3.3 Das arithmetische Mittel

Größe: px
Ab Seite anzeigen:

Download "3.3 Das arithmetische Mittel"

Transkript

1 3 Beschrebug vo Verteluge vo umersche Merkmale Das arthmetsche Mttel Defto 3.4 Arthmetsches Mttel se ee umersche Varable mt Werte x, x, x. Wr bezeche das arthmetsche Mttel als amttel ( ) oder x. Es wrd defert als x : =. x+ x + + x Wr wolle us jetzt mt Egeschafte des arthmetsche Mttels beschäftge, sbesodere mt der Frage, ob bzw. wefer das arthmetsche Mttel der Mtte der Vertelug eer Varable legt. Wr betrachte das Extrembespel eer Varable mt = 00 Fälle, davo habe 99 de Wert ud eer de Wert 00, da st x = = 4,99, das heßt % der Werte vo sd kleer als der arthmetsche Mttelwert. Das arthmetsche Mttel wäre her kee besoders gute Zusammefassug der Date. We ma also mal de Mede lest, 80% sd schlechter als der Durchschtt da st das oft cht falsch, de uter dem Durchschtt wrd.d.r. das arthmetsche Mttel verstade. Bem Meda ka des cht zutreffe, de es sd ach Satz 3. höchstes 50 % kleer als der Meda. Mathematsch ka ma über das arthmetsche Mttel ur sage, dass es mmer zwsche dem Mmum ud dem Maxmum eer Vertelug legt. Das st haltlch plausbel. Ma köte de Aussage durch Argumetere mt Uglechuge begrüde. Es glt:. Summert ma dese Uglechuge, so er- max, also max. Mt eem aaloge Argumet erhält x max ( ), x max ( ), x max ( ) hält ma x + x + x ( ) x ( ) ma x m ( ). Satz 3.5 Lage-Egeschaft des arthmetsche Mttels se ee umersche Varable, da glt ( ) x ( ) zwe Werte verschede sd glt sogar ( ) < x < ( ) m max. Falls mdestes m max. Wr köe wetere Egeschafte des arthmetsche Mttels herlete, dem wr de Abwechuge der Date vo x utersuche ud Egeschafte für se herlete. Defto 3.5 Resdue bezüglch des arthm. Mttelwerts se ee umersche Varable mt Werte x, x, x De Resdue bezüglch des arthmetsche Mttels sd da ( ) : ka se als Werte des trasformerte Merkmals R amttel( ) x r x = x x. Ma = auffasse. Wr betrachte e Bespel. Elemetare Stochastk Rolf Behler WS 006/007

2 80 Collecto Res_aMttel Res_Meda amttel ( ) Meda ( ) = ,73 -,3 5,5 0,77 0, 6,7 0,7 3 -,73 -,3 -,73-3,3 5,7 0,97 0,4 6,7 0,7-3,73-4,3 0 5,7 4,7 5, 0,37-0, Collecto Puktdagramm amttel ( ) = 4,73 Meda ( ) = 5,3 De Tabelle zegt, we ma de Resdue erreche ka. Wr schaue us de Vertelug der Resdue a ud zeche das arthmetsche Mttel ud de Meda e. De rechte (blaue) Le stelle jewels de Meda dar. Wr etdecke: Der arthmetsche Mttelwert der Resdue bezüglch des arthmetsche Mttels der Ausgagsdate st 0, der Meda der Resdue bezüglch des Medas st 0 (sehe Satz 3.4). Aschaulch heßt das: Der (passede) Mttelwert der Resdue st mmer glech 0. Im Mttel sd de Abwechuge vom Mttelwert 0. Wr köe dese wesetlche Egeschaft der Resdue durch Nachreche begrüde: amttel ( Res_aMttel ) ( ) + ( ) + ( ) ( ) + ( ) + ( ) r x r x r x x x x x x x = = x + x + x x x x 0 = = = Elemetare Stochastk Rolf Behler WS 006/007

3 3 Beschrebug vo Verteluge vo umersche Merkmale 8 Satz 3.6 Egeschafte des arthmetsche Mttels se ee umersche Varable. Wr bezeche de Resdue bezüglch x mt r, da glt: (a) ( ) x x = r = 0 = =, dabe bezechet r das arthmetsche Mttel der Re- (b) ( x x) = r = r = 0 = = sdue. (c) ( x x) = ( x x) = ( x x ) (d) x> x x< x x< x x x = x x x> x x< x (e ) x = x+ x + + x Bewes: Wr habe der Vorüberlegug de Aussage (b) algebrasch achgewese. Daraus folgt de Aussage (a) umttelbar. Be (c) ud (d) wurde de Glechug so umgeformt, dass de postve ud de egatve Terme getret werde. (e) st ee efache Umformug der Defto des arthmetsche Mttels. Obwohl alle Aussage ur lechte Umformuge der Defto des arthmetsche Mttels sd, lasse se uterschedlche aschaulche Iterpretatoe zu. Iterpretatoe (e) Glechvertelugsegeschaft x st der Wert, de ma erhält, we ma de Summe aller Werte zu gleche Atele auf alle Fälle vertele würde. Ket ma x ud de Azahl der Fälle, so ka ma mmer de Summe ermttel. I zahlreche Veröffetlchuge de Mede, dee ma das arthmetsche Mttel eer Varable agegebe bekommt, wurde dese aus der Summe ermttelt ud cht als Durchschtt aus ezele vorlegede Rohdate. Das glt z.b. für de durchschttlche Berkosum pro Jahr deutscher Bürger, welcher auf eer Schätzug oder Ermttlug des Gesamtkosums beruht. (a), (b) Ausglechsegeschaft x wurde so gewählt, dass de Resdue sch gegesetg aufhebe : Geauer de Summe aller Abwechuge st 0, bzw. de durchschttlche Abwechug vo x st 0. (c) (d) Schwerpuktegeschaft De Summe der Abwechuge ach obe (absolut geomme) st glech der Summe der Abwechuge ach ute (absolut geomme). Ma et des aus folgedem Grud de Schwerpuktegeschaft. Elemetare Stochastk Rolf Behler WS 006/007

