Beschreibung eines Merkmals
|
|
- Viktor Gärtner
- vor 7 Jahren
- Abrufe
Transkript
1 53 Beschreibug eies Merkmals.1 Methode der uivariable Statistik 5.2 Lagemaße Arithmetisches Mittel Media Quartile ud Quatile Modus Geometrisches Mittel Harmoisches Mittel 60.3 Streuugsmaße Variaz ud Stadardabweichug Variatioskoeffiziet Spaweite 6.3. Weitere Streuugsmaße 6. Formmaße Schiefe Wölbug 67.5 Vergleich mehrerer Stichprobe Beispiele für Gruppevergleiche Grafische Darstelluge Aforderuge a die Stichprobe Ausblick auf die iduktive Statistik 71 C. Weiß, Basiswisse Mediziische Statistik, DOI / _, Spriger-Verlag Berli Heidelberg 2013
2 5 Kapitel Beschreibug eies Merkmals» We ma de Kopf i der Saua hat ud die Füße im Kühlschrak, spreche Statistiker vo eier ageehme mittlere Temperatur. (Fraz Josef Strauß, Politiker, ).1 Methode der uivariable Statistik I diesem Kapitel werde Methode vorgestellt, mit dee sich die charakteristische Eigeschafte eies eizele Merkmals beschreibe lasse. Diese Methode werde zusammefassed als»uivariable«statistik bezeichet. Sie sid abhägig vo der Art des jeweilige Merkmals, isbesodere vo desse Skaleiveau. I 7 Kap. 3 wurde Häufigkeite behadelt. Absolute ud relative Häufigkeite köe bei jedem Skaleiveau agegebe werde; bei ordiale ud quatitative Merkmale lasse sich außerdem kumulative Häufigkeite bereche. Diagramme biete eie Überblick bezüglich der Häufigkeitsverteilug eies Merkmals. Zur quatitative Aalyse eies Merkmals bedarf es darüber hiaus aussagekräftiger statistischer Kegröße (oder Maßzahle). Ma uterscheidet hierbei: Lagemaße (oder Lokatiosmaße): Sie iformiere, i welchem Bereich sich die Stichprobewerte kozetriere (7 Absch..2). Streuugsmaße (oder Dispersiosmaße): Sie gebe Auskuft über die Variabilität der Werte (7 Absch..3). Formmaße: Sie diee dazu, die Verteilugsform quatitativ zu beschreibe (7 Absch..). Abschließede Bemerkuge zum Vergleich mehrerer Stichprobe fide sich i 7 Absch..5. i i Die Date eier Stichprobe werde allgemei mit x 1,, x bezeichet. Diese Werte bilde die sog. Urliste. Die tiefgestellte Idizes gebe ormalerweise die Reihefolge a, i der die Date erhobe wurde; sie habe darüber hiaus keie Bedeutug. Die Zahl symbolisiert de Stichprobeumfag. Die Kegröße werde aus de Date der Stichprobe ermittelt ud diee als Schätzwerte für die etsprechede Parameter der Grudgesamtheit. Ma et sie deshalb empirische Größe.
3 .2 Lagemaße 55.2 Lagemaße.2.1 Arithmetisches Mittel Siehe auch 7 Ahag, Mathematische Abhadlug.1. Das bekateste Lagemaß ist der Mittelwert (arithmetisches Mittel oder Durchschitt). Er wird mit x (sprich: x quer) bezeichet ud ach folgeder Formel berechet: xi i x = = 1 Es werde also alle Stichprobewerte addiert ud dere Summe durch de Stichprobeumfag dividiert. Beispiel.1: Mittelwerte Vo de Merkmale der. Tab. 2.2 lasse sich Mittelwerte für die Körpergröße, das Körpergewicht ud die geschätzte Azahl vo Weibeere bereche. Für die mittlere Körpergröße erhält ma: x m = 181,63 cm (mäliche Studete, = 0) x w = 170,09 cm (weibliche Studete, = 35) x ges = 176,2 cm (alle Studete, = 75) Es fällt auf, dass die weibliche Studete im Durchschitt wesetlich kleier sid als ihre mäliche Kommilitoe. Ob dieser Uterschied ur zufällig bedigt ist oder ei Hiweis darauf, dass weibliche Studete geerell kleier sid, ka a dieser Stelle icht beurteilt werde. Die iduktive Statistik stellt Methode zur Verfügug, die eie Etscheidug diesbezüglich gestatte (7 Kap. 10). Der Mittelwert hat dieselbe Maßeiheit wie die Date der Stichprobe. Bei eiem kleie Stichprobeumfag bis = 10 sollte er mit ur eier zusätzliche Kommastelle agegebe werde; bis = 100 erscheie zwei Stelle ud erst ab = 1000 drei zusätzliche Stelle sivoll (auch we Tascherecher oder PCs wesetlich mehr Kommastelle bereche). Asoste täuscht ma eie höhere Messgeauigkeit vor, als i Wirklichkeit gegebe ist. Der Mittelwert ist sicherlich die bekateste Kegröße der deskriptive Statistik; allerdigs wird seie Bedeutug häufig überschätzt. Viele Aweder wisse icht, dass desse Berechug icht i jedem Fall sivoll ist ud adere Lagemaße existiere, die sich zur Beschreibug eier Verteilug evetuell besser eige. Ei Nachteil des Mittelwerts besteht dari, dass er vo Ausreißer stark beeiflusst wird ud daher bei schiefe Verteiluge ei verzerrtes Bild der Verteilug wiedergibt (7 Beispiel.3). (.1)
