Zufallsstreubereiche und Vertrauensbereiche
|
|
- Ewald Lichtenberg
- vor 7 Jahren
- Abrufe
Transkript
1 HTL Saalfelde Zufallsstreu- ud Vertrauesbereiche Seite 1 vo 1 Wilfried Rohm, HTL Saalfelde wilfried.rohm@schule.at Zufallsstreubereiche ud Vertrauesbereiche Mathematische / Fachliche Ihalte i Stichworte: Zufallstreubereiche, Vertrauesbereiche = Kofidezitervalle, Biomialverteilug, Normalverteilug, Chiquadratverteilug, t-verteilug. Kurzzusammefassug Es erfolgt Berechug ud Darstellug der Zufallsstreubereiche für fehlerhafte Eiheite (Biomialverteilug) als Beispiel eier diskrete Verteilug sowie ormalverteilter Größe (Messwerte: Mittelwert ud Stichprobe-Streuug). Ausserdem erfolge Berechug ud Darstellug der Vertrauesbereiche für de Ateil fehlerhafter Eiheite (Biomialverteilug) sowie für de Erwartugswert µ ud die Stadardabweichug bzw. Variaz bei Vorliege eier ormalverteilte Grudgesamtheit. Diese Datei eiget sich vorallem zu Demostratioszwecke. Didaktische Überleguge / Zeitaufwad: Erfahrugsgemäß habe Schüler immer wieder Schwierigkeite bei der Uterscheidug der Begriffe "Vertrauesbereich" ud "Zufallsstreubereich", was zum Teil auch a der eher kochrezeptartige Ermittlug dieser Größe für die eizele Verteiluge liegt.die Verwedug eies Computeralgebrasystems wie Mathcad erlaubt speziell bei diskrete Verteiluge eie sehr aschauliche ummersiche Ermittlug dieser Werte sowie eie etsprechede Veraschaulichug, was wesetlich dazu beitrage ka, diese wichtige Begriffe besser zu verstehe! Zur Verwedug als Demostratiosfile blede ma die Regioe für die Berechuge aus ud variiere die farblich hervorgegehobee Eigabebereiche für Stichprobeumfag (), Irrtumswahrscheilichkeit bzw. de adere, spezifische Parameter. Lehrplabezug (bzw. Gegestad / Abteilug / Jahrgag): Agewadte Mathematik, 5.Jahrgag, alle Abteiluge Mathcad-Versio: erstellt i der Versio 11. INHALT (gewüschte Bereich aklicke!): Begriffsdefiitioe Zufallstreubereich eier diskrete Verteilug - Beispiel Biomialverteilug Vertrauesbereich eier diskrete Verteilug - Beispiel Biomialverteilug Normalverteilug : Zufallsstreubereich für Eizelwerte x Normalverteilug: Zufallsstreubereich für Mittelwert (bei gegebeem ) Normalverteilug: Vertrauesbereich für µ (bei gegebeem ) Normalverteilug: Vertrauesbereich für µ (bei gegebeem s - Vergleich) Normalverteilug: Zufallsstreubereich für s (bei gegebeem ) Normalverteilug: Vertrauesbereich für Wilfried Rohm 4/5
2 HTL Saalfelde Zufallsstreu- ud Vertrauesbereiche Seite vo 1 Begriffsdefiitioe Zufallsstreubereiche : Schluß vo der Grudgesamtheit auf mögliche Stichprobeergebisse. d.h.: Ma geht vo (gegebee) Parameter eier bestimmte Verteilug aus ud bestimmt daraus ei- oder zweiseitige Bereiche, i dee die iteressierede Stichprobewerte mit vorgegebeer Wahrscheilichkeit liege. Üblicherweise werde i der Praxis dazu statistische Sicherheite vo 9%, 95%, 99% ud/oder 99,9% verwedet. I de folgede Beispiele wird ur mit zweiseitige Zufallsstreubereiche gearbeitet! Aweduge: Shewart-Regelkarte, d.h. Regelkarte, die überprüfe solle, ob sich eie Verteilug (bezüglich Lage, Streuug,...) im Laufe der Zeit verädert! Hiweise zur Bezeichugsweise: Biomialverteilug: Parameter der Grudgesamtheit: p = fester (gleichbleibeder) Prozetsatz für de