4 8 Würde ma de Datepukte durch e Gewcht der Masse etlag eer Skala, eem Balke, aorde, da wäre deser Balke geau da m Glechgewcht, we er m Schwerpukt, d. h. m arthmetsche Mttelwert uterstützt würde. Des beruht auf dem Hebelgesetz: Lastarm*Last = Kraftarm*Kraft. Wr betrachte dazu folgede Vsualserug, de auf demselbe artfzelle Bespel beruht, das wr berets obe beutzt habe. Wr habe de 8 vorkommede Werte auf der Hochachse aufgetrage (cht äqudstat). De Balke repräsetere de Resdue bezüglch a. Wr habe a = als Startwert gewählt ud alle Resdue sd egatv, also auch dere Summe. Wähle wr z. B. a = 0, da sd Collecto Bar Chart a alle Resdue also auch dere Summe postv. We wr a vo Rchtug 0 verschebe, da komme wr rgedwa a ee Pukt, a dem de Abwechuge sch gegesetg aufhebe, d. h. de Summe der Resdue 0 st. Dese Stelle st be a= x = 4,73 (lke Grafk ute) errecht. Be a = x = 5,3 st errecht, dass der Meda der Resdue 0 st, d. h. wr habe glech vele postve we egatve Resdue (rechte Grafk ute). Collecto Bar Chart Collecto Bar Chart a a Wr wolle jetzt überlege, we sch das arthmetsche Mttel verhält, we ma Date trasformert, also überall ee Zahl addert oder multplzert. Elemetare Stochastk Rolf Behler WS 006/007

5 3 Beschrebug vo Verteluge vo umersche Merkmale 83 Satz 3.7 Arthmetsches Mttel be Trasformatoe Es se e umersches Merkmal ud see a, b reelle Zahle. Da ka ma eue Merkmale folgedermaße defere: Y = + a ud Z = b dem ma de etsprechede Recheoperatoe auf de ezele Werte des Merkmals awede. Es glt da y = x + a ud z = b x oder alteratver Notato a) amttel ( + a) = amttel( ) + a b) amttel b = amttel b ( ) ( ) Bewes: a) y+ y + + y ( x + a) + + ( x + a) x+ + x + a x+ + x y = = = = + a= x + a b) bewest ma durch ee ählche Umrechug. 3.4 Meda ud arthmetsches Mttel: Robusthet des Medas Wr wolle desem Abschtt ege Egeschafte der Mttelwerte Bezehug setze. We äder sch Meda ud arthmetsches Mttel, we sch ezele Datewerte äder? Wr betrachte e küstlches Bespel, be dem wr de erste Datewert der Varable var abhägg vo eer Varable a gemacht habe. Der Meda vo var st 4,75 ud telt de Datesatz exakt zwe Hälfte. Es st amttel(var) > Meda(var) be a = 0. Was passert, we wr a erhöhe? Bem Expermetere sehe wr, dass () das arthmetsche Mttel sch erhöht, () der Meda sch cht verädert, (3) be eer Regleramato sehe wr, dass sch das arthmetsche Mttel scheller verädert, als der sch veräderde Datepukt. Collecto Puktda Collecto = var var we ( Idex = ) var + a var var amttel ( ) = 5,4667 Meda ( ) = 4,75 a = ,5 4, Es st zuächst a = 0. Elemetare Stochastk Rolf Behler WS 006/007

6 84 Collecto Puktdagramm Collecto Puktdagramm var amttel ( ) = 6,08333 Meda ( ) = 4,75 a = var amttel ( ) = 6,75 Meda ( ) = 4,75 a = 8 We köe wr dese Beobachtuge erkläre? () Der Meda ädert sch cht, wel weterh auf bede Sete vo 4,75 dre Werte lege. Erst we 0 + a < 4,75 wrd, würde sch auch der Meda veräder, also be a < - 5,5. () Ädert ma x zu x+ amt postvem a, so wrd aschaulch gesproche de be 5,4667 uterstützte Balkewaage aus dem Glechgewcht gebracht, se egt sch zur rechte Sete, da sch der Lastarm verlägert. Um se weder s Glechgewcht zu brge, muss ma de Uterstützugspukt ach rechts verlager, d. h. der arthm. Mttelwert wrd größer. Dese qualtatve geometrsch-physkalsche Überlegug ka ma auch durch Algebra utermauer ud quattatv präzsere: ( x+ a) + x + x x+ x + x a = +, d. h. der eue Mttelwert st um de -te Tel der Äderug größer. Das erklärt auch de lagsamere Äderugsgeschwdgket be der Amato. We also eem Datesatz wet etfert legede Werte vorkomme, sog. Ausreßer, da wrd des m arthmetsche Mttel berückschtgt, der Meda st geauso groß, we we de Ausreßer äher am Zetrum lege würde. Der Effekt auf das arthmetsche Mttel st relatv gerger je größer der Dateumfag st. Ma sagt kurz: Robusthet des Medas Das arthmetsche Mttel st empfdlch gegeüber Ausreßer (cht-robust), der Meda st robust gegeüber Ausreßer. Bem Vorkomme vo Ausreßer st deshalb de Agabe des arthmetsche Mttels oft cht formatv, bzw. ka zu Mssverstädsse Alass gebe. 3.5 Arthmetsches Mttel, Meda ud Schefe der Vertelug Wr habe scho bem Egagsbespel gesehe, dass be de mest lksstele (rechtsschefe) Verteluge der Frezetvarable glt x > x. Wr sehe us och mal Bespele a. Dabe bedeutet ahe legeder Wese mea = arthmetsches Mttel. Elemetare Stochastk Rolf Behler WS 006/007

7 3 Beschrebug vo Verteluge vo umersche Merkmale 85 Frezet Cout Hstogram Frezet Cout Hstogram Zet_Jobbe mea ( ) = meda ( ) = Zet_Istr mea ( ) =.5094 meda ( ) = 0 Frezet Cout Hstogram Frezet Cout Hstogram Zet_HA mea ( ) = meda ( ) = Zet_Lese mea ( ) = meda ( ) = 3 We ka ma sch das erkläre, dass her mmer glt x > x? Wr betrachte e efaches Bespel: e symmetrscher Datesatz aus 6 Pukte. amttel ud Meda sd glech. Das glt für jede exakt symmetrsche Vertelug, de jedem postve Resduum etsprcht geau e egatves Resduum ud umgekehrt, d.h. der Schwerpukt st mt dem Meda detsch, amttel ud Meda führe zur gleche Stelle. Das glt ageähert auch für de Varable Nettozet aus de Muffs-Date. Collecto Dot Plot mea ( ) = 5 meda ( ) = 5 Frezet Cout Hstogram Nettozet mea ( ) = meda ( ) = 55.5 Aus eer symmetrsche Vertelug macht ma ee lksstele (rechtsschefe) przpell dadurch, dass ma lks vom Meda de Pukte äher a de Meda herarückt ud de Pukte rechts vom Meda weter vo hm wegzeht. Währed dabe der Meda glech blebt, führe bede Aktoe dazu, dass sch der Schwerpukt ( x ) zu höhere Werte verschebt. Elemetare Stochastk Rolf Behler WS 006/007