4 56 Kapitel Beschreibug eies Merkmals Aus der mathematische Herleitug geht hervor, dass der Mittelwert ur da berechet werde darf, we die Differez zwische zwei Auspräguge defiiert ist. Dies setzt quatitative Merkmale voraus. Ei Mittelwert, der eiem ordiale oder gar eiem omiale Merkmal zugeordet wird, ist icht sivoll iterpretierbar (7 Beispiel.). Ob ei Merkmal aäherd symmetrisch verteilt ist, ka ahad eier grafische Darstellug (z. B. Histogramm) oder am Wert der Schiefe beurteilt werde..2.2 Media Siehe auch 7 Ahag, Mathematische Abhadlug.2. Der empirische Media (oder Zetralwert) teilt die Stichprobewerte i zwei Hälfte: Die eie Hälfte der Date ist höchstes so groß wie der Media, die adere Hälfte ist midestes so groß. Um diese Kegröße, die üblicherweise mit x (sprich: x Schlage) bezeichet wird, zu ermittel, sid die Stichprobewerte der Größe ach zu sortiere. Die geordete Werte werde mit tiefgestellte, i Klammer gesetzte Idizes versehe, sodass gilt: x () 1 x( 2)... x( ) Demach ist x (1) der kleiste Wert der Stichprobe, also das Miimum (er wird auch als x mi bezeichet); x () oder x max ist der größte Wert, das Maximum. Die sortierte Stichprobewerte et ma Ragliste. Das dazugehörede Merkmal muss midestes ordialskaliert sei, da für omial skalierte Date keie atürliche Reihefolge gegebe ist. Der empirische Media x wird i Abhägigkeit vom Stichprobeumfag ach folgeder Formel ermittelt: x x = x + x fr ugerade fr gerade (.2) Aus 7 Formel (.2) folgt, dass x etweder ei Wert der Urliste ist (falls ugerade) oder der Durchschittswert der beide mittlere Werte (falls gerade). Deshalb hat der empirische Media dieselbe Maßeiheit wie die x i -Werte ud höchstes eie Stelle mehr ach dem Dezimalkomma.
5 .2 Lagemaße 57 Beispiel.2: Mediae Die Date i. Tab. 2.2 sid ach Geschlecht ud Körpergröße sortiert; deshalb lasse sich die Mediae leicht ermittel. Nach 7 Formel (.2) ergebe sich für die Körpergröße folgede Werte: x m = (x m(20) + x m(21) )/2 = 182,0 cm (mäliche Studete, = 0) x w = x w(18) = 170,0 cm (weibliche Studete, = 35) x ges = x ges(38) = 175,0 cm (alle Studete, = 75) Beim ordial skalierte Merkmal»Beurteilug homöopathischer Heilverfahre«bietet sich ebefalls die Agabe des Medias a. Er beträgt 2 (Rag 38, 7 Beispiel 3.3). Da bei ordial skalierte Date die Berechug des Mittelwerts icht statthaft ist, wird stattdesse gere der Media als Lagemaß beutzt. Ei weiterer Vorteil des Medias liegt dari, dass er gegeüber Ausreißer robust ist. Ausreißer bewirke, dass Mittelwert ud Media stark voeiader abweiche. I diese Fälle ist die Verteilug schief. We Mittelwert ud Media i etwa übereistimme, ist dies ei Hiweis darauf, dass die Verteilug symmetrisch ist. Ei Vergleich der beide Lagemaße liefert demach Hiweise auf die Form der zugrude liegede Verteilug. Beispiel.3: Vergleich Mittelwert ud Media Die postoperative Krakehausaufethaltsdauer vo vier Patiete ach Appedektomie betrug, 5, 5 ud 6 Tage. Bei eiem weitere Patiete trate Komplikatioe ei; er blieb 20 Tage im Krakehaus. Aus diese füf Werte ergibt sich eie mittlere Aufethaltsdauer vo 8 Tage; der Media beträgt dagege ur 5 Tage. Der Mittelwert wird wesetlich vom Ausreißer bestimmt; er gibt die tatsächliche Verhältisse verzerrt wieder. Der Media ist dagege vo diesem Ausreißer weitgehed ubeeiflusst. Beispiel.: Media bei ordial skaliertem Merkmal Wir betrachte das ordial skalierte Merkmal»Therapieerfolg«mit de Auspräguge 0 (Patiet verstorbe), 1 (Zustad verschlechtert), 2 (keie Veräderug eigetrete), 3 (Zustad verbessert) ud (Patiet vollstädig geheilt). We jeweils die eie Hälfte der Patiete verstorbe ud die adere vollstädig geheilt ist, besagt der Media x = 2, dass bei der Hälfte der Patiete keie Veräderug oder ei schlechterer Zustad eigetrete ist, währed bei der adere Hälfte der Zustad uverädert gebliebe ist oder sich gebessert hat. Es ist jedoch vollkomme silos, aus de Kodieruge eie Mittelwert vo 2 zu bereche ud zu behaupte,»keie Veräderug«sei der Durchschitt zwische»tot«ud»vollstädig geheilt«. Bei Überlebeszeitaalyse hat der Media de Vorteil, dass er bereits berechet werde ka, achdem die Hälfte der Studieteilehmer verstorbe ist. Um eie Mittelwert zu bereche, müsste ma de Tod aller Utersuchugseiheite abwar-
6 58 Kapitel Beschreibug eies Merkmals te. Bei Studie zur Dosisfidug eies Pharmakos etspricht der Media der Dosis, die bei der Hälfte der Utersuchugseiheite eie Effekt erkee lässt..2.3 Quartile ud Quatile Währed der Media die Stichprobe i zwei Hälfte eiteilt, uterteile die Quartile die Stichprobe i vier Viertel. Uteres oder 1. Quartil Q 1 : Es besagt, dass 25% der Stichprobewerte kleier als oder gleich Q 1 sid, währed demetspreched 75% der Werte größer als oder gleich Q 1 sid. Oberes oder 3. Quartil Q 3 : Aalog gilt, dass 75% der Werte maximal so groß wie Q 3 ud die Werte des restliche Viertels midestes so groß wie Q 3 sid. Mittleres oder 2. Quartil Q 2 : Es etspricht dem Media x. Eie weitere Verfeierug der Häufigkeitsverteilug