Lineare Regression und Korrelation (s. auch Applet auf Arbeitsblatt 1 : Lineare Regression

Größe: px
Ab Seite anzeigen:

Download "Lineare Regression und Korrelation (s. auch Applet auf Arbeitsblatt 1 : Lineare Regression"

Transkript

1 Leare Regreo ud Korrelato (. auch Applet auf Fragetellug: Lerzele: De leare Regreo bechäftgt ch mt der folgede Fragetellug: Gegebe d Pukte ( / ), =,.., m (,)- Koordatetem ( > ). Geucht t de leare Fukto mt Glechug = f() = a + b, de de Pukte 'optmal aähert'. De Korrelatorechug betmmt u e Ma dafür, ob de Aahme ee leare Zuammehag zwche de - ud de - Werte voll t.. Bedeutug der 'optmale Aäherug.. Defto ud Berechug vo Mttelwert ud Varaz der -Werte bzw. der -Werte owe der Kovaraz. 3. Betmmug der Parameter a ud b der Geradeglechug = f() = a + b. 4. Begrff de Korrelatokoeffzete r ud ee Bedeutug al Ma für de Qualtät ee leare Zuammehag der - ud -Werte. 5. Berechug de Korrelatokoeffzete r. Vorgehe: Studum vo Arbetblatt : Leare Regreo ud da Arbetblatt : Korrelatorechug. Lerkotrolle: Löe der jewel agegebee Aufgabe. Arbetblatt : Leare Regreo Bevor wr auf de Begrff 'optmal aäher' egehe, wolle wr och ege Formel, de vo früher her bekat d, zuammetelle: ehe auch DMK/DPK Formel ud Tafel, p. 85. Mttelwert der -Werte: Varaz der -Werte: = ( ) = ( ) = Mttelwert der -Werte: = Varaz der -Werte: We lät ch u der Begrff 'optmal aäher' mathematch präzere? Al praktch brauchbar ud auch theoretch gut fudert hat ch de Summe der Quadrate der Abwechuge f( ) - zwche Fuktowert ud -Koordate der Pukte ( / ) heraugetellt. Wr defere de Fehlerquadratumme F : F := (f( ). ) Da f( ) = a + b, o wrd F Abhäggket vo a ud b zu F(a,b) = (a + b. ) Wr uche u dejege Gerade g, für de dee Fehlerquadratumme mmal t. E d alo de zwe Ubekate a ud b zu bereche. Mt Mttel der höhere (B. Berchtold)

2 Mathematk ka ma zege, da der Pukt ( / ) mmer auf deer geuchte Gerade g legt. g: = a + b 3 = 5 4 f() Da alo = f( ) = a + b, o lät ch b durch a audrücke: b = - a. F t alo ur och abhägg vo eer Varable a: F(a) = (a + a ). Da F(a) mmal werde oll, o bldet ma de erte Abletug F'(a) {ummadewee Ablete ach a, Ketteregel beachte!} ud etzt e glech Null: F'(a) = (a + a ) ( ) = 0. Dvo mt ud Aureche der Klammer lefert: (a a + + a + ) = 0, alo a ( ( + ) ) = ( + + ). Berückchtgt ma =, ud de Recheregel für Summe {kotate Faktore ach vore!}, o glt: = + a( ) = + +. De Stegug a berechet ch alo zu a =. b lät ch da au a bereche: b = - a (. weter obe). De Löug der Aufgabe 3 zegt, da F für dee a tatächlch mmal wrd. (B. Berchtold)

3 Defert ma de Kovaraz c := ( ) ( ) ud zegt ma, da c = ( ) ud = ( ) (ehe Aufgabe ), o glt für de Kovaraz c Stegug a der geuchte Gerade: a = =. Varaz der Werte Bepel: -Werte: 3 4 ( = 4) -Werte: 4 5 Auf pezelle Dartellug zur Berechug vo Had wrd verzchtet, da päter de gewüchte Gröe oheh vom Tacherecher gelefert werde. Mttelwert = 4 (++3+4) =.5 Mttelwert = 4 (++4+5) = 3 Varaz der -Werte = (( -.5) + ( -.5) + (3 -.5) + (4 -.5) 5 ) = 3 3 Varaz der -Werte = (( - 3) + ( - 3) + (4-3) + (5-3) 0 ) = 3 3 Kovaraz c = 3 ((-.5) (-) + (-0.5) (-) ) = c 7 Stegug a = = = = , Acheabchtt b = = -0.5 De Glechug der Regreogerade g het alo = f() = (B. Berchtold) 3