8 86 Collecto Dot Plot Collecto Dot Plot mea ( ) = 5.69 meda ( ) = mea ( ) = meda ( ) = 5 Im lke Plot habe wr ur de Pukte lks heragerückt, m rechte Plot de Pukte rechts zusätzlch och vom Meda etfert, so dass de Dfferez zwsche Meda ud amttel och größer wrd. Ee rechsstele (lksschefe) Vertelug bekommt ma dadurch, dass ma etsprechede Operatoe auf der jewels adere Sete vormmt. Be usere Frezetdate sd lksschefe Verteluge selte. Bespele für lecht lksschefe Verteluge auf der Bass der Muffs-Date sd de folgede. Frezet Cout Hstogram Netto_Comp mea ( ) = meda ( ) = Netto_Comp := Nettozet - Zet_TV-Zet_Comp - Zet_Musk Frezet Cout Hstogram DoFrezet mea ( ) = meda ( ) = 8.5 Machmal wrd de Dfferez x x als Schefemaß terpretert, jestärker de Abwechug vo Null desto schefer bzw. desto usymmetrscher st de Vertelug: x x 0 Symmetre x x > 0 Lksstel (Rechtsschef) x x < 0 Rechtsstel (Lksschef) Ma muss vorschtg mt desem Maß umgehe ud darf es ur Verbdug mt graphsche Darstelluge verwede. Ma ka ämlch Verteluge kostruere, be dee das Schefemaß etwas aderes sagt als der optsche Edruck. Elemetare Stochastk Rolf Behler WS 006/007

9 3 Beschrebug vo Verteluge vo umersche Merkmale 87 De rechtsstehede Vertelug st aus de Orgaldate etstade, dem ma de Säule be 0 ach 4 verschobe hat. Dadurch wrd das arthmetsche Mttel größer als der Meda, also x x > 0 ud wäre somt ach obger Regel de Vertelug lksstel. Se seht aber eher we rechtsstel aus, mt ege Ausreßer. Frezet Hstogram DoFrezet mea ( ) = meda ( ) = 8.5 Cout 3.6 Mmaltätsegeschafte des arthmetsche Mttels ud des Medas De Mttelwerte habe wetere relevate Egeschafte, se erzeuge gewssem Se mmal Abwechuge vo he. Zur Erläuterug starte wr mt eer egekledete Aufgabe. Der optmale Stadort Auf eer gerade Straße sd Häuser ageordet. De Etferuge der Häuser zum lke Radpukt der Straße betrage x, x, x. Es soll e Supermarkt dort gebaut werde, wo de Etferuge, de jewels zu hm zurückzulege sd, rgedwe mmal werde. Wr habe ee Skzze agefertgt ud ee möglche Stadort durch de Varable a gekezechet. Collecto Collecto Dot Plot a = 5 Optmaltätskrtere köte se: De maxmale Etferug soll möglchst kle se. Oder, de Summe aller Etferuge soll möglchst kle se. Wr etschede us, de Summe der Abstäde H(a) zum Stadort a des Supermarktes mmere zu wolle. Wr suche das Mmum emprsch. Mt der ute abgebldete Arbetsumgebug fde wr das Mmum be a = 6. H(6) hat de Wert 3. Als Formel habe wr H( a) : = x a = a + a + 4 a + 6 a + 8 a + 0 a + a = Elemetare Stochastk Rolf Behler WS 006/007

10 88 Wr varere a solage mt Fathom bs de Summe der absolute Abwechuge mmal wrd, wr erreche de Mmalwert H(a) = 3 für a = 6. Der Mmalwert fällt mt dem Meda x = 6 zusamme. Köe wr das verstehe? We wr vo a = 0 ausgehed a um Δ a erhöhe, da verkürze sch de Abstäde zu alle 7 Pukte. We ma a um Δa erhöht, so verrgert sch H(a) also um Δa 7. Hat ma de Pukt x = überschrtte, so verkürze sch de Abstäde zu 6 Pukte, zu eem verlägert sch der Abstad, d. h. eer Veräderug um Δ a etsprcht ee Verrgerug vo H(a) um Δa 5 bs zum Erreche vo x =. Daach Verlägerug zu Pukte, Verkürzug zu 5 Pukte, also Nettoverrgerug vo H(a) um Δa 3für jede Zuwachs Δ a. Nach x 3 = 4 wrd de Nettoverrgerug Δa für jede Zuwachs vo Δ a. Hat ma de Pukt x 4 = 6 überschrtte, so führt ee Zuahme um Δ a u zu eer Erhöhug vo H(a) um Δ a! Das Mmum muss also be x 4 = 6 lege, dem Pukt, der lks ud rechts de gleche Azahl vo Pukte lässt, das st aber laut Defto geau der Meda. Des glt jedefalls dem her vorlegede Fall, dass ugerade st. Über dese Aalyse köe wr berets sehr gute Aussage über de Fukto H(a) mache; das aschleßede Plotte bestätgt dese Aalyse. Berech Egeschafte Berech Egeschafte a< x Lear falled mt Stegug -7 x4 < a< x Lear steged mt 5 Stegug + x < a< x Lear falled mt Stegug -5 x5 < a< x Lear steged mt 6 Stegug +3 x < a< x Lear falled mt Stegug -3 3 x6 < a< x Lear steged mt 7 Stegug +5 x3 < a< x Lear falled mt Stegug - 4 x7 < a Lear steged mt Elemetare Stochastk Rolf Behler WS 006/007

11 3 Beschrebug vo Verteluge vo umersche Merkmale 89 Stegug +7 Ma ka de Fukto H(a) auch plotte, um das zu verfzere. o data 50 Fucto Plot 45 y x y = a + a + a 4 + a 6 + a 8 + a 0 + a Das Mmum der stückwese leare Fukto ka cht durch Dfferetalrechug ermttelt werde, da de Fukto a de Kckpukte cht dfferezerbar st. Wr betrachte kurz de Fall, dass gerade st, dem wr de Pukt x 7 = aus de Bespeldate heraus ehme. o data Fucto Plot y x y = a + a + a 4 + a 6 + a 8 + a 0 Es gbt desem Fall cht ur e Mmum, soder der Mmalwert wrd m gaze Itervall x( ); x 3 ( 4) = [ 4;6] ageomme. Im Zetrum des Itervalls legt der Meda x( ) + x 3 ( 4). Aus der Sache heraus st plausbel, dass sch H(a) desem Itervall cht verädert, we ma a erhöht: de höher werdede Etferug zu de 3 lke Pukte wrd kom- Elemetare Stochastk Rolf Behler WS 006/007

