Aufgabe 1 (Punkt- und Intervallschätzung für ein metrisches Merkmal)
|
|
- Busso Ziegler
- vor 7 Jahren
- Abrufe
Transkript
1 tatistik für Kouikatioswisseschaftler Witerseester 010/011 Vorlesug Prof. Dr. Nicole Kräer Übug Nicole Kräer, Corelia Oberhauser, Moia Mahlig Lösug Thea Hoepage zur Verastaltug: Aufgabe 1 (Pukt- ud Itervallschätzug für ei etrisches Merkal) ie iteressiere sich für die durchschittliche Größe aller tudieafäger eies Jahrgags. ie habe i eier 10 Jahre alte tudie gelese, dass die durchschittliche Größe vo tudieafäger daals 16 c betrug. ie verute, dass sich das izwische geädert hat. U Ihre Verutug zu überprüfe, befrage ie 0 tudieafäger zu ihrer Größe. Dabei ergibt sich ei arithetisches Mittel vo 10 c ud eie tadardabweichug vo c. a) Wie lautet die chätzug für de Erwartugswert des Merkals Größe? X 10 b) Gebe ie die chätzug für die Variaz des Merkals Größe a. X 1 1 i1 (X i X) X 49 c) Gebe ie die chätzug für die Variaz des arithetische Mittels des Merkals Größe a. X X 49 0, 45 d) Gebe ie das 95%-Kofidezitervall für de Erwartugswert des Merkals Größe a. Dabei köe ie aehe, dass das Merkal oralverteilt ist. Gegebe: Merkal ist oralverteilt Hier: < 30 Kofidezitervall für µ bei oralverteilte X X t ( 1; ) ; X + t( 1; ) t ( 1; ) ist das -Quatil der t-verteilug it 1 Freiheitsgrade. t ( 1; ) t (0 1; 1+0,95 ) t (19;0,95), 0930 X t ( 1; ) 10, , ; 13, 8 ; X + t( 1; ) 0 ; 10 +, 0930 e) Hat sich die Körpergröße sigifikat verädert? Begrüde ie. 0 Die Körpergröße hat sich zu Kofideziveau vo 95% icht sigifikat verädert, da der Wert 16 c i Kofidezitervall ethalte ist. 1
2 Die Befragug wurde aschließed ausgeweitet, so dass isgesat 500 tudieafäger zu ihrer Größe befragt wurde. Es ergab sich ei arithetisches Mittel vo 169 c ud eie tadardabweichug vo c. f) Gebe ie u für die isgesat 500 befragte Persoe das 95%-Kofidezitervall für de Erwartugswert des Merkals Größe a. Hier: 30 Approxiatives Kofidezitervall für µ X ; X + -Quatil der tadardoralverteilug. z 1+0,95 z 0,95 1, 96 X 169 1, , 38 ; 169, 6 ; X ; , g) Köe ie ahad der größere tichprobe etscheide, ob sich die Körpergröße sigifikat verädert hat? Begrüde ie. Die durchschittliche Körpergröße vo tudieafäger hat sich i Vergleich zu vor 10 Jahre sigifikat verädert, da der Wert 16 c icht i 95%-Kofidezitervall ethalte ist. tudieafäger heute sid größer als vor 10 Jahre. Aufgabe (Itervallschätzug für Mittelwerte ud Mittelwertsdifferez) Übergewicht bei Kider ud Jugedliche ist ier wieder ei Thea i de Medie. U Übergewicht zu esse, wird häufig der sogeate Body-Mass-Idex (BMI) verwedet. Dieser ist eie Maßzahl für die Bewertug des Gewichts eies Mesche. Er bezieht das Körpergewicht auf die Körperoberfläche, die äherugsweise aus de Quadrat der Körpergröße berechet wird. Der Body-Mass-Idex wird berechet, ide das Körpergewicht (i Kilogra) durch das Quadrat der Körpergröße (i Meter) geteilt wird. Ab eie BMI vo 5 gilt a als übergewichtig, ab eie BMI vo 30 als adipös (stark übergewichtig). ie verute, dass äliche ud weibliche tudieafäger i uterschiedliche Ausaß vo Übergewicht betroffe sid. U diese Hypothese zu überprüfe, erhebe sie das Gewicht vo 50 weibliche ud 50 äliche tudieafäger. Bei de Fraue erhalte ie eie durchschittliche BMI vo 3,3 (it eier tadardabweichug vo 4,), bei de Mäer vo 4, (it eier tadardabweichug vo 3,9).