4 Aufgabe zu Tel Nr. : Gegebe d de folgede ver Pukte: -Werte Werte Betmme (ohe Mthlfe der pezelle Fuktoe de Tacherecher) de Mttelwerte ud, de Varaze ud, de Kovaraz c ud de Glechug der Auglechgerade g: = f() = a + b. Nr. : Bewee mt Hlfe der Recheregel für Summe ud der Defto der Mttelwerte: a) Für de Varaz der -Werte glt: ) = ( ) = ( ) b) Für de Kovaraz c glt: c = ( ) ( ) = ( Nr. 3: c Im Theoretel habe wr au der Setzug F'(a) = 0 für a de Wert a = erhalte. Zege mt Hlfe der zwete Abletug F''(a), da F für dee a tatächlch mmal wrd. Löuge. =.5 =.5 = = c = g: = =. a) ( ) = ( + ) = + = b) ( ) ( ) = ( + ) =... = > 3. F''(a) = ( + ) = ( ) = ( ) 0 (ogar für alle a) (B. Berchtold) 4

5 Arbetblatt : Korrelatorechug Au dem Arbetblatt t da Verfahre, um für jede belebge Puktwolke ( / ), =,.., ee Auglechgerade mt Glechug = a + b zu betmme, bekat. De Korrelatorechug gbt u e Ma dafür a, ob de Aahme ee leare Zuammehag zwche de - ud de -Werte voll t. Dazu wrd der og. Korrelatokoeffzet r defert. Im Arbetblatt wurde de Fehlerquadratumme F defert: F := (f( ) ) bzw. F(a,b) = (a + b ). Da = f( ) = a + b, o t b = - a. F t alo ur och abhägg vo eer Varable a: F(a) = (a + a ) = (a ( ) + ( )) = (a ( ) + a( ) ( ) + ( ) ) Im Arbetblatt wurde de Kovaraz c al Für de Stegug a der Gerade g folgte da dort: = ( ) ( ) = c defert. a = Kovaraz Varaz der Werte = c. Setzt ma u a de Fehlerquadratumme F e, o glt: c c F = ( ( ) + ( ) ( ) + ( ). ) 4 ) ) c = ( ) ( ) Berückchtgt ma ( ( ), ( ) = (, ) = ( ud de Recheregel für Summe {kotate Faktore ach vore!}, o glt: F = c c c ( ) ( )c + ( ) = ( )( ) = ( ) ( 4 Wr defere u de Korrelatokoeffzete r al r := c. c ) (B. Berchtold) 5

6 Egechafte vo r : c. - r de: Fehlerquadratumme F 0, alo.. r = a de: a = c 3. r > 0 c > 0 a > 0 Regreogerade g hat potve Stegug. r < 0 c < 0 a < 0 Regreogerade g hat egatve Stegug. 4. Je äher r be, deto beer de Leartät zwche de - ud -Werte, de je äher r be, deto kleer wrd de Fehlerquadratumme F. 5. Für r = lege alle Pukte ( / ) auf der Gerade g, de F wrd Null. Da folgede Bepel t beret vo Arbetblatt bekat. Berechet wrd u zuätzlch der Korrelatokoeffzet. Bepel: -Werte: 3 4 ( = 4) -Werte: 4 5 Auf pezelle Dartellug zur Berechug vo Had wrd verzchtet, da päter de gewüchte Gröe oheh vom Tacherecher gelefert werde. Mttelwert = 4 (++3+4) =.5 Mttelwert = 4 (++4+5) = 3 Varaz der -Werte = (( -.5) + ( -.5) + (3 -.5) + (4 -.5) 5 ) = 3 3 Varaz der -Werte = (( - 3) + ( - 3) + (4-3) + (5-3) 0 ) = 3 3 Kovaraz c = 3 ((-.5) (-) + (-0.5) (-) ) = c 7 Stegug a = = = = , Acheabchtt b = = -0.5 De Glechug der Regreogerade g het alo = f() = Korrelatokoeffzet r = a 5.4 =.4 = , alo gute Korrelato. 0 (B. Berchtold) 6