12 90 pesert durch de gerger werdede Etferug zu de dre rechte Pukte. Gaz allgeme glt für gerades, dass de Fukto H(a) eem gaze Itervall, desse Mtte der Meda legt, kostat st ud dort auch mmal. Im Fall, das Bduge auftrete, muss ma etwas feer argumetere, m Przp glt aber mmer folgede Aussage: Satz 3.8 Mmaltäts- Egeschaft des Medas se ee umersche Varable mt Werte x, x, x ud a R. Da se defert ( ). Da st ( ) mmal für = = H a : = x a = r( a) eem Itervall um a = x kostat ud dort mmal. H a a = x (u. U. sogar * Bem.: De Fukto ( ) H a H a : = = x a bezechet de mttlere absolute Abwe- = * H a st m Meda mmal. Ma ka de Satz 3.8 jetzt so deute: chug vo a. Auch ( ) ( ) Als Statstker wolle wr ee Datesatz durch ee Zahl zusammefassed beschrebe. De Zahl soll so gewählt werde, dass de reale Date möglchst weg vo hr abweche, dass dese Zahl optmal a de Date agepasst st. We wr als Abwechugsmaß de mttlere absolute Abwechug ehme, da st geau der Meda usere beste Wahl. Wr formulere de Satz 3.8 aschaulch um. Satz 3.9 Der Meda als optmaler Apassugswert se ee umersche Varable mt Werte x, x, x. Da st x e Wert, zu dem de mttlere absolute Abwechug der Date mmal st. Mmaltätsegeschaft des arthmetsche Mttels Das arthmetsche Mttel st de Lösug ees adere Mmaltätsprzps. We wr de quadratsche Abwechuge betrachte, mmert das arthmetsche Mttel de durchschttlche quadratsche Abwechuge. Wr ehme dasselbe Bespel ud ermttel das Mmum der quadratsche Abwechuge emprsch. Es ergbt sch zu a = 6,4 (we ma auf Kommastelle Geaugket arbetet). Das arthmetsche Mttel st x = 6,486! We ka ma dese Egeschaft verstehe? Wr betrachte m Bespel = ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) G( a) : = x a = a + a + 4 a + 6 a + 8 a + 0 a + a A welcher Stelle hat dese Fukto e Mmum? Auch we der Term komplzert ausseht, so st er doch ee quadratsche Fukto. Ee Parabel mmt hr Mmum m Schetelpukt a, ma köte atürlch hr Mmum auch durch Abletug ermttel. Es st Elemetare Stochastk Rolf Behler WS 006/007

13 3 Beschrebug vo Verteluge vo umersche Merkmale 9 {( ) ( ) ( ) ( ) ( ) ( ) ( )} { a} G ' ( a) = a + a + 4 a + 6 a + 8 a + 0 a + a = = 7 a 7 = 7 ( x a) De Abletug st 0 geau für a= x. Ee elemetarere Argumetato beutzt de quadratsche Ergäzug. Wr argumetere herfür glech mt allgemee Date. ( ) ( ) = = = = = = = ( ) = G( a): = x a = x ax + a = x a x + a = a a x + x = a ax + x + x x = a x + x x Wr habe de Term so umgeformt, dass ee quadratsche Fukto a deutlch wrd. De vorletzte Umformug folgt dem Przp der quadratsche Ergäzug. Der Schetelpukt der Parabel G(a) legt also be a = x. G(a) wrd für a= xmmal. Satz 3.0 Mmaltäts-Egeschaft des arthmetsche Mttels se ee umersche Varable mt Werte x, x, x ud a R. Da se defert ( ) ( ) G a : = x a = r( a) G a a = x.. Da st ( ) mmal für = = Wr köe des auch so formulere, dass das arthmetsche Mttel der optmale ach der Methode der kleste Quadrate ermttelte Apassugswert st. Satz 3. Das arthmetsche Mttel als optmaler Apassugswert (ach der Methode der kleste Quadrate ) se ee umersche Varable mt Werte x, x, x. Da st x der Wert, zu dem de mttlere quadratsche Abwechug der Date mmal st. * De mttlere quadratsche Abwechug wrd defert als ( ) Elemetare Stochastk Rolf Behler WS 006/007 ( ) G a G a : = = ( x ) a. Se = G a mmal st. st offeschtlch geau dem Pukt mmal, dem auch de Fukto ( ) De Suche ach eem optmale Apassugswert ka ma auch so formulere. Gesucht st ee Zerlegug Date = Modellwert + Resdue x = a+ r( a) = a+ ( x a)

14 9 wobe de Größe der Resdue möglchst kle se soll. Präzsert ma des Krterum dahgehed, dass de Summe der absolute Resdue mmal se soll, so erhält ma de Meda, präzsert ma das Krterum dahgehed, dass de Summe der quadrerte Resdue mmal se soll, so erhält ma das arthmetsche Mttel. Dese Dekwese st auch leted, we ma Fuktoe sucht, de optmal zu eer Puktwolke passe. 3.7 Streuugsmaße als mttlere Abwechuge vo eem Mttelwert Um de Ausdehug der Vertelug eer statstsche Varable zu messe, gbt es verschedee tutve Gruddee. Gruddee : Wr messe, we stark de Date vom Zetrum, vo eem Mttelwert abweche. Gruddee : Wr messe, we bret sch de Date ausdehe, ud zwar sgesamt, oder für de mttlere 90%, de mttlere 75% oder de mttlere 50% etc. Wr wolle zuächst de erste Idee weter verfolge. Defto 3.6 Streuugsmaße als mttlere Abwechug vo x se ee umersche Varable mt Werte x, x, x. Folgede Streuugsmaße sd als Abwechuge vom arthmetsche Mttel dekbar: = () Mttlere Abwechug vo x : ( x x ) 3.6). Deses Streuugsmaß st deshalb ubrauchbar.. Deser Wert st mmer glech 0 (Satz = = () Mttlere absolute Abwechug vo x : x x : MAD ( ) devato) () Mttlere quadratsche Abwechug vo x : ( x x) : var( ) ) (v) Stadardabwechug s( ) : = ( x x) = var( ) = Ma ka dese Maße Fathom ausreche lasse: = = Summe x x : MADmea( ) ( amttel( )) = = Azahl( ) ( x x) : var( ) Summe ( amttel( )) mea (mea absolute = (Varaz vo = ( ) Azahl( ) ( ( )) = amttel amttel oder PopVar () Elemetare Stochastk Rolf Behler WS 006/007

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

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

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

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

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

Lösungen. Häufigkeitsverteilung (Stabdiagramm) Aufgabe 1. Häufigkeit (h) Merkmal (x)

Lösungen. Häufigkeitsverteilung (Stabdiagramm) Aufgabe 1. Häufigkeit (h) Merkmal (x) Lösuge Aufgabe Merkmal (x) Häufgket (h) h x,, 3, 3,, 8, 5, 5, 6, 6, 7, 3, 8, 3 5, 9, 38,, 5,, 8 68,, 6 3, 3, 9,, 8, 5, 5 5, 6, 3 78, 7, 5, 8, 8, 3, 3, Summe 5.63, Aufgabe Häufgketsvertelug (Stabdagramm)

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

Lohnkosten pro Arbeitsstunde. Wie hoch sind die Lohnkosten pro Arbeitsstunde im Jahresdurchschnitt?