Ateil fehlerhafter Eiheite. Stichprobewerte: = Stichprobeumfag x = Azahl der gefude fehlerhafte Eiheite i der Stichprobe. Normalverteilug: Parameter der Grudgesamtheit µ = Parameter, der die LAGE der Verteilug beschreibt = STANDARDABWEICHUNG als Maß für die Streuug Stichprobegröße: x... Eizelwerte (Messwerte) x... Mittelwert aus Eizelwerte (Messwerte) s... Stichprobestadardabweichug aus Eizelwerte (Messwerte) Vertrauesbereiche / Kofidezitervalle: Schluß vo Stichprobewerte auf die Parameter der Grudgesamtheit. d.h.: Ausgehed vo eiem Stichprobeergebis soll bestimmt werde, i welchem eioder zweiseitige Bereich der jeweilige Parameter der Grudgesamtheit mit vorgegebeer Wahrscheilichkeit liegt. Üblicherweise werde i der Praxis dazu statistische Sicherheite vo 9%, 95%, 99% ud/oder 99,9% verwedet. I de folgede Beispiele wird ur mit zweiseitige Vertrauesbereiche gearbeitet! Aweduge: Auswertug vo Messserie, Iterpretatio vo Meiugsumfrage,... Wilfried Rohm 4/5
3 HTL Saalfelde Zufallsstreu- ud Vertrauesbereiche Seite 3 vo 1 Zufallsstreubereich eier Diskrete Verteilug - Beispiel Biomialverteilug :=. Berechug := 1 p :=.5 x u ( ) := qbiom,, p x ob ( ) := qbiom 1,, p x u (.5) = 1 x ob (.5) = 1 x u (.1) = x ob (.1) = 11 x u (.) = x ob (.) = 8 Zur Erläuterug: Zur Berechug des Zufallsstreubereiches bei eier diskrete Verteilug muss die Festlegug berücksichtigt werde, dass sowohl a der obere Greze wie auch a der utere Greze der größtmögliche Bereich kleier oder gleich / abgeschitte wird. Daher ist der (1 )-Zufalsstreubereich eier diskrete Verteilug im allgemeie größer als (1-). Diese Festlegug berücksichtigt der Befehl der iverse Biomialverteilug zur Berechug des jeweilige Quatils der Biomialverteilug (qbiom) automatisch, da die Fuktio qbiom(g,,p) die kleiste gaze Zahl k zurückliefert, für die pbiom( k,, p) Ggilt. Berechug x u ( ) = x ob ( ) = 8 x:=... x u ( ) x ob ( ) dbiom( x,, p) x 1 1 pbiom( x,, p) x Iterpretatio: Bei eier Stichprobe des Umfags aus eiem Los mit (gleichbleibedem!) Schlechtateil p ist die Wahrscheilichkeit zumidest 1-, dass die Azahl der "schlechte" Stücke i der Stichprobe zwische x u ( ) ud x ob ( ) liegt! Wilfried Rohm 4/5
4 HTL Saalfelde Zufallsstreu- ud Vertrauesbereiche Seite 4 vo 1 Vertrauesbereich eier Diskrete Verteilug - Beispiel Biomialverteilug Beispiel: Bei eier Wahlumfrage werde =5 gefragt, "welche Partei sie am ächste Sotag wähle würde". 5 der gerfagte Persoe etschiede sich für die "GRAUE PARTEI". Wie groß ist demach (mit eier Irrtumswahrscheilichkeit <= 5%) der Ateil der GRAU-Wähler i der gesamte Bevölkerug? Lösug über de Vertrauesbereich der Biomialverteilug := 5 x:= 5 := 1% Schätzwert aus der Stichprobe x =.14 Berechug p :=.1 x geg := x Vorgabe p ute := p :=.5 pbiom( x,, p) = 1 Suche( p) p ute =.841 Vorgabe p obe := pbiom( x,, p) = Suche( p) p obe =.193 Zur Erläuterug: Die Berechug des Vertrauesbereiches der Biomialverteilug führt auf eie recht komplizierte Formel, aufbaued auf der F-Verteilug. Mit Hilfe eies Computeralgebrasystemes ka die Berechug umerisch erfolge ud wird dadurch wesetlich verstädlicher! Wir löse eifach obige Gleichuge. Damit wird p ute so bestimmt, dass der Wert x der Stichprobe gerade am OBEREN RAND des Zufallstreubereiches der Verteilug für p ute zu liege kommt. Daher ist die Gleichug G bi (p ute ) = 1 - a/ ach p ute aufzulöse. Ud p obe wird so bestimmt, dass der Wert x der Stichprobe gerade am UNTEREN RAND des Zufallstreubereiches der Verteilug für p obe zu liege kommt. Daher ist die Gleichug G bi (p obe ) = a/ ach p obe aufzulöse. µ := x x:=.. 4 µ Berechug p ute =.841 p obe =.193 Wilfried Rohm 4/5