7 Aufgabe zu Tel Nr. : Gegebe d de folgede ver Pukte: -Werte Werte Betmme (ohe Mthlfe der pezelle Fuktoe de Tacherecher) de Mttelwerte ud, de Varaze ud, de Kovaraz c ud de Glechug der Auglechgerade g: = f() = a + b. Gb de Korrelatokoeffzete r a. Nr. : Gegebe d de folgede ver Pukte: -Werte 3 4 -Werte - 0 a) Zeche de ver Pukte e Koordatetem. b) Betmme de Mttelwerte ud, de Varaze ud, de Kovaraz c ud de Glechug der Auglechgerade g: = f() = a + b. Zeche de Gerade g auch Koordatetem. Gb de Korrelatokoeffzete r a. c) It de Aahme ee leare Zuammehag zwche de - ud de -Werte voll? Löuge. =.5 =.5 = = c = g: = r = (ehr gute Korrelato). a) - b) =.5 = 0.5 = = c = g: = 0. (b = 0) r = (praktch kee Korrelato) c) De Aahme ee leare Zuammehag t zu verwerfe! (B. Berchtold) 7

8 Arbetblatt 3 : Regreo mt dem TI89 (Deer Tel auch de Aufgabe ud de Löuge - tammt vo Walter Burgherr, Mathematklehrer a der Katochule Reubühl. Er wurde vo mr auf de TI89 agepat) Im Arbetblatt 3 bearbete wr Probleme der leare Regreo mt dem Tacherecher. Deer betet auerdem Möglchkete a, de Pukte ( / ) durch Graphe aderer Fuktotpe (quadratche Fkt., kubche Fkt., bquadratche Fkt., Potezfkt., Epoetalfkt., logarthmche Fkt.) zu appromere (erweterte Regreo). Lerzele: Vorgehe:. Du kat Daterehe mt Hlfe de Matr-Edtor de TI-89 egebe ud edtere.. Au de Lte der - ud -Werte kat du de Koeffzete der Regreogerade a ud b, owe de Korrelatokoeffzete r ermttel. 3. Du wet, we ee optmal aäherde Potez-, Epoetal- oder Logarthmufukto durch Zurückführe auf leare Regreo gewoe wrd. 4. Du kat de etprechede Fuktoparameter mt dem Recher betmme. 5. Du erket, welche der agebotee Fuktotpe de Zuammehag zwche - ud -Werte am bete wedergbt. Bearbete für Dch da Arbetblatt 3: Regreo mt dem Tacherecher TI-89. Lerkotrolle: Löe der weter ute agegebee Aufgabe. Leare Regreo Bepel: E d de folgede füf Pukte gegebe ud m Koordatetem dargetellt. : : Zeche ee Gerade (provorche Regreogerade), de deer Meug ach optmal a de Pukte agepat t (d.h. m Mttel möglcht ahe a de Pukte herakommt) ud le Stegug a * ud Acheabchtt b * ab. (B. Berchtold) 8

9 a* = a = r = a' = r' = b* = b = b' = Gb de -Werte we folgt de TI89 e: wähle da Meu APPS (Applcato) wähle de Matr-Edtor wähle New ud da Tpe Data Gb ee Varableame e, z.b. Re Gb u de Werte Spalte c ud de -Werte Spalte c e Wähle mt F5 da Utermeu CALC ud aktvere mt ENTER de Berechug <LReg> Gb für c ud für c e. Le de Koeffzete a, b der Regreogerade = a + b ud de Korrelato r ab ud vergleche mt a * ud b *. Zeche de korrekte Regreogerade de Fgur e. Ädere de Pukt P 3 (5 / 5), dem du der Spalte c für 3 de Wert 4 egbt. Betmme wederum a, b ud r. We habe ch Regreogerade ud Korrelato geädert? Merke: De Korrelato legt zwche - ud : - r Je äher de Korrelato r be oder be - legt, deto beer bechrebt de leare Fukto de Zuammehag zwche - ud -Werte. Regreo mt Potezfukto = a b Logarthmert ma de Fuktoglechug = a b, (Ba belebg), o ergbt ch log = log a + b log Fall Pukte ( / ) auf der Potezkurve lege, o lege de etprechede Pukte (log / log ) auf der Gerade mt Stegug b ud Acheabchtt log a. De Meuwahl CALC/<PwrReg> veralat, da der Recher für de Logarthme der gegebee - ud -Werte ee leare Regreo durchführt ud darau de Parameter der Potezkurve a ud b betmmt. Für de Korrelato r (der Logarthme): ehe p.0 (*) (B. Berchtold) 9

