterstellte Geradeglechug 9 3
4 Efache leare Regresso Voraussetzuge für de beobachtete Wertepaare setze wr damt de leare Zusammehag voraus e,,, weterh bezeche e,, e Realsatoe der uabhägge Zufallsvarable E,, E de realserte zufällge Fehler e,, e sd jedoch cht dret beobachtbar Efache leare Regresso Zel aus der vorlegede Stchprobe (, ),,(, ) solle u Schätzer für das Absolutgled ud de Stegugsparameter so bestmmt werde, dass de Summe der quadrerte vertale Abstäde aller Beobachtugspaare mmal wrd Summe aller quadrerte Abstäde SQ ( ) st Schätzer für ß (Absolutgled) st Schätzer für ß (Stegug) Efache leare Regresso Zel quadratsche Abstäde, damt Abwechuge vo der vermutete Gerade ach obe ud ute sch cht gegesetg aufhebe (, } ) (, ) 4
5 Efache leare Regresso Ermttlug eer Regressosgerade Für de Ermttlug eer Regressosgerade de dem zuvor aufgestellte merugsrterum gerecht wrd, müsse de partelle Abletuge gebldet ud glech Null gesetzt werde SQ ( ) SQ ( ) 3 Efache leare Regresso Ermttlug eer Regressosgerade Es ergebe sch de Normaleglechuge ud 4 Efache leare Regresso Ermttlug eer Regressosgerade Als ösug des Glechugssstems erhalte wr als Schätzer für das Absolutgled ud für de Stegugsparameter ( )( ) ( ) s s
6 Efache leare Regresso Ermttlug eer Regressosgerade Zu jedem beobachtete Stchprobewert (, ) läßt sch u e geschätzter Wert auf der Regressosgerade bestmme als (,ŷ ) mt,, De Dfferez vo beobachtetem Wert ud geschätztem Wert ŷ, wrd als Schätzer für de zufällge Fehler ê betrachtet ud als Resduum bezechet e 6 Efache leare Regresso Ermttlug eer Regressosgerade De theoretsche Resdue ergebe sch als e Se sd cht dret zu bestmme, da ß ud ß ubeat sd ud öe daher ur geschätzt werde Für de geschätzte Resdue glt ( ) e 7 Efache leare Regresso Bespel Bespel: Ascombe-Quartett Stchprobe I Stchprobe II earer Zusammehag? Y Y X X Stchprobe III Stchprobe IV Y 3 Y X X
7 Efache leare Regresso Ermttlug eer Regressosgerade De Summe aller Abwechuge vo tatsächlch beobachtete Werte zu de geschätzte Werte beträgt gerade Null Je besser de geschätzte Regressosgerade de zugrudelegede Date agepaßt st, desto äher lege de tatsächlch beobachtete Werte (, ) a der geschätzte Regressosgerade Jede geschätzte Regressosgerade geht dabe durch de Put, der bede ttelwerte ( ) 9 Bespel: Reha-Kle Efache leare Regresso Bespel Für Verbäde vo Reha-Kle soll der Zusammehag zwsche der Azahl vo (Erst)Kleteotate pro Jahr Abhägget vo der Azahl beschäftgter Sozalarbeter(e) utersucht werde Herzu wurde de folgede Date erhobe : Az Kleteotate : Az tarbeter earer Zusammehag? Bespel: Reha-Kle Efache leare Regresso Bespel 9 Budget Azahl der tarbeter(e) earer Zusammehag? 7
8 Bespel: Reha-Kle Efache leare Regresso Bespel Es wrd e learer Zusammehag der Form e,,, vermutet Um de Schätzer für das Absolutgled sowe de Stegugsparameter zu ermttel, müsse zuächst de folgede emprsche Größe berechet werde: de arthmetsche ttel, de emprsche Varaz s, sowe de emprsche Kovaraz s Bespel: Reha-Kle Efache leare Regresso s ( ) 99 9 Bespel ( ( ) 4 ( 3) ( ) 3 ( ) ( 4) ) 3 Efache leare Regresso Bespel Bespel: Reha-Kle 9 9 s ( ) ( ) ( 3 ( ) ( 38) 4 89 ( 7) 3 88 ( 3) ( 66) ( ) ( 96) 3 64 ( ) ( 6) ( 4) ( 4)) ( )
9 Efache leare Regresso Bespel Bespel: Reha-Kle s s s s Stegug Achseabschtt Bespel: Reha-Kle Efache leare Regresso Bespel 89 79,, De (geschätzte) Azahl Kleteotate setzt sch also aus eem feste Atel vo 89 Kotate plus eem Atel, der sch als das 79fache der Azahl tarbeter(e) bestmmt, zusamme 6 Bespel: Reha-Kle Efache leare Regresso Bespel Azahl Kleteotate Azahl tarbeter(e) 7 9
10 Bespel: Reha-Kle Efache leare Regresso Bespel ŷ ê Tatsächlch beobachtete sowe geschätzte Azahle der Kleteotate ud de daraus resulterede geschätzte Resdue,, e 8 Efache leare Regresso Bespel Bespel: Ascombe-Quartett earer Zusammehag? Efache leare Regresso Bespel Bespel: Ascombe-Quartett e,,, 9 ud 7 Stchprobe I: s s Stchprobe II: s s Stchprobe III: Stchprobe IV: s s s s 3
11 Efache leare Regresso Bespel Bespel: Ascombe-Quartett / s s Stchprobe I: Stchprobe II: Stchprobe III: Stchprobe IV: Efache leare Regresso Bespel Bespel: Ascombe-Quartett Stchprobe I Stchprobe II Y Y X X Stchprobe III Stchprobe IV Y 3 Y X X Efache leare Regresso Resdualaalse Resdualaalse Güte der odellapassug t Hlfe der Resdue läßt sch auf efache Wese (zb grafsch) überprüfe, ob e gewählter Regressosasatz dem zugrudelegede Datesatz gut agepaßt st: Resdueplot Zel: Eree vo sstematsche Verzerruge 33
12 Efache leare Regresso Resdualaalse Resdualaalse Güte der odellapassug efache leare Regresso: Scatterplot der uabhägge Varable (X-Varable) oder aber der geschätzte Beobachtugswerte ud der geschätzte Resdue multple leare Regresso: Scatterplot für jede uabhägge Varable 34 Efache leare Regresso Resdualaalse Resdueplot Erwüscht: de geschätzte Resdue lege ohe erebare Strutur um de Wert Null Resdue - (a): oder 3 Resdualaalse Resdueplot Ncht erwüscht: erebare Sstemat cht adäquater odellasatz Efache leare Regresso Hwes auf Heterosedastztät (ugleche Fehlervaraze) Resdue - (b ): o d er 36
13 Efache leare Regresso Resdualaalse Resdueplot Ncht erwüscht: erebare Sstemat cht adäquater odellasatz Resdue - Hwes auf Heterosedastztät (ugleche Fehlervaraze) (e): o der 37 Efache leare Regresso Resdualaalse Resdueplot Ncht erwüscht: erebare Sstemat cht adäquater odellasatz Hwes auf Heterosedastztät (ugleche Fehlervaraze) Resdue - (f): o d e r 38 Efache leare Regresso Resdualaalse Resdueplot Ncht erwüscht: erebare Sstemat cht adäquater odellasatz Hwes auf chtleare Zusammehag Resdue - (d): oder 39 3
14 Efache leare Regresso Resdualaalse Resdueplot (cht adäquater odellasatz) fächerförmger Verlauf ugleche Fehlervaraze Hwes auf Heterosedastztät (ugleche Fehlervaraze) ud chtleare Zusammehag Resdue - (c ): o d e r 4 Efache leare Regresso Bespel Bespel: Ascombe-Quartett Stchprobe I Stchprobe II Y Y X X Stchprobe III Stchprobe IV Y 3 Y X X Efache leare Regresso Bespel: Ascombe-Quartett 6 Resdue vo Resdue vo Resdue vo Resdue vo