Lohnkosten pro Arbeitsstunde. Wie hoch sind die Lohnkosten pro Arbeitsstunde im Jahresdurchschnitt? Klausur Wrtschaftsstatstk. [ Pukte] E Uterehme hat folgede Date ermttelt: Moat Gelestete Arbetsstude Lohkoste pro Arbetsstude Jauar 86.400 0,06 Februar 75.000 3,0 März 756.000 4,47 Aprl 768.000,53 Ma 638.400

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

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

Kapitel XI. Funktionen mit mehreren Variablen

Kapitel XI. Funktionen mit mehreren Variablen Kaptel XI Fuktoe mt mehrere Varable D (Fuktoe vo uabhägge Varable Se R ud D( f R Ist jedem Vektor (Pukt (,,, D( f durch ee Vorschrft f ee reelle Zahl z = f (,,, zugeordet, so heßt f ee Fukto vo uabhägge

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

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

Einführung in die Stochastik 3. Übungsblatt

Einführung in die Stochastik 3. Übungsblatt Eführug de Stochastk 3. Übugsblatt Fachberech Mathematk SS 0 M. Kohler 06.05.0 A. Fromkorth D. Furer Gruppe ud Hausübug Aufgabe 9 (4 Pukte) Der Mkrozesus st ee statstsche Erhebug. Herbe werde ach bestmmte

Mehr

Prinzip "Proportional Reduction of Error" (PRE)

Prinzip Proportional Reduction of Error (PRE) Dr. Reate Prust: Eführug quattatve Forschugsmethode Bvarate Maße: Przp "Proportoal Reducto of Error" (PRE) E 1 - E Fehler be Regel 1 - Fehler be Regel = E 1 Fehler be Regel 1 Regel 1: Vorhersageregel ur

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

4. Marshallsche Nachfragefunktionen Frage: Wie hängt die Nachfrage nach Gütern

4. Marshallsche Nachfragefunktionen Frage: Wie hängt die Nachfrage nach Gütern Prof. Dr. Fredel Bolle Vorlesug "Mkroökoome" WS 008/009 III. Theore des Haushalts 0 Prof. Dr. Fredel Bolle Vorlesug "Mkroökoome" WS 008/009 III. Theore des Haushalts 0 4. Marshallsche Nachfragefuktoe Frage:

Mehr

Konzentrationsanalyse

Konzentrationsanalyse Kaptel V Kozetratosaalyse B. 5.. Im Allgemee wrd aus statstscher Scht zwsche - absoluter ud - relatver Kozetrato uterschede Der absolute ud relatve Aspekt wrd och emal utertelt - statscher ud - dyamscher

Mehr

Definitionen und Aussagen zu Potenzreihen

Definitionen und Aussagen zu Potenzreihen Deftoe ud Aussage zu Potezrehe User bsherges Repertore a stetge Abblduge basert auf ratoale Fuktoe, also Ausdrücke, dee Addto, Subtrakto, Multplkato ud Dvso vorkomme. Auf dese Wese sd aber Epoetalfukto,

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

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

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

( x) eine Funktion definiert, in der nur die i-te Komponente variabel ist. Folgende Schreibweisen werden aufgrund dieser Anmerkungen auch verwendet:

( x) eine Funktion definiert, in der nur die i-te Komponente variabel ist. Folgende Schreibweisen werden aufgrund dieser Anmerkungen auch verwendet: Pro. Dr. Fredel Bolle LS ür Volkswrtschatslehre sb. Wrtschatstheore (Mkroökoome) Vorlesug Mathematk - WS 008/009 4. Deretalrechug reeller Fuktoe IR IR (Karma, S. 00 06, dort glech ür IR IR m ) 4. Partelle

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

(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

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

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

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

Deskriptive Statistik2 Durchschnittswert (der arithmetische Mittelwert)

Deskriptive Statistik2 Durchschnittswert (der arithmetische Mittelwert) Lagemasse, Lokatosmasse Lageparameter. Charakterserug das Zetrum der Date Deskrptve Statstk Durchschttswert (der arthmetsche Mttelwert) average(...) Mttelwert(...) K (Modalwert, Dchtemttel): der Wert mt

Mehr

Aufgaben. 1. Gegeben seien folgende Daten einer statistischen Erhebung, bereits nach Größe sortiert (Rangliste):

Aufgaben. 1. Gegeben seien folgende Daten einer statistischen Erhebung, bereits nach Größe sortiert (Rangliste): Aufgabe. Gegebe see folgede Date eer statstsche Erhebug, berets ach Größe sortert (Raglste): 0 3 4 4 5 6 7 7 8 8 8 9 9 0 0 0 0 0 3 3 3 3 4 4 5 5 5 5 5 6 6 6 7 7 8 30 Erstelle Se ee Tabelle, der de Merkmalsauspräguge

Mehr

Multiple Regression (1) - Einführung I -

Multiple Regression (1) - Einführung I - Multple Regreo Eführug I Mt eem Korrelatokoeffzete ud der efache leare Regreo köe ur varate Zuammehäge zwche zwe Varale uterucht werde. Beutzt ma tatt dee mehrere Varale zur Vorherage, egt ma ch auf da

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

Mathematische Modellierung Lösungen zum 1. Übungsblatt

Mathematische Modellierung Lösungen zum 1. Übungsblatt Mathematsche Modellerug Lösuge zum Klaus G. Blümel Lars Hoege 6. Oktober 005 Aufgabe 1 a) Der Raumhalt vo eem Kubkmeter etsprcht gerade 1000 Lter, d.h. 1 m 3 = 1000 l. Reche zuächst 1 m 3 cm 3 um. E Meter

Mehr

Im Wöhlerdiagramm wird die Lebensdauer (Lastwechsel oder Laufzeit) eines Bauteils in Abhängigkeit von der Belastung dargestellt.

Im Wöhlerdiagramm wird die Lebensdauer (Lastwechsel oder Laufzeit) eines Bauteils in Abhängigkeit von der Belastung dargestellt. Webull & Wöhler 0 CRGRAPH Wöhlerdagramm Im Wöhlerdagramm wrd de Lebesdauer ( oder Laufzet) ees Bautels Abhägget vo der Belastug dargestellt. Kurzetfestget Beaspruchug Zetfestget auerfestget 0 5 3 4 6 0

Mehr

( ) ( ) ) ( ) 1/ ( ) Beispiel: U = y1. 3. Ergänzungen zur Haushaltstheorie, insbesondere Dualität und Anwendungen

( ) ( ) ) ( ) 1/ ( ) Beispiel: U = y1. 3. Ergänzungen zur Haushaltstheorie, insbesondere Dualität und Anwendungen Prof. Dr. Fredel Bolle 3. rgäzuge zur Haushaltstheore, sbesodere Dualtät ud Aweduge (Btte wederhole Se zuächst emal de Haushaltstheore aus Mkro I!!!) komme gegebe errechbare Idfferezkurve festgelegt Güterprese