3 a) Gebe ie ei 95%-Kofidezitervall für de durchschittliche BMI der Fraue a. X: BMI bei Fraue, tichprobeufag bei de Fraue X X ; X + X 3, 3 1, 96 4, ; 3, 3 + 1, 96 4, 50 50, 13 ; 4, 4 b) Gebe ie ei 95%-Kofidezitervall für de durchschittliche BMI der Mäer a. Y : BMI bei Mäer, tichprobeufag bei de Mäer Ȳ Y ; Ȳ + z Y 4, 1, 96 3, 9 ; 4, + 1, 96 3, , 11 ; 5, 9 c) Gebe ie ei 95%-Kofidezitervall für die Differez des durchschittliche BMI vo Fraue ud Mäer a. Gesucht: Kofidezitervall für die Differez vo Mittelwerte Hier: tichprobeufäge 50 ud 50 beide 30, uabhägige tichprobe Approxiatives Kofidezitervall für die Erwartugswertdifferez µ X µ Y ( X Ȳ ) d ; ( X Ȳ ) + d it d X + Y -Quatil der tadardoralverteilug. z 1+0,95 z 0,95 1, 96 X d + Y 4, ,9 50 0, 81 ( X Ȳ ) d ; ( X Ȳ ) + d (3, 3 4, ) 1, 96 0, 81 ; (3, 3 4, ) + 1, 96 0, 81, 49 ; 0, 69 d) Wie beurteile ie ahad der Date Ihre Verutug, dass sich der BMI vo Fraue ud Mäer uterscheidet? Begrüde ie. Der durchschittliche BMI vo Fraue ud Mäer uterscheidet sich zu Kofideziveau vo 95% icht sigifikat voeiader, da der Wert 0 i Kofidezitervall ethalte ist. 3
4 Aufgabe 3 (Itervallschätzug für Mittelwertsdifferez) Eie Diät verspricht, dass a dait 10 Kilogra i 10 Woche abehe ka. Forscher bezweifel dies ud ache eie tudie dazu. 40 Persoe halte über 10 Woche diese Diät. Die Forscher esse das Körpergewicht zu Begi ud a Ede der tudie. Das Gewicht der Probade reduziert sich i Durchschitt u kg, die tadardabweichug der Gewichtsdifferez beträgt 1,5 kg. a) Gebe ie ei 95%-Kofidezitervall für die durchschittliche Gewichtsreduktio a. Gesucht: Kofidezitervall für eie Mittelwertsdifferez Hier: 40 30, verbudee tichprobe Approxiatives Kofidezitervall der Erwartugswertdifferez µ w µ X µ Y bei verbudee tichprobe W w ; W + W i X i Y i ud w 1 1 -Quatil der tadardoralverteilug. w (W i W ) i1 z 1+0,95 z 0,95 1, 96 W w ; W + w 1, 96 1, 5 ; + 1, 96 1, , 53 ;, 4 b) Hält die Diät, was sie verspricht? Begrüde ie. Die Diät hält icht, was sie verspricht. Der durchschittliche Gewichtsverlust uterscheidet sich zu Kofideziveau 95% sigifikat vo 10 kg. Die Teileher ehe sigifikat weiger ab. 4
5 Aufgabe 4 (Pukt- ud Itervallschätzug für eie biäres Merkal) Ei Wirt überlegt, ob er aus seier Gaststätte ei Raucherlokal ache soll. Ei Gast verutet, dass 80% der Gäste dies befürworte würde, ud bietet de Wirt eie Wette a. Der Wirt glaubt icht, dass 80% seier Gäste dies befürworte würde, ud it die Wette a. U die Wette zu etscheide, uss u überprüft werde, ob 80% der Gäste eie Uwadlug i ei Raucherlokal befürworte würde. Dazu befragt der Wirt eie Woche lag alle seie Gäste it Hilfe eies Frageboges. Isgesat habe i der eie Woche 350 Gäste a der Befragug teilgeoe. Davo habe 65 die Uwadlug i ei Raucherlokal befürwortet, die restliche 85 Gäste habe sich gege eie Uwadlug i ei Raucherlokal ausgesproche. a) Gebe ie eie Puktschätzer für de Ateil der Gäste a, die die Uwadlug i ei Raucherlokal begrüße würde. R , 51 b) Gebe ie eie Puktschätzer für die Variaz des Merkals Befürwortug der Uwadlug i ei Raucherlokal a. X R (1 R) 0, 51 (1 0, 51) 0, 1839 c) Gebe ie eie Puktschätzer für die Variaz des Ateils a. R X 0, , d) Gebe ie das 95%-Kofidezitervall für diese Ateil a. Gesucht: Kofidezitervall für eie Ateil Hier: 30 Approxiatives Kofidezitervall für p R ; R + -Quatil der tadardoralverteilug. z 1+0,95 z 0,95 1, 96 R ; R + 0, 51 1, 96 0, ; 0, , 96 0, , 1 ; 0, 801 e) Wer gewit die Wette? Begrüde ie. Der wahre Ateil i der Grudgesatheit köte 80% sei, da das Kofidezitervall de Wert 80% beihaltet. oit verliert der Wirt die Wette. Aufgabe 5 (Itervallschätzug für Ateile ud Ateilsdifferez) Der Wirt aus Aufgabe 4 fragt sich, ob die Ateile a Gäste, die die Uwadlug seier Gaststätte i ei Raucherlokal befürworte, bei Mäer ud Fraue uterschiedlich sid. Deshalb schaut er sich die Atworte auf diese Frage ochal getret ach Geschlecht a. Isgesat habe 00 Fraue ud 150 Mäer de Frageboge ausgefüllt. Vo de 00 Fraue befürworte 160 die Uwadlug i ei Raucherlokal, vo de 150 Mäer befürworte es
6 a) Gebe ie ei 95%-Kofidezitervall für de Ateil a Fraue a, die die Uwadlug der Gaststätte i Raucherlokal befürworte. X: Befürwortug bei de Fraue, tichprobeufag bei de Fraue R X , 8 RX (1 R X ) R X 0, 8 1, 96 0, 445 ; 0, , 8 (1 0, 8) 00 ; R X + ; 0, 8 + 1, 96 RX (1 R X ) 0, 8 (1 0, 8) b) Gebe ie ei 95%-Kofidezitervall für de Ateil a Mäer a, die die Uwadlug der Gaststätte i Raucherlokal befürworte. Y : Befürwortug bei de Mäer, tichprobeufag bei de Mäer R Y , RY (1 R Y ) RY (1 R Y ) R Y ; R Y + 0, (1 0, ) 0, (1 0, ) 0, 1, 96 ; 0, + 1, , 666 ; 0, 34 c) Gebe ie ei 95%-Kofidezitervall für die Differez der Ateile vo Fraue ud Mäer a, die die Uwadlug der Gaststätte i Raucherlokal befürworte. Gesucht: Kofidezitervall für die Ateilswertdifferez Hier: tichprobeufäge 00 ud 150 beide 30, uabhägige tichprobe approxiatives Kofidezitervall der Ateilswertdifferez p X p Y für uabhägige tichprobe (R X R Y ) d ; (R X R Y ) + d 00 it d RX (1 R X ) -Quatil der tadardoralverteilug. + R Y (1 R Y ) z 1+0,95 z 0,95 1, 96 d R X(1 R X ) + R Y (1 R Y ) 0,8(1 0,8) ,(1 0,) 150 0, 0469 (R X R Y ) d ; (R X R Y ) + d (0, 8 0, ) 1, 96 0, 0469 ; (0, 8 0, ) + 1, 96 0, , 0080 ; 0, 190 d) Uterscheide sich die Ateile sigifikat zu Kofideziveau vo 95%? Begrüde ie. Da der Wert 0 i 95%-Kofidezitervall der Ateilswertdifferez icht ethalte ist, uterscheide sich die beide Ateile sigifikat. Fraue befürworte sigifikat häufiger die Uwadlug i ei Raucherlokal als Mäer. 6
