Formeln zur Statistik Statistik - Neff

Größe: px
Ab Seite anzeigen:

Download "Formeln zur Statistik Statistik - Neff"

Transkript

1 Formel zur Statst Statst - Neff (.) Mttelwert, Varaz be Ezelwerte (.) Frehetsgrade (.3) Abwechugsquadrate (.4) Leare Efach-Regresso (.5) Multple leare Regresso, DW-Tabelle (.6) A'-Regresso (.7) V T Regresso (.) Learer Tred ud Sasoschwauge (.) Logstscher Tred (.3) Gletede Mttelwerte (.4) Wachstumsfatore (.5) Expoetelles Glätte (3.) Kozetratosmaße (3.3) Häufgetsvertelug (4.) Wahrschelchet (4.) Ch -Uabhäggetstest (4.3) Dsrete Zufallsvarable (4.4) Stchprobemttel (4.5) Stetge Zufallsvarable (5.) Bomalvertelug (5.) Hypergeometrsche Vertelug (5.3) POISSON-Vertelug (5.4) Normalvertelug (5.5) Stadard-Normalvertelug (5.6) Approxmatosbedguge (5.7) Apassug ud Korreturfatore (5.8) Ch - Apassugstest (6.) Kofdeztervall (6.) Hypothesetest (6.3) σ ubeat (6.4) Stchprobe ohe Zurüclege Tabelle (7.) Bomalvertelug (7.) POISSON-Vertelug (7.3) Tabelle FISHER-Prüfmaß xf (7.4) Tabelle Ch -Prüfmaß χ (7.5a) Tabelle STUDENT-Prüfmaß F(t) (7.5b)Tabelle STUDENT-Prüfmaß D(t) (7.6) Stadardormalvertelug F SN

2 Formel zur Statst Statst - Neff (.) Maßzahle be Ezelwerte Mttelwert be N bzw. Ezelwerte x I der Grudgesamthet N N µ x der Stchprobe: x x Abwechugsquadrate A ( ) ( ) x x x x x 0 Varaz be N bzw. Ezelwerte x N der Grudgesamthet: ( ) N σ x µ x µ σ N N der Stchprobe: ( ) Stadardabwechug der Grudgesamthet: s x x x x σ σ σ der Stchprobe: s s (.) Frehetsgrade ν "ü" Frehetsgrade ν (df, degrees of freedom) st de Azahl der fre wählbare, uabhägge Ezelwerte, de de statstsche Berechuge ebezoge werde öe. a) be der Stchprobevaraz - b) bem FISHER-Prüfmaß ν -p- p Azahl der Eflussgröße c) bem STUDENT-t-Prüfmaß der multple Regresso: ν -p- m Hypothesetest: ν - d) bem Ch -Prüfmaß χ m Uabhäggetstest ν ( - ) (l - ) m Apassugstest ν p (.3) Abwechugsquadrate be Regressosaalyse SS "Sum of Squares", Summe der Abwechugsquadrate A MS Mttlere Summe der Abwechugsquadrate, Varaz σ, Mea Sum of Squares p Azahl der Eflussfatore Error ( ˆ ) SS Resdue A y y e MS A y y SS MS Res Resdue ( y yˆ ) SS - p - p ( y y ) SSGesamt Gesamt ( ) Gesamt Gesamt σ SS Regresso ( yˆ y ) ˆ erlärt ( ) Regresso erlärt p p A y y SS MS Bestmmthetsmaß Adjustertes Bestmmthetsmaß MS FISHER-Prüfgröße xf empr MS r ( yˆ ) ( ) ( ˆ y y y y y ) s erlärt : s gesamt ( y y ) r MS Resdue adjust MSGesamt erlärt Resdue

3 Formel zur Statst Statst - Neff (.4) Leare Efach-Regresso ŷ m x + b Summe der Abwechugsquadrate Regressosoeffzete Korrelatosoeffzet Bestmmthetsmaß r Error ( ˆ ) A y y e x ( ) x x y x y m r ± FISHER-Prüfgröße xf empr ( ) m b y x x y x y ( x ( x ) ) y ( y ) r MS r MS erlärt Resdue ( ) De Nullhypothese wrd verworfe, we xf emprsch > xf c, α ν (.5) Multple leare Regresso p Eflussfatore, ν -p- Frehetsgrade De Nullhypothese wrd verworfe, we xf emprsch > xf c, α p ν Sgfater Betrag des Eflussfators x, we t emprsch > t c, α ν Tabelle 7.5a Sgfate Iterorrelato zwsche de Eflussfatore x j, x, we r j > 0,5. Sgfate Autoorrelato, we für de DURBIN-WATSON-Prüfgröße glt: DW [DW ute ; DW obe ] DW DW + ( e e ) e ( e e ) e (.6) A'-Regresso ŷ a ϕ(x) + b Asatzfutoe Summe der Abwechugsquadrate Normalglechuge ϕ(x) ( ) ϕ ( ) + A ( y a ϕ( x) b) a ϕ ( x ) + b ϕ ( x ) y ϕ( x ) a x b y Regressosoeffzete ϕ ϕ ( ϕ( x )) ( ( )) ϕ x y ( x ) y ( x ) a a b y ϕ( x )

4 Formel zur Statst Statst - Neff (.7) V T Regresso Leare Regressosmodelle ŷ(x) a 0 + a ϕ (x) + a ϕ (x) + + a ϕ (x) mt de Asatzfutoe ϕ (x) VANDERMONDE-Matrx V ϕ0( x0) ϕ( x0) ϕ ( x0) ϕ ( x ) ϕ ( x ) ϕ ( x ) ϕ0( xm) ϕ0( xm ) ϕ ( xm ) 0 VANDERMONDE-Glechug V a y V T V a V T y Iterpolatoswert für x z ŷ(z) a 0 + a ϕ (z) + a ϕ (z) + + a ϕ (z) (.) Learer Tred ud Sasoschwauge Kompoetemodell Sasoschwauge Irreguläre Restwerte Progosewerte y ŷ + s + r s y ŷ r s s j y ŷ î s j ˆp ŷ(x +z ) + s j s j s j (.) Logstscher Tred Asatzfuto Regressosoeffzete S * S yˆ y mx b + e + trasformert l y * * x y x y * m m b y x x x ( ) (.3) Gletede Mttelwerte vorausgehede ud achfolgede Zetrehewerte Ugerade bzw. gerade Ordug des gletede Mttelwerts ( ) y y y ɶ ɶ y y y m+ m+ - m - + m m- m-( -) (.4) Wachstumsfatore Idzes I0, Wachstumsfatore Mttlerer Wachstumsfator x B (Berchtsperode, Bassperode 0) B0 y Zuwachsrate r x y y GM ( x ) Mttlere Zuwachsrate y 0 (Es lege + y-werte y 0, y,, y vor) y y - 0

5 Formel zur Statst Statst - Neff (.5) Expoetelles Glätte Beobachtugswerte, Glättugsostate α Progosewerte, dret + α α - α α yˆ ( ) y ( ) y Geglättete Werte, reursv yˆ ˆ + α y + + ( α ) y Progose für THEIL'scher Uglechhetsoeffzet U ( y yˆ ) ( y ) y De Progose st sgfat besser als de ave Progose, we U < (3.) Kozetratosmaße Mermalsträger mt de Mege M ud de Atele a der Mermalsumme m. Atele a de Mermalsträger f. De atelsschwächste Mermalsträger. LORENZ-Kurve aus ( ) x y h m G-Koeffzet K G A ute mt ( ) (3.) spezell für h LORENZ-Kurve aus ( ) x y m GINI-Koeffzet K G A ute mt HERFINDAHL-Koeffzet K Herfdal m A y + y h A ute ute y (3.3) Häufgetsverteluge Stchprobeumfag, Azahl der Klasse, ersatzwese Klassemtte x * statt x. Relatve Häufgete h h Häufgetsdchte f x Emprsche Vertelugsfuto F F( x ) h h( X x ) Zetralwert (Meda) x z x mt F 0,5 Mttelwert x x x h Varaz s x x für 00. s Varatosoeffzet v x Stadardabwechug s + s für > 00. s x h x