15 Efache leare Regresso Resdualaalse Größeordug der Resdue Normerug?! Resduum, zugehörge Beobachtug gleche Größeordug odellapassug??? Resduum, zugehörge Beobachtug Resduum % des Beobachtugswertes gute odellapassug Ausweg: a) ormerte Resdue e, e orm,,, 43 Efache leare Regresso Resdualaalse b) stadardserte Resdue e e,std,,, s s Überprüfug der Normalvertelugsaahme Q-Q-Plots Überprüfug vo Ausresser, > 3 e std Resdualaalse uter Verwedug ormerter oder stadardserter Resdue 44 Bespel: Reha-Kle Efache leare Regresso Bespel Azahl Kleteotate Azahl tarbeter(e) 4
16 Bespel: Reha-Kle Efache leare Regresso Bespel ŷ ê e, orm e, std tarbeterzahl, beobachtete sowe geschätzte Azahl der Kleteotate ud de daraus resulterede geschätzte Resdue 46 Efache leare Regresso Bespel 3 Geschätzte Resdue Azahl tarbeter(e) 47 Efache leare Regresso Bespel 3 Geschätzte Resdue Azahl Kleteotate 48 6
17 Efache leare Regresso Bespel Stadardserte Resdue Azahl tarbeter(e) 49 Efache leare Regresso Bespel Stadardserte Resdue Azahl Kleteotate Bespel: Reha-Kle Efache leare Regresso Bespel ee Sstemat de Verläufe der geschätzte Resdue der gewählte leare Regressosasatz erschet damt adäquat Uterstellt ma de zufällge Fehler ee Normalvertelug, so lässt sch aus de stadardserte geschätzte Resdue auch e Hwes auf ausreßerverdächtge Beobachtuge gewe, da für e stadardsertes Resduum glt e, std > 3 7
18 Efache leare Regresso det zur odellüberprüfug Das Bestmmthetsmaß De Güte der Apassug der Regressosgerade a das gegebee Datemateral a ma cht ur mt Hlfe ees Resdueplots überprüfe, soder auch uter Verwedug eer umersche aßzahl Zel: emprsche aßzahl mt Werte zwsche schlechte Apassug ( % ) sehr gute Apassug ( % ) Efache leare Regresso Das Bestmmthetsmaß umersche aßzahl beruht auf eem Verglech der emprsche Varaz der beobachtete -Werte mt der emprsche Varaz der geschätzte -Werte Wrd de emprsche Streuug der beobachtete -Werte durch de gewählte Regressosasatz gut erlärt, so st de emprsche Varaz der geschätzte -Werte (aäherd) glech der beobachtete emprsche Streuug der beobachtete -Werte Be eem schlecht gewählte Regressosasatz st dagege de emprsche Varaz der geschätzte Beobachtuge m Verglech zur emprsche Varaz der beobachtete Werte gerg 3 Efache leare Regresso Das Bestmmthetsmaß Kostruto der aßzahl als Quotet der Varazschätzer R : s s ( ) ( ) ( ) e Für das Bestmmthetsmaß glt: R 4 8
19 Efache leare Regresso Das Bestmmthetsmaß Nmmt das Bestmmthetsmaß de Wert Null oder ee Wert ahe Null a, so st de odellapassug schlecht Bestzt es ee Wert vo Es oder ahe Es, so legt ee gute odellwahl vor Im Falle der efache leare Regresso, we also ur ee uabhägge Varable X vorlegt, glt: R r r st der Korrelatosoeffzet ach Bravas-Pearso Efache leare Regresso Das Bestmmthetsmaß Zusätzlch zur Überprüfug ees gewählte Regressosasatzes mt Hlfe des Bestmmthetsmaßes sollte jedoch auch mmer Grafe zur Beurtelug des gewählte Asatzes hzugezoge werde Für uterschedlche Zusammehäge öe gleche emprsche Werte des Bestmmthetsmaßes errechet werde! 6 Efache leare Regresso Das Bestmmthetsmaß Der Term U e ( ) R U wrd auch als Ubestmmthetsmaß eer Regresso bezechet 7 9
20 Efache leare Regresso Das Bestmmthetsmaß Oftmals fdet auch e orrgertes Bestmmthetsmaß zur Beurtelug der odellgüte Verwedug R corr R ( R ) Beobachtuge uabhägge Varable 8 Efache leare Regresso Bespel Bespel: Ascombe-Quartett Stchprobe I Stchprobe II Y Y X X Stchprobe III Stchprobe IV Y 3 Y X X Efache leare Regresso Bespel: Ascombe-Quartett Bespel Da bem Ascombe-Quartett be alle ver Stchprobe e Korrelatosoeffzet vo r 8 auftrat, ergbt sch alle Fälle jewels e Bestmmthetsmaß vo R 8 67 Ahad deses Bespels eret ma, we wchtg es st, dass der jewelge Regressosasatz zusätzlch vsuell ahad vo Grafe überprüft wrd 6
21 Bespel: Reha-Kle Efache leare Regresso Bespel Azahl Kleteotate Azahl tarbeter(e) 6 Efache leare Regresso Bespel Bespel: Reha-Kle Es st ( ) e Damt glt R e ( ) gute odellapassug: der Atel der Varaz der geschätzte Beobachtuge a der Varaz der beobachtete Werte beträgt mehr als 93 Prozet 6 Efache leare Regresso Testverfahre der Regresso Überprüfug ees gewählte Regressosasatzes als Gazes: F-Test Überprüfug der ezele Regressosoeffzete: t-test 63
22 Efache leare Regresso Testverfahre der Regresso F-Test: Überprüfug der gesamte Regressosfuto odell: Nullhpothese: e,,, H : Teststatst: Verglech der Quadratsumme uter dem odell ud der Quadratsumme der Fehler Testetschedug: Verglech des Teststatstwertes mt Quatle der zugehörge F-Vertelug 64 Efache leare Regresso Testverfahre der Regresso odell odell Regresso Resdue Gesamt ANOVA b Quadrats ttel der umme df Quadrate F Sgfaz 389, ,333 48,7, a 74,97 3 3,7 3,6 4 a Eflußvarable : (Kostate), Alter b Abhägge Varable: Dauer m Pflegeberuf Fehler Teststatst dq od /dq Res ormerte Quadratsumme dq QS/df p-wert 6 Efache leare Regresso Testverfahre der Regresso t-test: Überprüfug ezeler Regressosoeffzete odell: Nullhpothese: e,,, H : j j ( ) oder Teststatst: H : j j bzw H : j j Verglech vo Schätzer ud theoretschem Wert des Regressosoeffzete Testetschedug: Verglech des Teststatstwertes mt Quatle der zugehörge t-vertelug 66
23 Efache leare Regresso Testverfahre der Regresso Be der Durchführug des Tests vergleche wr u de Realsato deser Teststatst j j t σ j mt σ j st Varazschätzer für j mt Quatle der t-vertelug mt - Frehetsgrade ( sd gägge Statst-ehrbücher vertafelt) 67 Efache leare Regresso Testverfahre der Regresso Esetge (Null-)Hpothese über de Parameter ß j werde zum Nveau α abgeleht, falls t α > t ; st Dabe st t der Absolutbetrag der Teststatst t ud t -;-α das (-α)-quatl eer t-vertelug mt - Frehetsgrade Zwesetge (Null-)Hpothese über de Parameter ßj werde zum Nveau α abgeleht, falls t t > ; α st Dabe st t -;-α/ das (-α/)-quatl eer t-vertelug mt - Frehetsgrade 68 Efache leare Regresso Testverfahre der Regresso odell (Kostate) Alter Ncht stadardserte Koeffzete Koeffzete a a Abhägge Varable: Dauer m Pflegeberuf Stadardserte Koeffzete Stadardf B ehler Beta T Sgfaz -3,86,637-8,99,,87,4,84,6, Varazschätzer σ(ß j ) Teststatst p-wert Regressosoeffzete 69 3
