Grundzüge der Stichprobentheorie. Statistisches Bundesamt
|
|
- Louisa Schmitz
- vor 7 Jahren
- Abrufe
Transkript
1 Grudzüge der Stichprobetheorie
2 Grüde für Stichprobeerhebug - deutlich gerigere Koste - größere Awedugsbreite - kürzere Erhebugs- ud Auswertugszeite - i der Regel größere Geauigkeit der Ergebisse
3 Begriffsbestimmug Eie Auswahl vo Utersuchugseiheite der Grudgesamtheit bezeichet ma als Stichprobe (egl.: sample). Der quatitative Ateil, de die Stichprobe am Umfag der Grudgesamtheit hat, wird als Auswahlsatz bezeichet. Eie Stichprobe soll ei möglichst repräsetatives Bild der Grudgesamtheit liefer. Eie Stichprobe heißt repräsetativ, we sie i der Verteilug aller iteressierede statistische Merkmale der Grudgesamtheit etspricht.
4 Auswahltechike bei Zufallsstichprobe Echte Zufallsauswahl - Auslose oder Würfel - Auswahl ach Zufallszahle Ersatzverfahre für eie Zufallsauswahl - Sstematische Auswahl mit Zufallsstart - Schlusszifferauswahl - Auswahl ach amesafag - Auswahl ach dem Geburtstag
5 Klumpestichprobe (Clustersamplig) I eier Klumpestichprobe wird die Grudgesamtheit i viele kleie (oft geografisch abgegrezte) Teilgesamtheite zerlegt, die so geate Klumpe. Dabei geht ma so vor, dass ur ei Teil der Klumpe zufällig ausgewählt wird ud i die Stichprobe gelagt. Ierhalb der Klumpe gelage da alle Merkmalsträger i die Stichprobe. Gleiche Wahrscheilichkeit für jede Klumpe i die Stichprobe zu gelage, bei ugleich große Kote differierede Wahrscheilichkeit für die Merkmalsträger i die Stichprobe zu gelage
6 Auswahl bei ichtzufällige Stichprobe tpische Auswahl Abscheideverfahre Auswahl ach dem Quoteverfahre
7 Schreibweise ud Defiitioe Azahl der Elemete der Grudgesamtheit Azahl der Elemete der Stichprobe Auswahlsatz Hochrechugsfaktor Merkmalswerte der Elemete der Grudgesamtheit,,,...,,..., Merkmalswerte der Elemete der Stichprobe
8 Azahl der mögliche Stichprobe!!( )! Beispiel: Grudgesamtheit vo A, B, C, D, E Auswahlsatz **3*4*5 * *3*(* ) 4*5 * 0 Mögliche Stichprobe: ABC, ABD, ABE, ACD, ACE, ADE, BCD, BCE, BDE, CDE
9 Aufgabe Folgede Eikommesagabe (i Tsd.) sid bekat:,,, 46, 96 Ziehe Sie alle mögliche Stichprobe mit eiem Auswahlsatz vo 3 ud vergleiche Sie die Mittelwerte der Eikomme mit dem Mittelwert des Eikommes für die Grudgesamtheit! Ermittel Sie de Mittelwert der Mittelwerte.
10 Der wahre Wert der Grudgesamtheit
11 Schreibweise ud Defiitioe i i i i Y Y... Grudgesamtheit: Stichprobe (Schätzug des wahre ubekate Wertes i der Grudgesamtheit): i i i i Y Y ˆ )... ( ˆ
12 Variaz Variaz der i i eier edliche Grudgesamtheit: σ i ( i Y ) Variaz des Mittelwertes aus eier eifache Zufallsstichprobe: V ( ) E( Y ) wobei σ σ ( f ) f
13 Variaz der Schätzwerte Uverzerrte Schätzfuktio für die Variaz des Mittelwertes: ) ( ) ( f s s v Uverzerrte Schätzfuktio für die Variaz der Merkmalssumme: ) ( ) ( ˆ f s s Y v Y )
14 Kofidezitervalle Gesamtwert: Mittelwert: + Y s Y z Y s z Y ˆ ˆ ˆ, ˆ α α + s z s z, α α
15 Aufgabe Eie eifache Zufallsstichprobe wird aus eier Stadt mit 4848 Haushalte gezoge. Bei de 30 ausgewählte Haushalte ergabe sich folgede Haushaltsgröße: 5, 6, 3, 3,, 3, 3, 3, 4, 4, 3,, 7, 4, 3, 5, 4, 4, 3, 3, 4, 3, 3,,, 4, 3, 4,, 4 Schätze Sie die Eiwoherzahl der Stadt! Wie groß ist die Wahrscheilichkeit, dass der berechete Wert icht mehr als +/- 0% vom wahre Wert abweicht?