Körpergröße x Häufigkeit in [m] 1.50 1.60 1 1.60 1.70 5 1.70 1.80 49 1.80 1.90 53 1.90 2.00 15 2.00 2.10 1
8 Kofidezitervalle 1 Kapitel 8: Kofidezitervalle A: Beispiele Beispiel 1: Im WS 2000/01 wurde im Rahme der Statistik Vorlesug 124 Studete u.a. zu ihrer Körpergröße befragt. Ma erhielt folgedes Ergebis:
MehrKapitel 5: Schließende Statistik
Kapitel 5: Schließede Statistik Statistik, Prof. Dr. Kari Melzer 5. Schließede Statistik: Typische Fragestellug ahad vo Beispiele Beispiel Aus 5 Messwerte ergebe sich für die Reißfestigkeit eier Garsorte
MehrÜbungen zu QM III Mindeststichprobenumfang
Techische Hochschule Köl Fakultät für Wirtschafts- ud Rechtswisseschafte Prof. Dr. Arreberg Raum 221, Tel. 39 14 jutta.arreberg@th-koel.de Übuge zu QM III Mideststichprobeumfag Aufgabe 12.1 Sie arbeite
MehrStatistik. 5. Schließende Statistik: Typische Fragestellung anhand von Beispielen. Kapitel 5: Schließende Statistik
Statistik Kapitel 5: Schließede Statistik 5. Schließede Statistik: Typische Fragestellug ahad vo Beispiele Beispiel 1» Aus 5 Messwerte ergebe sich für die Reißfestigkeit eier Garsorte der arithmetische
MehrSchätzen von Populationswerten
Schätze vo Populatioswerte SS00 7.Sitzug vom.06.00 Schätze vo Populatioswerte Ziel: Ermöglichug vo Aussage über die Grudgesamtheit ahad vo Stichprobedate Logische Methode: Iduktiosschluß Grudlage des Iduktiosschlusses:
MehrEvaluierung einer Schulungsmaßnahme: Punktezahl vor der Schulung Punktezahl nach der Schulung. Autoritarismusscore vor/nach Projekt
2.4.5 Gauss-Test ud t-test für verbudee Stichprobe 2.4.5.8 Zum Begriff der verbudee Stichprobe Verbudee Stichprobe: Vergleich zweier Merkmale X ud Y, die jetzt a deselbe Persoe erhobe werde. Vorsicht:
MehrSchätzen von Populationswerten
Schätze vo Populatioswerte 7.Sitzug 35 Seite, SoSe 003 Schätze vo Populatioswerte Ziel: Ermöglichug vo Aussage über die Grudgesamtheit ahad vo Stichprobedate Logische Methode: Iduktiosschluss Grudlage
MehrKapitel 10 VERTEILUNGEN
Kapitel 0 VERTEILUNGEN Fassug vo 3. Februar 2006 Prof. Dr. C. Porteier Prof. Dr. W. Groes Matheati für Huabiologe ud Biologe 39 0. Zufallsvariable 0. Zufallsvariable Häu g wird statt des Ergebisses! 2
Mehra) Histogramm der Verteilung: Zunächst werden die gegebenen Messwerte in aufsteigender Reihenfolge sortiert:
D Lösug zu Aufgabe 2: Histogra a) Histogra der Verteilug: Zuächst werde die gegebee Messwerte i aufsteigeder Reihefolge sortiert: i 2 3 4 5 6 7 8 9 2 3 4 5 4,574 4,589 4,593 4,599 4,6 4,67 4,68 4,69 4,6
MehrStatistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39
Statistik Eiführug Kofidezitervalle für eie Parameter Kapitel 7 Statistik WU Wie Gerhard Derfliger Michael Hauser Jörg Leeis Josef Leydold Güter Tirler Rosmarie Wakolbiger Statistik Eiführug // Kofidezitervalle
MehrKapitel 6 : Punkt und Intervallschätzer
7 Kapitel 6 : Pukt ud Itervallschätzer Puktschätzuge. I der Statistik wolle wir Rückschlüsse auf das Wahrscheilichkeitsgesetz ziehe, ach dem ei vo us beobachtetes Zufallsexperimet abläuft. Hierzu beobachte
MehrDie notwendigen Verteilungstabellen finden Sie z.b. hier:
Fakultät für Mathematik Istitute IAG ud IMO Prof. Dr. G. Kyureghya/Dr. M. Hödig Schätz- ud Prüfverfahre Die otwedige Verteilugstabelle fide Sie z.b. hier: http://www.ivwl.ui-kassel.de/kosfeld/lehre/zeitreihe/verteilugstabelle.pdf
MehrDie arithmetischen Eigenschaften der Binomialkoeffizienten
Die arithetische Eigeschafte der Bioialkoeffiziete Christopher Egelschö, 00064 Thoas Fößl, 07005 Ihaltsverzeichis Bioialkoeffiziete - Eie kurze Eiführug. Defiitio ud Berechug...........................2
MehrStreuungsmaße. Prof. Dr. Paul Reuber. Institut für Geographie. Seminar Methoden der empirischen Humangeographie
Streuugsmaße Istitut für Geographie Streuugswerte (Streuugsmaße) Die Diskussio um die Mittelwerte hat die Vorteile dieser statistische Kewerte gezeigt, aber bereits, isbesodere beim arithmetische Mittel,
MehrStatistik I/Empirie I
Vor zwei Jahre wurde ermittelt, dass Elter im Durchschitt 96 Euro für die Nachhilfe ihrer schulpflichtige Kider ausgebe. I eier eue Umfrage uter 900 repräsetativ ausgewählte Elter wurde u erhobe, dass
MehrMathematische und statistische Methoden I
Methodelehre e e Prof. Dr. G. Meihardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstude jederzeit ach Vereibarug ud ach der Vorlesug. Mathematische ud statistische Methode I Dr. Malte Persike persike@ui-maiz.de
MehrParameterschätzung. Numero, pondere et mensura Deus omnia condidit
Parameterschätzug Numero, podere et mesura Deus omia codidit Populatio, Zufallsvariable, Stichprobe Populatio Zufallsvariable X Stichprobe x eie"realisierug vo X (Beobachtug) alle mäliche Rekrute der US
MehrEinstichprobentests für das arithmetische Mittel
Eistichprobetests für das arithmetische Mittel H 0 : = 0 bzw. H 0 : 0 H 1 : 0 zweiseitiger Test) H 1 : 0 zweiseitiger Test) Uter Gültigkeit vo H 0 ist die achfolgede Teststatistik stadardormalverteilt.