24 ultple leare Regresso Voraussetzuge es legt ee metrsche Stchprobe (,,, ),,(,,, ) vor mt Eflussvarable (Regressore) ud jewels Beobachtuge futoaler Zusammehag vo Y ud X,, X Y E der futoale Zusammehag vo Y ud X,, X beschrebt u cht mehr ee efache Gerade soder velmehr ee (Hper-)Ebee 7 ultple leare Regresso Voraussetzuge der zufällge Fehler E st ee (ormalvertelte) Zufallsvarable mt E(E) ud Var (E) σ e sowe E ~ N(, σ e ) Es glt E ( Y ) f ( ) ud Var ( Y ) σ e 7 ultple leare Regresso Voraussetzuge für de beobachtete Wertepaare setze wr damt de leare Zusammehag voraus e,,, herbe bezechet das Absolutgled (Achseabschtt der Regressosgerade) ud,, de Stegugsparameter der uterstellte Glechug für de Hperebee 7 4
25 ultple leare Regresso Voraussetzuge für de beobachtete Wertepaare setze wr damt de leare Zusammehag voraus e,,, weterh bezeche e,, e Realsatoe der uabhägge Zufallsvarable E,, E de realserte zufällge Fehler e,, e sd jedoch cht dret beobachtbar 73 ultple leare Regresso Voraussetzuge de Azahl der Regressosparameter darf de Azahl vo Beobachtuge (Stchprobeumfag) cht überschrete! (Sost öe de Regressosparameter cht mehr edeutg geschätzt werde) < Heterosedastztät: Fehler e,, e als Realsatoe uterschedlch vertelter Zufallsvarable mt uterschedlche Varaze Homosedastztät: Fehler e,, e als Realsatoe vo Zufallsvarable mt derselbe Varaz (her ur betrachtet!) 74 ultple leare Regresso Zel aus der vorlegede Stchprobe (,,, ),,(,,, ) solle u Schätzer für das Absolutgled ud de Stegugsparameter so bestmmt werde, dass de Summe der quadrerte vertale Abstäde aller Beobachtugspaare mmal wrd 7
26 ultple leare Regresso Zel Summe aller quadrerte Abstäde SQ ( K ), K, st Schätzer für ß (Absolutgled) sd Schätzer für ß,, ß ( Stegug ) 76 ultple leare Regresso Zel quadratsche Abstäde, damt Abwechuge vo der vermutete Gerade ach obe ud ute sch cht gegesetg aufhebe 77 ultple leare Regresso Ermttlug eer Regressosgerade Für de Ermttlug eer Regressos(hper)ebee de dem zuvor aufgestellte merugsrterum gerecht wrd, müsse de partelle Abletuge gebldet ud glech Null gesetzt werde SQ j j j SQ j j j SQ j j 78 j 6
27 7 79 Ermttlug eer Regressos(hper)ebee Es ergebe sch de Normaleglechuge ultple leare Regresso 8 Ermttlug eer Regressos(hper)ebee Als ösug des Glechugssstems erhalte wr als Schätzer für das Absolutgled ultple leare Regresso 8 Ermttlug eer Regressos(hper)ebee Zu jedem beobachtete Stchprobewert (,,, ) läßt sch u e geschätzter Wert auf der Regressosgerade bestmme als (,,,ŷ ) mt ultple leare Regresso,,,,
28 ultple leare Regresso Ermttlug eer Regressos(hper)ebee De Dfferez vo beobachtetem Wert ud geschätztem Wert ŷ, wrd als Schätzer für de zufällge Fehler ê betrachtet ud als Resduum bezechet e,, Für de geschätzte Resdue glt e ( ) 8 ultple leare Regresso Ermttlug eer Regressos(hper)ebee De theoretsche Resdue ergebe sch als e,,,, Se sd cht dret zu bestmme, da ß, ß,, ß ubeat sd ud öe daher ur geschätzt werde 83 ultple leare Regresso Ermttlug eer Regressos(hper)ebee De Summe aller Abwechuge vo tatsächlch beobachtete Werte zu de geschätzte Werte beträgt gerade Null Je besser de geschätzte Regressos(hper)ebee de zugrudelegede Date agepaßt st, desto äher lege de beobachtete Werte (, ) a der geschätzte Regressosgerade Jede geschätzte Regressos(hper)ebee geht dabe durch de Put,,, aller ttelwerte ( ) K 84 8
29 ultple leare Regresso Bespel Bespel: Reha-Kle Für de zuvor utersuchte Zusammehag vo Azahl Kleteotate ud Azahl tarbeter(e) Verbäde vo Reha-Kle soll u auch das zur Verfügug stehede jährlche Budget ( Taused Euro) de Aalse mt ebezoge werde Herbe soll de Azahl der Kleteotate Abhägget vo der Azahl der tarbeter ud des jährlche Budgets utersucht werde : Az Kleteotate : Az tarbeter : jährlches Budget earer Zusammehag? 8 Bespel: Reha-Kle ultple leare Regresso Bespel earer Zusammehag? 86 Bespel: Reha-Kle ultple leare Regresso Bespel Es wrd e learer Zusammehag der Form e,, vermutet Um de Schätzer für das Absolutgled sowe de Stegugsparameter zu ermttel, müsse zuächst de folgede emprsche Größe berechet werde: de arthmetsche ttel, de emprsche Quadratsumme aller - ud -Werte 87 9
30 3 88 ultple leare Regresso Bespel Bespel: Reha-Kle ( ) ( ) ( ) 3 Zur Ermttlug der Schätzer werde de folgede Normaleglechuge beötgt 89 ultple leare Regresso Bespel Bespel: Reha-Kle 9 9, 8 7, 99 9, , ultple leare Regresso Bespel Bespel: Reha-Kle, ,
31 Bespel: Reha-Kle ultple leare Regresso Bespel ultple leare Regresso Bespel Bespel: Reha-Kle Damt ergbt sch ( ) : ( ) : , , ( 3) : Bespel: Reha-Kle ultple leare Regresso Bespel Esetze ud Auflöse der Glechuge ergbt
32 ultple leare Regresso Bespel Bespel: Reha-Kle De orrete Glechug für de ermttelte Regressosebee lautet damt ,,, Aus pragmatsche Grüde st es jedoch ratsam, de Glechug mt 4 6 4,,, azugebe 94 ultple leare Regresso Bespel Bespel: Reha-Kle 4 6 4,,, Uter dem erweterte Regressosmodell setzt sch de Azahl der Kleteotate zusamme aus eem feste Atel vo ca 4 Kotate plus eem Atel, der sch als das ugefähre 6fache der tarbeterazahl bestmmt, mus eem Atel, der ugefähr 4 Prozet des Budgets etsprcht Aus de geschätzte Regressosparameter lässt sch cht schlussfolger, dass de tarbeterazahl ee deutlch größere Efluss auf de Azahl der Kleteotate bestzt als das jährlch zur Verfügug stehede Budget 9 ultple leare Regresso Bespel Bespel: Reha-Kle ŷ ê Tatsächlch beobachtete sowe geschätzte Azahle der Kleteotate ud de daraus resulterede geschätzte Resdue e 96 3
33 33 97 Bespel Bespel: Reha-Kle ultple leare Regresso Regressosmodelle atrschrebwese astelle vo lässt sch allgeme atrschrebwese auch schrebe ultple leare Regresso X e e,,, üblche Schrebwese überschtlchere Notato 99 e e e ud, e ultple leare Regresso X e Regressosmodelle atrschrebwese Stchprobewerte ( ), Regressosparameter (ß, ß,, ß ) sowe de Resdue (e ) werde spaltewese zu Vetore der äge, ud zusammegefaßt