16 Optimierug vo Stichprobepläe Ziel: Miimierug der Variaz - Sortiere ach eiem oder mehrere Merkmale - Schichtug der Grudgesamtheit - Aufteilug des Stichprobeumfags
17 Optimierug vo Stichprobepläe Sortierug Auf- oder absteigede Sortierug ach eiem oder mehrere Merkmale
18 Geschichtete Zufallsstichprobe Stichprobeaufteilug Schicht Schicht
19 Geschichtete Zufallsstichprobe Als Schichtug wird eie vollstädige Zerlegug der Auswahlgesamtheit vor der Auswahl i überscheidugsfreie Gruppe bezeichet. Das Auswahlverfahre wird geschichtete Zufallsstichprobe geat, we i jeder Schicht eie uabhägige Zufallsauswahl durchgeführt wird.
20 Geschichtete Zufallsstichprobe Beispiel ubekate Gesamtheit {,,3,,,3} mit dem tatsächliche Mittelwert vo 7 Aufgabe: Schätze de Mittelwert durch eie Stichprobe vom Umfag. Ugüstigste Stichprobe (,) ud (,3) mit Schätzuge für de Mittelwert vo,5 ud,5
21 Geschichtete Zufallsstichprobe Beispiel vorherige Schichtug i: Merkmalswerte < 0 {,,3} Merkmalswerte > 0 {,,3} ud Ziehug vo jeweils eier Eiheit i jeder Schicht ugüstigster Fall z.b. aus Schicht der Wert ud aus Schicht der Wert führt zu eier wesetlich verbesserte Schätzug des Mittelwertes mit 6
22 Geschichtete Zufallsstichprobe Stichprobeaufteilug Schicht Schicht Optimierede Aufteilug des Stichprobeumfags auf Schicht ud
23 Geschichtete Zufallsstichprobe Schichtugsprizipie Schichtugsprizip A Wähle die Auswahl i de Schichte so, dass die Variaz der Erhebugsmerkmale ierhalb der Schichte möglichst klei ist Steigerug der Präzisio für die Erhebugsgesamtheit Schichtugsprizip B Wähle die Auswahl i de Schichte so, dass sie möglichst idetisch ist mit der vorgesehee Ergebisgliederug der Erhebug Reduzierug des Utergruppeeffekts
24 Geschichtete Zufallsstichprobe Stichprobeaufteilug - proportioale Aufteilug - optimale Aufteilug Zielfuktio: s Y Mi! ˆ h h h ( * s h h h * h * s h ) Kleister Stichprobefehler für das Gesamtergebis
25 relativer Stadardfehler Y Y Y Y s Y s s ˆ ˆ ˆ ˆ ˆ ν ν Der relative Stadardfehler vo ud stimme überei: Yˆ Schätzug des relative Stadardfehlers: s mit f s ν ν ν *
26 Geschichtete Zufallsstichprobe Stichprobeaufteilug Prizip der vergleichbare Präzisio für gegliederte Ergebisse - Erhöhug der Präzisio für Teilergebisse durch Abstufug des relative Stadardfehlers v C Y ˆ h α Yˆ Abstufug erfolgt über de Expoet α der Werte zwische 0 ud 0,5 aehme ka h
27 Geschichtete Zufallsstichprobe Prizip der vergleichbare Präzisio für gegliederte Ergebisse h h h * ˆ α v h h C Y + Zur Herleitug z.b. Krug, oure, Schmidt: Wirtschafts- ud Sozialstatistik, 6. Auflage, Oldebourg Verlag 00, S. 3 ff.