MehrIntervallschätzung II 2
Itervallschätzug Kofidezitervall für die Variaz Kofidezitervall für de Ateilswerte Kofidezitervall für die Differez zweier Ateile Bestimmug des Stichrobeumfags Itervallschätzug II Bibliografie Bleymüller
MehrEinführung in die Stochastik 10. Übungsblatt
Eiführug i die Stochastik. Übugsblatt Fachbereich Mathematik SS M. Kohler.7. A. Fromkorth D. Furer Gruppe ud Hausübug Aufgabe 37 (4 Pukte) Ei Eremit am Südpol hat sich für die eibrechede polare Nacht mit
MehrProf. Dr. Roland Füss Statistik II SS 2008
1. Grezwertsätze Der wichtigste Grud für die Häufigkeit des Auftretes der Normalverteilug ergibt sich aus de Grezwertsätze. Grezwertsätze sid Aussage über eie Zufallsvariable für de Fall, dass die Azahl
Mehr2 ISO/BIPM-Leitfaden Guide to the Expression of Uncertainty in Measurement, GUM (2008 überarbeitet, die deutsche Fassung ist [3])
I- Messusicherheite: Lit.: Prof. Dr. Gerz Wahrscheilichkeitsrechug ud Usicherheitsberechug IO/BIPM-Leitfade Guide to the Epressio of Ucertaity i Measuremet, GUM (008 überarbeitet, die deutsche Fassug ist
MehrBeurteilende Statistik - Testen von Hypothesen Übungsaufgaben (2)
Moia Kobel, MK 07.05.2005 Hypothesetest_Ueb_2.cd Beurteilede Statisti - Teste vo Hypothese Übugsaufgabe (2) (10) Bei Regierugswahle erreichte Partei A die absolute Mehrheit it 51% der Stie. Bei eier vo
Mehr6 Vergleich mehrerer unverbundener Stichproben
6 Vergleich mehrerer uverbudeer Stichprobe 6.1 Die eifaktorielle Variazaalyse Die eifaktorielle Variazaalyse diet der Utersuchug des Eiflusses eier kategorieller (bzw. ichtmetrischer) Variable, die die
MehrMusterlösung. Prüfung Statistik Herbstsemester 2011
Prüfug Statistik Herbstsemester 2011 Musterlösug 1. 9 Pukte Lukas ud Markus habe bisher immer Feiste Mii-Brezel 100g des Herstellers Gammelbrot ud Söhe zum Züi gegesse. Vom städige Hugerklage vo Markus
MehrDr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren
Dr. Jürge Seger INDUKTIVE STATISTIK Wahrscheilichkeitstheorie, Schätz- ud Testverfahre ÜBUNG. - LÖSUNGEN. ypothesetest für die Dicke vo Plättche Die Dicke X vo Plättche, die auf eier bestimmte Maschie
MehrKapitel VI. Einige spezielle diskrete Verteilungen
Kapitel VI Eiige spezielle diskrete Verteiluge D 6 (Hypergeometrische Verteilug) Eie Zufallsvariable X heißt hypergeometrisch verteilt, we sie folgede Wahrscheilichkeitsfuktio besitzt: M N M P ( X ) p
MehrStochastik - Lösung (BSc D-MAVT / BSc D-MATH / BSc D-MATL)
Prof. Dr. M. Schweizer ETH Zürich Sommer 8 Stochastik - Lösug (BSc D-MAVT / BSc D-MATH / BSc D-MATL). (6 Pukte) a) (.5 Pukte) Wir defiiere die Ereigisse D = die ähmaschie bekommt eie kleie Defekt} ud U
MehrWahrscheinlichkeit & Statistik Musterlösung Serie 13
ETH Zürich FS 2013 D-MATH Has Rudolf Küsch Koordiator Blaka Horvath Wahrscheilichkeit & Statistik Musterlösug Serie 13 1. a) Die Nullhypothese lautet dass das echte Medikamet höchstes gleich gut ist wie
MehrKapitel XI - Korrelationsrechnung
Istitut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökoometrie ud Statistik Kapitel XI - Korrelatiosrechug Deskriptive Statistik Prof. Dr. W.-D. Heller Hartwig Seska Carlo Siebeschuh Aufgabe der Korrelatiosrechug
Mehr3 Vergleich zweier unverbundener Stichproben
3 Vergleich zweier uverbudeer Stichprobe 3. Der Zweistichprobe t-test Es wird vorausgesetzt, dass die beide Teilstichprobe x, x,..., x ud y, y,..., y jeweils aus (voeiader uabhägige) ormalverteilte Grudgesamtheite
Mehr4 Schwankungsintervalle Schwankungsintervalle 4.2
4 Schwakugsitervalle Schwakugsitervalle 4. Bemerkuge Die bekate Symmetrieeigeschaft Φ(x) = 1 Φ( x) bzw. Φ( x) = 1 Φ(x) für alle x R überträgt sich auf die Quatile N p der Stadardormalverteilug i der Form
MehrGrundlagen der Biostatistik und Informatik
Vergleich vo mehrere Stichprobe Grudlage der Biostatisti ud Iformati Hypotheseprüfuge III., Nichtparametrische Methode dr László Smeller Semmelweis Uiversität 0 Vergleich vo mehrere Stichprobe Boferroi