Mehr

Sitzplatzreservierungsproblem

Sitzplatzreservierungsproblem tzplatzreserverugsproblem Be vele Zugsysteme Europa müsse Passagere mt hrem Zugtcet ee tzplatzreserverug aufe. Da das Tcetsystem Kude ee ezele Platz zuwese muss, we dese e Tcet aufe, ohe zu wsse, welche

Mehr

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes Quellecoderug I: Redudazredukto, redudazsparede Codes Quellecoderug Durch de Quellecoderug werde de Date aus der Quelle codert, bevor se ee Übertragugskaal übertrage werde De Coderug det der Verkleerug

Mehr

Korrelations- und Regressionsanalyse

Korrelations- und Regressionsanalyse Kaptel VI Korrelatos- ud Regressosaalse B 6 (Gegestad der Korrelatos- ud Regressosaalse) Währed de Korrelatosaalse de Estez, de Stärke ud de Rchtug des Zusammehags zwsche zwe oder mehrere statstsche Varable

Mehr

Physikalische Messungen sind immer fehlerbehaftet! Der wahre Wert ist nicht ermittelbar. Der wahre Wert x ist nicht identisch mit dem Mittelwert

Physikalische Messungen sind immer fehlerbehaftet! Der wahre Wert ist nicht ermittelbar. Der wahre Wert x ist nicht identisch mit dem Mittelwert Physkalsche Messuge sd mmer fehlerbehaftet! Der wahre Wert st cht ermttelbar. Der wahre Wert st cht detsch mt dem Mttelwert Der Wert legt mt eer gewsse Wahrschelchket (Kofdezahl bzw. Vertrauesveau %) m

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

Lösungen. Lösung zu d):

Lösungen. Lösung zu d): Löuge Löug zu a De Date chee ch äherugwee etlag eer Gerade potoert zu e. Da lät cho recht gut vermute, da e learer Zuammehag vorhade e köte. Löug zu b We e Ateg/ee Abahme der Deutche Bak Akte auch zu eem

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

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

2. Mittelwerte (Lageparameter)

2. Mittelwerte (Lageparameter) 2. Mttelwerte (Lageparameter) Bespele aus dem täglche Lebe Pro Hemspel hatte Borussa Dortmud der letzte Saso durchschttlch 7.2 Zuschauer. De deutsche Akte sd m Durchschtt um 0 Zähler gefalle. I Ide wurde

Mehr

Grundgesetze der BOOLEschen Algebra und Rechenregeln

Grundgesetze der BOOLEschen Algebra und Rechenregeln 5... Grudgesetze der BOOLEsche Algebra ud Recheregel Auf de mathematsch korrekte Eführug der BOOLEsche Algebra ka ch verzchte, da das Ihrer Mathematkausbldug ausführlch behadelt wrd. Ich stelle Ihe zuächst

Mehr

Eigenwerteinschließungen I

Eigenwerteinschließungen I auptsemar: Numersche Lösuge für Egewertaufgabe Egewerteschleßuge I Referet: Wolfgag Wesselsky Glederug Eletug Kodto vo Egewerte 3 Eschleßugssätze Bauer-Fke, Gershgor, Wlkso, Bedxo 4 Zusatz: Courat / Weyl

Mehr

Mathematik: Mag. Schmid Wolfgang & LehrerInnenteam Arbeitsblatt Semester ARBEITSBLATT 7-8 WAHRSCHEINLICHKEITSRECHNUNG UND STATISTIK

Mathematik: Mag. Schmid Wolfgang & LehrerInnenteam Arbeitsblatt Semester ARBEITSBLATT 7-8 WAHRSCHEINLICHKEITSRECHNUNG UND STATISTIK Mathematk: Mag. Schmd Wolfgag & LehrerIeteam Arbetsblatt 7-7 7. Semester ARBEITSBLATT 7-8 WAHRSCHEINLICHKEITSRECHNUNG UND STATISTIK STATISTISCHE GRUNDBEGRIFFE Statstk gledert sch zwe Telbereche De Beschrebede

Mehr

Lage- und Streuungsmaße

Lage- und Streuungsmaße Statstk für SozologIe Lage- ud Streuugsmaße Uv.Prof. Dr. Marcus Hudec Beschrebug quattatver Date Um de emprsche Vertelug ees quattatve Merkmals zu beschrebe, betrachte wr Parameter, de ee Verdchtug der

Mehr

Allgemeine Prinzipien

Allgemeine Prinzipien Allgemee Przpe Es estere sebe Grudehete der Physk; alle adere physkalsche Größe ka ma darauf zurückführe. Dese Grudehete sd: Läge [m] Masse [kg] Zet [s] Elektrsche Stromstärke [A] Temperatur [K], Stoffmege

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

Stochastik und Vektorgeometrie 1

Stochastik und Vektorgeometrie 1 Jörg Meyer, Hamel Stochastk u Vektorgeometre 1 Zusammefassug: I er Beschrebee Statstk u er Wahrschelchketsrechug komme häufg Quaratsumme vor. Deutet ma ese als Skalarproukte, so lasse sch mache Aussage

Mehr

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung Lösuge zum Übugs-Blatt 7 Wahrschelchketsrechug BMT Bostatstk Prof. Dr. B. Grabowsk ----------------------------------------------------------------------------------------------- Bedgte Wahrschelchket

Mehr

2 Regression, Korrelation und Kontingenz

2 Regression, Korrelation und Kontingenz Regresso, Korrelato ud Kotgez I desem Kaptel lerst du de Zusammehag zwsche verschedee Merkmale durch Grafke zu beschrebe, Maßzahle ür de Stärke des Zusammehags zu bereche ud dese zu terpretere, das Wsse

Mehr

Erinnerung: Funktionslernen. 5.6 Support Vector Maschines (SVM) Beispiel: Funktionenlernen. Reale Beispiele

Erinnerung: Funktionslernen. 5.6 Support Vector Maschines (SVM) Beispiel: Funktionenlernen. Reale Beispiele Ererug: Fuktoslere 5.6 Support Vector Masches (SVM) überomme vo Stefa Rüpg, Kathara Mork Uverstät Dortmud Vorlesug Maschelles Lere ud Data Mg WS 2002/03 Gegebe: Bespele X LE de ahad eer Wahrschelchketsvertelug

Mehr

Korrelations- und Assoziationsmaße

Korrelations- und Assoziationsmaße k m χ : j l r +. Zusammehagsmaße ( o e ) jl jl e jl Korrelatos- ud Assozatosmaße e jl 5 Merkmal Y Summe X b b m a H (a,b) H (a,b). a H (a,b) H (a,b). Summe.. Zusammehagsmaße Eführug Sche- ud Noses-Korrelato

Mehr

Mehrdimensionale Häufigkeitsverteilungen (1)