28 Die Stichprobe der Eikommesteuerstatistik - jährliche Erfassug der Eikommesteuererkläruge - bei rud 8. Mio Steuerpflichtige - Abbildug des Besteuerugsprozesses - verschiedee geschichtete Stichprobe ach dem Prizip der vergleichbare Präzisio für gegliederte Ergebisse
29 Aufgabe 3 I der Haushaltesstichprobe eier Stadt (5) wurde die Stadtteilqualität als Schichtugsmerkmal, mit drei Auspräguge, geutzt (h,,3). Für die Haushalte wurde die Azahl der Haushaltsmitglieder erfasst. (5,3) (6,3) (3,) (3,) (,) (3,) (3,) (3,) (4,) (4,) (3,3) (,) (7,3) (4,) (3,) Schicht h 500, Schicht h 600, Schicht h Schätze Sie die Eiwoherzahl der Stadt!
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
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:
MehrBSc: Waldmesslehre Waldinventur I
Erfassug vo Bestadeswerte durch Stichprobe Wiederholug Grudlage der Stichprobetheorie Uterschiedliche Arte vo Aufahmefläche = Probefläche (plots) Auswertug vo Zufallsstichprobe Wiederholug (Beispiel Bestadesvorratsschätzug):
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:
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
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
Mehr7. Stichproben und Punktschätzung
7. Stichprobe ud Puktschätzug 7. Grudgesamtheit ud Stichprobe Ausgagspukt der iduktive Statistik (beurteilede Statistik) sid Stichprobedate. Speziell stamme die Date aus Zufallsstichprobe. Die Stichprobeergebisse
MehrPflichtlektüre: Kapitel 10 Grundlagen der Inferenzstatistik
Pflichtlektüre: Kapitel 10 Grudlage der Iferezstatistik Überblick der Begriffe Populatio Iferezstatistik Populatiosparameter Stichprobeverteiluge Auch Stichprobekewerteverteiluge Wahrscheilichkeitstheorie
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
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.
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?
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
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
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
MehrKapitel 5: Schließende Statistik
Kapitel 5: Schließede Statistik Statistik, Prof. Dr. Kari Melzer 5. Schließede Statistik: Typische Fragestellug ahad vo Beispiele Beispiel Aus 5 Messwerte ergebe sich für die Reißfestigkeit eier Garsorte
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)
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)
MehrAnwendung für Mittelwerte
Awedug für Mittelwerte Grudgesamtheit Stichprobeziehug Zufalls- Stichprobe... "wahre", ubekate Mittelwert der Grudgesamtheit icht zufällig?... beobachtete Mittelwert zufällig Statistik für SoziologIe 1
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
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
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
MehrBei 95%iger Konfidenz wäre der Mittelwert der GG zwischen 1421,17DM und 1778,83DM zu erwarten.
Aufgabe 36 (S. 346: Schätzverfahre für Mittelwert ud Stadardabweichug a Puktschätzuge für µ aufgrud der Werte der kleie Stichprobe aus Aufgabe 3 Bei eier Puktschätzug wird für de zu schätzede Parameter
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
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
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 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
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
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
MehrÜbungen zu QM III Mindeststichprobenumfang
Techische Hochschule Köl Fakultät für Wirtschafts- ud Rechtswisseschafte Prof. Dr. Arreberg Raum 221, Tel. 39 14 jutta.arreberg@th-koel.de Übuge zu QM III Mideststichprobeumfag Aufgabe 12.1 Sie arbeite
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
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
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
MehrStatistik I für Studierende der Soziologie
Name: Matrikelummer: Formelsammlug zur Vorlesug Statistik I für Studierede der Soziologie Dr. Caroli Strobl & Gero Walter WS 2008/09 1 Eiführug 1.1 Orgaisatorisches 1.2 Grudbegriffe 1.2.1 Statistische
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
Mehr2.2.1 Lagemaße. Exkurs: Quantile. und n. p n
Ekurs: Quatile Ausgagspukt : Geordete Urliste Jeder Wert p, mit 0 < p
MehrFormelsammlung. zur Klausur. Beschreibende Statistik
Formelsammlug zur Klausur Beschreibede Statistik Formelsammlug Beschreibede Statistik. Semester 004/005 Statistische Date Qualitative Date Nomial skalierte Merkmalsauspräguge (Uterscheidugsmerkmale) köe
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
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
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
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.