5 HTL Saalfelde Zufallsstreu- ud Vertrauesbereiche Seite 5 vo dbiom( x,, p ute ) dbiom x,, p obe ( ).4. x geg x Iterpretatio : Derr Ateil der "Grau-Wähler" i der Grudgesamtheit bzw. der "wahre Parameter" p liegt - ausgehed vo userem Stichprobeergebis - mit eier Wahrscheilichkeit vo (zumidest) 1- im Bereich p ute p p obe Die Grezverteiluge für p ute bzw. für p obe sid i der Zeichug rot bzw. blau eigezeichet! Normalverteilug - Zufallsstreubereich für Eizelwerte x :=.1 Berechug µ := 1 :=.1 x u := µ qorm 1,, 1 x ob := µ + qorm 1,, 1 x := µ 6, µ µ x u = x ob = xu := µ 6, µ x u 1 xob := x ob, x ob +.. µ Berechug 4 x u x ob dorm( x, µ, ) dorm( xu, µ, ) dorm( xob, µ, ) x, xu, xob Wilfried Rohm 4/5
6 HTL Saalfelde Zufallsstreu- ud Vertrauesbereiche Seite 6 vo 1 Iterpretatio : Mit eier Wahrscheilichkeit vo (1-) liegt ei Merkmalswert aus eier ormalverteilte Grudgesamtheit mit de Parameter µ ud im Bereich x u x x ob Normalverteilug: Zufallsstreubereich für x (bei gegebeem ) := 1 :=.5 µ := 1 :=.1 Berechug xq u := µ qorm 1,, 1 xq ob := µ + qorm 1,, 1 x q µ 6 µ 6 :=, +.. µ xq u = xq ob = xu := µ 6, µ xq u 1 xob := xq ob, xq ob +.. µ Berechug 15 dorm x q, µ, dorm xu, µ, 1 xq u xq ob dorm xob, µ, 5 ( ) dorm x q, µ, x q, xu, xob, x q Iterpretatio : Mit eier Wahrscheilichkeit vo 1- liegt der Mittelwert x vo Messwerte (Merkmalswerte) aus eier ormalverteilte Grudgesamtheit (µ,) im folgede Bereich: xq u x q xq ob Der Vergleich mit der grü eigezeichete Verteilug für die Eizelwerte zeigt, dass die Mittelwerte mit der Stadardabweichug xq = etspreched weiger streue als die Eizelwerte! Die Fläche uter beide Kurve muss 1 ergebe! Wilfried Rohm 4/5
7 HTL Saalfelde Zufallsstreu- ud Vertrauesbereiche Seite 7 vo 1 Normalverteilug: Vertrauesbereich für µ (bei gegebeem ) := 1 := 5% Berechug µ u := x quer qorm 1,, 1 µ ob := x quer + qorm 1,, 1 µ ob = x q x quer 6 x quer 6 :=, +.. x quer µ u = x quer := 1 :=.1 Berechug 15 µ u µ ob Iterpretatio : Bei eier Messug eier Merkmalsgrösse durch Mittelug vo Eizelwerte stellt sich die Frage, wie geau diese Schätzug für de Parameter µ eier ormalverteilte Grudgesamtheit ist. Der Vertrauesbereich (bzw. das Kofidezitervall) sagt u aus, dass das "wahre µ" der Grudgesamtheit mit eier Wahrscheilichkeit 1- im folgede Bereich liegt: µ u µ µ ob Im Diagramm sid die Grezverteiluge rot bzw. blau eigezeichet, der Schätzwert gemäß der Stichprobe ist der mittlere Schwarze Strich! Normalverteilug: Vertrauesbereich für µ bei gegebeem x ud s (Vergleich mit gegebe: grüe Liie) := 1 Berechug := 5% x quer := 1 s :=.1 txf (, ) := qt( x, f) Wilfried Rohm 4/5