gestatte die Quatile (oder Fraktile) x α, die für alle reelle Zahle α mit 0 < α < 1 defiiert sid. Ei α-quatil wird folgedermaße berechet: Ma ermittelt zuächst de Wert α. ud davo abhägig eie Ragzahl k ud das Quatil x α ach folgede Formel: Falls α. keie gaze Zahl ist, sei k die direkt auf α. folgede gaze Zahl ud x α = x ( k) (.3) Falls α. eie gaze Zahl ist, sei k = α. ud x( k) + x( k+ 1) x α = 2 (.) Spezielle Quatile sid der Media (α = 0,50) sowie die beide Quartile (α = 0,25 bzw. α = 0,75). Vo Dezile spricht ma, falls α = 0,1, 0,2,, 0,9; vo Perzetile bei 2-stellige Kommazahle α = 0,01,, 0,99. Media, Quartile ud alle sostige Quatile lasse sich über die empirische Verteilugsfuktio F(x) beschreibe ud grafisch abschätze (. Abb. 3.6). Aus dere Defiitio folgt ämlich, dass der Media der kleiste Wert ist, für de gilt: F(x ) 0,5. Aalog sid die beide Quartile ud die adere Perzetile defiiert. So lässt sich aus der Verteilugsfuktio für das Merkmal»Eistellug zu homöopathische Heilverfahre«(7 Beispiel 3.3), direkt etehme, dass der Wert 2 de Media, das utere Quartil ud +2 das 9. Dezil repräsetiere. Die Agabe eies Perzetils ka sehr hilfreich sei, um eie Messwert größemäßig eizuorde. So werde etwa i der Kiderheilkude die idividuelle Werte eies Kides bezüglich Größe, Gewicht oder Kopfumfag mit de altersgemäße
7 .2 Lagemaße 59 5%- ud 95%-Perzetile vergliche, um zu beurteile, ob es Auffälligkeite i der Etwicklug gibt. Beispiel.5: Quartile ud Dezile Wir bestimme mit Hilfe der Ragliste i. Tab. 2.2 eiige Quatile bezüglich der Körpergröße weiblicher Studete ach 7 Formel (.3): 1. Quartil: α. = 0, = 8,75; also k = 9 ud Q 1 = x (9) = 168 cm 3. Quartil: α. = 0, = 26,25; also k = 27 ud Q 3 = x (27) = 173 cm 9. Dezil: α. = 0, = 31,5; also k = 32 ud x 0,90 = x (32) = 176 cm Daraus folgt, dass eie 16 cm große Studeti bezüglich ihrer Körpergröße im utere Viertel liegt, währed eie 180 cm große Kommilitoi de obere 10% agehört.!! Cave I der Literatur werde teilweise etwas adere Berechugsarte vorgeschlage, die jedoch ähliche Werte wie 7 Formel (.3) ud 7 Formel (.) liefer. I jedem Fall ist zu beachte, dass derlei Agabe ur bei eiem etspreched hohe Stichprobeumfag sivoll sid. Aufgrud der Berechugsvorschrifte ist jedes Quatil idetisch mit eiem Stichprobewert oder dem Durchschitt aus zwei beachbarte Werte..2. Modus Der Modus (auch Modalwert oder Dichtemittel geat) ist die Ausprägug mit der größte Häufigkeit. Er wird mit dem Buchstabe D (oder M) abgekürzt ud ka bei alle Skaleiveaus ermittelt werde. Bei Date, die i Klasse eigeteilt sid, gibt ma gere die modale Klasse a (das ist die Klasse mit der größte Besetzugszahl) ud bezeichet dere Mitte als Modus. Beispiel.6: Modalwerte Der Modus bei der Beurteilug homöopathischer Heilverfahre ist 0 (also eutral). Die etsprechede Häufigkeit ist 17 (23%). Die modale Klasse bei der Körpergröße der Studete ist theoretisch die. Klasse (167,5 cm; 172,5 cm) mit dem Modus 170 cm (7 Beispiel 3.2). Ahad der grafische Darstellug ist erkebar, ob die Verteilug eigipflig (uimodal), zweigipflig (bimodal) oder mehrgipflig (multimodal) ist. Zwei- ud mehrgipflige Verteiluge beobachtet ma i der Regel bei heterogee Populatioe, we sich mehrere Verteiluge überlappe. U-förmige Verteiluge sid durch zwei Modalwerte a ihre Räder ud eie Tiefpukt i der Mitte charakterisiert (. Abb..1e). Der Mittelwert eier solche Verteilug repräsetiert eie atypische Wert. Ei Beispiel ist das Merkmal»Eistellug zu homöopathische Heilmethode«. Es gibt i der
8 60 Kapitel Beschreibug eies Merkmals Gesamtbevölkerug viele Ablehede, viele Zustimmede, aber weig Neutrale mit Werte i der Mitte der Skala. Die Date i. Tab. 2.2 lege allerdigs ahe, dass die befragte Studete tedeziell eie egative Eistellug habe..2.5 Geometrisches Mittel*** Das geometrische Mittel wird bei relative Äderuge verwedet, bei dee sich der Uterschied zweier Merkmalswerte sivoller durch eie Quotiete als durch eie Differez beschreibe lässt. Dies ist der Fall bei Verdüugsreihe (z. B. bei Atikörpertiter i der Immuologie) oder Wachstumserscheiuge. We x i die relative Äderuge bezeiche (wobei x i > 0 ud dimesioslos), berechet sich das geometrische Mittel als: xg = x1 x (.5) Beispiel.7: Geometrisches Mittel Die Titer vo füf Kaichesere sid: 1/100, 1/200, 1/00, 1/800 ud 1/1000. Da berechet ma für das geometrische Mittel: x G = Harmoisches Mittel*** Das harmoische Mittel diet als Lagemaß, we die Beobachtugswerte x i Quotiete sid, die sich bezüglich ihrer Neer uterscheide. Damit lässt sich etwa eie Durchschittsgeschwidigkeit oder eie durchschittliche Dichte bereche. Das harmoische Mittel ist defiiert als: xh = 1 i= 1xi (.6) Beispiel.8: Harmoisches Mittel Derselbe Weg s wird eimal mit der Geschwidigkeit v 1 = 20 km/h ud ei aderes Mal mit v 2 = 30 km/h zurückgelegt. Die Geschwidigkeite sid defiiert als Quotiete v 1 = s/t 1 bzw. v 2 = s/t 2 (wobei t 1 ud t 2 die beötigte Zeite darstelle). Zur Berechug der Durchschittsgeschwidigkeit verwedet ma das harmoische Mittel ach 7 Formel (.6): 2 v H = =