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
Mehr? Inferenzschluss. Grundproblem der Inferenzstatistik. Grundgesamtheit. Zufallsstichprobe. p... beobachtete Anteil zufällig
Grudproblem der Iferezstatistik Grudgesamtheit Stichprobeziehug Zufallsstichprobe... "wahre", ubekate Ateil icht zufällig? Iferezschluss p... beobachtete Ateil zufällig Griechische Buchstabe für Parameter
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
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
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
MehrSchätzung der Kovarianzmatrix
Schätzug der Kovariazmatri Aus eiem Esemble vo Beobachtuge { i } ka die Kovariazmatri (Zetralmomete) geschätzt werde: C E{( )( ) } R ˆ 1 k ˆ k ˆ k 1 Schätzwert (edliche Summe): C ( )( ) ud dem Schätzwert:
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.
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
MehrSo lösen Sie die Gleichung für den Korrelationskoeffizienten
8. Lieare Regressio 8.1. Die Methode der kleiste Quadrate Regressiosgerade bzw. Ausgleichsgerade sid eie Auswertug vo statistische Messdate. Dabei sid Datepukte ( x 1, y 1 ),( x 2, y 2 ), ( x, y ) gegebe.
MehrWissenschaftliches Arbeiten Studiengang Energiewirtschaft
Wisseschaftliches Arbeite Studiegag Eergiewirtschaft - Auswerte vo Date - Prof. Dr. Ulrich Hah WS 01/013 icht umerische Date Tet-Date: Datebak: Name, Eigeschafte, Matri-Tabelleform Spalte: übliche Aordug:
Mehr2 Vollständige Induktion
8 I. Zahle, Kovergez ud Stetigkeit Vollstädige Iduktio Aufgabe: 1. Bereche Sie 1+3, 1+3+5 ud 1+3+5+7, leite Sie eie allgemeie Formel für 1+3+ +( 3)+( 1) her ud versuche Sie, diese zu beweise.. Eizu5% ZiseproJahragelegtes
MehrWahrscheinlichkeit und Statistik
ETH Zürich HS 2015 Prof. Dr. P. Embrechts Wahrscheilichkeit ud Statistik D-INFK Lösuge Serie 2 Lösug 2-1. (a Wir bereche P [W c B] auf zwei Arte: (a Wir betrachte folgede Tabelle: Azahl W W c B 14 6 B
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
MehrKonzentration und Disparität
Begleitede Uterlage zur Übug Deskriptive Statistik Michael Westerma Uiversität Esse Ihaltsverzeichis 6 Kozetratios- ud Disparitätsmessug................................ 2 6.1 Begriff ud Eileitug.......................................
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:
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
Mehr3.2 Wilcoxon Rangsummentest
3. Wilcoxo Ragsummetest Wir gehe davo aus, dass zwei Teilstichprobe x 1, x,..., x 1 ud y1, y,..., y vorliege, wobei die erste Teilstichprobe aus Realisieruge vo uabhägig ud idetisch stetig verteilte Zufallsvariable
Mehr5.4.2 Die empirische Verteilungsfunktion als Ausgangspunkt
Tests 9 5.4 Der Kolmogorov Smirov Test Grudlage für de Kolmogorov Smirov Apassugs Test ist ei Satz vo Kolmogorov, die asymptotische Verteilug eier Statistik Δ betreffed. Aus Δ ergibt sich durch Modifikatio
Mehr( ) Formelsammlung. Kombinatorik. Permutation: ohne Wiederholung. n! = n (n - 1) (n - 2)... 3 2 1 n= alle Elemente. Permutation: mit Wiederholung
Formelsammlug Kombiatori Permutatio: ohe Wiederholug! = ( - 1) ( - 2).... 3 2 1 = alle Elemete Permutatio: mit Wiederholug!! P, = = usw. = gleiche Elemete! 1! K 2! Stichprobe (SP) = geordete Auswahl Geordete
MehrZufallsstreubereiche und Vertrauensbereiche
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:
MehrMengenbegriff und Mengendarstellung
R. Brikma http://brikma-du.de Seite 1 05.10.008 Megebegriff ud Megedarstellug Eie Mege, ist die Zusammefassug bestimmter, wohluterschiedeer Objekte userer Aschauug ud useres Dekes welche Elemete der Mege
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
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
MehrUnivariate Verteilungen
(1) Aalyse: "deskriptive Statistike" Aalysiere -> deskriptive Statistike -> deskriptive Statistik Keie tabellarische Darstellug der Häufigkeitsverteilug () Aalyse: "Häufigkeitsverteilug" Aalysiere -> deskriptive
MehrZählterme (Seite 1) Aufgabe: Wie viele Nummernschilder kann es theoretisch im Raum Dresden geben? Wann müsste die 4.Ziffer eingeführt werden?
