Zufallsstreubereiche und Vertrauensbereiche

Größe: px
Ab Seite anzeigen:

Download "Zufallsstreubereiche und Vertrauensbereiche"

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: 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

Mehr

Vl Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 5

Vl 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

Anwendung für Mittelwerte

Anwendung für Mittelwerte Awedug für Mittelwerte Grudgesamtheit Stichprobeziehug Zufalls- Stichprobe... "wahre", ubekate Mittelwert der Grudgesamtheit icht zufällig?... beobachtete Mittelwert zufällig Statistik für SoziologIe 1

Mehr

Vl Statistische Prozess und Qualitätskontrolle und Versuchsplanung Übung 3

Vl 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.

Mehr

Statistik. 5. Schließende Statistik: Typische Fragestellung anhand von Beispielen. Kapitel 5: Schließende Statistik

Statistik. 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

Mehr

Übungen mit dem Applet erwartungstreu

Übungen 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

Mehr

X X Schätzen von Vertrauensintervallen Schwankungsintervall

X 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

Mehr

4 Schwankungsintervalle Schwankungsintervalle 4.2

4 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

Mehr

Tests statistischer Hypothesen

Tests 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

Mehr

Wirksamkeit, Effizienz. Beispiel: Effizienz. Mittlerer quadratischer Fehler (MSE) Konsistenz im quadratischen Mittel

Wirksamkeit, 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

Mehr

Umrechnung einer tatsächlichen Häufigkeitsverteilung in eine prozentuale Häufigkeitsverteilung

Umrechnung 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

Mehr

Wirksamkeit, Effizienz

Wirksamkeit, 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

Mehr

Kapitel 6 : Punkt und Intervallschätzer

Kapitel 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

Mehr

Die notwendigen Verteilungstabellen finden Sie z.b. hier:

Die 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

,,, 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

Mehr

Pflichtlektüre: Kapitel 10 Grundlagen der Inferenzstatistik

Pflichtlektüre: Kapitel 10 Grundlagen der Inferenzstatistik Pflichtlektüre: Kapitel 10 Grudlage der Iferezstatistik Überblick der Begriffe Populatio Iferezstatistik Populatiosparameter Stichprobeverteiluge Auch Stichprobekewerteverteiluge Wahrscheilichkeitstheorie

Mehr

Wirksamkeit, Effizienz

Wirksamkeit, 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

Mehr

Praktikum Vorbereitung Fertigungsmesstechnik Statistische Qualitätskontrolle

Praktikum 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

Mehr

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

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:

Mehr

Der χ 2 Test. Bei Verteilungen Beantwortung der Frage, ob eine gemessene Verteilung Gauß- oder Poisson-verteilt ist oder nicht?

Der 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

Mehr

10. Testen von Hypothesen Seite 1 von 6

10. 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)

Mehr

3 Vergleich zweier unverbundener Stichproben

3 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

Mehr

Wahrscheinlichkeit & Statistik Musterlösung Serie 13

Wahrscheinlichkeit & 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

Mehr

Schätzen von Populationswerten

Schätzen 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:

Mehr

Konfidenzintervall_fuer_pi.doc Seite 1 von 6. Konfidenzintervall für den Anteilswert π am Beispiel einer Meinungsumfrage

Konfidenzintervall_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

Mehr

Intervallschätzung II 2

Intervallschätzung II 2 Itervallschätzug Kofidezitervall für die Variaz Kofidezitervall für de Ateilswerte Kofidezitervall für die Differez zweier Ateile Bestimmug des Stichrobeumfags Itervallschätzug II Bibliografie Bleymüller

Mehr

Einstichprobentests für das arithmetische Mittel

Einstichprobentests 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.