10 Regreo mt Epoetalfukto = a b Logarthmert ma de Fuktoglechug = a b o ergbt ch log = log a + log b Fall Pukte ( / ) auf der Epoetalkurve lege, o lege de Pukte ( / log ) auf der Gerade mt Stegug log b ud Acheabchtt log a. De Meuwahl CALC/<EpReg> veralat, da der Recher für de gegebee -Werte ud de Logarthme der -Werte ee leare Regreo durchführt ud de Parameter der Epoetalkurve a ud b agbt. Für de Korrelato r: ehe (*). Regreo mt Logarthmufukto = a + b l Fall Pukte ( / ) auf eer olche Logarthmukurve lege, o lege de Pukte (l / ) auf der Gerade mt Stegug b ud dem Acheabchtt a. De Meuwahl CALC/<LReg> veralat, da der Recher für de atürlche Logarthme der -Werte ud de -Werte ee leare Regreo durchführt ud de Parameter der Logarthmukurve a ud b agbt. (*) Der TI89 gbt de Korrelatokoeffzete r ur be learer Regreo a. Wll ma de etprechede r-werte auch be PwrReg, EpReg ud LReg, o hat ma de - Werte, bzw. -Werte zu logarthmere ud etpreched de Modelle ee leare Regreo durchzuführe. Am efachte ertellt ma dazu m Matr-Edtor ee Koloe c3=l(c) ud ee wetere Koloe c4=l(c). Polomche Regreo Durch Pukte ( / ) wrd ee möglcht gut appromerede quadratche, kubche oder Polomfukto höhere Grade gelegt. Da Krterum für ee optmale Kurve t daelbe we be der leare Regreo (Arbetblatt ). De Koeffzete werde mt Methode der höhere Mathematk betmmt. Der Recher TI-89 lefert quadratche, kubche ud Polome verte Grade. Meuwahl: <QuadReg>, <CubcReg> ud <QuartReg> Aufgabe: Führe mt de (urprüglche) Zahle de obge Bepel logarthmche, Epoetal- ud Potez-Regreo durch ud otere de Ergebe a l = a lo = a e = a po = b l = b lo = b e = b po = r l = r lo = r e = r po = Welche Regreomodell hat de abolut gröte Korrelato? Notere de betagepate deer Fuktoglechuge = f() = Gb ebeo de betappromerede Polome a = P () = = P 3 () = = P 4 () = Welche davo t da bete? Erklärug! (B. Berchtold) 0

11 Aufgabe zu Tel 3 Nr. : Be der adabatche Kompreo ee fat deale Gae werde Druck ud Temperatur eer Merehe we folgt ermttelt: Druck p (-Werte, bar) Temperatur T (-Werte, K) Betmme de Parameter a, b ud de Korrelato r für leare, logarthmche, epoetelle ud Potez-Regreo. T = a * p + b T = a + b * l p T = a * b p T = a * p b a l = a lo = a e = a po = b l = b lo = b e = b po = r l = r lo = r e = r po = (ehe obe) Welche t da Modell mt der am ächte be legede Korrelato? Notere de Fuktoglechug der am bete agepate Fukto. T = f(p) = Für e deale Ga glt de Bezehug: T κ = cot * p κ- (DMK/DPK Formel ud Tafel, p. 54) Betmme κ (Kappa) au der obge Fuktoglechug; um welche Ga köte e ch hadel? (Formelammlug S. 73) Nr. : Der radoaktve Zerfall vo Radum 4 erfolgt epoetell. Ee Meug ergbt de folgede Werte: Zet t ( Tage) Mae m ( Gramm) Betmme de zugehörge Epoetalfukto, de de Mefehler auglecht, durch epoetelle Regreo. Notere de Parameter a, b ud de Korrelato r. a = a = b = b = r = r = Bereche weter de Werte l ud führe für de Pukte ( / l ) ee leare Regreo durch; Vergleche de Parameter a, b, r mt de zuert gefudee. Löuge. T = a * p b = a * p (κ-)/κ mt a = 96.7 ud b = 0.393, r = ud κ = / (-b) =.648 (Argo). m = a * b t mt a =.67 b = r = l m = a * t + b mt a = b = r = Der Verglech lefert a = e b b = e a r = r Da Vorzeche vo r t durch de Stegug der Regreogerade gegebe; dee fällt. (B. Berchtold)

Regression und Korrelation

Regression und Korrelation Regreo ud Korrelato regreo: Zurückführug, Rückchrete correlato: Wechelbezehug Praktche Aäherug (Bepel1) wevele Ewemoleküle d dem Blutplama? (Stück, mol, g, ) we gro t de Ewekozetrato de Blutplama? (St/L,

Mehr

Regressionsgerade und Korrelationskoeffizient

Regressionsgerade und Korrelationskoeffizient Regreogerade ud Korrelatokoeffzet Für Merkmalträger ee de Beobachtugwerte = der Merkmale ud fetgetellt worde. Gegebe d alo Wertepaare der Merkmalaupräguge ud De durchchttlche Auprägug der Merkmale t {(,