6 Formel zur Statst Statst - Neff (4.) Wahrschelchet Statstsche Kovergez W ( h p ) lm lm( ) 0 (Treffer-Wahrschl. p) Allgemeer Addtossatz W(A B) W(A) + W(B) W(A B) Allgemeer Multplatossatz W(A B) W(A) W(B A) Uabhägge Eregsse W(A B) W(A) W(B) Vertelugsfuto F W(a < X b) F(b) F(a) (4.) Ch -Uabhäggetstest Zele (Azahl der Kategore vo X), l Spalte (Azahl der Kategore vo Y). Häufgete j für de -te Wert des Mermals X ud de j-te Wert des Mermals Y. Radhäufgete,, j. Berechete Häufgete u j Voraussetzug für Test u j 5 Normerte Abwechugsquadrate q j j ( ) j uj j j ( ) Ch l j u l j -Prüfmaß chemprsch χ emprsch q j j uj j j Frehetsgrade für χ crt ν α ν ( - ) (l - ) Uabhäggetshypothese wrd verworfe, we u j χ emprsch > χ crt.. (4.3) Dsrete Zufallsvarable Erwartugswert µ x f Erwartete Varaz Erwartete Stadardabwechug x f σ µ σ + σ (4.4) Stchprobemttel X + X X X ommt der Normalvertelug mt zuehmedem mmer äher. De X müsse cht selbst ormalvertelt se. De X müsse cht völlg voeader uabhägg se. Erwartugswerte µ ( X ) µ ( X ) Erwartete Varaze σ ( X ) σ ( X ) σ X σ

7 Formel zur Statst Statst - Neff (4.5) Stetge Zufallsvarable Dchtefuto f mt f(x) 0 ud f ( x) dx 00% Vertelugsfuto F x + F( x ) f ( x) dx W ( X x ) x lm F( x ) 00% Wahrschelchet W ( a X b) f ( x) dx F( b) F( a) [ F( x )] Erwartugswert µ x f ( x) dx Erwartete Varaz ( ) Erwartete Stadardabwechug b a σ x f ( x) dx µ x µ f ( x) dx σ + σ b a (5.) Bomalvertelug Treffer-Wahrschelchet p, q p, Azahl der Treffer x. Bomaloeffzete ( ) ( )... ( x + )! x x! x!( x)! Wahrschelchetsfuto W(X x) f,p (x) p q p ( p) x x Vertelugsfuto x x FB p ( ) f, p ( x) p q x 0 x 0 x Erwartugswert µ p Erwartete Varaz σ p q Erwartete Stadardabwechug σ + σ x x x x Tabelle 7. (5.) Hypergeometrsche Vertelug N Azahl der Elemete der Grudgesamthet, Stchprobeumfag M Azahl der Treffer der Grudgesamthet M N p Treffer-Wahrschelchet M M p. q p N N M N M x x Wahrschelchetsfuto W ( X x) fhyp, N, M ( x) N Erwartugswert µ p. Erwartete Varaz σ N p q N. Erwartete Stadardabwechug σ N Hyp σ N p q B N N

8 Formel zur Statst Statst - Neff (5.3) POISSON-Vertelug Erwartugswert µ p p µ ud q p Wahrschelchetsfuto x x ( ) µ µ µ fpo µ x e µ x! x! e Vertelugsfuto x µ µ FPo µ ( ) e x 0 x! Tabelle 7. Erwartete Varaz σ µ (5.4) Normalvertelug Dchtefuto fnorm µ,σ ( x) e σ π x µ σ x x µ σ Vertelugsfuto W ( X x) FNorm µ,σ ( x) e dx σ π (5.5) Stadard-Normalvertelug Dchtefuto f SN (z) e π z z 0, 4e z z Vertelugsfuto W ( Z z) FSN ( z) e π d z Tabelle 7.6 Erwartugswert µ 0 Stadardabwechug σ Stadard-Normalvarable x µ z σ bzw. x µ + z σ Stadardormalvarable z mt Stetgetsorretur x + 0,5 µ z σ (5.6) Approxmatosbedguge Übergag vo der Hypergeometrsche V. zur Bomal-V., we /N 0,05 Bomal-V. zur POISSON-V., we /p 500 Hypergeometrsche V. zur POISSON-V., we /N 0,05 ud /p 500 Bomal-V zur Normalvertelug, we σ p q > 9 Hypergeometrsche V. zur Normalvertelug, we /N 0,05 ud σ p q > 9 POISSON-V. zur Normalvertelug, we µ σ > 9 STUDENT-t-V. zur Normalvertelug, we > 30, be ormalvertelter Grudgesamthet we > 50, be ubeater Vertelug der Grudgesamthet

9 Formel zur Statst Statst - Neff (5.7) Apassug ud Korreturfatore µ, σ aus Grudgesamthet, x, s aus Stchprobe Dsrete Zufallsvarable X Stchprobemttel X x + 0,5 µ z (Stetgetsorretur) σ σ x µ σx z σ N /N > 0,05: σ orrgert σ N x µ x µ σ ubeat, < 30 bzw. < 50 t bzw. t s s (5.8) Ch - Apassugstest Klasse [x ute ; x obe ],,,,. Sgfazveau α. p st de Azahl der Parameter ( x, s), de aus der Stchprobe ermttelt werde. obe x x Stadardormalvarable z s Wahrschelchete W( < X x obe ) F SN (z ) Wahrschelchete w F SN (z ) F SN (z ) mt F SN (z 0 ) 0 Theoretsche Häufgete u w. Testgröße χ emprsch ( u ) Prüfmaß χ crt α ν Tabelle 7.5 Frehetsgrade ν p Etschedug Vertelugshypothese bestätgt, we χ χ u emprsch crt. (6.) Kofdeztervall Itervall σ σ µ x z c ; x + zc Itervall-Läge σ µ obe µ ute ε z c Abwechug ε x µ Stchprobeumfag Krtscher Wert Sgfazveau z c σ x µ x µ zc σ D(z c ) α

10 Formel zur Statst Statst - Neff (6.) Hypothesetest Itervall x [ µ z σ, µ + z σ X X ] Nullhypothese H 0 Emprscher Wert Sgfazveau H 0 wrd verworfe, we z emprsch > z rtsch x µ zemprsch σ D(z c ) α (6.3) σ ubeat, < 30 bzw. < 50 Krtscher Wert x µ temprsch s Sgfazveau D ν (t c ) α mt ν. (6.4) Stchprobe ohe Zurüclege, /N > 0,05 Stadardwechug des Stchprobemttels σ x σ N N N Notwedger Stchprobeumfag ε + ( N ) zc σ

11 (7. a) Formel zur Statst Statst - Neff

12 (7. b) Formel zur Statst Statst - Neff

13 (7.) Formel zur Statst Statst - Neff

14 (7.3) Formel zur Statst Statst - Neff

15 (7.4) Formel zur Statst Statst - Neff

16 (7.5a) Formel zur Statst Statst - Neff

17 (7.5b) Formel zur Statst Statst - Neff

18 (7.6) Formel zur Statst Statst - Neff

19 (7.6) Formel zur Statst Statst - Neff

FH D WS 2007/08 Prof. Dr. Horst Peters Dezember 2007

FH D WS 2007/08 Prof. Dr. Horst Peters Dezember 2007 FH D WS 007/08 Prof. Dr. Horst Peters Dezember 007 Formelsammlug Wahrschelchetsrechug ud dutve Statst m Bachelor-Studegag Busess Admstrato (Modul BWL B) Sete / 6 Formelsammlug Wahrschelchetsrechug ud Idutve