MehrKapitel 6: Statistische Qualitätskontrolle
Kapitel 6: Statistische Qualitätskotrolle 6. Allgemeies Für die Qualitätskotrolle i eiem Uterehme (produzieredes Gewerbe, Diestleistugsuterehme, ) gibt es verschiedee Möglichkeite. Statistische Prozesskotrolle
MehrV. Tests bez. zweier Verteilungsfunktionen
7 V. Tests bez. zweier Verteilugsfuktioe Seie X ud Y zwei uabhägige oralverteilte Zufallsvariable, für die zwei kokrete Stichprobe x, x,..., x bzw. y, y,..., y it de Ufäge bzw vorliege. a) X ud Y seie
MehrTestverfahren zur Prüfung von Hypothesen über Parameter oder Verteilungen. Einstichprobentest für die Varianz einer Normalverteilung
Testverfahre zur Prüfug vo Hypothese über Parameter oder Verteiluge Eistichprobetest für die Variaz eier Normalverteilug Eistichprobetest für de Ateilswert Zweistichprobetests zum Vergleich zweier arithmetischer
MehrWissenschaftliches Arbeiten Studiengang Energiewirtschaft
Wisseschaftliches Arbeite Studiegag Eergiewirtschaft - Auswerte vo Date - Prof. Dr. Ulrich Hah WS 01/013 icht umerische Date Tet-Date: Datebak: Name, Eigeschafte, Matri-Tabelleform Spalte: übliche Aordug:
Mehr2.3 Einführung der Bruchzahlen
. Eiführug der Bruchzahle..1 Bruchzahlaspekte Sei m (mit m ), eie Bruchzahl. (1) Teil vom Gaze (Siehe dazu de folgede Abschitt..!) () Maßzahl: Bezeichug vo Größe [Siehe Abschitt., Teil I (Größekozept).
MehrTao De / Pan JiaWei. Ihrig/Pflaumer Finanzmathematik Oldenburg Verlag 1999 =7.173,55 DM. ges: A m, A v
Tao De / Pa JiaWei Ihrig/Pflaumer Fiazmathematik Oldeburg Verlag 1999 1..Ei Darlehe vo. DM soll moatlich mit 1% verzist ud i Jahre durch kostate Auitäte getilgt werde. Wie hoch sid a) die Moatsrate? b)
MehrAbschlussprüfung 2011 an den Realschulen in Bayern
Prüfugsdauer: 50 Miute Abschlussprüfug 0 a de Realschule i Bayer Mathematik I Name: Vorame: Klasse: Platzziffer: Pukte: Aufgabe A Haupttermi A.0 Daphe plat eie Teilahme bei Juged forscht. Für ihre Beitrag
MehrWISTA WIRTSCHAFTSSTATISTIK
WISTA WIRTSCHAFTSSTATISTIK PROF. DR. ROLF HÜPEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT Seiar für Theoretische Wirtschaftslehre Vorlesugsprogra 14.05.2013 Streuugsaße 1. Norierte Etropie 2. Spaweite, Quartilsabstad,
MehrNormalverteilung. Standardnormalverteilung. Intervallwahrscheinlichkeiten. Verteilungsfunktion
Normalverteilug Stadardormalverteilug Normalverteilug N(μ, ) mit ichte : Gaußche Glockekurve μ μ μ+ μ >, f ( ) = ( μ) WS 6/7 Prof. r. J. Schütze, FB GW NV π Eigechafte der ichte: - Maimum i μ - mmetrich
Mehr8. Intervallschätzung
8. Itervallschätzug 8.1 Begriff des Kofidezitervalls Mit uterschiedliche Stichprobe lasse sich verschiedee Puktschätzer θ für de Parameter der Grudgesamtheit erziele. We m Stichprobe aus der Grudgesamtheit
MehrTests statistischer Hypothesen
KAPITEL 0 Tests statistischer Hypothese I der Statistik muss ma oft Hypothese teste, z.b. muss ma ahad eier Stichprobe etscheide, ob ei ubekater Parameter eie vorgegebee Wert aimmt. Zuerst betrachte wir
MehrStatistische Tests zu ausgewählten Problemen
Eiführug i die statistische Testtheorie Statistische Tests zu ausgewählte Probleme Teil : Tests für Erwartugswerte Statistische Testtheorie I Eiführug Beschräkug auf parametrische Testverfahre Beschräkug
MehrGliederung. Value-at-Risk
Value-at-Risk Dr. Richard Herra Nürberg, 4. Noveber 26 IVS-Foru Gliederug Modell Beispiel aus der betriebliche Altersversorgug Verteilug des Gesatschades Value-at-Risk ud Tail Value-at-Risk Risikobeurteilug
Mehr2. Repetition relevanter Teilbereiche der Statistik
. Repetitio Statistik Ökoometrie I - Peter Stalder. Repetitio relevater Teilbereiche der Statistik (Maddala Kapitel ) Zufallsvariable ud Wahrscheilichkeitsverteiluge Zufallsvariable X (stochastische Variable)
Mehr(a) Richtig, die Varianz ist eine Summe quadratischer Größen.