Mehr

Schätzen von Populationswerten

Schätzen 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

Mehr

Kapitel 6: Statistische Qualitätskontrolle

Kapitel 6: Statistische Qualitätskontrolle Kapitel 6: Statistische Qualitätskotrolle 6. Allgemeies Für die Qualitätskotrolle i eiem Uterehme (produzieredes Gewerbe, Diestleistugsuterehme, ) gibt es verschiedee Möglichkeite. Statistische Prozesskotrolle

Mehr

6 Vergleich mehrerer unverbundener Stichproben

6 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

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik 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

Mehr

Teil II Zählstatistik

Teil II Zählstatistik Teil II Zählstatistik. Aufgabestellug. Vergleiche Sie experimetelle Zählverteiluge mit statistische Modelle (POISSON-Verteilug ud Normalverteilug) 2. Theoretische Grudlage Stichworte zur Vorbereitug: Impulszahl,

Mehr

Statistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39

Statistik 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

Mehr

Parameter von Häufigkeitsverteilungen

Parameter 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

Mehr

Ulrich Stein Fehlerrechnung

Ulrich Stein Fehlerrechnung Fehlerrechug Verteilug vo Messwerte Mittelwert Stadardabweichug Stadardfehler Rude vo Messwerte Darstellug vo Messwerte (Stellezahl) Fehlerfortpflazug Messergebisse Messug physikalische Realität Messgerät,

Mehr

Wissenschaftliches Arbeiten Studiengang Energiewirtschaft

Wissenschaftliches 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:

Mehr

Konfidenzbereiche die auf Runden Normaldaten Basiert Sind

Konfidenzbereiche 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,

Mehr

Evaluierung einer Schulungsmaßnahme: Punktezahl vor der Schulung Punktezahl nach der Schulung. Autoritarismusscore vor/nach Projekt

Evaluierung 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:

Mehr

Demo für www.mathe-cd.de

Demo 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

Mehr

Gütefunktion und Fehlerwahrscheinlichkeiten Rechtsseitiger Test (µ 0 = 500) zum Signifikanzniveau α = Interpretation von Testergebnissen I

Gütefunktion 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

Mehr

Der Vergleich eines Stichprobenmittelwertes mit einem Populationsmittelwert

Der 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

Mehr

2. Repetition relevanter Teilbereiche der Statistik

2. 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

Prof. Dr. Roland Füss Statistik II SS 2008

Prof. 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

Mehr

Fehlerrechnung. 3. Genauigkeit von Meßergebnissen am Beispiel der Längenmessung

Fehlerrechnung. 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

Mehr

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren

Dr. 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

Mehr

Kapitel VI. Einige spezielle diskrete Verteilungen

Kapitel 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

Mehr

Parameterschätzung. Kapitel Schätzfunktionen

Parameterschätzung. 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

Mehr

Standard Normalverteilung Dichtefunktion von Standard Normal Verteilung. Grenzwertsatz. Normalverteilung. Andere wichtige Verteilungen: Anwendungen

Standard 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

Mehr

2 ISO/BIPM-Leitfaden Guide to the Expression of Uncertainty in Measurement, GUM (2008 überarbeitet, die deutsche Fassung ist [3])

2 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

Mehr

Grundzüge der Stichprobentheorie. Statistisches Bundesamt

Grundzüge 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

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik 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

Mehr

Sind Sie mit unserem Angebot zufrieden? ja nein weiß nicht

Sind 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

Mehr

Testumfang für die Ermittlung und Angabe von Fehlerraten in biometrischen Systemen

Testumfang 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

Mehr

a) Histogramm der Verteilung: Zunächst werden die gegebenen Messwerte in aufsteigender Reihenfolge sortiert:

a) 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

Mehr

2. Schätzverfahren 2.1 Punktschätzung wirtschaftlicher Kennzahlen. Allgemein: Punktschätzung eines Parameters:

2. 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

Mehr

Grundproblem der Inferenzstatistik

Grundproblem der Inferenzstatistik Grudproblem der Iferezstatistik Grudgesamtheit Stichprobeziehug Zufalls- Stichprobe... "wahre", ubekate Ateil icht zufällig p... beobachtete Ateil zufällig? Statistik für SoziologIe 1 Iferezschluss Kofidezitervall

Mehr

8. Intervallschätzung

8. 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

Mehr

Einführung in die induktive Statistik. Inferenzstatistik. Konfidenzintervalle. Friedrich Leisch