Mehr

Asymptotische Normalverteilung nach dem zentralen Grenzwertsatz

Asymptotische Normalverteilung nach dem zentralen Grenzwertsatz Asymptotsche ormalvertelug ach dem zetrale Grezwertsatz Erwartugswert eer Summe vo Zufallsvarable mt jewels de Erwartugswert x (Y Y Asymptotsche ormalvertelug ach dem zetrale Grezwertsatz Varaz eer Summe

Mehr

Formelzusammenstellung

Formelzusammenstellung Hochschule Müche Faultät Wrtschaftsgeeurwese Formelzusammestellug zugelasse für de Prüfug Dateaalyse der Faultät 09 für Wrtschaftsgeeurwese Prof. Dr. Voler Abel Formelsammlug Dateaalyse / Ihaltsverzechs

Mehr

( ) ( ) ( ) ( ) è ø. P A Wahrscheinlichkeitsmaß. lim n. Dr. Christian Schwarz 4. KOMBINATORIK Permutationen

( ) ( ) ( ) ( ) è ø. P A Wahrscheinlichkeitsmaß. lim n. Dr. Christian Schwarz 4. KOMBINATORIK Permutationen BBA Projektsemar Thess Dr. Chrsta Schwarz Formelsammlug Aalytsche Statstk 4. KOMBINATORIK 4.. Permutatoe Azahl der Permutatoe vo N Elemete ohe Wederholug: Multomalkoeffzet: N! = N N- N -... 3 N! N! N!...

Mehr

1 n xi. = å. 1 k. i i

1 n xi. = å. 1 k. i i Thema 4 Wahrschelchet Statst - Neff INHALT 4.3 Kotgez => Ch -Uabhäggetstest (= Ch -Kotgeztest) wr beutze h = / als Näherug für de Wahrschelchete ab 4.6 De Asätze für de Maßzahle "Mttelwert" ud "Varaz"

Mehr

Statistik. ist die Kunst, Daten zu gewinnen, darzustellen, zu analysieren und zu interpretieren um zu neuem Wissen zu gelangen.

Statistik. ist die Kunst, Daten zu gewinnen, darzustellen, zu analysieren und zu interpretieren um zu neuem Wissen zu gelangen. Statstk st de Kust, Date zu gewe, darzustelle, zu aalysere ud zu terpretere um zu euem Wsse zu gelage. Sachs (984) Aufgabe De Statstk hat also folgede Aufgabe: Zusammefassug vo Date Darstellug vo Date

Mehr

Statistische Grundlagen Ein kurzer Überblick (diskret)

Statistische Grundlagen Ein kurzer Überblick (diskret) Prof. J.C. Jackwerth 1 Statstsche Grudlage E kurzer Überblck (dskret De wchtgste Begrffe ud Deftoe: 1 Erwartugswert Varaz / Stadardabwechug 3 Stchprobevaraz 4 Kovaraz 5 Korrelatoskoeffzet 6 Uabhäggket

Mehr

Formeln für Statistik und Wahrscheinlichkeitstheorie (Dutter)

Formeln für Statistik und Wahrscheinlichkeitstheorie (Dutter) Formel für tatstk ud Wahrschelchketstheore (Dutter) Fehler a: fpalmater@gmal.com Cotets Beschrebede tatstk... Kegröße vo Verteluge... Verteluge... 3 Wahrschelchketstheore... 3 Grudlage... 4 Erwartug &

Mehr

Vl. Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 3: Diskrete Verteilungen

Vl. Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 3: Diskrete Verteilungen Vl. Statstsche Prozess- ud Qualtätsotrolle ud Versuchsplaug Übug 3: Dsrete Verteluge Prof. Dr. B. Grabows Zur Lösug der folgede Aufgabe öe Se auch de begefügte Tabelle der dsrete Verteluge m Ahag verwede.

Mehr

1 Mathe Formeln Statistik und Wahrscheinlichkeitsrechnung

1 Mathe Formeln Statistik und Wahrscheinlichkeitsrechnung 1 Mathe Formel Statstk ud Wahrschelchketsrechug Jör Horstma, 6.10.003. Alle Agabe ohe Gewähr. http://www.ba-stuttgart.de/ w017/ 1.1 Grudlage Ezelklasse [a ; b [ Klassewete Klassemtte Mttelwert b a = w

Mehr

Formelsammlung. Unter diesen Annahmen kann der Korrelationskoeffizient nach folgenden Schritten getestet werden:

Formelsammlung. Unter diesen Annahmen kann der Korrelationskoeffizient nach folgenden Schritten getestet werden: Formelammlug. Korrelatoaalye Korrelatooeffzet (Brava-Pearo) ( )( y y) y y r, r + ( ) ( y y) y y Stattcher et Soll tattch getetet werde, ob e learer Zuammehag zwche de Varable ud y für de Grudgeamthet beteht,

Mehr

Formelsammlung Statistik

Formelsammlung Statistik Gesudhets- ud Toursmusmaagemet Formelsammlug Statstk Dpl. Mathematker (FH) Rolad Geger Rosestr. 23 7263 Achtal cs.geger@t-ole.de www.cs-geger.de Grudlage Bezechuge x h N H Ω ezele Messergebsse eer Stchprobe

Mehr

Textil & Design Formelsammlung Statistik

Textil & Design Formelsammlung Statistik Textl & Desg Formelsammlug Statstk Dpl. Mathematker (FH) Rolad Geger Rosestr. 23 7263 Achtal cs.geger@t-ole.de www.cs-geger.de Grudlage Bezechuge x h N H Ω ezele Messergebsse eer Stchprobe absolute Häufgket

Mehr

Formelsammlung Statistik

Formelsammlung Statistik Deskrptve Statstk Formelsammlug Statstk. Edmesoale Häugketsverteluge Merkmal: X Datemege (Stchprobe) vom Umfag N: x, x 2,..., x geordete Stchprobe: x (), x (2),..., x () mt x () x (2)... x () Auspräguge

Mehr

Intervallschätzungen geben unter Berücksichtigung des Verteilungstyps von X einen Bereich an, der den Parameter mit vorgegebener Sicherheit enthält.