Mehr

Regression und Korrelation

Regression und Korrelation Regreo ud Korrelato regreo: Zurückführug, Rückchrete correlato: Wechelbezehug Praktche Aäherug (Bepel1) wevele Ewemoleküle d dem Blutplama? (Stück, mol, g, ) we gro t de Ewekozetrato de Blutplama? (St/L,

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

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

Regression und Korrelation

Regression und Korrelation Regreo ud Korrelato regreo: Zurückführug, Rückchrete correlato: Wechelbezehug Praktche Aäherug (Bepel1) wevele Ewemoleküle d dem Blutplama? (Stück, mol, g, ) we gro t de Ewekozetrato de Blutplama? (St/L,

Mehr

6. Zusammenhangsmaße (Kovarianz und Korrelation)

6. Zusammenhangsmaße (Kovarianz und Korrelation) 6. Zuammehagmaße Kovaraz ud Korrelato Problemtellug: Bher: Ee Varable pro Merkmalträger, Stchprobe x,, x Geucht: Maße für Durchchtt, Streuug, uw. Jetzt: Zwe metrche! Varable pro Merkmalträger, Stchprobe

Mehr

Wie man für einen Test Peroe testet

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

Mehr

Allgemeine Zielstellung der Regression. Lineare Regression. Lineare Regression. Lineare Regression

Allgemeine Zielstellung der Regression. Lineare Regression. Lineare Regression. Lineare Regression llgemee Zeltellug der Regreo Leare Regreo echrebug de Zuammehag vo zwe metrche Größe durch ee Futo ugagput d.a. Mepute eer Zelgröße Y ud eer oder mehrerer Eflugröße X (Stchprobewerte. abhägge Mermal Y

Mehr

(b) (a) II. Das Bestimmtheitsmaß R 2. augenscheinlich ist schon klar, dass die Punktewolke in (b) durch die Gerade besser angepasst wird als in (a).

(b) (a) II. Das Bestimmtheitsmaß R 2. augenscheinlich ist schon klar, dass die Punktewolke in (b) durch die Gerade besser angepasst wird als in (a). Bepel: II. Da Betmmthetmaß ( ) ( )( ) - - 6 6 b /, ud b, ˆ, ˆ ( ) ( )( ) - / -/ / / 6 6 b /, ud b, ˆ, ˆ augechelch t ch klar, da de Puktewlke durch de Gerade beer agepat wrd al. Da t allerdg ke wrklch

Mehr

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

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

Mehr

Deskriptive Statistik - Aufgabe 2

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

Mehr

( 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

Testverfahren bei der linearen Einfachregression

Testverfahren bei der linearen Einfachregression Tetverfahre be der leare Efachregreo Tetverfahre zur Prüfug der Regreoparameter Tetverfahre zur Prüfug der Korrelatokoeffzete Tetverfahre zur Prüfug der etmmthet Prof. Kück / Dr. Rcabal Delgado Lehrtuhl

Mehr

(0) = 0 mit Mittelwert μi

(0) = 0 mit Mittelwert μi Semarvortrag vo Xaotog Guo am 26. Ma 29 5. Da dvduelle Romodell 5. Eletug Geamtchadeumme (olletve Romodell) - N : de Azahl Ezelchde,ZV N S = X - X : de Schadehhe,ZV X t detch vertelt - N, X, X,... tochatch

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

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

Gegeben sei eine BOOLEsche Funktion in einer beliebigen Schreibweise, gesucht ein funktionsgleiches Gatternetz aus vorgegebenen Gattern.

Gegeben sei eine BOOLEsche Funktion in einer beliebigen Schreibweise, gesucht ein funktionsgleiches Gatternetz aus vorgegebenen Gattern. 56 Techche Realerug vo Gatteretze Gegebe e ee BLEche Fukto eer belebge Schrebwee, geucht e fuktogleche Gatteretz au vorgegebee Gatter 56 Gatteretze au NANDGatter Schrtt Umwael er gegebee Schrebwee ee (vorzugwee

Mehr

Ein Maß für die Ungleichheit bzw. Heterogenität kategorialer Daten ist Simpsons normiertes D:

Ein Maß für die Ungleichheit bzw. Heterogenität kategorialer Daten ist Simpsons normiertes D: Streuug omalkalerter Varable Streuug omalkalerter Varable: Smpo D Gültg WHITE BLACK OTHER Geamt RACE OF RESPODET Gültge Kumulerte Häufgket Prozet Prozete Prozete 483 83, 83, 83, 388 13, 13, 96, 11 4, 4,

Mehr

1 n. STATISTIK I Übung 06 Schiefe und Wölbung. 1 Kurze Wiederholung. Eine dritte Form von Verteilungsparametern?