Einführung 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

Mehr

Wahrscheinlichkeitstheorie und Statistik vom

Wahrscheinlichkeitstheorie 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

Mehr

Univariate Verteilungen

Univariate Verteilungen (1) Aalyse: "deskriptive Statistike" Aalysiere -> deskriptive Statistike -> deskriptive Statistik Keie tabellarische Darstellug der Häufigkeitsverteilug () Aalyse: "Häufigkeitsverteilug" Aalysiere -> deskriptive

Mehr

Anwendungen der Wahrscheinlichkeit II. Markovketten

Anwendungen 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

Mehr

Normalverteilung. Standardnormalverteilung. Intervallwahrscheinlichkeiten. Verteilungsfunktion

Normalverteilung. 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

Mehr

3. Grundbegrie der Schätztheorie

3. 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

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik 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

Mehr

SBP Mathe Aufbaukurs 1. Absolute und relative Häufigkeit. Das arithmetische Mittel und seine Eigenschaften. Das arithmetische Mittel und Häufigkeit

SBP 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

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik 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

Mehr

Physikalisches Anfaengerpraktikum. Beugung und Brechung

Physikalisches 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

Mehr

Statistik. 2. Semester. Begleitendes Skriptum zur Vorlesung. im FH-Masterstudiengang. Technisches Management. von. Günther Karigl

Statistik. 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

Mehr

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren

Dr. 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

Mehr

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren

Dr. 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

Mehr

Übungsaufgaben - Organisatorisches

Übungsaufgaben - 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

Mehr

n 1,n 2,n 3,...,n k in der Stichprobe auftreten. Für die absolute Häufigkeit können wir auch die relative Häufigkeit einsetzen:

n 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

Mehr

Grundproblem der Inferenzstatistik

Grundproblem 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?

Mehr

Übungsaufgaben - Organisatorisches

Übungsaufgaben - 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

Mehr

3. Einführung in die Statistik

3. 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 ; : :

Mehr

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007

Lehrstuhl 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

Mehr

s 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

s 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

Mehr

Diskrete Wahrscheinlichkeitstheorie Wiederholungsklausur

Diskrete 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

( ), 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

Mehr

Statistik mit Excel 2013. Themen-Special. Peter Wies. 1. Ausgabe, Februar 2014 W-EX2013S

Statistik 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

Mehr

II. Grundzüge der Stichprobentheorie

II. 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

Mehr

Streuungsmaße. Prof. Dr. Paul Reuber. Institut für Geographie. Seminar Methoden der empirischen Humangeographie

Streuungsmaße. 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,

Mehr

Parameterschätzung. Numero, pondere et mensura Deus omnia condidit

Parameterschätzung. 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

Mehr

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

Stochastik - 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

Mehr

X in einer Grundgesamtheit vollständig beschreiben.

X 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.

Mehr

14 Statistische Beziehungen zwischen nomi nalen Merkmalen

14 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

Mehr

Statistische Modelle und Parameterschätzung

Statistische 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

Mehr

Klausur 3 Kurs 11ma3g Mathematik

Klausur 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

Mehr

Korrelationsanalyse zwischen kategorischen Merkmalen. Kontingenztabellen. Chi-Quadrat-Test

Korrelationsanalyse 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

Mehr

Mathematik 2 für Naturwissenschaften

Mathematik 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

Mehr

1.2. Taylor-Reihen und endliche Taylorpolynome

1.2. 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

Mehr

Einführung in die Grenzwerte

Einführung 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

Mehr

Aufgaben zur Übung und Vertiefung

Aufgaben 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,

Mehr

Praktikum Messtechnik

Praktikum 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

Mehr

Lage- und Streuungsmaße

Lage- 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

Mehr

Statistische Tests zu ausgewählten Problemen

Statistische 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

Mehr

Qualitätskennzahlen für IT-Verfahren in der öffentlichen Verwaltung Lösungsansätze zur Beschreibung von Metriken nach V-Modell XT

Qualitätskennzahlen 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