Bemerkug: I Mathematik sollte ma keie Fahrpläe verwede, i der Stochastik erst recht icht. Zitat vo S.L. Das Baumdiagramm ist aber fast immer ei geeigetes Hilfsmittel. Produktregel Aufgabe: Wie viele Nummerschilder
MehrStatistik Einführung // Beschreibende Statistik 2 p.2/61
Statistik Eiführug Beschreibede Statistik Kapitel Statistik WU Wie Gerhard Derfliger Michael Hauser Jörg Leeis Josef Leydold Güter Tirler Rosmarie Wakolbiger Statistik Eiführug // Beschreibede Statistik
MehrSchätzung der Kovarianzmatrix
Schätzug der Kovariazmatrix Aus eiem Esemble vo Beobachtuge {x i } ka die Kovariazmatrix (Zetralmomete) geschätzt werde: C = E{( x µ )( x µ ) } = R µ µ xx x x xx x x ˆ 1 C ˆ ˆ xx = xk µ x xk µ x k = 1
Mehr= a n: Wurzelexponent x: Radikand oder Wurzelbasis a: Wurzelwert Bei der ersten Wurzel wird einfach das Wurzelzeichen weggelassen.
Wurzelgesetze Gesetzmäßigkeite Grudlage Das Wurzelziehe (oder Radiziere) ist die Umkehrug des Potezieres. Daher sid die Wurzelgesetze de Potezgesetze sehr ählich. Die Wurzel aus eier positive Zahl ergibt
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
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
MehrGrundlagen der Biostatistik und Informatik
Vergleich vo mehrere Stichprobe Grudlage der Biostatisti ud Iformati Hypotheseprüfuge III., Nichtparametrische Methode dr László Smeller Semmelweis Uiversität 0 Vergleich vo mehrere Stichprobe Boferroi
MehrNormalverteilung. Voraussetzung und verwandte Themen. Einführung. Ziel und Nutzen. Grundlagen
h Normalverteilug Voraussetzug ud verwadte Theme Für diese Beschreibuge sid Grudlage der Statistik ud isbesodere der statistische Verteiluge vorteilhaft. Weiterführede Theme sid: www.versuchsmethode.de/verteilugstests.pdf
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
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
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
MehrUlrich Stein Fehlerrechnung
Fehlerrechug Verteilug vo Messwerte Mittelwert Stadardabweichug Stadardfehler Rude vo Messwerte Darstellug vo Messwerte (Stellezahl) Fehlerfortpflazug Messergebisse Messug physikalische Realität Messgerät,
MehrStichproben im Rechnungswesen, Stichprobeninventur
Stichprobe im Rechugswese, Stichprobeivetur Prof Dr Iree Rößler ud Prof Dr Albrecht Ugerer Duale Hochschule Bade-Württemberg Maheim Im eifachste Fall des Dollar-Uit oder Moetary-Uit Samplig (DUS oder MUS-
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
MehrLineare Transformationen
STAT 4 FK Herleituge Lieare Trasformatioe Sei eie lieare Trasformatio vo, so gilt Allgemei: a b, () Lieare Trasformatio des arithmetische Mittels y a+b x i () Da a eie additiv verküpfte Kostate ist, ka
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
Mehr(a) Richtig, die Varianz ist eine Summe quadratischer Größen.
Aufgabe 1 (10 Pukte) Welche der folgede Aussage sid richtig? (a) Richtig, die Variaz ist eie Summe quadratischer Größe. (b) Falsch, die Abweichug ordialer Merkmale vom Media ist icht defiiert - also auch
MehrBINOMIALKOEFFIZIENTEN. Stochastik und ihre Didaktik Referentin: Iris Winkler 10.11.2008
Stochasti ud ihre Didati Refereti: Iris Wiler 10.11.2008 Aufgabe: Führe Sie i der Seudarstufe II die Biomialoeffiziete als ombiatorisches Azahlproblem ei. Erarbeite Sie mit de Schülerie ud Schüler mithilfe
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
Mehrso spricht man von einer kommutativen Gruppe oder auch abelschen Gruppe.