9 .3 Streuugsmaße 61.3 Streuugsmaße.3.1 Variaz ud Stadardabweichug Siehe auch 7 Ahag, Mathematische Abhadlug.3. Ei Mittelwert gibt zwar a, i welchem Bereich sich die Stichprobewerte kozetriere. Über die Eizelwerte sagt er jedoch weig aus, da diese mehr oder weiger stark vom Mittelwert abweiche (wie Fraz Josef Strauß durchaus richtig erkat hat). Deshalb ist es sivoll, ei Streuugsmaß azugebe, um die Variabilität der Date zu quatifiziere. Bei quatitative Merkmale ist der Mittelwert das am häufigste beutzte Lagemaß. Es liegt deshalb ahe, ei Streuugsmaß zu defiiere, das die Abweichuge der Stichprobewerte vom Mittelwert quatifiziert. Ei solches Maß ist die Variaz das ist die mittlere quadratische Abweichug der Date vom Mittelwert. We ma u (wie es ahelieged erscheit) die Variaz berechet, idem ma die Summe der Abstadsquadrate (x i x ) 2 durch dividiert, erhält ma die Variaz der Stichprobe. Allerdigs ist diese Stichprobevariaz im Durchschitt etwas kleier als die Variaz der Grudgesamtheit. Wie später (7 Absch ) gezeigt wird, erhält ma aus de Messwerte der Stichprobe eie optimale Schätzwert für die Variaz der Grudgesamtheit, we ma die empirische Variaz ach folgeder Formel ermittelt: ( x x) 2 x2 x 2 i i i= 1 i= 1 Var = = 1 1 Wege der quadratische Dimesio ist die Variaz schwer zu iterpretiere. Um ei Streuugsmaß mit gleicher Dimesio wie die der Stichprobedate zu erhalte, zieht ma die Wurzel aus der Variaz ud erhält die Stadardabweichug s: (.7) s = Var (.8) Die Stadardabweichug stellt ei Maß für die Homogeität bzw. Heterogeität der Stichprobe dar. Sie ist wie der Mittelwert ur bei quatitative Merkmale sivoll. Im Allgemeie ist diese Maßzahl positiv; ur im Extremfall we alle Werte idetisch sid ud die Stichprobe vollkomme homoge ist immt sie de Wert 0 a.
10 62 Kapitel Beschreibug eies Merkmals Beispiel.9: Stadardabweichuge Für die Stadardabweichuge der»körpergröße«berechet ma: s m = 6,1 cm (mäliche Studete, = 0) s w = 5,2 cm (weibliche Studete, = 35) s ges = 8,2 cm (alle Studete, = 75) Die»gemischte«Gruppe ist also bezüglich der Körpergröße wesetlich heterogeer als die beide Gruppe der mäliche ud der weibliche Studete. Es ist üblich, quatitative, aäherd symmetrisch verteilte Date durch de Mittelwert ud die Stadardabweichug i der Form x ± s uter Agabe des Stichprobeumfags zu charakterisiere, wie z. B. für die Körpergröße der mäliche Studete: x ± s = (181,63 ± 6,1) cm ( = 0). Die Stadardabweichug erlaubt folgede grobe Abschätzuge: Bei Normalverteiluge liege etwa 2/3 aller Werte zwische x s ud x + s; zwische de Greze x 2s ud x + 2s liege ugefähr 95% aller Werte. We ma vo eier Verteilug ur weiß, dass sie symmetrisch ud eigipflig ist, lässt sich agebe: Midestes 8/9 aller Werte liege ierhalb der Greze x ± 2s; 95% befide sich im Bereich x ± 3s. Geerell fidet ma bei alle (also auch bei schiefe) Verteiluge midestes 3/ aller Werte im Itervall x ± 2s ud 8/9 im Itervall x ± 3s. Außerdem ist die Stadardabweichug geeiget, um Eizelwerte größemäßig eizuorde ud Werte aus uterschiedliche Stichprobe zu vergleiche. Dies geschieht mit der z-trasformatio: xi x zi = s Damit erhält ma dimesioslose Werte, die agebe, um wie viele Stadardabweichuge ei Eizelwert vom Mittelwert abweicht. Ma würde beispielsweise die Körpergröße eies 180 cm große Studete als durchschittlich eischätze, seie Kommilitoi mit der gleiche Körpergröße als eher groß. Dies wird durch die trasformierte Werte z 1 = ( ,63)/6,1 = 0,25 ud z 2 = ( ,09)/5,2 = +1,90 bestätigt. (.9).3.2 Variatioskoeffiziet Siehe auch 7 Ahag, Mathematische Abhadlug.. Eie Stadardabweichug vo 6,1 cm bezoge auf die Körpergröße mälicher Studete mit eiem Durchschittswert vo 181,63 cm wiegt wesetlich weiger als dieselbe Stadardabweichug bezoge auf eie Gruppe vo Kleikider mit eier
11
Statistik 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
MehrUnivariate Verteilungen
(1) Aalyse: "deskriptive Statistike" Aalysiere -> deskriptive Statistike -> deskriptive Statistik Keie tabellarische Darstellug der Häufigkeitsverteilug () Aalyse: "Häufigkeitsverteilug" Aalysiere -> deskriptive
MehrParameter von Häufigkeitsverteilungen
Kapitel 3 Parameter vo Häufigkeitsverteiluge 3. Mittelwerte Mo Der Modus (:= häufigster Wert, Abk.: Mo) ist der Merkmalswert mit der größte Häufigkeit, falls es eie solche gibt. Er sollte ur bei eigipflige