1 n. STATISTIK I Übung 06 Schiefe und Wölbung. 1 Kurze Wiederholung. Eine dritte Form von Verteilungsparametern? Stattk I Übu 06 Chrta Reboth STATISTIK I Übu 06 Schefe ud Wölbu Kurze Wederholu Ee drtte For vo Verteluparaeter? Nebe de Maße der zetrale Tedez (Zetru eer Vertelu) ud de Dperoparae- ter (Streuu der Werte

Mehr

Standardnormalverteilung. Normalverteilung. Verteilungsfunktion. Intervallwahrscheinlichkeiten

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

Mehr

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

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

ue biostatistik: korrelation und regression 1/7 h. lettner / physik

ue biostatistik: korrelation und regression 1/7 h. lettner / physik ue botattk: korrelato ud regreo /7 h. letter / phk Korrelato ud Regreo Uterucht ma zwe oder mehrere Zufallvarable, da ka ma u. U. fettelle, daß zwche de Zufallvarable e Zuammehag beteht. Z.B. köte ma erwarte,

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

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

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

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

Statistik für Ingenieure (IAM) Version 3.0/21.07.2004

Statistik für Ingenieure (IAM) Version 3.0/21.07.2004 Stattk fü Igeeue (IAM) Veo 74 Vaazaalye Mt de efache Vaazaalye (ANOVA Aaly of Vaace) wd de Hypothee gepüft, ob de Mttelwete zwee ode mehee Stchpobe detch d, de au omaletelte Gudgeamthete gezoge wede, de

Mehr

Lösung: Zur Erinnerung noch mal die Werte (Klasseneinteilung), aus Serie1, Aufgabe 4:

Lösung: Zur Erinnerung noch mal die Werte (Klasseneinteilung), aus Serie1, Aufgabe 4: Derptve Sttt Löug zu. Übugufgbe Aufgbe. Betmme Se zu Aufgbe 4 der. Sere jewel uter Verwedug der 0 Stchprobedte ud uter Verwedug der Kleetelug de Atel der Glühlmpe, dere Lebeduer zwche 400 ud 600 Stude

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

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

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

Die Binomialverteilung als Wahrscheinlichkeitsverteilung für die Schadenversicherung

Die Binomialverteilung als Wahrscheinlichkeitsverteilung für die Schadenversicherung De Bomalvertelg al Wahrchelchketvertelg für de Schadevercherg Für da Modell eer Schadevercherg e gegebe: = Schade ee Verchergehmer, we der Schadefall etrtt w = Wahrchelchket dafür, da der Schadefall etrtt

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

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

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

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

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

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

Excel + VBA. Ergänzungen. Kapitel. 6 Technische Statistik und Wahrscheinlichkeitsrechnung. 6.3 Stichprobenanalysen HARALD NAHRSTEDT

Excel + VBA. Ergänzungen. Kapitel. 6 Technische Statistik und Wahrscheinlichkeitsrechnung. 6.3 Stichprobenanalysen HARALD NAHRSTEDT 0 HARALD NAHRSTEDT Excel + VBA Ergäzuge Kaptel 6 Techche Stattk ud Wahrchelchketrechug 6.3 Stchprobeaalye Ertellt am 8.04.00 Bechrebug De Techche Stattk bechäftgt ch uter aderem auch mt Date, de al Stchprobe

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

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

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

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

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

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

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

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

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

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

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

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

Skalentypen Skala Eigenschaften Zulässige Transformation Nominal. =, keine Ordnungen, keine Alle bijektiven Abbildungen

Skalentypen Skala Eigenschaften Zulässige Transformation Nominal. =, keine Ordnungen, keine Alle bijektiven Abbildungen I. Derptve tatt Formelammlug 005 Formelammlug I. Derptve tatt Grudgeamthet (Gg tchprobe (P Mege vo Objete, de hchtlch ee Uteruchugzele al glechartg ageehe werde. Mege vo beobachtete Mermalwerte a eer (zufällge

Mehr

Statistische Grundlagen

Statistische Grundlagen Stattche Grudlage Defto Zufallvarable Ee Zufallvarable t ee Größe, de be eem Zufallexpermet auftrete ka, z. B. de Läge der Bredauer eer Glühbre oder da Ergeb eer Petzdbetmmug. Grudgeamthet Ee Grudgeamthet