Defiitioe ud Aussage zu ruppe Michael ortma Eie ruppe ist ei geordetes Paar (, ). Dabei ist eie icht-leere Mege, ist eie Verküpfug (Abbildug), wobei ma i.a. a b oder gar ur ab statt ( a, b) schreibt. Es
MehrEs werden 120 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 120 Schülern besitzen 99 ein Handy.
Vo der relative Häufigkeit zur Wahrscheilichkeit Es werde 20 Schüler befragt, ob sie ei Hady besitze. Das Ergebis der Umfrage lautet: Vo 20 Schüler besitze 99 ei Hady. Ereigis E: Schüler besitzt ei Hady
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
MehrEigenschaften von Texten
Worthäufigkeite Eigeschafte vo Texte Eiige Wörter sid sehr gebräuchlich. 2 der häufigste Wörter (z.b. the, of ) köe ca. 0 % der Wortvorkomme ausmache. Die meiste Wörter sid sehr selte. Die Hälfte der Wörter
Mehr1. Probabilistisches Sprachmodell - Verständnisfragen
. Probabilistisches Sprachmodell - Verstädisfrage (a) Defiiere Sie de Begriff eies probabilistische Sprachmodells für eie Sprache. (b) Beerte Sie die folgede Aussage als richtig oder falsch: I eiem probabilistische
MehrTestverfahren zur Prüfung von Hypothesen über Parameter oder Verteilungen. Einstichprobentest für die Varianz einer Normalverteilung
Testverfahre zur Prüfug vo Hypothese über Parameter oder Verteiluge Eistichprobetest für die Variaz eier Normalverteilug Eistichprobetest für de Ateilswert Zweistichprobetests zum Vergleich zweier arithmetischer
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 ; : :
MehrLeitfaden Bielefeld SS 2007 III-4
Leitfade Bielefeld SS 2007 III-4 8.2. Der allgemeie Fall. Satz. Sei N 1, sei ω eie primitive -te Eiheitswurzel ud K = Q[ω ]. Da gilt: (a) [K : Q] = φ(), (b) Φ ist irreduzibel, (c) O K = Z[ω ]. (d) Eie
MehrSkriptum zur ANALYSIS 1
Skriptum zur ANALYSIS 1 Güter Lettl WS 2017/2018 1. Grudbegriffe der Megelehre ud der Logik 1.1 Naive Megelehre [Sch-St 4.1] Defiitio eier Mege ach Georg Cator (1845 1918):,,Eie Mege M ist eie Zusammefassug
MehrDie Mutter aller Zufallsstichprobenverfahren Die uneingeschränkte Zufallsauswahl
Die Mutter aller Zufallsstichprobeverfahre Die ueigeschräkte Zufallsauswahl 2 2.1 Das Ziehugsmodell Als erstem Stichprobeverfahre wede wir us der ueigeschräkte Zufallsauswahl vo Erhebugseiheite aus der
MehrBasisfall Vergleichsbasiertes Sortieren Programmieraufgabe Algorithm Engineering
Basisfall Vergleichsbasiertes Sortiere Programmieraufgabe Algorithm Egieerig Deis Felsig 013-0-07 1 Eileitug I dieser Programmieraufgabe sollte Basisfälle für vergleichsbasiertes Sortiere utersucht werde.
MehrEmpirische Verteilungsfunktion
KAPITEL 3 Empirische Verteilugsfuktio 3.1. Empirische Verteilugsfuktio Seie X 1,..., X uabhägige ud idetisch verteilte Zufallsvariable mit theoretischer Verteilugsfuktio F (t) = P[X i t]. Es sei (x 1,...,
MehrStatistik I/Empirie I
Vor zwei Jahre wurde ermittelt, dass Elter im Durchschitt 96 Euro für die Nachhilfe ihrer schulpflichtige Kider ausgebe. I eier eue Umfrage uter 900 repräsetativ ausgewählte Elter wurde u erhobe, dass
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
Mehr