MehrKennwerte Univariater Verteilungen
Kewerte Uivariater Verteiluge Kewerte Beschreibug vo Verteiluge durch eie (oder weige) Werte Werde auch als Parameter oder Maße vo Verteiluge bezeichet Ma uterscheidet: Lagemaße oder auch Maße der zetrale
MehrStreuungsmaße. Prof. Dr. Paul Reuber. Institut für Geographie. Seminar Methoden der empirischen Humangeographie
Streuugsmaße Istitut für Geographie Streuugswerte (Streuugsmaße) Die Diskussio um die Mittelwerte hat die Vorteile dieser statistische Kewerte gezeigt, aber bereits, isbesodere beim arithmetische Mittel,
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
MehrReader Teil 1: Beschreibende Statistik
Dr. Katharia Best Sommersemester 2011 14. April 2011 Reader Teil 1: Beschreibede Statistik WiMa-Praktikum Um Date darzustelle ud eie Übersicht über die Struktur der Date zu erstelle, stellt die beschreibede
MehrSind Sie mit unserem Angebot zufrieden? ja nein weiß nicht
STATISTIK Eiführug Statistik kommt vom italieische Wort statistica, was so viel wie Staatsma bedeutet. Früher verwedete ma de Begriff ur für eie Auswertug vo Date (Klima, Bevölkerug, Bräuche,...) eies
MehrWeitere Lagemaße: Quantile/Perzentile I
3 Auswertug vo eidimesioale Date Lagemaße 3.3 Weitere Lagemaße: Quatile/Perzetile I Für jede Media x med gilt: Midestes 50% der Merkmalswerte sid kleier gleich x med ud ebeso midestes 50% größer gleich
MehrKapitel XI - Korrelationsrechnung
Istitut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökoometrie ud Statistik Kapitel XI - Korrelatiosrechug Deskriptive Statistik Prof. Dr. W.-D. Heller Hartwig Seska Carlo Siebeschuh Aufgabe der Korrelatiosrechug
MehrJugendliche (18-24 Jahre) in Westdeutschland
Modus Beispiel: Modus Jugedliche (8-4 Jahre) i Westdeutschlad Parameter oder Kewerte eier Häufigkeitsverteilug sid Kegröße, mit dere Hilfe die Verteilug z.t. oder vollstädig rekostruiert werde ka D West
MehrKursthemen 5. Sitzung. Lagemaße
Kurstheme 5. Sitzug Folie I - 5 - Lagemaße A) Arithmetisches Mittel (AM), Media ud Modus (Folie 2 bis 8) A) Arithmetisches Mittel (AM), Media ud Modus (Folie 2 bis 8) B) Der Additiossatz für AM (Folie
MehrLage- und Streuungsmaße
Statistik 1 für SoziologIe Lage- ud Streuugsmaße Uiv.Prof. Dr. Marcus Hudec Streuugsmaße Statistische Maßzahle, welche die Variabilität oder die Streubreite i de Date messe. Sie beschreibe die Abweichug
MehrWeitere Lagemaße: Quantile/Perzentile II. Weitere Lagemaße: Quantile/Perzentile I. Weitere Lagemaße: Quantile/Perzentile IV
3 Auswertug vo eidimesioale Date Lagemaße 3.3 Weitere Lagemaße: Quatile/Perzetile I 3 Auswertug vo eidimesioale Date Lagemaße 3.3 Weitere Lagemaße: Quatile/Perzetile II Für jede Media x med gilt: Midestes
MehrDeskriptive Statistik
Deskriptive Statistik I der beschreibede Statistik werde Methode behadelt, mit dere Hilfe ma Date übersichtlich darstelle ud kezeiche ka. Die Urliste (=Date i der Reihefolge ihrer Erhebug) ist meist umfagreich
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
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
Mehr2.2.1 Lagemaße. Exkurs: Quantile. und n. p n
Ekurs: Quatile Ausgagspukt : Geordete Urliste Jeder Wert p, mit 0 < p
MehrEindimensionale Darstellungen
Deskriptive Statistik Eidimesioale Darstelluge vo Häufigkeitsverteiluge 6..20 Der Modalwert Eie Merkmalsausprägug, welche i der Beobachtugsreihe die größte absolute Häufigkeit besitzt, wird Modalwert (Modus
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
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
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
MehrDer Modus. Lageparameter. Beispiel (Einrichtungen) Beispiel (Lieblingsfarben) Modus. Untersuchungseinheiten U 1,...,U n. Merkmal X
Lageparameter Der Modus Utersuchugseiheite U,...,U Modus mod Mermal X Urliste,..., geordete Urliste (),..., () Es gilt i.allg.: ( ), i, K i i, Mermalsauspräguge a,..., a wird auch Modalwert oder häufigster
MehrKennwerte eindimensionaler Häufigkeitsverteilungen Einführung
Kewerte eidimesioaler Häufigkeitsverteiluge Eiführug Statistische Kewerte vo Verteiluge sid umerische Maße mit der Fuktio, zusammefassed eie Eidruck vo 1) dem Schwerpukt, ) der Variabilität ud 3) der Form
Mehrh i Deskriptive Statistik 1-dimensionale Daten Daten und Häufigkeiten Seite 1 Nominal Ordinal Metrisch (Kardinal) Metrisch - klassiert
Deskriptive Statistik dimesioale Date Date ud Häufigkeite Seite Nomial Ordial Metrisch (Kardial Metrisch klassiert Beschreibug: Date habe keie atürliche Reihefolge. Bsp: Farbe, Religio, Geschlecht, Natioalität...