8 HTL Saalfelde Zufallsstreu- ud Vertrauesbereiche Seite 8 vo 1 s µ u := x quer t 1, 1 µ u = s µ ob := x quer + t 1, 1 µ ob = µ u ( ) := x quer qorm 1,, 1 µ u ( ) = µ ob ( ) := x quer + qorm 1,, 1 µ ob ( ) = x q x quer 6 s x quer 6 s s :=, +.. x quer + 6 s 1 t u ( x q ) x q µ u := t o ( x q ) := s x q µ ob s Berechug 3 5 µ u µ ob Iterpretatio : Bei eier Messug eier Merkmalsgrösse durch Mittelug vo Eizelwerte stellt sich die Frage, wie geau diese Schätzug für de Parameter µ eier ormalverteilte Grudgesamtheit ist. Der Vertrauesbereich (bzw. das Kofidezitervall) sagt u aus, dass das "wahre µ" der Grudgesamtheit mit eier Wahrscheilichkeit 1- im folgede Bereich liegt: µ u µ µ ob Im Diagramm sid die Grezverteiluge rot bzw. blau eigezeichet, der Schätzwert gemäß der Stichprobe ist der mittlere Schwarze Strich! Es ist aber ei Uterschied i der Geauigkeit der Schätzug, ob die Streuug der Grudgesamtheit als bekat vorausgesetzt werde ka (dies ergibt die grü eigezeichete Greze für µ u bzw. µ ob ) oder ob diese Stadardabweichug aus de Stichprobewerte mit der Stichprobestadardabweichug s erst abgeschätzt werde muss. Da muss mit der t-verteilug gerechet werde, was zu eiem etspreched größere Vertrauesbereich für µ führt (gestrichelte rote Liie = größere Usicherheit!). Der Uterschied wird allerdigs immer kleier, je größer wird, weil die t-verteilug für gege Uedlich i die Normalverteilug übergeht! Wilfried Rohm 4/5
9 HTL Saalfelde Zufallsstreu- ud Vertrauesbereiche Seite 9 vo 1 Zufallsstreubereich für s :=.1 := :=.1 χ Gf, = ( 1) s Berechug chi( G, f) := qchisq( G, f) ZSB - Formel s u ( ) := chi, 1 1 s ob ( ) := chi 1, 1 1 s u (.5) =.6847 s ob (.5) = s :=,.. 1 su :=,.. s u ( ) 1 so := s ob ( ), s ob ( ) Berechug dchisq ( 1) s, 1 1 dchisq ( 1) su 1, 1 dchisq ( 1) so 1, s u ( ) s ob ( ) s, su, so Iterpretatio : Mit eier Wahrscheilichkeit vo 1- liegt die Stichprobe-Stadardabweichug vo Messwerte (Merkmalswerte) aus eier ormalverteilte Grudgesamtheit (µ,) im folgede Bereich: s u s s ob Da die Verteilug der Stichprobevariaze eier Chiquadratverteilug mit (-1) Freiheitsgrade folgt, ist dieser Bereich NICHT symmetrisch um s gelege! Allerdigs wird dieser Bereich bzw. die Chiquadratverteilug für größer werdedes immer symmetrischer, weil die Chiquadratverteilug für gege Uedlich i die Normalverteilug übergeht! Wilfried Rohm 4/5
10 HTL Saalfelde Zufallsstreu- ud Vertrauesbereiche Seite 1 vo 1 Vertrauesbereich für :=.1 := 1 Berechug s geg := u := s geg ob := chi 1, 1 chi, 1 u =.793 ob =.1645 s geg s geg s :=,.. s geg 1 Berechug dchisq s 1 ( 1), 1 u u 15 u ob dchisq s 1 ( 1), 1 ob ob s, s, s geg Iterpretatio : Bei der Schätzug der Stadardabweichug aus eier Stichprobe vo Eizelwerte durch Ermittlug der Größe s stellt sich die Frage, wie geau diese Schätzug ist. Der Vertrauesbereich (bzw. das Kofidezitervall) sagt u aus, dass das "wahre " der Grudgesamtheit mit eier Wahrscheilichkeit 1- im folgede Bereich liegt: u ob Im Diagramm sid die Grezverteiluge rot bzw. blau eigezeichet, der Schätzwert s gemäß der Stichprobe ist der mittlere Schwarze Strich! Wilfried Rohm 4/5
Kapitel 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
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
MehrAnwendung für Mittelwerte
Awedug für Mittelwerte Grudgesamtheit Stichprobeziehug Zufalls- Stichprobe... "wahre", ubekate Mittelwert der Grudgesamtheit icht zufällig?... beobachtete Mittelwert zufällig Statistik für SoziologIe 1
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.