Mehrdimensionale Häufigkeitsverteilungen (1) Mehrdmesoale Häufgketsverteluge () - De Begrffe uvarat ud bvarat - Vo uvarate (edmesoale) statstsche Aalyse sprcht ma, we pro Perso ur e Merkmal tabellarsche oder grafsche Häufgketsverteluge oder be der

Mehr

Klausur SS 2005 Version 1

Klausur SS 2005 Version 1 BEMERKUG: für de Rchtgket der Lösuge wrd atürlch kee Garate überomme!! Klausur SS 005 Verso Aufgabe : e Gamma-Quat hat kee Ladug > el. Felder übe kee Kräfte aus > kee Kräfte, kee Äderug der Bewegug (ewto)

Mehr

Geometrisches Mittel und durchschnittliche Wachstumsraten

Geometrisches Mittel und durchschnittliche Wachstumsraten Dpl.-Kaufm. Wolfgag Schmtt Aus meer Skrpterehe: " Kee Agst vor... " Ausgewählte Theme der deskrptve Statstk Geometrsches Mttel ud durchschttlche Wachstumsrate Modellaufgabe Übuge Lösuge www.f-lere.de Geometrsches

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

19. Amortisierte Analyse

19. Amortisierte Analyse 9. Amortserte Aalyse Amortserte Aalyse wrd egesetzt zur Aalyse der Laufzet vo Operatoe Datestrukture. Allerdgs wrd cht mehr Laufzet ezeler Operatoe aalysert, soder de Gesamtlaufzet eer Folge vo Operatoe.

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

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

6. Zusammenhangsmaße (Kovarianz und Korrelation)

6. Zusammenhangsmaße (Kovarianz und Korrelation) Problemstellug: Bsher: Gesucht: 6. Zusammehagsmaße (Kovaraz ud Korrelato) Ee Varable pro Merkmalsträger, Stchprobe x1,, x Maße für Durchschtt, Streuug, usw. Bespel: Kurse zweer Akte ud a 9 aufeader folgede

Mehr

Einführung 2. Teil: Fehleranalyse

Einführung 2. Teil: Fehleranalyse Phskalsch-chesches Praktku I Modul Eführug. Tel: Fehleraalse Ja Helbg, 7.09.08 Uterlage: htt://www.che.uzh.ch/stud/old/docuets/ear/che3.htl Fehlerrechug Gesucht: wahrer Wert eer Grösse Aber: Sere vo Messuge

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

Die Methode des 2.Moments

Die Methode des 2.Moments De Methode des 2.Momets Chrstoph Schmdt July 13, 2004 1 Eletug De Varaz eer Zufallsvarable st hre mttlere quadratsche Abwechug vo hrem Erwartugswert. V ar[x] = E[(X EX) 2 ] = E[X 2 ] E[X] 2 Der Term E[X

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

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

Statistik. (Inferenzstatistik)

Statistik. (Inferenzstatistik) Statstk Mathematsche Hlfswsseschaft mt der Aufgabe, Methode für de Sammlug, Aufberetug, Aalyse ud Iterpretato vo umersche Date beretzustelle, um de Struktur vo Masseerscheuge zu erkee. Deskrptve (beschrebede)

Mehr

Eigenschaften der arithmetischen Mittel. Schätzer für die Varianz. Allgeimeines Method: Likelihood Funktion. Schätzer für die Wahrscheinlichkeit

Eigenschaften der arithmetischen Mittel. Schätzer für die Varianz. Allgeimeines Method: Likelihood Funktion. Schätzer für die Wahrscheinlichkeit Statstk. Vorlesug, September 6, 009 Egeschafte er arthmetsche Mttel für alle Fälle wo e Stchprobeelemete habe e selbe Vertelug u s uabhägg: E ( = mvar, ( = / Staarabwechug (Staarfehler: D ( = / Korrektur

Mehr

Leitfaden zu den Indexkennzahlen der Deutschen Börse

Leitfaden zu den Indexkennzahlen der Deutschen Börse Letfade zu de Idexkezahle der Deutsche Börse Verso.5 Deutsche Börse AG Verso.5 Letfade zu de Idexkezahle der Deutsche Börse Page Allgemee Iformato Um de hohe Qualtät der vo der Deutsche Börse AG berechete

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

Der Approximationssatz von Weierstraß

Der Approximationssatz von Weierstraß Der Approxmatossatz vo Weerstraß Ja Köster 22. Oktober 2007 1 Eführug Aus der Aalyss wsse wr, dass sch aalytsche Fuktoe durch Potezrehe der Form f(x = a 0 + a 1 x + a 2 x 2 +... darstelle lasse. Dabe kovergert

Mehr

Messfehler, Fehlerberechnung und Fehlerabschätzung

Messfehler, Fehlerberechnung und Fehlerabschätzung Apparatves Praktkum Physkalsche Cheme der TU Brauschweg SS1, Dr. C. Maul, T.Dammeyer Messfehler, Fehlerberechug ud Fehlerabschätug 1. Systematsche Fehler Systematsche Fehler et ma solche Fehleratele, welche

Mehr

Statistische Kennzahlen für die Streuung

Statistische Kennzahlen für die Streuung Statstsche Kezahle für de Streuug Ordale Date,..., W X,,..., WX {(j) j,..., J} () < () < < (J) {(),...,(J)} (3) () 3 () Geordete Lste k X (k) () () 3 () Smpso s D ud H() sd awedbar, allerdgs wrd Iformato

Mehr

Universitätslehrgang Sports Physiotherapy Einführung in die Statistik

Universitätslehrgang Sports Physiotherapy Einführung in die Statistik Departmet of Sport Scece ad Kesolog Uverstätslehrgag Sports Phsotherap Eführug de Statstk Gerda Strutzeberger Block I Block Mttwoch 5..0 3:00 bs 4:50 Grudlage, Skaleveau 5:05 bs 7:00 Gütekrtere, Hpothese,

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

Grundlagen der Energietechnik Energiewirtschaft Kostenrechnung. Vorlesung EEG Grundlagen der Energietechnik

Grundlagen der Energietechnik Energiewirtschaft Kostenrechnung. Vorlesung EEG Grundlagen der Energietechnik Prof. Dr. Ig. Post Grudlage der Eergetechk Eergewrtschaft Kosterechug EEG. Vorlesug EEG Grudlage der Eergetechk De elektrsche Eergetechk st e sogeates klasssches Fach. Folglch st deses Fach vele detallert

Mehr

Zahlensysteme. Dezimalsystem. Binär- oder Dualsystem. Hexadezimal- oder Sedezimalzahlen

Zahlensysteme. Dezimalsystem. Binär- oder Dualsystem. Hexadezimal- oder Sedezimalzahlen IT Zahlesysteme Zahledarstellug eem Stellewertcode (jede Stelle hat ee bestmmte Wert) Def. Code: Edeutge Abbldugsvorschrft für de Abbldug ees Zeche-Vorrates eem adere Zechevorrat. Dezmalsystem De Bass

Mehr

Kapitel 6: Regression

Kapitel 6: Regression udwg-maxmlas-uverstät Müche Isttut für Iformatk ehr- ud Forschugsehet für Datebaksysteme Skrpt zur Vorlesug Kowledge Dscovery Databases m Sommersemester 05 Kaptel 6: Regresso Vorlesug: PD Dr. Arthur Zmek

Mehr

Quantitative Methoden in der klinischen Epidemiologie

Quantitative Methoden in der klinischen Epidemiologie Quattatve Methode der klsche Epdemologe Korrelato ud leare Regresso Lerzele Besteht e fuktoeller Zusammehag zwsche zwe Messuge a eem Patete? Korrelato als Maßzahl für de Stärke ees leare Zusammehages Beschrebe

Mehr

Einen Spieler interessiert nicht, wie er gewinnt, sondern ob und wie viel er gewinnt.