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)
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
MehrAbsolutskala: metrische Skala mit einem natürlichen Nullpunkt und einer natürlichen Einheit. (Z.B. Einwohnerzahl). Nicht alle Variablen lassen sich
Grudbegrie Die beschreibede Statistik (deskriptive Statistik) ist eie systematische Zusammestellug vo Zahle ud Date zur Beschreibug bestimmter Zustäde, Etwickluge oder Phäomee. Die beschreibede Statistik
MehrBasiswissen Medizinische Statistik
Springer-Lehrbuch Basiswissen Medizinische Statistik Bearbeitet von Christel Weiß 6. Auflage 2013. Buch inkl. Online-Nutzung. XVII, 336 S. Softcover ISBN 978 3 642 34260 8 Format (B x L): 12,7 x 19 cm
MehrBeschreibende Statistik Kenngrößen in der Übersicht (Ac)
Beschreibede Statistik Kegröße i der Übersicht (Ac) Im folgede wird die Berechugsweise des TI 83 (sowie vo SPSS, s. ute) verwedet. Diese geht auf eie Festlegug vo Moore ud McCabe (00) zurück. I der Literatur
Mehr= 3. = 14,38... = x neu x = 0, = 97,87...%. Wie verändert sich der arithmetische Mittelwert von 20 Zahlen, wenn...
Mathemati macht Freu()de AB Statistische Kegröße ud Boxplot Arithmetischer Mittelwert x 1, x,..., x ist eie Liste vo reelle Zahle. Das arithmetische Mittel x der Zahle ist x = x 1 + x + + x. Arithmetischer
Mehrx 1, x 2,..., x n ist eine Liste von n reellen Zahlen. Das arithmetische Mittel x der Zahlen ist x = x 1 + x x n n
Mathemati macht Freu()de AB Statistische Kegröße ud Boxplot x 1, x,..., x ist eie Liste vo reelle Zahle. Das arithmetische Mittel x der Zahle ist x = x 1 + x + + x. Arithmetischer Mittelwert Arithmetischer
MehrHarmonisches Mittel. Streuungsmaße. Die mittlere Abweichung. Die Standardabweichung. Die Varianz. Statistik 3. Vorlesung, März 11, ,...
Statistik. Vorlesug, März, 9 Harmoisches Mittel xh = w wk +... + x x k Wobei w, w,... w k sid die gewichte (w + w + w +...+ w k = Beispiel: wir habe km mit eier Geschwidigkeit vo km/h, ud eie adere km
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
Mehrh i :=h a i f i = h a i n Absolute Häufigkeit: Relative Häufigkeit: h 2 h 4 h 6 :=h der Elemente mit der Ausprägung i=6 zu der Anzahl n aller Werte
. Wer Rechtschreibfehler fidet, darf sie behalte. Rechefehler werde zurückgeomme. Absolute Häufigkeit: h Wie viele Elemete weise diese bestimmte Wert (= diese bestimmte Ausprägug) auf? > Azahl h der Elemete
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
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
MehrKapitel 2. Kapitel 1 Skalierungen. Graphische Darstellungen. Seite 1/5 Deskriptive Statistik. Aufgabe 1 Welche Skalenniveaus liegen vor?
Seite 1/5 Deskriptive Statistik Kapitel 1 Skalieruge Aufgabe 1 Welche Skaleiveaus liege vor? Telefoummer Hausummer Ihalt vo Bierflasche i Zetiliter Haushaltsgröße i Persoe Lägegrade Nummerschilder Kapitel
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
MehrÜbersicht: BS - 08 BS Häufigkeitsverteilung. Häufigkeitsverteilungen. Parametrisierung. unklassiert. eindimensional. klassiert.
Übersicht: eidimesioal mehrdimesioal Häufigkeitsverteilug uklassiert klassiert tabellarische Darstellug Modul 07, graphische Darstellug Modul 07,2 Parametrisierug Lageparameter Modul 08 Streuugsparameter
MehrKlausur vom
UNIVERSITÄT KOBLENZ LANDAU INSTITUT FÜR MATHEMATIK Dr. Domiik Faas Stochastik Witersemester 00/0 Klausur vom 7.0.0 Aufgabe 3+.5+.5=6 Pukte Bei eier Umfrage wurde 60 Hotelbesucher ach ihrer Zufriedeheit
Mehr3 Grenzwerte. 3.1 Grenzwerte von Folgen
03-grezwerte.cdf 3 Grezwerte 3. Grezwerte vo Folge Kovergez Mache Folge zeige ei spezielles Verhalte, we der Idex sehr groß wird. Sie äher sich eier bestimmte Zahl. Betrachte wir zum Beispiel die Folge
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
Mehr6 Vergleich mehrerer unverbundener Stichproben
6 Vergleich mehrerer uverbudeer Stichprobe 6.1 Die eifaktorielle Variazaalyse Die eifaktorielle Variazaalyse diet der Utersuchug des Eiflusses eier kategorieller (bzw. ichtmetrischer) Variable, die die
MehrStatistik 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
MehrWISTA WIRTSCHAFTSSTATISTIK
WISTA WIRTSCHAFTSSTATISTIK PROF. DR. ROLF HÜPEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT Semiar für Theoretische Wirtschaftslehre Vorlesugsprogramm 30.04.203 Mittelwerte ud Lagemaße I. Quatile vo Häufigkeitsverteiluge
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
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.