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
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
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
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
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
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
MehrUmrechnung einer tatsächlichen Häufigkeitsverteilung in eine prozentuale Häufigkeitsverteilung
.3. Prozetuale Häufigkeitsverteilug (HV) Die prozetuale Häufigkeitsverteilug erlaubt de Vergleich vo Auswertuge, dee uterschiedliche Stichprobegröße zugrude liege. Es köe auch uterschiedliche Stichprobegröße
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
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
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
MehrPflichtlektüre: Kapitel 10 Grundlagen der Inferenzstatistik
Pflichtlektüre: Kapitel 10 Grudlage der Iferezstatistik Überblick der Begriffe Populatio Iferezstatistik Populatiosparameter Stichprobeverteiluge Auch Stichprobekewerteverteiluge Wahrscheilichkeitstheorie
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
MehrPraktikum Vorbereitung Fertigungsmesstechnik Statistische Qualitätskontrolle
Praktikum Vorbereitug Fertigugsmesstechik Statistische Qualitätskotrolle Bei viele Erzeugisse ist es icht möglich jedes Werkstück zu prüfe, z.b.: bei Massefertigug. Hier ist es aus ökoomische Grüde icht
MehrKörpergröße 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:
MehrDer χ 2 Test. Bei Verteilungen Beantwortung der Frage, ob eine gemessene Verteilung Gauß- oder Poisson-verteilt ist oder nicht?
Der χ Test Es gibt verschiedee Arte vo Sigifikaztests Nebe Sigifikaztests, die sich mit dem Mittelwert beschäftige, gibt es auch Testverfahre für Verteiluge Bei Verteiluge Beatwortug der Frage, ob eie
Mehr10. Testen von Hypothesen Seite 1 von 6
10. Teste vo Hypothese Seite 1 vo 6 10.1 Eiführug i das Teste vo Hypothese Eie Hypothese ist eie Vermutug bzw. Behauptug über die Wahrscheilichkeit eies Ereigisses. Mit Hilfe eies geeigete Tests (=Testverfahre)
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
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
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:
MehrKonfidenzintervall_fuer_pi.doc Seite 1 von 6. Konfidenzintervall für den Anteilswert π am Beispiel einer Meinungsumfrage
Kofidezitervall_fuer_pi.doc Seite 1 vo 6 Kofidezitervall für de Ateilswert π am Beispiel eier Meiugsumfrage Nach eier Meiugsumfrage der Wochezeitug Bezirksblatt vom März 005, ei halbes Jahr vor de Ladtagswahle
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
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.
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 6: Statistische Qualitätskontrolle
Kapitel 6: Statistische Qualitätskotrolle 6. Allgemeies Für die Qualitätskotrolle i eiem Uterehme (produzieredes Gewerbe, Diestleistugsuterehme, ) gibt es verschiedee Möglichkeite. Statistische Prozesskotrolle
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
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik ud Wahrscheilichkeitsrechug Statistik ud Wahrscheilichkeitsrechug Übug 6 3.03.20 Ihalt der heutige Übug Aufgabe D.7: Reche mit Zufallsvariable Erwartugswert- ud Variazoperator Statistik ud Wahrscheilichkeitsrechug
MehrTeil II Zählstatistik
Teil II Zählstatistik. Aufgabestellug. Vergleiche Sie experimetelle Zählverteiluge mit statistische Modelle (POISSON-Verteilug ud Normalverteilug) 2. Theoretische Grudlage Stichworte zur Vorbereitug: Impulszahl,
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
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
MehrUlrich Stein Fehlerrechnung
Fehlerrechug Verteilug vo Messwerte Mittelwert Stadardabweichug Stadardfehler Rude vo Messwerte Darstellug vo Messwerte (Stellezahl) Fehlerfortpflazug Messergebisse Messug physikalische Realität Messgerät,
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:
MehrKonfidenzbereiche die auf Runden Normaldaten Basiert Sind
Kofidezbereiche die auf Rude Normaldate Basiert Sid Steve Vardema C-S (Johso) Lee (JQT 001, Comm Stat 00, (003)) Iliaa Vaca (M.S. laufed) 1 Gerudete/Digitale Date Kei eues Problem z. B. gibt es: Sheppard,
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:
MehrDemo für www.mathe-cd.de
Wahrscheilichkeitsrechug Hypergeometrische Verteilug Themeheft ud Traiigsheft Datei r. 4211 Stad 17. April 2010 Friedrich W. Buckel Demo für ITERETBIBLIOTHEK FÜR SCHULMATHEMATIK 4211 Hypergeometrische