Einen Spieler interessiert nicht, wie er gewinnt, sondern ob und wie viel er gewinnt. III Zufallsgröße Bespel ud Defto Bespel: Dremal Müzwurf Spel: Esatz, we cht zwe gleche htereader 3 Auszahlug. Ω = {(x x x3) x,x,x3 {Z,K}} Retert sch deses Spel? Dabe geht es ur um de Gew! Also: Defto Gew:

Mehr

Maßzahlen zur Beschreibung von Verteilungen

Maßzahlen zur Beschreibung von Verteilungen Programmcode: Lagemaße Maßzahle zur Beschrebug vo Verteluge > c(0,,5,6,3,0,-) > mea() [] > meda() [] > table() - 0 3 5 6 kee drekte Modusfukto 0 zwemal Uvarate Deskrpto ud Eplorato vo Date - Maßzahle zur

Mehr

Statistische Maßzahlen

Statistische Maßzahlen Statstsche Maßzahle Stochastk h Mt h Mt Varaz arosches Mttelwert Azahl der Klasse, Azahl der Beobachtugswerte, statstscher Beobachtugswert, Zufallsvarable, Azahl der Beobachtugswerte Azahl der Beobachtugswerte,

Mehr

Interpolationspolynome

Interpolationspolynome Iterpolatospolyome Ac Gegebe sd +1 Stützstelle x 0 bs x zusamme mt hre Stützwerte y 0 bs y. Durch de Pukte ( x / y ) soll e Polyom p(x) -te Grades gelegt werde : p(x) = a 0 + a 1 x + a 2 x² + + a x = Das

Mehr

Einführung 2. Teil: Fehleranalyse

Einführung 2. Teil: Fehleranalyse Phscal Chemstr Phskalsch-chemsches Praktkum I Modul Eführug. Tel: Fehleraalse Ja Helbg, 9.09.06 Uterlage: htt://www.chem.uzh.ch/stud/old/documets/ear/che3.html Fehlerrechug Phscal Chemstr Gesucht: wahrer

Mehr

Einführung in Statistik

Einführung in Statistik Eführug Statstk 4. Semester Begletedes Skrptum zur Vorlesug m Fachhochschul-Studegag Iformatostechologe ud Telekommukato vo Güther Kargl FH Campus We 2009 Ihaltsverzechs Eführug Statstk Eletug. Deskrptve

Mehr

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung Lösuge zum Übugs-Blatt 7 Wahrschelchketsrechug BMT Bostatstk Prof. Dr. B. Grabowsk ----------------------------------------------------------------------------------------------- Satz vo Bayes ud totale

Mehr

Anselm Eder (2013): Statistik für Sozialwissenschaftler, Skriptum facultas, S. 14/15 und 17

Anselm Eder (2013): Statistik für Sozialwissenschaftler, Skriptum facultas, S. 14/15 und 17 Aselm Eder (): Statstk für Sozalwsseschaftler, Skrptum facultas, S. / ud 7 Deskrpto Wr köte us dafür etschede, ee Jouralste über das Alter der HörerIe formere zu wolle. Ee graphsche Darstellug der Vertelug

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

Teil IV Musterklausuren (Univ. Essen) mit Lösungen

Teil IV Musterklausuren (Univ. Essen) mit Lösungen Tel IV Musterklausure (Uv. Esse) mt Lösuge Hauptklausur WS 9/9 Aufgabe : a) Revolverheld R stzt m Saloo ud pokert. De Wahrschelchket, daß er dabe ee seer Mtspeler bem Falschspel erwscht (Eregs F), bezffert

Mehr

Kapitel III. Lagemaße. die beobachteten Werte eines Merkmals X mit Ausprägungen a 1

Kapitel III. Lagemaße. die beobachteten Werte eines Merkmals X mit Ausprägungen a 1 aptel III Lagemaße D (Artmetsces Mttel) See,,, de beobactete Werte ees Merkmals X mt Auspräguge a, a,, a k Als artmetsces Mttel (für ctgrupperte Date) bezecet ma: = = (efaces) k = a H ( a ) (gewogees)

Mehr

Lageparameter (Mittelwerte) und Streuungsparameter

Lageparameter (Mittelwerte) und Streuungsparameter Statstk Grudlage Charakterserug vo Verteluge Eführug Wahrschelchketsrechug Wahrschelchketsverteluge Schätze ud Teste Korrelato Regresso Lageparameter (Mttelwerte) ud Streuugsparameter Mttelwerte: Gebe

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

REGRESSION. Marcus Hudec Christian Neumann. Eine anwendungsorientierte Einführung. Unterstützt von Institut für Statistik der Universität Wien

REGRESSION. Marcus Hudec Christian Neumann. Eine anwendungsorientierte Einführung. Unterstützt von Institut für Statistik der Universität Wien REGRESSION Ee awedugsoreterte Eführug Marcus Hudec Chrsta Neuma Uterstützt vo Isttut für Statstk der Uverstät We Eletug De Regresso st e velfältg esetzbares Werkzeug zur Beschrebug ees fuktoale Zusammehags

Mehr

Verteilungen und Schätzungen

Verteilungen und Schätzungen Verteluge ud Schätzuge Zufallseperet Grudbegrffe Vorgag ach eer bestte Vorschrft ausgeführt ( Przp) belebg oft wederholbar se Ergebs st zufallsabhägg be ehralge Durchführug des Eperets beeflusse de Ergebsse

Mehr

2. Zusammenhangsanalysen: Korrelation und Regression

2. Zusammenhangsanalysen: Korrelation und Regression 2. Zusammehagsaalse: Korrelato ud Regresso Dowloads zur Vorlesug 2. Zusammehagsaalse: Korrelato ud Regresso 2 Grudbegrffe zwedmesoale Stchprobe De Gewug vo mehrere Merkmale vo eer Beobachtugsehet führt

Mehr