Mehr1 Randomisierte Bestimmung des Medians
Praktikum Diskrete Optimierug (Teil 0) 0.07.006 Radomisierte Bestimmug des Medias. Problemstellug ud Ziel I diesem Abschitt stelle wir eie radomisierte Algorithmus zur Bestimmug des Medias vor, der besser
MehrMathematik 2 für Naturwissenschaften
Has Walser Mathematik 2 für Naturwisseschafte Modul 201 Beschreibede Statistik Has Walser: Modul 201, Beschreibede Statistik ii Modul 201 für die Lehrverastaltug Mathematik 2 für Naturwisseschafte Sommer
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
MehrUlrich Stein Fehlerrechnung
Fehlerrechug Verteilug vo Messwerte Mittelwert Stadardabweichug Stadardfehler Rude vo Messwerte Darstellug vo Messwerte (Stellezahl) Fehlerfortpflazug Messergebisse Messug physikalische Realität Messgerät,
MehrStatistik und Biometrie. Deskriptive Statistik I
Statistik ud Biometrie Deskriptive Statistik I Spruch des Tages Traue keier Statistik, die du icht selbst gefaelscht hast Wiederholug Merkmale Beobachtugseiheite sid Träger vo Merkmale Wiederholug Die
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
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
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
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,...,
MehrLösungen zum Thema Folgen und Reihen
Schülerzirkel Mathematik Fakultät für Mathematik. Uiversität Regesburg Lösuge zum Thema Folge ud Reihe Lösug zu Aufgabe 1. a) (a ) N ist eie arithmetische Folge mit d = 11 ud damit ist a 75 = 7 + (75 1)
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 ; : :
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
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
MehrReihen Arithmetische Reihen Geometrische Reihen. Datei Nr (Neu bearbeitet und erweitert) Juni Friedrich W. Buckel
Zahlefolge Teil 3 Reihe Reihe Arithmetische Reihe Geometrische Reihe Datei Nr. 4003 (Neu bearbeitet ud erweitert) Jui 005 Friedrich W. Buckel Iteretbibliothek für Schulmathematik Ihalt Defiitio eier Reihe
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
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
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:
MehrMathematik 2 für Naturwissenschaften
Has Walser Mathematik für Naturwisseschafte Modul 0 Regressiosgerade ud Korrelatio Has Walser: Modul 0, Regressiosgerade ud Korrelatio ii Ihalt Die Regressiosgerade.... Problemstellug.... Berechug der
MehrWahrscheinlichkeitstheorie und Statistik vom
INSTITUT FÜR MATHEMATISCHE STOCHASTIK WS 005/06 UNIVERSITÄT KARLSRUHE Priv.-Doz. Dr. D. Kadelka Klausur Wahrscheilichkeitstheorie ud Statistik vom 9..006 Musterlösuge Aufgabe A: Gegebe sei eie Urliste
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
Mehr15.4 Diskrete Zufallsvariablen
.4 Diskrete Zufallsvariable Vo besoderem Iteresse sid Zufallsexperimete, bei dee die Ergebismege aus reelle Zahle besteht bzw. jedem Elemetarereigis eie reelle Zahl zugeordet werde ka. Solche Zufallsexperimet
MehrUnsere Daten. Konzentrationsmessung. Konzentrationskurve Summenkurve der Bierkonsumierung. Statistik 2. Vorlesung, Feb. 29, 2012
Statisti. Vorlesug, Feb. 9, Usere Date Höhe Gewicht 5 5 Coctails 5 7 75 5 7 cm Gewicht Glas Schuhgrösse Mathe 5 7 -.5..5..5..5 Reisezeit y 7 9 5 cm Mi Kozetratiosmessug Was für ei Ateil der Eiomme gehört
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
MehrFolgen und Reihen. 23. Mai 2002
Folge ud Reihe Reé Müller 23. Mai 2002 Ihaltsverzeichis 1 Folge 2 1.1 Defiitio ud Darstellug eier reelle Zahlefolge.................. 2 1.1.1 Rekursive Defiitio eier Folge......................... 3 1.2
MehrMesseinheit in gleichen Abständen (Punkteskala, kg, cm, Jahre) Kapitel 3: Deskription Reihenfolge Beschreibung der Daten: (sehr - eher -
Kapitel 3: Deskriptio Beschreibug der Date: Gipfel, Streuug ud Verteilugsform Gruppe (ledig - verheiratet - gesch. - verwitwet) = omial Reihefolge (sehr - eher - weig - gar icht) = ordial Messeiheit i
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
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
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
MehrWISTA WIRTSCHAFTSSTATISTIK
WISTA WIRTSCHAFTSSTATISTIK PROF. DR. ROLF HÜPEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT Seiar für Theoretische Wirtschaftslehre Vorlesugsprogra 14.05.2013 Streuugsaße 1. Norierte Etropie 2. Spaweite, Quartilsabstad,
MehrGrundsätzlich sollen Varianz bzw. Standardabweichung Maße dafür sein, wie stark eine Verteilung um ihren Erwartungswert streut.