Intervallschätzungen geben unter Berücksichtigung des Verteilungstyps von X einen Bereich an, der den Parameter mit vorgegebener Sicherheit enthält. Parameterschätzuge Fachhochschule Jea Uversty of Appled Sceces Jea Oft st der Vertelugstyp eer Zufallsgröße X bekat, ur de Parameter sd ubekat. Da erfolgt hre Schätzug aus eer Stchprobe. Ma uterschedet

Mehr

Übungen zur Wahrscheinlichkeitsrechnung und Schliessenden Statistik

Übungen zur Wahrscheinlichkeitsrechnung und Schliessenden Statistik Übuge zur Wahrschelchketsrechug ud Schlessede Statstk Aufgabe ud Lösuge vo Peter M Schulze, Verea Dexhemer. Auflage Übuge zur Wahrschelchketsrechug ud Schlessede Statstk Schulze / Dexhemer schell ud portofre

Mehr

Stochastik Formeln von Gerald Meier

Stochastik Formeln von Gerald Meier Stochast Formel vo Gerald Meer Grudbegrffe ud Operatoe umöglches Eregs scheres Eregs Ω A mplzert B Glechhet A B AB cht A A A ud B A B A oder B A B A ohe B A \ B A B dsjut A B de Morga A B A B Elemetareregs

Mehr

Ordnungsstatistiken und Quantile

Ordnungsstatistiken und Quantile KAPITEL Ordugsstatste ud Quatle Um robuste Lage- ud Streuugsparameter eführe zu öe, beötge wr Ordugsstatste ud Quatle... Ordugsstatste ud Quatle Defto... Se (x,..., x R ee Stchprobe. Wr öe de Elemete der

Mehr

Der Korrelationskoeffizient ist ein Maß für den linearen Zusammenhang zwischen zwei Variablen X und Y. Er ist durch folgende Formel charakterisiert:

Der Korrelationskoeffizient ist ein Maß für den linearen Zusammenhang zwischen zwei Variablen X und Y. Er ist durch folgende Formel charakterisiert: Korrelatoskoeffzet Der Korrelatoskoeffzet st e Maß für de leare Zusammehag zwsche zwe Varable X ud Y. Er st durch folgede Formel charaktersert: r xy corr XY ( x x)( y y) ( ) x x ( y y) x x y x ( ) ( )

Mehr

Wahrscheinlichkeitsrechnung. Modell. Schätzung

Wahrscheinlichkeitsrechnung. Modell. Schätzung Beschrebede Statst Schleßede Statst Wahrschelchetsrechug Modell Schätzug Stchprobe Relatve äufget Durchschtt mt Rsoberechug Grudgesamthet Wahrschelchet Erwartugswert Lteratur Bechelt, F. Stochast für Igeeure,

Mehr

Wahrscheinlichkeitsrechnung. Modell. Schätzung

Wahrscheinlichkeitsrechnung. Modell. Schätzung Beschrebede Statst Schleßede Statst Wahrschelchetsrechug Modell Schätzug Stchprobe Relatve Häufget Durchschtt mt Rsoberechug Grudgesamthet Wahrschelchet Erwartugswert Lteratur Bechelt, F. Stochast für

Mehr

annehmen, so heißt die Funktion, die jedem atomaren Ereignis { x i } mit i { 1; 2; ;

annehmen, so heißt die Funktion, die jedem atomaren Ereignis { x i } mit i { 1; 2; ; Wahrschelchet Ee Futo X : Ω R, de edem Ergebs ees zufällge Vorgages ee reelle Zahl zuordet, heßt Zufallsgröße (oder auch Zufallsvarable Ee Zufallsgröße X heßt edlch, we X ur edlch vele Werte x aehme a

Mehr

3.5 Einzelwerte (Datenreihen) Häufigkeitsverteilungen Häufigkeitsklassen

3.5 Einzelwerte (Datenreihen) Häufigkeitsverteilungen Häufigkeitsklassen Thema 3 Häufget Statst - Neff INHALT 3.5 Ezelwerte (Daterehe) Häufgetsverteluge Häufgetslasse Etsprechede Formel für x ud s - : Gewchtug mt h Klassemtte x* Hstogramme mt de Dchte f = Rechtechöhe: f = h

Mehr

Statistische Formeln und Tabellen für Studierende der Wirtschaftswissenschaften

Statistische Formeln und Tabellen für Studierende der Wirtschaftswissenschaften Statstsche Formel ud Tabelle für Studerede der Wrtschaftswsseschafte vo Dr. rer. at. Jürge Vogel Ilmeau, Arl 4 Techsche Uverstät Ilmeau Faultät für Wrtschaftswsseschafte ud Mede Fachgebet Quattatve Methode

Mehr

Als Einstieg. Als Einstieg. Verteilungstests. Verteilungstests. Testverfahren. Grafische Verfahren

Als Einstieg. Als Einstieg. Verteilungstests. Verteilungstests. Testverfahren. Grafische Verfahren Als Esteg Als Esteg Populato Ω Grudgesamthet, cht beobachtbar mt ubekate Parameter, z.b. Erwartugswert μ, Stadardabwechug σ² Kegröße vo Stchprobe ud etsprechede Vertelugsparameter Stchprobeschätzug Dskrete

Mehr

Test für Varianz. Test für Varianz. Test für Varianz. Die Kontingenztabelle. Statistik 2 4. Vorlesung. Wiederholung: zweidimensionales Datenmaterial

Test für Varianz. Test für Varianz. Test für Varianz. Die Kontingenztabelle. Statistik 2 4. Vorlesung. Wiederholung: zweidimensionales Datenmaterial Statstk 4. Vorlesug Test für Varaz Estchprobetest für de Varaz: Hat de Varaz ee bestmmte Wert, bzw. legt er eem bestmmte Berech? Etschedug basert auf dem Ergebs eer ezge Stchprobe. Zwestchprobetest für

Mehr

Fehlerrechnung im Praktikum

Fehlerrechnung im Praktikum Fehlerrechug m Pratum Pratum Phsalsche Cheme (A. Dael Boese) I chts zegt sch der Magel a mathematscher Bldug mehr, als eer überbertrebe geaue Rechug. Carl Fredrch Gauß, 777-855 Themegebete Utertelug vo

Mehr

Spannweite, Median Quartilsabstand, Varianz und Standardabweichung.

Spannweite, Median Quartilsabstand, Varianz und Standardabweichung. Rudolf Brkma http://brkma-du.de Sete 06.0.008 Spawete, Meda Quartlsabstad, Varaz ud Stadardabwechug. Streuug um de Mttelwert. I de folgede Säuledagramme st de Notevertelug zweer Schülergruppe (Mädche,

Mehr

Regressionsrechnung und Korrelationsrechnung

Regressionsrechnung und Korrelationsrechnung Regressosrechug ud Korrelatosrechug Beschrebede Statstk Modul : Probleme be der Abhäggketsaalyse Problem : Es gbt mest cht ur ee Eflussfaktor (Probleme sd selte mookausal ) A Ursache() Wrkug B C - efache

Mehr

Eindimensionale Regression. Eindimensionale Regression. Regressionsgerade. Güte des Regressionsmodells. Vertrauensintervalle

Eindimensionale Regression. Eindimensionale Regression. Regressionsgerade. Güte des Regressionsmodells. Vertrauensintervalle TECHNISCHE UNIVERSITÄT MÜNCHEN-WEIHENSTEPHAN MATHEMATIK UND STATISTIK INFORMATIONS- UND DOKUMENTATIONSZENTRUM R. Bometrsche ud Ökoometrsche Methode I WS 00/0 Regressosgerade Edmesoaleegressosmodell Emprsche

Mehr

Varianzfortpflanzung

Varianzfortpflanzung 5.0 / SES.5 Parameterschätzug Varazortplazug Torste Maer-Gürr Torste Maer-Gürr Dskrete Zuallsvarable Ee dskrete Zuallsvarable mmt edlch vele oder abzählbar uedlch vele Werte a. - Werte: - Wahrschelchket:,,,,,,,,

Mehr

( x) Thema 5 Verteilungen Statistik - Neff 5.1 ÜBERBLICK TEST-VERTEILUNGEN. Stetige Zufallsvariable Dichtefunktion f(x) Verteilungsfunktion F(x)

( x) Thema 5 Verteilungen Statistik - Neff 5.1 ÜBERBLICK TEST-VERTEILUNGEN. Stetige Zufallsvariable Dichtefunktion f(x) Verteilungsfunktion F(x) 5. ÜBERBLICK TEST-VERTEILUNGEN Dskrete Zufallsvarable Wahrschlk.-Fukto f( ) mt a W ( X = ) Vertelugsfukto F( ) mt a W ( X ) F( ) = W( X = ) å Stetge Zufallsvarable Dchtefukto f() Vertelugsfukto F() W(