Aufgabe 1 (10 Pukte) Welche der folgede Aussage sid richtig? (a) Richtig, die Variaz ist eie Summe quadratischer Größe. (b) Falsch, die Abweichug ordialer Merkmale vom Media ist icht defiiert - also auch
MehrVl Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 5
Vl Statistische Prozess- ud Qualitätskotrolle ud Versuchsplaug Übug 5 Aufgabe ) Sei p = P(A) die Wahrscheilichkeit für ei Ereigis A, dh., es gilt 0 p. Bereche Sie das Maximum der Fuktio f(p) = p(-p). Aufgabe
Mehr,,, xn. 3. Intervallschätzungen Zufallsstichproben und Stichprobenfunktionen Zufallsstichproben. Zufallsvariablen mit
3. Itervallschätzuge 3.1. Zufallsstichprobe ud Stichprobefuktioe 3.1.1 Zufallsstichprobe 1 Sei eie Zufallsvariable ud seie gemeisamer Verteilug,,,, Zufallsvariable mit - da heiße 1,,, Zufallsstichprobe
MehrKennwerte Univariater Verteilungen
Kewerte Uivariater Verteiluge Kewerte Beschreibug vo Verteiluge durch eie (oder weige) Werte Werde auch als Parameter oder Maße vo Verteiluge bezeichet Ma uterscheidet: Lagemaße oder auch Maße der zetrale
Mehr4. Übung Konfidenzintervalle für Anteile und Mittelwerte
Querschittsbereich 1: Epidemiologie, Mediziische Biometrie ud Mediziische Iformatik - Übugsmaterial - Erstellt vo Mitarbeiter des IMISE ud des ZKS Leipzig 4. Übug Kofidezitervalle für Ateile ud Mittelwerte
MehrFolgen und Reihen Glege 03/01
Folge ud Reihe Glege 03/0 I diesem Script werde folgede Theme behadelt: Folge (Eiführug)... Arithmetische Folge... Geometrische Folge...3 Mootoie...4 Kovergez...5 Grezwert...6 Schrake...7 Arithmetische
MehrMusterlösung für die Klausur zur Vorlesung Stochastik I im WiSe 2014/2015
Musterlösug für die Klausur zur Vorlesug Stochastik I im WiSe 204/205 Teil I wahr falsch Aussage Gilt E[XY ] = E[X]E[Y ] für zwei Zufallsvariable X ud Y mit edlicher Variaz, so sid X ud Y uabhägig. Für
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik ud Wahrscheilichkeitsrechug Statistik ud Wahrscheilichkeitsrechug Dr. Joche Köhler Statistik ud Wahrscheilichkeitsrechug Testatprüfug am Doerstag 5.Mai Wa? Doerstag, 5. Mai, 8:00 Uhr Dauer der
MehrAuch im Risikofall ist das Entscheidungsproblem gelöst, wenn eine dominante Aktion in A existiert.
Prof. Dr. H. Rommelfager: Etscheidugstheorie, Kaitel 3 7 3. Etscheidug bei Risiko (subjektive oder objektive) Eitrittswahrscheilichkeite für das Eitrete der mögliche Umweltzustäde köe vom Etscheidugsträger
MehrFormelsammlung Mathematik
Formelsammlug Mathematik 1 Fiazmathematik 1.1 Reterechug Sei der Zissatz p%, der Zisfaktor q = 1 + p 100. Seie R die regelmäßig zu zahlede Rate, die Laufzeit. Edwert: Barwert: achschüssig R = R q 1 q 1
MehrEmpirische Verteilungsfunktion
KAPITEL 3 Empirische Verteilugsfuktio 3.1. Empirische Verteilugsfuktio Seie X 1,..., X uabhägige ud idetisch verteilte Zufallsvariable mit theoretischer Verteilugsfuktio F (t) = P[X i t]. Es sei (x 1,...,
MehrWirksamkeit, Effizienz. Beispiel: Effizienz. Mittlerer quadratischer Fehler (MSE) Konsistenz im quadratischen Mittel
3 arameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez 3 arameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Beispiel: Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische
MehrÜbungsaufgaben zur Investitionsrechnung
Übugsaufgabe zur Ivestitiosrechug Übugsaufgabe (Statische Ivestitiosrechug): Ihre Uterehmug plat die Aschaffug eier eue Maschie. Zur Wahl stehe die beide Alterative A ud B. Folgede Date sid für die beide
MehrAufgabe 1. d) Berechnen Sie die Wahrscheinlichkeit dafür, dass Axel 1,5 Stunden warten muss.
Lehrstuhl für Statistik ud Ökoometrie Otto-Friedrich-Uiversität Bamberg Prof. Dr. Susae Rässler Aufgabe 1 Aufgrud eier Sommergrippe muss Studet Axel seie Hausarzt aufsuche. Um die Wartezeit besser abschätze
MehrZweifaktorielle Varianzanalyse. Zweifaktorielle Varianzanalyse. Zweifaktorielle Varianzanalyse. Zweifaktorielle Varianzanalyse
Ziel Überprüfug der Gleichheit der Erwartugswerte eies Merals i Utergruppe, die vo zwei Fatore erzeugt werde Fator A i a Stufe Fator B i b Stufe Ist jede Stufe vo Fator A it jeder vo Fator B obiiert, spricht
MehrKapitel 9: Schätzungen
- 73 (Kapitel 9: chätzuge) Kapitel 9: chätzuge Betrachte wir folgedes 9. Beispiel : I eiem Krakehaus wurde Date über Zwilligsgeburte gesammelt. Bei vo 48 Paare hatte die beide Zwillige verschiedees Geschlecht.
MehrAnwendung für Mittelwerte
Awedug für Mittelwerte Grudgesamtheit Stichprobeziehug Zufalls- Stichprobe... "wahre", ubekate Mittelwert der Grudgesamtheit icht zufällig?... beobachtete Mittelwert zufällig Statistik für SoziologIe 1
MehrAusgangspunkt: Über einen endlichen Zeitraum wird aus einem Kapital (Rentenbarwert RBW v n,i
D. Reterechug 1.1. Jährliche Retezahluge 1.1.1. Vorschüssige Retezahluge Ausgagspukt: Über eie edliche Zeitraum wird aus eiem Kapital (Retebarwert RBW v,i ), das ziseszislich agelegt ist, jeweils zu Begi
MehrWirksamkeit, Effizienz
3 Parameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische Verteilugsaahme mit Parameterraum Θ. 1 Seie θ ud θ erwartugstreue
MehrParameter von Häufigkeitsverteilungen
Kapitel 3 Parameter vo Häufigkeitsverteiluge 3. Mittelwerte Mo Der Modus (:= häufigster Wert, Abk.: Mo) ist der Merkmalswert mit der größte Häufigkeit, falls es eie solche gibt. Er sollte ur bei eigipflige
MehrX X Schätzen von Vertrauensintervallen Schwankungsintervall
.. Schätze vo Vertrauesitervalle..1. Schwakugsitervall Beispiel: X = Betrag vo Geldüberweisuge, ormalverteilt, µ = 5000, = 1000 Zufallsstichprobe mit = 100, Schätzer für µ: X X Gesucht: Itervall, i dem
MehrVl Statistische Prozess und Qualitätskontrolle und Versuchsplanung Übung 3
Vl Statistische Prozess ud Qualitätskotrolle ud Versuchsplaug Übug 3 Aufgabe ) Die Schichtdicke X bei eier galvaische Beschichtug vo Autoteile sei ormalverteilt N(μ,σ ). 4 Teile werde galvaisch beschichtet.