34 34 ultple leare Regresso X e Regressosmodelle atrschrebwese e e e O ultple leare Regresso Regressosmodelle atrschrebwese De ultplato eer atr mt eem (Spalte)vetor setzt dabe voraus, daß de äge des Vetors () detsch st mt der Spalteazahl der atr De ultplato wrd vo rechts durchgeführt Es werde für jede Zele der atr X de dort stehede Werte elemetwese mt de Werte des Vetors multplzert ud aufsummert de Addto vo Vetore (glecher äge!) erfolgt elemetwese X e ultple leare Regresso Regressosmodelle atrschrebwese X O
35 ultple leare Regresso Regressosmodelle atrschrebwese X e st damt detsch mt e e e 3 ultple leare Regresso Regressosmodelle atrschrebwese Das Sstem der Normaleglechuge lautet atrschrebwese X T X X T mt X T st de traspoerte atr zu X (Zele ud Spalte vertauscht), 3 T X $ ( X' X) X' ultple leare Regresso Regressosmodelle atrschrebwese Als ösuge der Normaleglechuge erhalte wr ( atrschrebwese) mt (X X) - st de verse atr zu (X X) De Vetore der geschätzte -Werte ud der geschätzte Resdue sd X e X 3
36 ultple leare Regresso Bespel Bespel: Reha-Kle Für de zuvor utersuchte Zusammehag vo Azahl Kleteotate ud Azahl tarbeter(e) Verbäde vo Reha-Kle soll u auch das zur Verfügug stehede jährlche Budget ( Taused Euro) de Aalse mt ebezoge werde Herbe soll de Azahl der Kleteotate Abhägget vo der Azahl der tarbeter ud des jährlche Budgets utersucht werde : Az Kleteotate : Az tarbeter : jährlches Budget earer Zusammehag? 6 ultple leare Regresso Bespel Bespel: Reha-Kle Date atrzeform X e ud X ultple leare Regresso Bespel Bespel: Reha-Kle Date atrzeform X T X
37 ultple leare Regresso Bespel Bespel: Reha-Kle Date atrzeform X T ultple leare Regresso Bespel Bespel: Reha-Kle Date atrzeform $ ( X' X) X' ultple leare Regresso Bespel Bespel: Reha-Kle
38 ultple leare Regresso Resdualaalse Bestmmthetsmaß Testverfahre der Regresso aalog zur efache leare Regresso ultple leare Regresso Testverfahre der Regresso F-Test: Überprüfug der gesamte Regressosfuto odell: Nullhpothese: e,,, H K : Teststatst: Verglech der Quadratsumme uter dem odell ud der Quadratsumme der Fehler Testetschedug: Verglech des Teststatstwertes mt Quatle der zugehörge F-Vertelug 3 Testverfahre der Regresso t-test: Überprüfug ezeler Regressosoeffzete odell: Nullhpothese: ultple leare Regresso e H : ( ) j j oder H : j j bzw H : j j Teststatst: Verglech vo Schätzer ud theoretschem Wert des Regressosoeffzete Testetschedug: Verglech des Teststatstwertes mt Quatle der zugehörge t -- -Vertelug 4 38
39 odell Regresso Resdue Gesamt ultple leare Regresso ANOVA b Quadrat ttel der summe df Quadrate F Sgfaz 3,8 66,883 4,7, a 676,44 9 3, , a Eflußvarable : (Kostate), otvato zum Pflegeberuf, Alter b Abhägge Varable: Dauer m Pflegeberuf Globalhpothese: F-Test Koeffzete a Partalhpothese: t-tests odell (Kostate) Alter otvato zum Pflegeberuf Ncht stadardserte Koeffzete a Abhägge Varable: Dauer m Pflegeberuf Stadardserte Koeffzete Stadard B fehler Beta T Sgfaz -,69, -,684,,8,4,83,69, -,3,76 -,33 -,8,39 ultple leare Regresso Bespel Bespel: Reha-Kle ultple leare Regresso Bespel Für de utersuchte Zusammehag vo Kleteotate, Azahl tarbeter(e) ud zur Verfügug stehedem jährlche Budget soll überprüft werde, ob der Regressosparameter ß (Budget) tatsächlch vo Null verschede st Wr teste dazu de Hpothese H : gege H : Als Sgfazveau setze wr α% voraus De zu verwedede Teststatst st t σ 7 39
40 ultple leare Regresso Bespel Es st 386 t Da t 49< 36 t8;97 st, a de Nullhpothese be eem Sgfazveau vo % cht verworfe werde t Hlfe des Tests a also cht achgewese werde, dass das zur Verfügug stehede jährlche Budget ee Efluss auf de Zahl der Kleteotate hat 8 ultple leare Regresso Verglech vo Regressosoeffzete Verglech der Eflussstäre mttels stadardserter Regressosoeffzete Prüfug der Voraussetzuge des Regressosmodells zb ultolleartät (Abhäggete zwsche uabhägge Varable) Verwes auf weterführede Fachlteratur 9 ultple leare Regresso 4
41 Regresso teratur: Osterma R & Wolf-Osterma K (): Statst Pflege ud Sozaler Arbet 3 Aufl, Oldebourg, üche Redwl H & Ambühl (): Statstsche Auswertuge mt Regressosprogramme Oldebourg, üche 4
Statistische Grundlagen Ein kurzer Überblick (diskret)
Prof. J.C. Jackwerth 1 Statstsche Grudlage E kurzer Überblck (dskret De wchtgste Begrffe ud Deftoe: 1 Erwartugswert Varaz / Stadardabwechug 3 Stchprobevaraz 4 Kovaraz 5 Korrelatoskoeffzet 6 Uabhäggket
MehrDer Korrelationskoeffizient ist ein Maß für den linearen Zusammenhang zwischen zwei Variablen X und Y. Er ist durch folgende Formel charakterisiert:
Korrelatoskoeffzet Der Korrelatoskoeffzet st e Maß für de leare Zusammehag zwsche zwe Varable X ud Y. Er st durch folgede Formel charaktersert: r xy corr XY ( x x)( y y) ( ) x x ( y y) x x y x ( ) ( )
Mehrdie Schadenhöhe ( = Risikoergebnis) des i-ten Versicherungsnehmers i 1,, n).
Aufgabe Wr betrachte ee Reteverscherug der Retebezugszet mt jährlch vorschüssger Retezahlug solage der Verscherte lebt. a) Bezeche V bzw. V de rechugsmäßge Deckugsrückstellug am Afag bzw. am Ede des Verscherugsjahres.
MehrKorrelations- und Assoziationsmaße
k m χ : j l r +. Zusammehagsmaße ( o e ) jl jl e jl Korrelatos- ud Assozatosmaße e jl 5 Merkmal Y Summe X b b m a H (a,b) H (a,b). a H (a,b) H (a,b). Summe.. Zusammehagsmaße Eführug Sche- ud Noses-Korrelato
MehrStatistik. ist die Kunst, Daten zu gewinnen, darzustellen, zu analysieren und zu interpretieren um zu neuem Wissen zu gelangen.
Statstk st de Kust, Date zu gewe, darzustelle, zu aalysere ud zu terpretere um zu euem Wsse zu gelage. Sachs (984) Aufgabe De Statstk hat also folgede Aufgabe: Zusammefassug vo Date Darstellug vo Date
MehrOrdnungsstatistiken und Quantile
KAPITEL Ordugsstatste ud Quatle Um robuste Lage- ud Streuugsparameter eführe zu öe, beötge wr Ordugsstatste ud Quatle... Ordugsstatste ud Quatle Defto... Se (x,..., x R ee Stchprobe. Wr öe de Elemete der
MehrKorrelations- und Regressionsanalyse
Kaptel VI Korrelatos- ud Regressosaalse B 6 (Gegestad der Korrelatos- ud Regressosaalse) Währed de Korrelatosaalse de Estez, de Stärke ud de Rchtug des Zusammehags zwsche zwe oder mehrere statstsche Varable
MehrIm Wöhlerdiagramm wird die Lebensdauer (Lastwechsel oder Laufzeit) eines Bauteils in Abhängigkeit von der Belastung dargestellt.