MehrGütefunktion und Fehlerwahrscheinlichkeiten Rechtsseitiger Test (µ 0 = 500) zum Signifikanzniveau α = Interpretation von Testergebnissen I
6 Hypothesetests Gauß-Test für de Mittelwert bei bekater Variaz 6.3 Gütefuktio ud Fehlerwahrscheilichkeite Rechtsseitiger Test (µ 0 = 500) zum Sigifikaziveau α = 0.30 6 Hypothesetests Gauß-Test für de
MehrDer Vergleich eines Stichprobenmittelwertes mit einem Populationsmittelwert
Der Vergleich eies Stichprobemittelwertes mit eiem Populatiosmittelwert Am Beispiel des Falschspielers habe wir - uterstützt durch Ketisse über die Eigeschafte der Biomialverteilug - erstmals gesehe, welche
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)
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
MehrFehlerrechnung. 3. Genauigkeit von Meßergebnissen am Beispiel der Längenmessung
1 Gie 11/000 Fehlerrechug 1. Physikalische Größe: Zahlewert ud Eiheit. Ursache vo Meßfehler 3. Geauigkeit vo Meßergebisse am Beispiel der Lägemessug 4. Messug eier kostate Größe ud Mittelwert 5. Messug
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
MehrParameterschätzung. Kapitel Schätzfunktionen
Kapitel 8 Parameterschätzug 8.1 Schätzfuktioe Def. 8.1.1: Es seie X 1,X,...,X uabhägige ZV, die alle die gleiche Verteilug besitze. θ sei ei ubekater Parameter dieser Verteilug. X 1,X,...,X ist als eie
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
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
MehrGrundzüge der Stichprobentheorie. Statistisches Bundesamt
Grudzüge der Stichprobetheorie Grüde für Stichprobeerhebug - deutlich gerigere Koste - größere Awedugsbreite - kürzere Erhebugs- ud Auswertugszeite - i der Regel größere Geauigkeit der Ergebisse Begriffsbestimmug
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
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
MehrTestumfang für die Ermittlung und Angabe von Fehlerraten in biometrischen Systemen
Testumfag für die Ermittlug ud Agabe vo Fehlerrate i biometrische Systeme Peter Uruh SRC Security Research & Cosultig GmbH peter.uruh@src-gmbh.de Eileitug Biometrische Systeme werde durch zwei wichtige
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
Mehr2. Schätzverfahren 2.1 Punktschätzung wirtschaftlicher Kennzahlen. Allgemein: Punktschätzung eines Parameters:
. Schätzverfahre. Puktschätzug wirtschaftlicher Kezahle Allgemei: Puktschätzug eies Parameters: Ermittlug eies Schätzwertes für eie ubekate Parameter eier Zufallsvariable i der Grudgesamtheit mit Hilfe
MehrGrundproblem der Inferenzstatistik
Grudproblem der Iferezstatistik Grudgesamtheit Stichprobeziehug Zufalls- Stichprobe... "wahre", ubekate Ateil icht zufällig p... beobachtete Ateil zufällig? Statistik für SoziologIe 1 Iferezschluss Kofidezitervall
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
MehrEinführung in die induktive Statistik. Inferenzstatistik. Konfidenzintervalle. Friedrich Leisch
Spiel Körpergröße Zahl: Azahl weiblich Eiführug i die iduktive Statistik Friedrich Leisch Istitut für Statistik Ludwig-Maximilias-Uiversität Müche Tafelgruppe 8.5 8.6 8.7 8.8 8.9 9.0 9.1 4 5 3 2 1 0 1
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
MehrUnivariate Verteilungen
(1) Aalyse: "deskriptive Statistike" Aalysiere -> deskriptive Statistike -> deskriptive Statistik Keie tabellarische Darstellug der Häufigkeitsverteilug () Aalyse: "Häufigkeitsverteilug" Aalysiere -> deskriptive
MehrAnwendungen der Wahrscheinlichkeit II. Markovketten
Aweduge der Wahrscheilichkeit II 1. Fragestelluge Markovkette Markovkette sid ei häufig verwedetes Modell zur Beschreibug vo Systeme, dere Verhalte durch eie zufällige Übergag vo eiem Systemzustad zu eiem
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
Mehr3. Grundbegrie der Schätztheorie
Statistik, Abschitt 3. 3. Grudbegrie der Schätztheorie I der kormatorische Statistik will ma uter aderem auf Grud eier Stichprobe vom Umfag Iformatioe über ubekate Parameter θ der Verteilug F der zugrudeliegede
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik ud Wahrscheilichkeitsrechug Dr. Joche Köhler 9.04.008 Äderug Übugsstude Statistik ud Wahrscheilichkeitsrechug Die Gruppe vo Markus trifft sich am Doerstag statt im HCI D zusamme mit der Gruppe
MehrSBP Mathe Aufbaukurs 1. Absolute und relative Häufigkeit. Das arithmetische Mittel und seine Eigenschaften. Das arithmetische Mittel und Häufigkeit
SBP Mathe Aufbaukurs 1 # 0 by Clifford Wolf # 0 Atwort Diese Lerkarte sid sorgfältig erstellt worde, erhebe aber weder Aspruch auf Richtigkeit och auf Vollstädigkeit. Das Lere mit Lerkarte fuktioiert ur