Mehr

Dr. H. Grunert Einführung in die Wahrscheinlichkeitsrechnung Vorlesungscharts. Vorlesung 5.2. Eigenschaften von Zufallsvariablen

Dr. H. Grunert Einführung in die Wahrscheinlichkeitsrechnung Vorlesungscharts. Vorlesung 5.2. Eigenschaften von Zufallsvariablen Vorlesugscharts Vorlesug 5. Egeschafte vo Zufallsvarable Reproduktvtät Approxmatoe Zetraler Grezwertsatz Sete vo Chart : Uabhäggket vo Zufallsvarable Zwe Zufallsvarable X ud Y mt hre Realsatoe { x, x,...,

Mehr

Erzeugen und Testen von Zufallszahlen

Erzeugen und Testen von Zufallszahlen Erzeuge ud Teste vo Zufallszahle Jürge Zumdck Eletug Ee Lergruppe wrd aufgefordert 00 Zufallszahle (0 oder ) ach folgede Methode zu erzeuge: De Hälfte der Gruppe beutzt a) ee Müze oder b) de Zufallszahlefukto

Mehr

Verdichtete Informationen

Verdichtete Informationen Verdchtete Iormatoe Maßzahle Statstke be Stchprobe Parameter be Grudgesamthete Maßzahle zur Beschrebug uvarater Verteluge Maßzahle der zetrale Tedez (Mttelwerte) Maßzahle der Varabltät (Streuugswerte)

Mehr

STATISTIK II, Prof. Dr. Dr. Helge Toutenburg. WIRTSCHAFTSWISSENSCHAFTLICHEN FAKULTÄT der UNIVERSITÄT BASEL. Nach. gelesen von.

STATISTIK II, Prof. Dr. Dr. Helge Toutenburg. WIRTSCHAFTSWISSENSCHAFTLICHEN FAKULTÄT der UNIVERSITÄT BASEL. Nach. gelesen von. INDUKTIVE STATISTIK Nach STATISTIK II, gelese vo Prof. Dr. Dr. Helge Touteburg a der WIRTSCHAFTSWISSENSCHAFTLICHEN FAKULTÄT der UNIVERSITÄT BASEL m Sommersemester zusammegefasst vo Dael Fra ver.., 8-6-

Mehr

Übersicht Statistik für Bioinformatiker. I) Wahrscheinlichkeitsrechnung

Übersicht Statistik für Bioinformatiker. I) Wahrscheinlichkeitsrechnung Überscht Statst für Boformater I Wahrschelchetsrechug I. Kombator I. Bedgte Wahrschelchete ud Uabhägget I.. Defto bedgte Wahrschelchet I.. Formel vo der totale Wahrschelchet I..3 Bayes sche Formel I..4

Mehr

Formelsammlung für die Lehrveranstaltung Wirtschaftsmathematik / Statistik

Formelsammlung für die Lehrveranstaltung Wirtschaftsmathematik / Statistik Formelsammlug rtschaftsmathemat / Statst Formelsammlug für de Lehrverastaltug rtschaftsmathemat / Statst zugelasse für de Klausure zur rtschaftsmathemat ud Statst de Studegäge der Techsche Betrebswrtschaft

Mehr

a) linear, 2 Variable b) linear, > 2 Variable Regressionsgerade y(x) multiple Regression y (u, v, w, x)

a) linear, 2 Variable b) linear, > 2 Variable Regressionsgerade y(x) multiple Regression y (u, v, w, x) Thema Korrelato Statstk - Neff INHALT a) lear, Varable b) lear, > Varable Regressosgerade y(x) multple Regresso y (u, v, w, x) c) chtlear, Varable d) chtlear, > Varable multple learserbar y = a ³(x) +

Mehr

2.2 Rangkorrelation nach Spearman

2.2 Rangkorrelation nach Spearman . Ragkorrelato ach Spearma Wr wolle desem Kaptel de Ragkorrelatoskoeffzete ach Spearma bereche. De erste Daterehe besteht aus Realseruge x, x,..., x der uabhägg ud detsch stetg vertelte Zufallsvarable

Mehr

Statistik mit Excel und SPSS

Statistik mit Excel und SPSS Stattk mt Excel ud SPSS G. Kargl Grudbegrffe Grudgeamthet Erhebugehet Merkmale Werteberech Stchprobe Telbereche der Stattk: Dekrtpve Stattk Iduktve Stattk Exploratve Stattk U- / B- / Multvarate Stattk

Mehr

Standardnormalverteilung. Normalverteilung. Verteilungsfunktion. Intervallwahrscheinlichkeiten

Standardnormalverteilung. Normalverteilung. Verteilungsfunktion. Intervallwahrscheinlichkeiten Normalvertelug Stadardormalvertelug Normalvertelug N(μ, ) mt chte : Gaußche Glockekurve μ μ μ+ μ >, f ( ) = ( μ) WS 7/8 Prof. r. J. Schütze, FB GW NV π Egechafte der chte: - Mamum μ - mmetrch zu μ - Wedepukte

Mehr

5 Reproduktions- und Grenzwertsätze

5 Reproduktions- und Grenzwertsätze Reproduktos- ud Grezwertsätze Reproduktos- ud Grezwertsätze. Reproduktossätze Bespel 0: Der Aufzug eer Frma st zugelasse für Persoe bzw. 000 kg. Das Durchschttsgewcht der Agestellte der Frma st µ = 80

Mehr

Beispielklausur BWL B Teil Marketing. 45 Minuten Bearbeitungszeit

Beispielklausur BWL B Teil Marketing. 45 Minuten Bearbeitungszeit Bespelklausur BWLB TelMarketg 45MuteBearbetugszet BWLBBespelklausurTelMarketg Sete WchtgeHwese:. VOLLSTÄNDIGKEIT: PrüfeSeuverzüglch,obIhreKlausurvollstädgst(Aufgabe).. ABGABE: EsstdegesamteKlausurabzugebe.

Mehr

Schiefe- und Konzentrationsmaße

Schiefe- und Konzentrationsmaße Statst für SozologIe Schefe- ud Kozetratosmaße Uv.Prof. Dr. Marcus Hudec Höhere Vertelugsmaßzahle E stetges Mermal wurde 3 Gruppe beobachtet ud Form der folgede Häufgetstabelle berchtet: Klasse m Gruppe

Mehr

3. Das Messergebnis. Was ist ein Messergebnis?

3. Das Messergebnis. Was ist ein Messergebnis? . Das Messergebs Was st e Messergebs? Wederholug der Messug Wahrer Wert? Mehrere Eflussgröße Fehlerbetrachtug Messergebs Vorgeheswese für Messergebs. Bestmmug des bekate systematsche Fehlers 2. Aufahme

Mehr

Die Kontingenztabelle. Randhäufigkeiten. Teststatistik (Chi-Quadrat Statistik) Unabhängigkeitshypothese. Wiederholung: zweidimensionales Datenmaterial

Die Kontingenztabelle. Randhäufigkeiten. Teststatistik (Chi-Quadrat Statistik) Unabhängigkeitshypothese. Wiederholung: zweidimensionales Datenmaterial Statstk 4. Vorlesug Wederholug: zwedmesoales Datemateral Beobachtuge, jeder hat Werte für m Merkmaler, also jeder besteht aus Merkmalauspräguge. z.b. wr otere de Grösse ud das Umsatz verschedee Flale (m).