Webull & Wöhler 0 CRGRAPH Wöhlerdagramm Im Wöhlerdagramm wrd de Lebesdauer ( oder Laufzet) ees Bautels Abhägget vo der Belastug dargestellt. Kurzetfestget Beaspruchug Zetfestget auerfestget 0 5 3 4 6 0
MehrEinführung in die Stochastik 3. Übungsblatt
Eführug de Stochastk 3. Übugsblatt Fachberech Mathematk SS 0 M. Kohler 06.05.0 A. Fromkorth D. Furer Gruppe ud Hausübug Aufgabe 9 (4 Pukte) Der Mkrozesus st ee statstsche Erhebug. Herbe werde ach bestmmte
MehrFormelzusammenstellung
Hochschule Müche Faultät Wrtschaftsgeeurwese Formelzusammestellug zugelasse für de Prüfug Dateaalyse der Faultät 09 für Wrtschaftsgeeurwese Prof. Dr. Voler Abel Formelsammlug Dateaalyse / Ihaltsverzechs
Mehr2.2 Rangkorrelation nach Spearman
. Ragkorrelato ach Spearma Wr wolle desem Kaptel de Ragkorrelatoskoeffzete ach Spearma bereche. De erste Daterehe besteht aus Realseruge x, x,..., x der uabhägg ud detsch stetg vertelte Zufallsvarable
MehrEinführung Fehlerrechnung
IV Eführug Fehlerrechug Fehlerrechuge werde durchgeführt, um de Vertraueswürdgket vo Meßergebsse beurtele zu köe. Uter dem Fehler eer Messug versteht ma de Abwechug ees Meßergebsses vom (grudsätzlch ubekate
Mehr5 Reproduktions- und Grenzwertsätze
Reproduktos- ud Grezwertsätze Reproduktos- ud Grezwertsätze. Reproduktossätze Bespel 0: Der Aufzug eer Frma st zugelasse für Persoe bzw. 000 kg. Das Durchschttsgewcht der Agestellte der Frma st µ = 80
MehrRegressionsrechnung und Korrelationsrechnung
Regressosrechug ud Korrelatosrechug Beschrebede Statstk Modul : Probleme be der Abhäggketsaalyse Problem : Es gbt mest cht ur ee Eflussfaktor (Probleme sd selte mookausal ) A Ursache() Wrkug B C - efache
MehrAsymptotische Normalverteilung nach dem zentralen Grenzwertsatz
Asymptotsche ormalvertelug ach dem zetrale Grezwertsatz Erwartugswert eer Summe vo Zufallsvarable mt jewels de Erwartugswert x (Y Y Asymptotsche ormalvertelug ach dem zetrale Grezwertsatz Varaz eer Summe
MehrPrinzip "Proportional Reduction of Error" (PRE)
Dr. Reate Prust: Eführug quattatve Forschugsmethode Bvarate Maße: Przp "Proportoal Reducto of Error" (PRE) E 1 - E Fehler be Regel 1 - Fehler be Regel = E 1 Fehler be Regel 1 Regel 1: Vorhersageregel ur
MehrFehlerrechnung im Praktikum
Fehlerrechug m Pratum Pratum Phsalsche Cheme (A. Dael Boese) I chts zegt sch der Magel a mathematscher Bldug mehr, als eer überbertrebe geaue Rechug. Carl Fredrch Gauß, 777-855 Themegebete Utertelug vo
MehrKonzentrationsanalyse
Kaptel V Kozetratosaalyse B. 5.. Im Allgemee wrd aus statstscher Scht zwsche - absoluter ud - relatver Kozetrato uterschede Der absolute ud relatve Aspekt wrd och emal utertelt - statscher ud - dyamscher
Mehr(Markowitz-Portfoliotheorie)
Thema : ortfolo-selekto ud m-s-rzp (Markowtz-ortfolotheore) Beurtelugskrtere be quadratscher Nutzefukto: Beroull-rzp + quadratsche Nutzefukto Thema Höhekompoete: Erwartugswert µ Rskokompoete: Stadardabwechug
Mehr( x) eine Funktion definiert, in der nur die i-te Komponente variabel ist. Folgende Schreibweisen werden aufgrund dieser Anmerkungen auch verwendet:
Pro. Dr. Fredel Bolle LS ür Volkswrtschatslehre sb. Wrtschatstheore (Mkroökoome) Vorlesug Mathematk - WS 008/009 4. Deretalrechug reeller Fuktoe IR IR (Karma, S. 00 06, dort glech ür IR IR m ) 4. Partelle
MehrFormelsammlung für die Lehrveranstaltung Wirtschaftsmathematik / Statistik
Formelsammlug rtschaftsmathemat / Statst Formelsammlug für de Lehrverastaltug rtschaftsmathemat / Statst zugelasse für de Klausure zur rtschaftsmathemat ud Statst de Studegäge der Techsche Betrebswrtschaft
MehrQuantitative Methoden in der klinischen Epidemiologie
Quattatve Methode der klsche Epdemologe Korrelato ud leare Regresso Lerzele Besteht e fuktoeller Zusammehag zwsche zwe Messuge a eem Patete? Korrelato als Maßzahl für de Stärke ees leare Zusammehages Beschrebe
MehrErzeugen und Testen von Zufallszahlen
Erzeuge ud Teste vo Zufallszahle Jürge Zumdck Eletug Ee Lergruppe wrd aufgefordert 00 Zufallszahle (0 oder ) ach folgede Methode zu erzeuge: De Hälfte der Gruppe beutzt a) ee Müze oder b) de Zufallszahlefukto
MehrSpannweite, Median Quartilsabstand, Varianz und Standardabweichung.
Rudolf Brkma http://brkma-du.de Sete 06.0.008 Spawete, Meda Quartlsabstad, Varaz ud Stadardabwechug. Streuug um de Mttelwert. I de folgede Säuledagramme st de Notevertelug zweer Schülergruppe (Mädche,
MehrSchiefe- und Konzentrationsmaße
Statst für SozologIe Schefe- ud Kozetratosmaße Uv.Prof. Dr. Marcus Hudec Höhere Vertelugsmaßzahle E stetges Mermal wurde 3 Gruppe beobachtet ud Form der folgede Häufgetstabelle berchtet: Klasse m Gruppe
MehrIntervallschätzungen geben unter Berücksichtigung des Verteilungstyps von X einen Bereich an, der den Parameter mit vorgegebener Sicherheit enthält.
Parameterschätzuge Fachhochschule Jea Uversty of Appled Sceces Jea Oft st der Vertelugstyp eer Zufallsgröße X bekat, ur de Parameter sd ubekat. Da erfolgt hre Schätzug aus eer Stchprobe. Ma uterschedet
MehrVarianzanalyse. Varianzanalyse. Varianzanalyse. Varianzanalyse
Varazaalse Zel Überrüfug der Glechhet der Erwartugswerte ees metrsche Mermals zwsche dre oder mehr Utergrue (be Normalvertelug), somt Verallgemeerug des T-Tests, der ur Erwartugswerte zwsche zwe Grue verglecht
MehrKapitel 6: Regression
udwg-maxmlas-uverstät Müche Isttut für Iformatk ehr- ud Forschugsehet für Datebaksysteme Skrpt zur Vorlesug Kowledge Dscovery Databases m Sommersemester 05 Kaptel 6: Regresso Vorlesug: PD Dr. Arthur Zmek
MehrBeispiel zur Regression
Bespel zur Regresso Bespel Lestug kw ud Kraftstoff-Verbrauch l pro 00 km vo sebe verschedee VW-Golf Bezmotore [] kw l/00km 55 6,4 74 7,6 77 6,8 85 7,9 0 9,3 50 0,8 [] Quelle: http://www.vw-ole.de/golf/dex_.htm
MehrLohnkosten pro Arbeitsstunde. Wie hoch sind die Lohnkosten pro Arbeitsstunde im Jahresdurchschnitt?