Eie Iterpretatiosfrage habe ich zu eiem Beispiel das i der der letzte Vorlesug behadelt wurde: Auf Folie.7 zur Variaz. Dort wird ei Beispiel eier stetige Zufallsvariable geat (Warte a eier S-Bah-Haltestelle).
Mehr4.1 Dezimalzahlen und Intervallschachtelungen. a) Reelle Zahlen werden meist als Dezimalzahlen dargestellt, etwa
20 I. Zahle, Kovergez ud Stetigkeit 4 Kovergete Folge 4. Dezimalzahle ud Itervallschachteluge. a) Reelle Zahle werde meist als Dezimalzahle dargestellt, etwa 7,304 = 0+7 +3 0 +0 00 +4 000. Edliche Dezimalzahle
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
MehrKonzentration und Disparität
Begleitede Uterlage zur Übug Deskriptive Statistik Michael Westerma Uiversität Esse Ihaltsverzeichis 6 Kozetratios- ud Disparitätsmessug................................ 2 6.1 Begriff ud Eileitug.......................................
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
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
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
Mehr, h(1) =, h(2) = c. a) Säulendiagramm siehe Tafel- oder Folienskizze b) Ermittlung von c: Die Summe der relativen Häufigkeiten muss 1 sein: c = 4 9
Techische Uiversität Müche SS 2006 Zetrum Mathematik Blatt 3 Prof. Dr. J. Hartl Dr. Haes Petermeier Dr. Corelia Eder Dipl.-Ig. Marti Nagel Höhere Mathematik 2 (Weihestepha). Jeder der Bewoher eies Stadtviertels
Mehr3 Folgen, Reihen, Grenzwerte 3.1 Zahlenfolgen. Beispiele: 1, 2, 3, 4, 5,. 1, 3, 5, 7, 9, 3, 6, 9, 12, 15, 2, 4, 8, 16, 32, 64, 10, 100, 1.000, 10.
3 Folge, Reihe, Grezwerte 3.1 Zahlefolge Beispiele: 1, 2, 3, 4, 5,. 1, 3, 5, 7, 9, 3, 6, 9, 12, 15, 2, 4, 8, 16, 32, 64, 10, 100, 1.000, 10.000, 1 3 Folge, Reihe, Grezwerte 3.1 Zahlefolge Defiitio: Eie
MehrZusammenfassung: Folgen und Konvergenz
Zusammefassug Folge ud Kovergez Ihaltsverzeichis Defiitioe ud Beispiele für Folge Beschräkte Folge Kovergez vo Folge Grezwertsätze für Folge 6 Für Experte 8 Defiitioe ud Beispiele für Folge Defiitio Eie
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.
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
MehrKleine Formelsammlung Beschreibende Statistik
Kleie Formelsammlug Beschreibede Statistik Prof. Dr. Philipp Sibbertse Wirtschaftswisseschaftliche Fakultät Leibiz Uiversität Haover Ihaltsverzeichis 1 Lage- ud Streuugsmaße 2 1.1 Der Media...................................
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
MehrDiskrete Wahrscheinlichkeitstheorie Wiederholungsklausur
Techische Uiversität Müche Sommersemester 007 Istitut für Iformatik Prof. Dr. Javier Esparza Diskrete Wahrscheilichkeitstheorie Wiederholugsklausur LÖSUNG Hiweis: Bei alle Aufgabe wird ebe dem gefragte
MehrFormelnfürdieAnzahlmöglicherQuadrateaufn*nSpielfeldern
Modrago Formel Herleitug, Azahl Quadrate ud Differeze 01.doc 1 FormelfürdieAzahlmöglicherQuadrateauf*Spielfelder Mit Erläuteruge zur Ableitug der Formel vo Dr. Volker Bagert Berli, 11.03.010 Ihaltsverzeichis
MehrDritter Zirkelbrief: Ungleichungen
Matheschülerzirkel Uiversität Augsburg Schuljahr 014/015 Dritter Zirkelbrief: Ugleichuge Ihaltsverzeichis 1 Grudlage vo Ugleichuge 1 Löse vo Ugleichuge 3 3 Mittel 4 4 Mittelugleichuge 5 5 Umordugsugleichug
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
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik ud Wahrscheilichkeitsrechug Statistik ud Wahrscheilichkeitsrechug Übug 6 3.03.20 Ihalt der heutige Übug Aufgabe D.7: Reche mit Zufallsvariable Erwartugswert- ud Variazoperator Statistik ud Wahrscheilichkeitsrechug
MehrArithmetische und geometrische Folgen. Die wichtigsten Theorieteile. und ganz ausführliches Training. Datei Nr
ZAHLENFOLGEN Teil 2 Arithmetische ud geometrische Folge Die wichtigste Theorieteile ud gaz ausführliches Traiig Datei Nr. 4002 Neu Überarbeitet Stad: 7. Juli 206 INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK
MehrStatistische Maßzahlen. Statistik Vorlesung, 10. März, 2010. Beispiel. Der Median. Beispiel. Der Median für klassifizierte Werte.
Statistik Vorlesug,. ärz, Statistische aßzahle Iformatio zu verdichte, Besoderheite hervorzuhebe ittelwerte Aufgabe: die Lage der Verteilug auf der Abszisse zu zeige. Der odus: derjeige Wert, der im Häufigste
MehrBeispiel: p-wert bei Chi-Quadrat-Anpassungstest (Grafik) Auftragseingangsbeispiel, realisierte Teststatistik χ 2 = , p-wert: 0.
8 Apassugs- ud Uabhägigkeitstests Chi-Quadrat-Apassugstest 8.1 Beispiel: p-wert bei Chi-Quadrat-Apassugstest (Grafik) Auftragseigagsbeispiel, realisierte Teststatistik χ 2 = 12.075, p-wert: 0.0168 f χ
Mehr