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik ud Wahrscheilichkeitsrechug Statistik ud Wahrscheilichkeitsrechug Übug 9 1 Ihalt der heutige Übug Statistik ud Wahrscheilichkeitsrechug Iformatioe zur Testatprüfug Besprechug der der Hausübug
MehrPhysikalisches Anfaengerpraktikum. Beugung und Brechung
Physikalisches Afaegerpraktikum Beugug ud Brechug Ausarbeitug vo Marcel Egelhardt & David Weisgerber (Gruppe 37) Mittwoch, 3. Februar 005 I Utersuchuge am Prismespektroskop 1. Versuch zur Bestimmug des
MehrStatistik. 2. Semester. Begleitendes Skriptum zur Vorlesung. im FH-Masterstudiengang. Technisches Management. von. Günther Karigl
Statistik. Semester Begleitedes Skriptum zur Vorlesug im FH-Masterstudiegag Techisches Maagemet vo Güther Karigl FH Campus Wie 06/7 Statistische Schätzverfahre Statistische Schätzverfahre Währed die deskriptive
MehrDr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren
Dr. Jürge Seger INDUKTIVE STATISTIK Wahrheilihkeittheorie, Shätz- ud Tetverfahre ÜBUNG 0 - LÖSUNGEN. Kofidezitervall für de Mittelwert eier ormalverteilte Grudgeamtheit bei gegebeer Variaz a. Gegebe id
MehrDr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren
Dr. Jürge Seger INDUKTIVE STATISTIK Wahrscheilichkeitstheorie, Schätz- ud Testverfahre ÜBUNG 9 - LÖSUNGEN. Ziehug vo Kugel aus eier Ure a. Die Zahl der Permutatio der Kugel, die aus Klasse utereiader gleicher
MehrÜbungsaufgaben - Organisatorisches
Übugsaufgabe - Orgaisatorisches Der Abgabetermi der eue Übugsblätter ist: Motag, 4:00 Uhr Fehlerrechugsbriefkaste Der Abgabetermi der verbesserte Übugsblätter ist: Freitag, 6:00 Uhr T. Kießlig: Auswertug
Mehrn 1,n 2,n 3,...,n k in der Stichprobe auftreten. Für die absolute Häufigkeit können wir auch die relative Häufigkeit einsetzen:
61 6.2 Grudlage der mathematische Statistik 6.2.1 Eiführug i die mathematische Statistik I der mathematische Statistik behadel wir Masseerscheiuge. Wir habe es deshalb im Regelfall mit eier große Zahl
MehrGrundproblem der Inferenzstatistik
Grudproblem der Iferezstatistik Grudgesamtheit Stichprobeziehug Zufalls- Stichprobe... "wahre", ubekate Ateil icht zufällig p... beobachtete Ateil zufällig Statistik für SoziologIe 1 Iferez für Ateile?
MehrÜbungsaufgaben - Organisatorisches
Übugsaufgabe - Orgaisatorisches Der Abgabetermi der eue Übugsblätter ist: Motag, 4:00 Uhr Fehlerrechugsbriefkaste Der Abgabetermi der verbesserte Übugsblätter ist: Freitag, 6:00 Uhr T. Kießlig: Auswertug
Mehr3. Einführung in die Statistik
3. Eiführug i die Statistik Grudlegedes Modell zu Date: uabhägige Zufallsgröße ; : : : ; mit Verteilugsfuktio F bzw. Eizelwahrscheilichkeite p ; : : : ; p r i de Aweduge: kokrete reale Auspräguge ; : :
MehrLehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007
Lehrstuhl für Empirische Wirtschaftsforschug ud Ökoometrie Dr. Rolad Füss Statistik II: Schließede Statistik SS 2007 6. Grezwertsätze Der wichtigste Grud für die Häufigkeit des Auftretes der Normalverteilug
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
MehrDiskrete Wahrscheinlichkeitstheorie Wiederholungsklausur
Techische Uiversität Müche Sommersemester 007 Istitut für Iformatik Prof. Dr. Javier Esparza Diskrete Wahrscheilichkeitstheorie Wiederholugsklausur LÖSUNG Hiweis: Bei alle Aufgabe wird ebe dem gefragte
Mehr( ), der genau auf der Geraden ( ) 2 ( ) #( ) 8. Lineare Regression. = f i. Nach der Summe der kleinsten. mx i
8. Lieare Regressio 8.1. Die Methode der kleiste Quadrate Regressiosgerade bzw. Ausgleichsgerade sid eie Auswertug vo statistische Messdate. Ziel dieses Verfahres ist es, Beziehuge zwische zwei Merkmale
MehrStatistik mit Excel 2013. Themen-Special. Peter Wies. 1. Ausgabe, Februar 2014 W-EX2013S
Statistik mit Excel 2013 Peter Wies Theme-Special 1. Ausgabe, Februar 2014 W-EX2013S 3 Statistik mit Excel 2013 - Theme-Special 3 Statistische Maßzahle I diesem Kapitel erfahre Sie wie Sie Date klassifiziere
MehrII. Grundzüge der Stichprobentheorie
II. Grudzüge der Stichprobetheorie Grüde für Stichprobeerhebug - deutlich gerigere Koste - größere Awedugsbreite - kürzere Erhebugs- ud Auswertugszeite - i der Regel größere Geauigkeit der Ergebisse Begriffsbestimmug
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,
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
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
MehrX in einer Grundgesamtheit vollständig beschreiben.