Klausur Wrtschaftsstatstk. [ Pukte] E Uterehme hat folgede Date ermttelt: Moat Gelestete Arbetsstude Lohkoste pro Arbetsstude Jauar 86.400 0,06 Februar 75.000 3,0 März 756.000 4,47 Aprl 768.000,53 Ma 638.400
MehrSchiefe-, Wölbungs- und Konzentrationsmaße
Statstk für SozologIe Schefe-, Wölbugs- ud Kozetratosmaße Uv.Prof. Dr. Marcus Hudec Höhere Vertelugsmaßzahle E stetges Merkmal wurde 3 Gruppe beobachtet ud Form der folgede Häufgketstabelle berchtet: Klasse
MehrDeskriptive Statistik - Aufgabe 3
Desrptve Statst - Aufgabe 3 De Überachtugszahle der Fremdeverehrsgemede "Bachstadt" für de Moate ud zege auf de erste Blc scho deutlche Uterschede de ezele Ortschafte. We seht e etsprecheder Verglech der
MehrAlternative Darstellung des 2-Stichprobentests für Anteile. Beobachtete Response No Response Total absolut DCF CF
Alteratve Darstellug des -Stchprobetests für Atele DCF CF Total 111 11 3 Respose 43 6 69 Resp. Rate 0,387 0,3 0,309 Beobachtete Respose No Respose Total absolut DCF 43 68 111 CF 6 86 11 69 154 3 Be Gültgket
MehrPhysikalische Messungen sind immer fehlerbehaftet! Der wahre Wert ist nicht ermittelbar. Der wahre Wert x ist nicht identisch mit dem Mittelwert
Physkalsche Messuge sd mmer fehlerbehaftet! Der wahre Wert st cht ermttelbar. Der wahre Wert st cht detsch mt dem Mttelwert Der Wert legt mt eer gewsse Wahrschelchket (Kofdezahl bzw. Vertrauesveau %) m
MehrStatistik und Wahrscheinlichkeitsrechnung
Statstk ud Wahrschelchketsrechug Mathas Graf 8.04.009 Ihalt der heutge Vorlesug Auswahl eer Vertelugsfukto: Wahrschelchketspaper Schätzug ud Modelletwcklug: Methode der Momete Methode der Maxmum Lkelhood
MehrMehrdimensionale Merkmale
SS 013 Prof. Dr. J. Schütze/ J. Puhl FB GW Deskr 1 Mehrdmesoale Merkmale Werde am gleche Objekt mehrere Merkmale gemesse, teressert ma sch mest dafür, ob es zwsche he ee Abhäggket gbt oder cht. Passed
Mehr2. Zusammenhangsanalysen: Korrelation und Regression
2. Zusammehagsaalse: Korrelato ud Regresso Dowloads zur Vorlesug 2. Zusammehagsaalse: Korrelato ud Regresso 2 Grudbegrffe zwedmesoale Stchprobe De Gewug vo mehrere Merkmale vo eer Beobachtugsehet führt
MehrAufgaben. 1. Gegeben seien folgende Daten einer statistischen Erhebung, bereits nach Größe sortiert (Rangliste):
Aufgabe. Gegebe see folgede Date eer statstsche Erhebug, berets ach Größe sortert (Raglste): 0 3 4 4 5 6 7 7 8 8 8 9 9 0 0 0 0 0 3 3 3 3 4 4 5 5 5 5 5 6 6 6 7 7 8 30 Erstelle Se ee Tabelle, der de Merkmalsauspräguge
MehrDie Kontingenztabelle. Randhäufigkeiten. Teststatistik (Chi-Quadrat Statistik) Unabhängigkeitshypothese. Wiederholung: zweidimensionales Datenmaterial
Statstk 4. Vorlesug Wederholug: zwedmesoales Datemateral Beobachtuge, jeder hat Werte für m Merkmaler, also jeder besteht aus Merkmalauspräguge. z.b. wr otere de Grösse ud das Umsatz verschedee Flale (m).
MehrQuellencodierung I: Redundanzreduktion, redundanzsparende Codes
Quellecoderug I: Redudazredukto, redudazsparede Codes. Redudaz. Eführug. Defto der Redudaz. allgemee Redudazredukto. redudazsparede Codes. Coderug ach Shao. Coderug ach Fao. Coderug ach Huffma.4 Coderug
MehrStichprobenmodell der linearen Einfachregression
Stchproemodell der leare Efachregresso Stchproemodell der leare Efachregresso Vertelug der Stchproekoeffzete Prof. Kück / Dr. Rcaal Delgado Lehrstuhl Statstk Regresso III lografe: Prof. Dr. Kück verstät
Mehr= k. , mit k als Anzahl der Hypothesen A i und den Daten B. Bestimmtheitsmaß:!Determinationskoeffizient
Ablehugsberech:!Sgfkazveau abhägge Gruppe: Gruppe vo Versuchspersoe, dee jede ezele Versuchsperso aus Gruppe A eer äquvalete Versuchsperso aus Gruppe B etsprcht (oder tatsächlch de gleche Versuchsperso
MehrMethoden der Datenanalyse AI-basierte Decision Support Systeme WS 2006/07
Multple Regresso Methode der Dateaalse AI-baserte Decso Support Ssteme WS 6/7 Ao.Uv.Prof. Dr. Marcus Hudec marcus.hudec@uve.ac.at Isttut für Scetfc Computg, Uverstät We Multple Regresso Kovaraz Kovaraz:
MehrVl. Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 3: Diskrete Verteilungen
Vl. Statstsche Prozess- ud Qualtätsotrolle ud Versuchsplaug Übug 3: Dsrete Verteluge Prof. Dr. B. Grabows Zur Lösug der folgede Aufgabe öe Se auch de begefügte Tabelle der dsrete Verteluge m Ahag verwede.
MehrMultiple Regression (1) - Einführung I -
Multple Regreo Eführug I Mt eem Korrelatokoeffzete ud der efache leare Regreo köe ur varate Zuammehäge zwche zwe Varale uterucht werde. Beutzt ma tatt dee mehrere Varale zur Vorherage, egt ma ch auf da
MehrBeispielklausur BWL B Teil Marketing. 45 Minuten Bearbeitungszeit
Bespelklausur BWLB TelMarketg 45MuteBearbetugszet BWLBBespelklausurTelMarketg Sete WchtgeHwese:. VOLLSTÄNDIGKEIT: PrüfeSeuverzüglch,obIhreKlausurvollstädgst(Aufgabe).. ABGABE: EsstdegesamteKlausurabzugebe.
MehrSchiefe- und Konzentrationsmaße
Statstk für SozologIe Schefe- ud Kozetratosmaße Uv.Prof. Dr. Marcus Hudec Höhere Vertelugsmaßzahle E stetges Merkmal wurde 3 Gruppe beobachtet ud Form der folgede Häufgketstabelle berchtet: Klasse m Gruppe
MehrDer Korrelationskoeffizient ist ein Maß für den linearen Zusammenhang zwischen zwei Variablen X und Y. Er ist durch folgende Formel charakterisiert:
Korrelatoskoeffzet Der Korrelatoskoeffzet st e Maß für de leare Zusammehag zwsche zwe Varable X ud Y. Er st durch folgede Formel charaktersert: r xy corr XY x x y y x x y y x x y x x y y y Statstk für
MehrTest für Varianz. Test für Varianz. Test für Varianz. Die Kontingenztabelle. Statistik 2 4. Vorlesung. Wiederholung: zweidimensionales Datenmaterial
Statstk 4. Vorlesug Test für Varaz Estchprobetest für de Varaz: Hat de Varaz ee bestmmte Wert, bzw. legt er eem bestmmte Berech? Etschedug basert auf dem Ergebs eer ezge Stchprobe. Zwestchprobetest für
MehrÜbungen zur Wahrscheinlichkeitsrechnung und Schliessenden Statistik
Übuge zur Wahrschelchketsrechug ud Schlessede Statstk Aufgabe ud Lösuge vo Peter M Schulze, Verea Dexhemer. Auflage Übuge zur Wahrschelchketsrechug ud Schlessede Statstk Schulze / Dexhemer schell ud portofre
Mehr= 2. Korrelationskoeffizient. Der Korrelationskoeffizient ist ein Maß für den linearen Zusammenhang zwischen zwei Variablen
Korrelatoskoeffzet Der Korrelatoskoeffzet st e Maß für de leare Zusammehag zwsche zwe Varale X ud Y. Er st durch folgede Formel charaktersert: r corr XY ( )( ) ( ) ( ) ( ) ( ) Statstk für SozologIe Regresso
MehrMaße zur Kennzeichnung der Form einer Verteilung (1)
Maße zur Kezechug der Form eer Vertelug (1) - Schefe (skewess): Defto I - Ee Vertelug vo Messwerte wrd als schef bezechet, we se der Wese asymmetrsch st, dass lks oder rechts des Durchschtts ee Häufug
Mehr2. Mittelwerte (Lageparameter)
2. Mttelwerte (Lageparameter) Bespele aus dem täglche Lebe Pro Hemspel hatte Borussa Dortmud der letzte Saso durchschttlch 7.2 Zuschauer. De deutsche Akte sd m Durchschtt um 0 Zähler gefalle. I Ide wurde
MehrZahlensysteme. Dezimalsystem. Binär- oder Dualsystem. Hexadezimal- oder Sedezimalzahlen
IT Zahlesysteme Zahledarstellug eem Stellewertcode (jede Stelle hat ee bestmmte Wert) Def. Code: Edeutge Abbldugsvorschrft für de Abbldug ees Zeche-Vorrates eem adere Zechevorrat. Dezmalsystem De Bass
MehrZur Interpretation einer Beobachtungsreihe kann man neben der grafischen Darstellung weitere charakteristische Größen heranziehen.