MehrGrundgesamtheitsanaylsen und Stichproben. Betrachtungen zur Stichprobenfindung
MaMaEuSch Maagemet Mathematics for Europea Schools http://www.mathematik.uikl.de/ mamaeusch Grudgesamtheitsaaylse ud Stichprobe. Betrachtuge zur Stichprobefidug Paula Lagares Justo Puerto 1 MaMaEuSch 2
MehrÜbungen mit dem Applet erwartungstreu
Übuge mit dem Applet erwartugstreu Visualisierug vo erwartugstreu Begriffe ud statischer Hitergrud. Visualisieruge mit dem Applet..3. Zufallsstreuug der Eizelwerte...3. Mittelwerte 3.3 Variaz. 4.4 Variaz
MehrRepublik Kongo, 2013 Einwohnerzahl 2,04 Millionen. Auf der Seite der Männer ist die Pyramide bei der Altersgruppe der 20- bis 60-Jährigen
Alt ud Jug 10 1 5 mathbuch 3+ LU 10 Arbeitsheft+ Teste dich selbst (Lösuge) spyramide, 2013 Republik Kogo, 2013 Eiwoherzahl 2,04 Millioe Eiwoherzahl 4,5 Millioe 99 Mäer Fraue 99 99 Mäer Fraue 99 300 200
MehrDer Modus. Lageparameter. Beispiel (Einrichtungen) Beispiel (Lieblingsfarben) Modus. Untersuchungseinheiten U 1,...,U n. Merkmal X
Lageparameter Der Modus Utersuchugseiheite U,...,U Modus mod Mermal X Urliste,..., geordete Urliste (),..., () Es gilt i.allg.: ( ), i, K i i, Mermalsauspräguge a,..., a wird auch Modalwert oder häufigster
MehrKorrekturliste zum Studienbuch Statistik
Korrekturlite zum Studiebuch Statitik I der aktuelle Auflage wurde durch ei Kovertierugproblem i de Kapitel 0 (S. 3 3 ud de etprechede Abchitte i de Löuge (S. 39 07 teilweie die Zeiche µ durch ud π durch
Mehr2. Verteilung der Primzahlen. Bertrands Postulat
O Forster: Prizahle 2 Verteilug der Prizahle Bertrads Postulat 21 Satz (Euklid Es gibt uedlich viele Prizahle Beweis Wir zeige, dass es zu jeder edliche Mege 1, 2,, vo Prizahle ier och eie weitere Prizahl
MehrKlausur 3 Kurs 11ma3g Mathematik
202-06-2 Klausur 3 Kurs ma3g Mathematik Lösug I eier Lotto-Ure befide sich 49 Kugel, die mit de Zahle vo bis 49 beschriftet sid. Eie eizige Kugel wird gezoge. Bereche Sie die Wahrscheilichkeit, dass diese
MehrUnivariate Verteilungen
(1) Aalyse: "deskriptive Statistike" Aalysiere -> deskriptive Statistike -> deskriptive Statistik Keie tabellarische Darstellug der Häufigkeitsverteilug () Aalyse: "Häufigkeitsverteilug" Aalysiere -> deskriptive
MehrCompliance in der Bauindustrie
Eiladug Wir lade Sie herzlich ei zu userer Vortragsverastaltug Compliace i der Bauidustrie Bauuterehme bewege sich i eiem schwierige Wettbewerbsumfeld mit hohem Kokurrezdruck. Dabei sid sie uterschiedlichste,
MehrWahrscheinlichkeitstheorie und Statistik vom
INSTITUT FÜR MATHEMATISCHE STOCHASTIK WS 005/06 UNIVERSITÄT KARLSRUHE Priv.-Doz. Dr. D. Kadelka Klausur Wahrscheilichkeitstheorie ud Statistik vom 9..006 Musterlösuge Aufgabe A: Gegebe sei eie Urliste
MehrSo zufrieden sind die Leser mit ihrer Berufswahl
So zufriede sid die Leser mit ihrer Berufswahl Autor Viktoria Weber Datum der Geerierug. 0. 203 (3:0) Iformatioe zum Bericht BESCHREIBUNG UMFRAGESTART UMFRAGEENDE GESAMTSAMPLE NETTOBETEILIGUNG. 0. 203
MehrVerteilungsfunktionen
Verteilugsfuktioe Wie sid zufällige Fehler verteilt? Wie sid Messwerte verteilt? Fehler Messwerte Verteilugsfuktioe: Maxwell-Boltza Feri-Dirac Bose-Eistei Placksche Verteilug Frage ist stets, wie groß
MehrWahrscheinlichkeit und Statistik
ETH Zürich HS 2015 Prof. Dr. P. Embrechts Wahrscheilichkeit ud Statistik D-INFK Lösuge Serie 2 Lösug 2-1. (a Wir bereche P [W c B] auf zwei Arte: (a Wir betrachte folgede Tabelle: Azahl W W c B 14 6 B
Mehr2 Induktive Statistik
Kapitel 2 Iduktive Statistik Seite 19 2 Iduktive Statistik 2.1 Grudprizipie der iduktive Statistik 2.2 Puktschätzug 2.2.1 Schätzfuktioe Defiitio 2.1 Sei X 1,...,X i.i.d. Stichprobe. Eie Fuktio heißt Schätzer
Mehr2.2.1 Lagemaße. Exkurs: Quantile. und n. p n
Ekurs: Quatile Ausgagspukt : Geordete Urliste Jeder Wert p, mit 0 < p
MehrGängige Arten von Verbindungsrenten und die zugehörigen Formeln. 1. Rente wird an einen Mann und eine Frau bezahlt, solange beide leben: lxy.