Mehr

14. Folgen und Reihen, Grenzwerte

14. Folgen und Reihen, Grenzwerte 4. Folge ud Rehe, Grezwerte 4. Folge ud Rehe, Grezwerte 4. Ee Folge defere Defere de Folge (a ) Õ mt a =+: Eplzte Defto *+ a() Doe 3, falls = Rekursve Defto Defere de Folge (b ) Õ, b = : b + sost whe(=,

Mehr

Beispielklausur BWL B Teil Marketing. 45 Minuten Bearbeitungszeit

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

Mehr

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

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

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

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 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 zum Vorkurs Mathematik

Übungen zum Vorkurs Mathematik Matheatsches Isttut der Uverstät zu Köl Dr. L. Galat WSe 016/017 Motag, 19.09.016 Blatt 6-10 Übuge zu Vorkurs Matheatk Aufgabe 0. (1 Es gbt 6 5 4 3 7893600 Möglchkete. 1 ( Uter Aahe vo Glechvertelug ergbt

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

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

Einheitliches Verfahren zur Ermittlung von Messunsicherheiten

Einheitliches Verfahren zur Ermittlung von Messunsicherheiten Prof. Dr. Mafred Schmdt März 008 Ehetlche Verfahre zur Ermttlug vo Meucherhete. Allgemee Jede Meug t grudätzlch mt Ucherhete behaftet, o da zur volltädge Agabe ee Meergebe auch de Agabe über de Meucherhete

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

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

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

Modell zur Berechnung des Massenstromes der Abgasrückführung

Modell zur Berechnung des Massenstromes der Abgasrückführung odell zur Berechug des assestroes der asrückführug Be odere otore besteht aufgrud der Forderug ach er gergere NO-Essoe de Notwedgket as als Iertgaskopoete de Brerau zurückzuführe, u de Verbreugsteperatur

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

Normalverteilung (Gauss Verteilung) Gauss Kurve. ( x. (Deskriptive Statistik, Vortsetzung)

Normalverteilung (Gauss Verteilung) Gauss Kurve. ( x. (Deskriptive Statistik, Vortsetzung) (Dekrpve Sak, Vorezug) Achaulche Darellug der Fläche uer der heoreche Verelugkurve De heoreche Verelug ka Abhäggke vo der ueruche Varable uerchedlche Forme aehme, der Mehrzahl der Fälle e aber ee ymmerche

Mehr

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

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

Mehr

Affine Abbildungen und Zufallsfolgen 1

Affine Abbildungen und Zufallsfolgen 1 Affe Abblduge ud Zufallfolge Fraktale ur chebar zufällg Der folgede, lecht prograerbare Algorthu erzeugt ee Puktfolge, de oft zu äthetch aprechede Fgure führt: Ma wähle Pukte A,, A de 2 ud e fete Telverhält

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

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

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

Ein paar einfache q-analoga des binomischen Lehrsatzes

Ein paar einfache q-analoga des binomischen Lehrsatzes E paar efache -Aaloga des bosche Lehrsatzes Joha Cgler Sowet r beat st, gbt es ee allgeee Utersuchuge darüber, we sch das Reurrezverhalte vo Boalsue ädert, we a de Boaloeffzete durch ersetzt U ee erste

Mehr

Korrelation und Assoziation

Korrelation und Assoziation Sche- ud Noe- Korrelato Korrelato ud Aozato Schekorrelato: zwe Merkmale häge bede vo eem wetere drtte ab Noekorrelato: zwe Merkmale habe ee hohe Korrelato, aber kee urächlche Zuammehag Korrelato ud Aozato

Mehr

Streuungs-, Schiefe und Wölbungsmaße 1

Streuungs-, Schiefe und Wölbungsmaße 1 aptel IV Streuung-, Schefe und Wölbungmaße B... Lagemaße von äufgketvertelungen geben allen weng Aukunft über ene äufgketvertelung. Se bechreben zwar en Zentrum deer Vertelung, geben aber kenen Anhaltpunkt

Mehr

Lösung : Merkmal Skalierung geeignetes Zusammenhangsmaß. Studienfach nominal korrigierter Kontingenzkoeffizient C korr Anfangsgehalt proportional

Lösung : Merkmal Skalierung geeignetes Zusammenhangsmaß. Studienfach nominal korrigierter Kontingenzkoeffizient C korr Anfangsgehalt proportional Dekrptve Stattk Löug zu.5 Übugaufgabe Aufgabe.) Gb e geegete Zuammehagmaß für de folgede Merkmalpaare a: a) Studefach ud Afaggehalt DM be de Abolvete eer Hochchule. b) Etellugalter ud Afaggehalt DM be

Mehr

Statistik mit Excel und SPSS

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

Mehr

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

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

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

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

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

Wenn man mehrere Verbraucher in Reihe schaltet, so werden alle vom gleichen Strom durchflossen, siehe auch Abschnitt und Formel ( ).