Rudolf Brkma http://brkma-du.de Sete 0.0.008 Lagemaße der beschrebede Statstk. Zur Iterpretato eer Beobachtugsrehe ka ma ebe der grafsche Darstellug wetere charakterstsche Größe herazehe. Mttelwert ud
MehrKlausur Statistik IV Sommersemester 2009
Klausur Statstk IV (Lösug) Name, Vorame 013456 Klausur Statstk IV Sommersemester 009 Prof. Dr. Torste Hothor Isttut für Statstk Name: Name, Vorame Matrkelummer: 013456 Wchtg: ˆ Überprüfe Se, ob Ihr Klausurexemplar
MehrAG Konstruktion KONSTRUKTION 2. Planetengetriebe (Umlaufgetriebe) Skript. TU Berlin, AG Konstruktion
AG Kstrut KONTRUKTION Plaetegetrebe (Umlaufgetrebe) rpt TU Berl, AG Kstrut Plaetegetrebe Vrtele Plaetegetrebe: e Achsversatz z.t. sehr grße Über-/Utersetzuge möglch grße Tragraft guter Wrugsgrad Rhlff
MehrEinschlägige Begriffe zur Meßunsicherheit Dr. Wolfgang Kessel, Braunschweig
Eschlägge Begrffe zur Meßuscherhet /7 Eschlägge Begrffe zur Meßuscherhet Dr. Wolfgag Kessel, Brauschweg De Aufstellug folgt cht der re lexografsch-alphabetsche Aordug. Verwadte Begrffe sd velmehr zu Gruppe
MehrInterpolationspolynome
Iterpolatospolyome Ac Gegebe sd +1 Stützstelle x 0 bs x zusamme mt hre Stützwerte y 0 bs y. Durch de Pukte ( x / y ) soll e Polyom p(x) -te Grades gelegt werde : p(x) = a 0 + a 1 x + a 2 x² + + a x = Das
MehrAllgemeine Prinzipien
Allgemee Przpe Es estere sebe Grudehete der Physk; alle adere physkalsche Größe ka ma darauf zurückführe. Dese Grudehete sd: Läge [m] Masse [kg] Zet [s] Elektrsche Stromstärke [A] Temperatur [K], Stoffmege
MehrWIB 2 Mathematik und Statistik Formelsammlung. Z Menge der ganzen Zahlen {...,-3,-2,-1,0,1,2,3,...}
1 Allgeme Geometrsche Rehe: q t = 1 q1 t=0 1 q Mtterachtsformel: ax 2 bxc=0 x 1/ 2 = b±b2 4ac 2a Bomsche Formel: 1. ab 2 =a 2 2abb 2 2. a b 2 =a 2 2abb 2 3. ab a b=a 2 b 2 Wurzel: ugerade 1 Ergebs gerade
MehrDer Korrelationskoeffizient ist ein Maß für den linearen Zusammenhang zwischen zwei Variablen X und Y. Er ist durch folgende Formel charakterisiert:
Korrelatoskoeffzet Der Korrelatoskoeffzet st e Maß für de leare Zusammehag zwsche zwe Varable X ud Y. Er st durch folgede Formel charaktersert: r y corr XY Statstk für SozologIe y y y y y y y y Kozept
MehrFormelsammlung für die Lehrveranstaltung Statistik
Formelsammlug Statst Formelsammlug für de Lehrverastaltug Statst ugelasse für de Klausure ur Statst de Studegäge der Techsche Betrebswrtschaft Verso vom 5..9 Korreturhwese a: Rose@FH-Muester.de Formelsammlug
Mehr6. Zusammenhangsmaße (Kovarianz und Korrelation)
Problemstellug: Bsher: Gesucht: 6. Zusammehagsmaße (Kovaraz ud Korrelato) Ee Varable pro Merkmalsträger, Stchprobe x1,, x Maße für Durchschtt, Streuug, usw. Bespel: Kurse zweer Akte ud a 9 aufeader folgede
MehrUniversitätslehrgang Sports Physiotherapy Einführung in die Statistik
Departmet of Sport Scece ad Kesolog Uverstätslehrgag Sports Phsotherap Eführug de Statstk Gerda Strutzeberger Block I Block Mttwoch 5..0 3:00 bs 4:50 Grudlage, Skaleveau 5:05 bs 7:00 Gütekrtere, Hpothese,
MehrLeitfaden zu den Indexkennzahlen der Deutschen Börse
Letfade zu de Idexkezahle der Deutsche Börse Verso.5 Deutsche Börse AG Verso.5 Letfade zu de Idexkezahle der Deutsche Börse Page Allgemee Iformato Um de hohe Qualtät der vo der Deutsche Börse AG berechete
MehrPractical Numerical Training UKNum
Practcal Numercal Trag UKNum Statstk, Datemodellerug PD. Dr. C. Mordas Ma-Plack-Isttute für Astroome, Hedelberg Programm: ) Repetto elemetare Statstk 2) Regressosaalyse 3) Leare Regresso 4) Ncht-leare
Mehr3. Das Messergebnis. Was ist ein Messergebnis?
. Das Messergebs Was st e Messergebs? Wederholug der Messug Wahrer Wert? Mehrere Eflussgröße Fehlerbetrachtug Messergebs Vorgeheswese für Messergebs. Bestmmug des bekate systematsche Fehlers 2. Aufahme
MehrKapitel XI. Funktionen mit mehreren Variablen
Kaptel XI Fuktoe mt mehrere Varable D (Fuktoe vo uabhägge Varable Se R ud D( f R Ist jedem Vektor (Pukt (,,, D( f durch ee Vorschrft f ee reelle Zahl z = f (,,, zugeordet, so heßt f ee Fukto vo uabhägge
Mehrfür j=0,1,...,n Lagrange zur Lösung der Interpolation nicht geeignet, da numerisch problematisch und teuer. 1 n
Aahme: Es gbt zwe Polyome p ud q vom Grad
MehrVerdichtete Informationen
Verdchtete Iormatoe Maßzahle Statstke be Stchprobe Parameter be Grudgesamthete Maßzahle zur Beschrebug uvarater Verteluge Maßzahle der zetrale Tedez (Mttelwerte) Maßzahle der Varabltät (Streuugswerte)
MehrMehrdimensionale Häufigkeitsverteilungen (1)
Mehrdmesoale Häufgketsverteluge () - De Begrffe uvarat ud bvarat - Vo uvarate (edmesoale) statstsche Aalyse sprcht ma, we pro Perso ur e Merkmal tabellarsche oder grafsche Häufgketsverteluge oder be der
Mehr4. Marshallsche Nachfragefunktionen Frage: Wie hängt die Nachfrage nach Gütern
Prof. Dr. Fredel Bolle Vorlesug "Mkroökoome" WS 008/009 III. Theore des Haushalts 0 Prof. Dr. Fredel Bolle Vorlesug "Mkroökoome" WS 008/009 III. Theore des Haushalts 0 4. Marshallsche Nachfragefuktoe Frage:
MehrMathematische Modellierung Lösungen zum 1. Übungsblatt
Mathematsche Modellerug Lösuge zum Klaus G. Blümel Lars Hoege 6. Oktober 005 Aufgabe 1 a) Der Raumhalt vo eem Kubkmeter etsprcht gerade 1000 Lter, d.h. 1 m 3 = 1000 l. Reche zuächst 1 m 3 cm 3 um. E Meter
Mehrwahlberechtigte Personen der BRD zur Bundestagswahl zugelassene Parteien (SPD, CDU, Grüne, FDP)
Zu Aufgabe 1) Sd folgede Merkmale dskret oder stetg? a) De durch ee wahlberechtgte Perso der BRD gewählte Parte be der Budestagswahl. b) Kraftstoffverbrauch ees Persoekraftwages auf 100 km. c) Zahl der
Mehr3 Bivariate und multivariate Verfahren
3 Bvarate ud Multvarate Verfahre 8 3 Bvarate ud multvarate Verfahre Im Gegesatz zu de bsher behadelte Schätz- ud Testverfahre, de stets auf ee Grudgesamthet bzw. auf e Merkmal ausgerchtet ware, trete statstsche
MehrFormelsammlung. Unter diesen Annahmen kann der Korrelationskoeffizient nach folgenden Schritten getestet werden:
Formelammlug. Korrelatoaalye Korrelatooeffzet (Brava-Pearo) ( )( y y) y y r, r + ( ) ( y y) y y Stattcher et Soll tattch getetet werde, ob e learer Zuammehag zwche de Varable ud y für de Grudgeamthet beteht,