Mehr

Deskriptive Statistik und Explorative Datenanalyse

Deskriptive Statistik und Explorative Datenanalyse rger Gabler PLU Zusatzformatoe zu Mede vo rger Gabler Thomas Cleff Desrtve tatst ud Eloratve Dateaalse Ee comutergestützte Eführug mt Ecel, P ud TATA 05 3., überarbetete ud erweterte Auflage rger Gabler

Mehr

Regressionsgerade, lineares Modell:

Regressionsgerade, lineares Modell: Statstk Grudlage Charakterserug vo Verteluge Eführug Wahrschelchketsrechug Wahrschelchketsverteluge Schätze ud Teste Korrelato Regresso Eführug Durch de Regressosaalyse wrd versucht, de Art des Zusammehags

Mehr

1. Ökonometrische Modelle ohne Stochastik

1. Ökonometrische Modelle ohne Stochastik .. Ökoometrsche Modelle ohe Stochastk Emprsche Wrtschaftsforschug st otwedge Ergäzug der Wrtschaftstheore, dem se de Wahrhetsgehalt des theoretsche Hpothesegeäudes a der ökoomsche Wrklchket, d. h. a der

Mehr

Maße zur Kennzeichnung der Form einer Verteilung (1)

Maße zur Kennzeichnung der Form einer Verteilung (1) Maße zur Kezechug der Form eer Vertelug (1) - Schefe (skewess): Defto I - Ee Vertelug vo Messwerte wrd als schef bezechet, we se der Wese asymmetrsch st, dass lks oder rechts des Durchschtts ee Häufug

Mehr

Formelsammlung für die Lehrveranstaltung Statistik

Formelsammlung für die Lehrveranstaltung Statistik Formelsammlug Statst Formelsammlug für de Lehrverastaltug Statst ugelasse für de Klausure ur Statst de Studegäge der Techsche Betrebswrtschaft Verso vom 5..9 Korreturhwese a: Rose@FH-Muester.de Formelsammlug

Mehr

Varianzanalyse. Varianzanalyse. Varianzanalyse. Varianzanalyse

Varianzanalyse. Varianzanalyse. Varianzanalyse. Varianzanalyse Varazaalse Zel Überrüfug der Glechhet der Erwartugswerte ees metrsche Mermals zwsche dre oder mehr Utergrue (be Normalvertelug), somt Verallgemeerug des T-Tests, der ur Erwartugswerte zwsche zwe Grue verglecht

Mehr

1 1 1 x0,25 x200 0,25 x200 0,25 1 x50 x51 1 1

1 1 1 x0,25 x200 0,25 x200 0,25 1 x50 x51 1 1 Klausur: Statstk 2.06.2018 Jürge Mesel Hlfsmttel: Ncht progr. Tascherecher Bearbetugszet: 60 Mute Aufgabe 1 E Koskbestzer otert 200 Tage lag de Zahl der verkaufte Exemplare eer seer Tageszetuge. Verkaufte

Mehr

Beispiel zur Regression

Beispiel zur Regression Bespel zur Regresso Bespel Lestug kw ud Kraftstoff-Verbrauch l pro 00 km vo sebe verschedee VW-Golf Bezmotore [] kw l/00km 55 6,4 74 7,6 77 6,8 85 7,9 0 9,3 50 0,8 [] Quelle: http://www.vw-ole.de/golf/dex_.htm

Mehr

die Schadenhöhe ( = Risikoergebnis) des i-ten Versicherungsnehmers i 1,, n).

die Schadenhöhe ( = Risikoergebnis) des i-ten Versicherungsnehmers i 1,, n). Aufgabe Wr betrachte ee Reteverscherug der Retebezugszet mt jährlch vorschüssger Retezahlug solage der Verscherte lebt. a) Bezeche V bzw. V de rechugsmäßge Deckugsrückstellug am Afag bzw. am Ede des Verscherugsjahres.

Mehr

Zur Interpretation einer Beobachtungsreihe kann man neben der grafischen Darstellung weitere charakteristische Größen heranziehen.

Zur Interpretation einer Beobachtungsreihe kann man neben der grafischen Darstellung weitere charakteristische Größen heranziehen. Rudolf Brkma http://brkma-du.de Sete 0.0.008 Lagemaße der beschrebede Statstk. Zur Iterpretato eer Beobachtugsrehe ka ma ebe der grafsche Darstellug wetere charakterstsche Größe herazehe. Mttelwert ud

Mehr

Alternative Darstellung des 2-Stichprobentests für Anteile. Beobachtete Response No Response Total absolut DCF CF

Alternative Darstellung des 2-Stichprobentests für Anteile. Beobachtete Response No Response Total absolut DCF CF Alteratve Darstellug des -Stchprobetests für Atele DCF CF Total 111 11 3 Respose 43 6 69 Resp. Rate 0,387 0,3 0,309 Beobachtete Respose No Respose Total absolut DCF 43 68 111 CF 6 86 11 69 154 3 Be Gültgket

Mehr

Regression. Regression. Regression. Einführung. Beispiel. Korrelationsrechnung Stärke eines Zusammenhanges

Regression. Regression. Regression. Einführung. Beispiel. Korrelationsrechnung Stärke eines Zusammenhanges (, } ) (, ) - - - Regresso X e Y Stchprobe I Y Stchprobe II 4 6 8 X 4 6 8 4 6 8 X 4 6 8 Stchprobe III Stchprobe IV odell (Kostate) Alter Koeffzete a Ncht stadardsertestadardserte Koeffzete Koeffzete Stadardf

Mehr

(Markowitz-Portfoliotheorie)

(Markowitz-Portfoliotheorie) Thema : ortfolo-selekto ud m-s-rzp (Markowtz-ortfolotheore) Beurtelugskrtere be quadratscher Nutzefukto: Beroull-rzp + quadratsche Nutzefukto Thema Höhekompoete: Erwartugswert µ Rskokompoete: Stadardabwechug

Mehr

Der Korrelationskoeffizient ist ein Maß für den linearen Zusammenhang zwischen zwei Variablen X und Y. Er ist durch folgende Formel charakterisiert:

Der Korrelationskoeffizient ist ein Maß für den linearen Zusammenhang zwischen zwei Variablen X und Y. Er ist durch folgende Formel charakterisiert: Korrelatoskoeffzet Der Korrelatoskoeffzet st e Maß für de leare Zusammehag zwsche zwe Varable X ud Y. Er st durch folgede Formel charaktersert: r xy corr XY x x y y x x y y x x y x x y y y Statstk für

Mehr

WIB 2 Mathematik und Statistik Formelsammlung. Z Menge der ganzen Zahlen {...,-3,-2,-1,0,1,2,3,...}

WIB 2 Mathematik und Statistik Formelsammlung. Z Menge der ganzen Zahlen {...,-3,-2,-1,0,1,2,3,...} 1 Allgeme Geometrsche Rehe: q t = 1 q1 t=0 1 q Mtterachtsformel: ax 2 bxc=0 x 1/ 2 = b±b2 4ac 2a Bomsche Formel: 1. ab 2 =a 2 2abb 2 2. a b 2 =a 2 2abb 2 3. ab a b=a 2 b 2 Wurzel: ugerade 1 Ergebs gerade

Mehr

3 Bivariate und multivariate Verfahren

3 Bivariate und multivariate Verfahren 3 Bvarate ud Multvarate Verfahre 8 3 Bvarate ud multvarate Verfahre Im Gegesatz zu de bsher behadelte Schätz- ud Testverfahre, de stets auf ee Grudgesamthet bzw. auf e Merkmal ausgerchtet ware, trete statstsche