Prof. Dr. Rolad Füss Statistik II SS 008. Puktschätzug vo Parameter eier Grudgesamtheit Nur durch eie Totalerhebug ka ma die Verteilug eier Zufallsvariable X i eier Grudgesamtheit vollstädig beschreibe.
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
MehrStatistische Modelle und Parameterschätzung
Kapitel 2 Statistische Modelle ud Parameterschätzug 2. Statistisches Modell Die bisher betrachtete Modellierug eies Zufallsexperimetes erforderte isbesodere die Festlegug eier W-Verteilug. Oft besteht
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
MehrKorrelationsanalyse zwischen kategorischen Merkmalen. Kontingenztabellen. Chi-Quadrat-Test
Kotigeztabelle. Chi-Quadrat-Test Korrelatiosaalyse zwische kategorische Merkmale Beispiel 1 ohe Frau 8 75 1 Ma 48 49 97 76 14? Häufigkeitstabelle (Kotigeztabelle): eie tabellarische Darstellug der gemeisame
MehrMathematik 2 für Naturwissenschaften
Has Walser Mathematik 2 für Naturwisseschafte 2 3 3 4 6 4 5 0 0 5 6 5 20 5 6 Modul 209 Tabelle Has Walser: Modul 209, Tabelle ii Ihalt Fakultäte... 2 Biomialkoeffiziete... 2 3 Biomische Verteilug... 3
Mehr1.2. Taylor-Reihen und endliche Taylorpolynome
1.. aylor-reihe ud edliche aylorpolyome 1..1 aylor-reihe Wir köe eie Fuktio f() i eier Umgebug eies Puktes o gut durch ihre agete i o: t o () = f(o) + f (o) (-o) aäher: Wir sehe: Je weiter wir vo o weg
MehrEinführung in die Grenzwerte
Eiführug i die Grezwerte Dieser Text folgt hauptsächlich der Notwedigkeit i sehr kurzer Zeit eie Idee ud Teile ihrer Awedug zu präsetiere, so dass relativ schell mit dieser Idee gerechet werde ka. Der
MehrAufgaben zur Übung und Vertiefung
Aufgabe zur Übug ud Vertiefug ARITHMETISCHE ZAHLENFOLGEN Berufliches Gymasium / Uterstufe () Stelle Sie fest, welche der gegebee Folge arithmetisch sid: Bestimme Sie zuächst die erste füf Folgeglieder,
MehrPraktikum Messtechnik
Praktikum Messtechik Fachhochschule Stuttgart, Hochschule der Medie Witersemester 008/009 Versuchsdatum: 05. November 008 Versuch 6: 6/ Biegesteifigkeit (Balkemethode DIN 53 ) 6/ Biegesteifigkeit (Resoazläge-Verfahre
MehrLage- und Streuungsmaße
Statistik 1 für SoziologIe Lage- ud Streuugsmaße Uiv.Prof. Dr. Marcus Hudec Streuugsmaße Statistische Maßzahle, welche die Variabilität oder die Streubreite i de Date messe. Sie beschreibe die Abweichug
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
MehrQualitätskennzahlen für IT-Verfahren in der öffentlichen Verwaltung Lösungsansätze zur Beschreibung von Metriken nach V-Modell XT
Qualitätskezahle für IT-Verfahre i der öffetliche Verwaltug Lösugsasätze zur Vo Stefa Bregezer Der Autor arbeitet im Bereich Softwaretest ud beschäftigt sich als Qualitätsbeauftragter mit Theme zu Qualitätssicherug
Mehr