Mehrannehmen, so heißt die Funktion, die jedem atomaren Ereignis { x i } mit i { 1; 2; ;
Wahrschelchet Ee Futo X : Ω R, de edem Ergebs ees zufällge Vorgages ee reelle Zahl zuordet, heßt Zufallsgröße (oder auch Zufallsvarable Ee Zufallsgröße X heßt edlch, we X ur edlch vele Werte x aehme a
MehrRegressionsgerade, lineares Modell:
Statstk Grudlage Charakterserug vo Verteluge Eführug Wahrschelchketsrechug Wahrschelchketsverteluge Schätze ud Teste Korrelato Regresso Eführug Durch de Regressosaalyse wrd versucht, de Art des Zusammehags
MehrGrundlagen der Energietechnik Energiewirtschaft Kostenrechnung. Vorlesung EEG Grundlagen der Energietechnik
Prof. Dr. Ig. Post Grudlage der Eergetechk Eergewrtschaft Kosterechug EEG. Vorlesug EEG Grudlage der Eergetechk De elektrsche Eergetechk st e sogeates klasssches Fach. Folglch st deses Fach vele detallert
MehrBeispiel zur Regression
Bespel zur Regresso Bespel Lestug kw ud Kraftstoff-Verbrauch l pro 00 km vo sebe verschedee VW-Golf Bezmotore [] kw l/00km 55 6,4 74 7,6 77 6,8 85 7,9 0 9,3 50 0,8 [] Quelle: http://www.vw-ole.de/golf/dex_.htm
MehrLösungen. Häufigkeitsverteilung (Stabdiagramm) Aufgabe 1. Häufigkeit (h) Merkmal (x)
Lösuge Aufgabe Merkmal (x) Häufgket (h) h x,, 3, 3,, 8, 5, 5, 6, 6, 7, 3, 8, 3 5, 9, 38,, 5,, 8 68,, 6 3, 3, 9,, 8, 5, 5 5, 6, 3 78, 7, 5, 8, 8, 3, 3, Summe 5.63, Aufgabe Häufgketsvertelug (Stabdagramm)
MehrLösungen zur Klausur Stochastische Risikomodellierung und statistische Methoden (Mai 2013)
Lösuge zur Klausur Stochastsche Rskomodellerug ud statstsche Methode (Ma 0) Aufgabe (0 Pukte): a) Ee Auswertug des Lebeserscherugsbestades m Kalederjahr 0 zegt folgede Ergebsse für das Alter 40 (Altersbestmmug
MehrDeskriptive Statistik und Explorative Datenanalyse
rger Gabler PLU Zusatzformatoe zu Mede vo rger Gabler Thomas Cleff Desrtve tatst ud Eloratve Dateaalse Ee comutergestützte Eführug mt Ecel, P ud TATA 05 3., überarbetete ud erweterte Auflage rger Gabler
Mehr6. Zusammenhangsmaße (Kovarianz und Korrelation)
6. Zuammehagmaße Kovaraz ud Korrelato Problemtellug: Bher: Ee Varable pro Merkmalträger, Stchprobe x,, x Geucht: Maße für Durchchtt, Streuug, uw. Jetzt: Zwe metrche! Varable pro Merkmalträger, Stchprobe
MehrUnter einer Rente versteht man eine regelmässige und konstante Zahlung
8 Aweduge aus der Fazmathematk Perodsche Zahluge: Rete ud Leasg Uter eer Rete versteht ma ee regelmässge ud kostate Zahlug Bespele: moatlche Krakekassepräme, moatlche Altersrete, perodsches Spare, verteljährlcher
MehrStatistische Kennzahlen für die Streuung
Statstsche Kezahle für de Streuug Ordale Date,..., W X,,..., WX {(j) j,..., J} () < () < < (J) {(),...,(J)} (3) () 3 () Geordete Lste k X (k) () () 3 () Smpso s D ud H() sd awedbar, allerdgs wrd Iformato
MehrInduktion am Beispiel des Pascalschen Dreiecks
Iduto am Bespel des Pascalsche Dreecs Alexader Rehold Coldtz 0.02.2005 Eletug vollstädge Iduto De vollstädge Iduto st ebe dem drete ud drete Bewesverfahre ees der wchtgste der Mathemat. Eher bespelhaft
MehrSchiefe-, Wölbungs- und Konzentrationsmaße
Statstk für SozologIe Schefe-, Wölbugs- ud Kozetratosmaße Uv.Prof. Dr. Marcus Hudec Höhere Vertelugsmaßzahle E stetges Merkmal wurde 3 Gruppe beobachtet ud Form der folgede Häufgketstabelle berchtet: Klasse
MehrMathematik: Mag. Schmid Wolfgang & LehrerInnenteam Arbeitsblatt Semester ARBEITSBLATT 7-8 WAHRSCHEINLICHKEITSRECHNUNG UND STATISTIK
Mathematk: Mag. Schmd Wolfgag & LehrerIeteam Arbetsblatt 7-7 7. Semester ARBEITSBLATT 7-8 WAHRSCHEINLICHKEITSRECHNUNG UND STATISTIK STATISTISCHE GRUNDBEGRIFFE Statstk gledert sch zwe Telbereche De Beschrebede
MehrEindimensionale Regression. Eindimensionale Regression. Regressionsgerade. Güte des Regressionsmodells. Vertrauensintervalle
TECHNISCHE UNIVERSITÄT MÜNCHEN-WEIHENSTEPHAN MATHEMATIK UND STATISTIK INFORMATIONS- UND DOKUMENTATIONSZENTRUM R. Bometrsche ud Ökoometrsche Methode I WS 00/0 Regressosgerade Edmesoaleegressosmodell Emprsche
MehrFormeln zur Statistik Statistik - Neff
Formel zur Statst Statst - Neff (.) Mttelwert, Varaz be Ezelwerte (.) Frehetsgrade (.3) Abwechugsquadrate (.4) Leare Efach-Regresso (.5) Multple leare Regresso, DW-Tabelle (.6) A'-Regresso (.7) V T Regresso
MehrStatistische Tests für unbekannte Parameter. Statistische Tests für unbekannte Parameter. Statistische Tests für unbekannte Parameter
Kofeztervall Itervall, as e ubekate Parameter er Vertelug mt vorgegebeer Scherhet übereckt ('Geaugketsaussage' bzw. Zuverlässgket er Puktschätzug ees Parameters) Statstscher Test Ja-Ne-Etscheug arüber,
MehrVarianzfortpflanzung
5.0 / SES.5 Parameterschätzug Varazortplazug Torste Maer-Gürr Torste Maer-Gürr Dskrete Zuallsvarable Ee dskrete Zuallsvarable mmt edlch vele oder abzählbar uedlch vele Werte a. - Werte: - Wahrschelchket:,,,,,,,,
MehrIngrid A. Uhlemann (2015): Einführung in die Statistik für Kommunikationswissenschaftler. Online Anhang: Lösung der Übungsaufgaben Kapitel 5-8,
Igrd A. Uhlema (015): Eführug de Statstk für Kommukatoswsseschaftler. Ole Ahag: Lösug der Übugsaufgabe Kaptel 5-8, Lösug der Übugsaufgabe Kaptel 5: Aufgabe 1: Geg.: Persoalserug ordal skalert, dskret Dauer
MehrLösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung
Lösuge zum Übugs-Blatt 7 Wahrschelchketsrechug BMT Bostatstk Prof. Dr. B. Grabowsk ----------------------------------------------------------------------------------------------- Bedgte Wahrschelchket
MehrLorenz' sche Konzentrationskurve und Disparitätsindex nach Gini
Dpl.-Kaufm. Wolfgag Schmtt Aus meer Skrpterehe: " Kee Agst vor... " Ausgewählte Theme der deskrptve Statstk Lorez' sche Kozetratoskurve ud Dspartätsdex ach G Übuge Aufgabe Lösuge www.f-lere.de Begrff Lorez'
MehrQuellencodierung I: Redundanzreduktion, redundanzsparende Codes
Quellecoderug I: Redudazredukto, redudazsparede Codes Quellecoderug Durch de Quellecoderug werde de Date aus der Quelle codert, bevor se ee Übertragugskaal übertrage werde De Coderug det der Verkleerug
Mehr