Mehr

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

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren Dr. Jürge Seger INDUKTIVE STATISTIK Wahrschelchetstheore, Schätz- ud Testverfahre ÜBUNG 5 - LÖSUNGEN. Wahrschelchets- ud Vertelugsfuto der Zufallsvarable a. Zufallsepermet: Werfe ees Würfels Zufallsvarable:

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statstk ud Wahrschelchketsrechug Mathas Graf 8.04.009 Ihalt der heutge Vorlesug Auswahl eer Vertelugsfukto: Wahrschelchketspaper Schätzug ud Modelletwcklug: Methode der Momete Methode der Maxmum Lkelhood

Mehr

Stichprobenmodell der linearen Einfachregression

Stichprobenmodell der linearen Einfachregression Stchproemodell der leare Efachregresso Stchproemodell der leare Efachregresso Vertelug der Stchproekoeffzete Prof. Kück / Dr. Rcaal Delgado Lehrstuhl Statstk Regresso III lografe: Prof. Dr. Kück verstät

Mehr

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes Quellecoderug I: Redudazredukto, redudazsparede Codes. Redudaz. Eführug. Defto der Redudaz. allgemee Redudazredukto. redudazsparede Codes. Coderug ach Shao. Coderug ach Fao. Coderug ach Huffma.4 Coderug

Mehr

Deskriptive Statistik behaftet.

Deskriptive Statistik behaftet. De Statstk beschäftgt sch mt Masseerscheuge, be dee de dahterstehede Ezeleregsse mest zufällg sd. Statstk beutzt de Methode der Wahrschelchketsrechug. Fudametalregel: Statstsche Aussage bezehe sch e auf

Mehr

Formelsammlung gültig ab Einstellungstermin 1. April 2011 (Stand: 1. April 2011)

Formelsammlung gültig ab Einstellungstermin 1. April 2011 (Stand: 1. April 2011) Formelsammlug gülg ab Esellugserm. Aprl (Sad:. Aprl ) FACHHOCHSCHULE DER DEUTSCHEN BUNDESBANK - UNIVERSITY OF APPLIED SCIENCES - Schloss Hacheburg Fachsude für de gehobee Bades m Bachelorsudegag Fachhochschule

Mehr

STATISIK. LV Nr.: 0021 WS 2005/06 13.Oktober 2005

STATISIK. LV Nr.: 0021 WS 2005/06 13.Oktober 2005 STATISIK LV Nr.: 00 WS 005/06 3.Oktober 005 Streuugsmaße Varaz Stadardabwechug Varatoskoeffzet Mttlere absolute Abwechug Spawete Quartlsabstad Schefe Wölbug Varaz Beobachtugswerte a,...,a (metrsch skalert)

Mehr

Beispiel zur Regression

Beispiel zur Regression Bespel zur Regresso Bespel Lestug kw ud Kraftstoff-Verbrauch l pro 00 km vo sebe verschedee VW-Golf Bezmotore [] kw l/00km 55 6,4 74 7,6 77 6,8 85 7,9 0 9,3 50 0,8 [] Quelle: http://www.vw-ole.de/golf/dex_.htm

Mehr

Deskriptive Statistik

Deskriptive Statistik Elemet Deskrptve Statstk KAD 0.09. Grudgesamthet (Populato): Gesamthet der Idvdue (Elemete), dere Egeschafte be der Stude utersucht werde solle. De gesamte Mege der teresserede Date. N = uedlch Stchprobe:

Mehr

Einführung Fehlerrechnung

Einführung Fehlerrechnung IV Eführug Fehlerrechug Fehlerrechuge werde durchgeführt, um de Vertraueswürdgket vo Meßergebsse beurtele zu köe. Uter dem Fehler eer Messug versteht ma de Abwechug ees Meßergebsses vom (grudsätzlch ubekate

Mehr

Histogramm / Säulendiagramm

Histogramm / Säulendiagramm Hstogramm / Säuledagramm Häugkete 10 9 8 7 6 5 4 3 2 1 0 3,45 3,75 4,05 4,35 4,65 Flüge lläge [mm] Be Hstogramme st soort deutlch, daß es sch um Häugketsauszähluge hadelt. De Postoe der Klasse sowe hre

Mehr

Deskriptive Statistik - Aufgabe 3

Deskriptive Statistik - Aufgabe 3 Desrptve Statst - Aufgabe 3 De Überachtugszahle der Fremdeverehrsgemede "Bachstadt" für de Moate ud zege auf de erste Blc scho deutlche Uterschede de ezele Ortschafte. We seht e etsprecheder Verglech der

Mehr

Methoden der computergestützten Produktion und Logistik

Methoden der computergestützten Produktion und Logistik Methode der comutergestützte Produkto ud Logstk 9. Bedesysteme ud Warteschlage Prof. Dr.-Ig. habl. Wlhelm Dagelmaer Modul W 336 SS 06 Bedesysteme ud Warteschlage Besel: Fahrradfabrk Presse Puffer Lackerere

Mehr

Der Korrelationskoeffizient ist ein Maß für den linearen Zusammenhang zwischen zwei Variablen X und Y. Er ist durch folgende Formel charakterisiert:

Der Korrelationskoeffizient ist ein Maß für den linearen Zusammenhang zwischen zwei Variablen X und Y. Er ist durch folgende Formel charakterisiert: Korrelatoskoeffzet Der Korrelatoskoeffzet st e Maß für de leare Zusammehag zwsche zwe Varable X ud Y. Er st durch folgede Formel charaktersert: r xy XY x xy y corr x x y y x y x y cov( XY, ) x x y y Var(

Mehr

Der Korrelationskoeffizient ist ein Maß für den linearen Zusammenhang zwischen zwei Variablen X und Y. Er ist durch folgende Formel charakterisiert:

Der Korrelationskoeffizient ist ein Maß für den linearen Zusammenhang zwischen zwei Variablen X und Y. Er ist durch folgende Formel charakterisiert: Korrelatoskoeffzet Der Korrelatoskoeffzet st e Maß für de leare Zusammehag zwsche zwe Varable X ud Y. Er st durch folgede Formel charaktersert: r y corr XY Statstk für SozologIe y y y y y y y y Kozept

Mehr

Einschlägige Begriffe zur Meßunsicherheit Dr. Wolfgang Kessel, Braunschweig

Einschlägige Begriffe zur Meßunsicherheit Dr. Wolfgang Kessel, Braunschweig Eschlägge Begrffe zur Meßuscherhet /7 Eschlägge Begrffe zur Meßuscherhet Dr. Wolfgag Kessel, Brauschweg De Aufstellug folgt cht der re lexografsch-alphabetsche Aordug. Verwadte Begrffe sd velmehr zu Gruppe

Mehr

Schiefe- und Konzentrationsmaße

Schiefe- und Konzentrationsmaße Statstk für SozologIe Schefe- ud Kozetratosmaße Uv.Prof. Dr. Marcus Hudec Höhere Vertelugsmaßzahle E stetges Merkmal wurde 3 Gruppe beobachtet ud Form der folgede Häufgketstabelle berchtet: Klasse m Gruppe

Mehr

FORMELSAMMLUNG NEUE STATISTIK

FORMELSAMMLUNG NEUE STATISTIK DESKRIPTIVE STATISTIK Leare Trasformato Ee Trasformato st ee Überführug jedes beobachtete Wertes x v ee eue Wert y v. Trasformatoe lege.d.r. Fuktoe y= g( x) zugrude. Ee Trasformato st lear, we de zugrudelegede