Wenn man mehrere Verbraucher in Reihe schaltet, so werden alle vom gleichen Strom durchflossen, siehe auch Abschnitt und Formel ( ). - rudlage der Elektrotechk - 60 22..04 4 Der komplzertere elektrsche lechstromkres 4. Kombato vo Verbraucher 4.. Sere- oder eheschaltug vo Wderstäde We ma mehrere Verbraucher ehe schaltet, so werde alle

Mehr

Leitfaden zur Auswertung analytischer Ergebnisse

Leitfaden zur Auswertung analytischer Ergebnisse Praktkum Waercheme/Waeraaltk m Bachelor-Studegag Water Scece; Cheme Praktkumleter: PD Dr. Urula Telgheder; Dr. Jörg Hppler Letfade zur Auwertug aaltcher Ergebe Dr. Urula Telgheder Stad: 5.09.013-1 - Lte

Mehr

14. Folgen und Reihen, Grenzwerte

14. Folgen und Reihen, Grenzwerte 4. Folge ud Rehe, Grezwerte 4. Folge ud Rehe, Grezwerte 4. Ee Folge defere Eplzte Defto Reursve Defto 4. Gleder eer vorher deferte Folge bereche E Gled Mehrere Gleder 6 4 5 4.3 Ee Folge defere ud ege hrer

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

1.3 Fehlerbetrachtung, Kalibrierung Genauigkeit und Statistische Beschreibung und Analyse von Messungen. Genauigkeit

1.3 Fehlerbetrachtung, Kalibrierung Genauigkeit und Statistische Beschreibung und Analyse von Messungen. Genauigkeit .3 Fehlerbetrachtg, Kalbrerg.3. Geagket d Stattche Bechrebg d Aale vo Mege Wederholg vo ezele Mege Ergeb eer Meg t ledglch Schätzwert für de wahre Wert eer Megröße 8 Ergeb der Meg Meabwechg (Fehler) ε:

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

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

Vorkurs, Teil 1. (3) Matrizen, lineare Gleichungssysteme, Determinanten (Lehrbuch Kap )

Vorkurs, Teil 1. (3) Matrizen, lineare Gleichungssysteme, Determinanten (Lehrbuch Kap ) Vorkurs, Tel Lehrbuch: Sydsaeter / Hammod, Mathematk für Wrtschaftswsseschaftler, Pearso Studum, ISBN 978-3-873-73-9 Skrpt vo Sevtap Kestel Ihalt () Eführug: Zahle, Fuktoe Potezfukto, Expoetalfukto (Lehrbuch

Mehr

Analytische Statistik. Statistische Schätzungen ( Fortsetzung) Population N = unendlich. Stichprobe n = endlich

Analytische Statistik. Statistische Schätzungen ( Fortsetzung) Population N = unendlich. Stichprobe n = endlich Aalyche Sak Zur Ererug Sache Schäzuge ( Forezug) Populao N = uedlch Theoreche Verelug Erwarugwer Theoreche Sreuug Schprobe = edlch Häufgkeverelug Durchch Sadardabwechug Aufgabe der Schäzheore Zur Ererug

Mehr

BERGISCHE UNIVERSITÄT WUPPERTAL FB B: SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS

BERGISCHE UNIVERSITÄT WUPPERTAL FB B: SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS Name: Vorame: Matrkel-Nr.: BERGISCHE UNIVERSITÄT WUPPERTAL FB B: SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS Itegrerter Studegag Wrtshaftswsseshaft Klausuraufgabe zur Hauptprüfug Prüfugsgebet: BWW 2.8

Mehr

Kapitel 7. Netzplantechnik CPM/PERT. - Bezeichnung der Aktivitäten und ihre Beschreibung - Festlegung der Vorgänger - Dauer der Aktivitäten

Kapitel 7. Netzplantechnik CPM/PERT. - Bezeichnung der Aktivitäten und ihre Beschreibung - Festlegung der Vorgänger - Dauer der Aktivitäten Kaptel 7 Netzplantechnk CPM/PER ALG. 7. 1 (CPM) Schrtt 1 (Aulten der Aktvtäten): Stelle ene abelle au mt olgenden Inormatonen: - Bezechnung der Aktvtäten und hre Bechrebung - Fetlegung der Vorgänger -

Mehr