Zusatziformatio zu Verbidugsrete Budesmiisterium für Fiaze, 20. Februar 2004 Verbidugsrete sid Rete, die a das Ablebe mehrer Persoe geküpft sid: Bei der Berechug des Barwertfaktors gelagt auch der Verbidugsfaktor
MehrVersicherungstechnik
Operatios Research ud Wirtschaftsiformati Prof. Dr. P. Recht // Dipl.-Math. Rolf Wedt DOOR Versicherugstechi Übugsblatt 3 Abgabe bis zum Diestag, dem 03..205 um 0 Uhr im Kaste 9 Lösugsvorschlag: Vorbereituge
MehrUlrich Stein Fehlerrechnung
Fehlerrechug Verteilug vo Messwerte Mittelwert Stadardabweichug Stadardfehler Rude vo Messwerte Darstellug vo Messwerte (Stellezahl) Fehlerfortpflazug Messergebisse Messug physikalische Realität Messgerät,
MehrStatistik I Februar 2005
Statistik I Februar 2005 Aufgabe 0 Pukte Ei Merkmal X mit de mögliche Auspräguge 0 ud, das im Folgede wie ei kardialskaliertes Merkmal behadelt werde ka, wird a Merkmalsträger beobachtet. Dabei bezeichet
MehrTestverfahren zur Prüfung von Hypothesen über Parameter oder Verteilungen
Testverfahre zur Prüfug vo Hypothese über Parameter oder Verteiluge Eiführug ud Begriffe beim Hypothesetest Hypothesetest für de Mittelwert Testverfahre I 1 Bibliografie Prof. Dr. Kück Uiversität Rostock
MehrSind Sie mit unserem Angebot zufrieden? ja nein weiß nicht
STATISTIK Eiführug Statistik kommt vom italieische Wort statistica, was so viel wie Staatsma bedeutet. Früher verwedete ma de Begriff ur für eie Auswertug vo Date (Klima, Bevölkerug, Bräuche,...) eies
MehrFormelsammlung Statistik 29. Januar 2019
Formelsammlug Statistik Seite 1 Formelsammlug Statistik 9. Jauar 019 Witersemester 018/19 Adreas Löpker, HTW Dresde 1. Deskriptive Statistik (F1) Stichprobe x vom Umfag, Stichprobe y vom Umfag m x = (x
MehrStochastik. Bernoulli-Experimente und Binomialverteilung. Allg. Gymnasien: ab J1 / Q1 Berufl. Gymnasien: ab Klasse 12.
Stochastik Allg. Gymasie: ab J / Q Berufl. Gymasie: ab Klasse 2 Alexader Schwarz www.mathe-aufgabe.com August 208 Aufgabe : Ist der Zufallsversuch eie Beroulli-Kette? We ja, gib die Läge ud die Trefferwahrscheilichkeit
MehrStandard Normalverteilung Dichtefunktion von Standard Normal Verteilung. Grenzwertsatz. Normalverteilung. Andere wichtige Verteilungen: Anwendungen
Statistik. Vorlesug, September, 00 f() 0.0 0. 0. 0.3 0.4 Stadard Normalverteilug Dichtefuktio vo Stadard Normal Verteilug -4-0 4 Der Erwartugswert: mittlere Wert E ( = f( ) d=0 für die Stadard Normal Verteilug
MehrTicket-Produkte. 1. Welche Ticket-Arten stehen für die Allgemeinheit zur Verfügung?
1. Welche Ticket-Arte stehe für die Allgemeiheit zur Verfügug? Für die FIFA Fussball-Weltmeisterschaft 201 werde drei verschiedee Ticket-Produkte agebote: Eizeltickets: Dies sid Tickets für ei bestimmtes
Mehr14 Statistische Beziehungen zwischen nomi nalen Merkmalen
14 Statistische Beziehuge zwische omi ale Merkmale 14.1 Der Chi Quadrat Test auf Uabhägigkeit für Vier Feldertafel 14.2 Der Chi Quadrat Test auf Uabhägigkeit für r s Kotigeztafel 14.3 Zusammmehagsmaße
Mehrs xy x i x y i y s xy = 1 n i=1 y 2 i=1 x 2 s 1 n x n i Streudiagramme empirische Kovarianz x=5,5 y=7,5
Streudiagramme für metrisch skalierte Variable paarweise Messwerte (x,y) x 5 7 y 7 5 7 5 5 7 Aussage zu Zusammehäge. empirische Kovariaz Stadardabweichug der WertPAARE x i x y Wert x Mittelwert aller x
MehrStochastik - Lösung (BSc D-MAVT / BSc D-MATH / BSc D-MATL)
Prof. Dr. M. Schweizer ETH Zürich Witer 28 Stochastik - Lösug (BSc D-MAVT / BSc D-MATH / BSc D-MATL). (6 Pukte) a) (2 Pukte) Wir defiiere die Ereigisse K {die Perso ist krak} ud T {der Test ist positiv}.
MehrGrundsätzlich sollen Varianz bzw. Standardabweichung Maße dafür sein, wie stark eine Verteilung um ihren Erwartungswert streut.
Eie Iterpretatiosfrage habe ich zu eiem Beispiel das i der der letzte Vorlesug behadelt wurde: Auf Folie.7 zur Variaz. Dort wird ei Beispiel eier stetige Zufallsvariable geat (Warte a eier S-Bah-Haltestelle).
Mehr