Mehr

Deskriptive Statistik - Aufgabe 2

Deskriptive Statistik - Aufgabe 2 Derptve Statt - Augabe Budelad Mäer Fraue Bade-Württemberg 7,5 7,5 Bayer 6,8 7,5 Berl-Wet 4,4 Berl-Ot,8 4, Bradeburg 0, 0,8 Breme 4,6,6 Hamburg, 8, Hee 8, 8, Mecleburg-Vorpommer,3, Nederache 0,3, Nordrhe-Wetale

Mehr

Wie man für einen Test Peroe testet

Wie man für einen Test Peroe testet Pädagogche Ittut der Uvertät Freburg 996 ALLES ZUFALL - ODER WAS? Eführug de Stattk für Pädagoge ud Pädagoge III Formelammlug Ha-Peter Hotz, Iwa Schrackma Ihaltverzech. Stattche Kewerte. Verglech eer Stchprobe

Mehr

II.Wahrscheinlichkeitsrechnung

II.Wahrscheinlichkeitsrechnung 6 II.Wahrschelchetsrechug Der Wahrschelchetstheore ommt ee wchtge Rolle als Bdegled zwsche der desrptve ud der dutve Statst zu. Aufgabe der dutve Statst st es a, Verfahre beretzustelle, de Schlüsse vo

Mehr

Schiefe-, Wölbungs- und Konzentrationsmaße

Schiefe-, Wölbungs- und Konzentrationsmaße Statstk für SozologIe Schefe-, Wölbugs- ud Kozetratosmaße Uv.Prof. Dr. Marcus Hudec Höhere Vertelugsmaßzahle E stetges Merkmal wurde 3 Gruppe beobachtet ud Form der folgede Häufgketstabelle berchtet: Klasse

Mehr

Menge aller zu V definierbaren Ereignisse.

Menge aller zu V definierbaren Ereignisse. Formelsammlug 005 Statst rof.dr..grabows II Wahrschelchetsrechug Formelsammlug II. Wahrschelchetsrechug Zufällge Eregsse Zufällger Versuch V Zufällge Eregsse,,C,... Elemetareregsse {ω} Zusammegesetzte

Mehr

Statistik II. Unterlagen zur Vorlesung. Wahrscheinlichkeitsrechnung und Schließende Statistik. Formeln, Tabellen, Beispiele

Statistik II. Unterlagen zur Vorlesung. Wahrscheinlichkeitsrechnung und Schließende Statistik. Formeln, Tabellen, Beispiele Johaes Guteberg-Uverstät Fachberech Rechts- ud Wrtschaftswsseschafte Isttut für Statstk ud Ökoometre Uv.-Prof. Dr. Peter M. Schulze Uterlage zur Vorlesug Statstk II Wahrschelchketsrechug ud Schleßede Statstk

Mehr

Methoden der Datenanalyse AI-basierte Decision Support Systeme WS 2006/07

Methoden der Datenanalyse AI-basierte Decision Support Systeme WS 2006/07 Multple Regresso Methode der Dateaalse AI-baserte Decso Support Ssteme WS 6/7 Ao.Uv.Prof. Dr. Marcus Hudec marcus.hudec@uve.ac.at Isttut für Scetfc Computg, Uverstät We Multple Regresso Kovaraz Kovaraz:

Mehr

Wahrscheinlichkeitsrechnung und Statistik - Zusamenfassung

Wahrscheinlichkeitsrechnung und Statistik - Zusamenfassung Wahrschelchketsrechug ud Statstk - Zusamefassug atrck letscher. September 3 Wahrschelchkete. Eregsraum Der Eregsraum Ω umfasst alle möglche Ausgäge ees Zufallsexpermmets. E Elemetareregs Ω st e Elemet

Mehr

Lorenz' sche Konzentrationskurve und Disparitätsindex nach Gini

Lorenz' sche Konzentrationskurve und Disparitätsindex nach Gini Dpl.-Kaufm. Wolfgag Schmtt Aus meer Skrpterehe: " Kee Agst vor... " Ausgewählte Theme der deskrptve Statstk Lorez' sche Kozetratoskurve ud Dspartätsdex ach G Übuge Aufgabe Lösuge www.f-lere.de Begrff Lorez'

Mehr

1 k. 2.5 Logistischer Trend, Sättigungsmodelle Nichtlineare Regressionsanalyse, Bestimmtheitsmaß als Prüfmaß

1 k. 2.5 Logistischer Trend, Sättigungsmodelle Nichtlineare Regressionsanalyse, Bestimmtheitsmaß als Prüfmaß Thema Zetrehe Statstk - Neff INHALT. Zetreheaalyse, Tred Leare Regressosaalyse mt eem Eflussfaktor X = "Zet" De tredberegte Sasoschwakuge e = s = y ŷ De mttlere Sasoschwakuge s j k k = = s De rreguläre

Mehr

Intervallschätzung. Bibliografie:

Intervallschätzung. Bibliografie: Itervallschätzug Kofdeztervall der Varaz Kofdeztervalle vo Atelswerte Kofdeztervall für de Dfferez zweer Atele Bestmmug des tchrobeumfags Dr. Rcabal Delgado/rof. Kück Lehrstuhl tatstk chätzug III Bblografe:

Mehr

Scatterplots. Scatterplot Zweidimensionale Stichproben können als Punkte in der Ebene dargestellt werden. Länge und Breite von Venusmuscheln

Scatterplots. Scatterplot Zweidimensionale Stichproben können als Punkte in der Ebene dargestellt werden. Länge und Breite von Venusmuscheln Scatterplots emprsche Eletug Trasformatoe Exteres Fle Iput-Awesug SAS-Fles Output-Awesug DO-Schlefe Populato Wahrschelchket Zufallsvarable Dskrete Zufallsvarable Stetge Zufallsvarable Normalvertelug (1)

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 Emprsche Wrtschaftsforschung und Ökonometre Dr Roland Füss Statstk II: Schleßende Statstk SS 007 5 Mehrdmensonale Zufallsvarablen Be velen Problemstellungen st ene solerte Betrachtung enzelnen

Mehr

Literatur. Warum Stochastik? Beispiele. Warum Stochastik? Moon Jung Cho, Wendy L. Martinez Statistics in MATLAB: A Primer, Chapman and Hall/CRC 2014

Literatur. Warum Stochastik? Beispiele. Warum Stochastik? Moon Jung Cho, Wendy L. Martinez Statistics in MATLAB: A Primer, Chapman and Hall/CRC 2014 Lteratur Warum Stochast? Moo Jug Cho, Wedy L. Martez Statstcs MATLAB: A Prmer, Chapma ad Hall/CRC 04 Carlto, M., Devore, J. Probablty wth Applcatos Egeerg, Scece, ad Techology, Sprger 04 Sheldo M. Ross

Mehr

Formelsammlung zur Zuverlässigkeitsberechnung

Formelsammlung zur Zuverlässigkeitsberechnung Formelsmmlug zur Zuverlässgetsberechug zusmmegestellt vo Tt Lge Fchhochschule Merseburg Fchberech Eletrotech Ihlt:. Zuverlässget vo Betrchtugsehete.... Zuverlässget elemetrer, chtreprerbrer ysteme... 3.

Mehr

für. für. für. Univariate Beschreibung/ Maße. für. für. für. Formelsammlung Statistik I. Rechenregeln zu Summenzeichen

für. für. für. Univariate Beschreibung/ Maße. für. für. für. Formelsammlung Statistik I. Rechenregeln zu Summenzeichen Goete Uvertät Fraurt Soereeter 4 ro. Dr. Katr uu Forelalug Statt I Receregel zu Suezece 3 3 3 Uvarate ecrebug/ Maße Kuulerte Häugetvertelug - ür ür ür H a a H wobe a < a + Erce Verteluguto. t tel der Werte

Mehr