Konfidenzintervall_fuer_pi.doc Seite 1 von 6. Konfidenzintervall für den Anteilswert π am Beispiel einer Meinungsumfrage

Größe: px
Ab Seite anzeigen:

Download "Konfidenzintervall_fuer_pi.doc Seite 1 von 6. Konfidenzintervall für den Anteilswert π am Beispiel einer Meinungsumfrage"

Transkript

1 Kofidezitervall_fuer_pi.doc Seite 1 vo 6 Kofidezitervall für de Ateilswert π am Beispiel eier Meiugsumfrage Nach eier Meiugsumfrage der Wochezeitug Bezirksblatt vom März 005, ei halbes Jahr vor de Ladtagswahle im Burgelad (Stichprobeumfag = 40) ergab folgede Umfrageergebisse (siehe Bild rechts): Bei sofortige Ladtagswahle würde die SPÖ 55%, die ÖVP 35%, die FPÖ 5% ud die Grüe würde 5% der Stimme erhalte. Wir wolle eie Hochrechug für de Wahlausgag durchführe ud bereche Kofidezitervalle für de Stimmeateil der vier Parteie. Weiters bereche wir die Schwakugsbreite e für alle berechete Kofidezitervalle ud vergleiche die berechete Kofidezitervalle mit de tatsächliche Ergebisse der Wahl: SPÖ: 5.% ; ÖVP: 36.3% ; FPÖ: 5.8%; Grüe: 5.%. Bei Meiugsumfrage ist es üblich mit eiem Kofideziveau c = 95% zu reche. Die Azahl X der Wähler der Partei A i eier Stichprobe vom Umfag ist biomialverteilt mit dem bekate Parameter ud eiem ubekate π (µ = π). Wir bereche zuächst ei Kofidezitervall für die SPÖ auf klassische Weise mit dem V00, mit dem TI-84 Plus, mit TI-IterActive! ud mit TI-Nspire. pˆ = 0,55 = 1 40 Arbeite Sie beim V00 mit der Listestatistik. Wähler vo Partei A i der Stichprobe = 40 Umfag der Stichprobe c = 95% Niveau des Kofidezitervals pˆ = Wählerateil (bekat) vo Partei 40 A i der Stichprobe Für das Kofidezitervall des Ateilswertes π eier Grudgesamtheit gilt für 0,3 < pˆ < 0,7 die Näherugsformel: pˆ z π pˆ + z bild. + mit = Φ 1 c 1 z (für c = 0,95 gilt z 1,96) oder [ pˆ e ; pˆ + e] mit e = z e = Fehlertoleraz; Schwakugsbreite bild3.gif Alle TI-Produkte bereche Kofidezitervalle für Ateilswerte ach dieser Formel im 1-PropZIt. p_hat = pˆ ME = e scree01 scree0 scree03 Wählerateil i Stichprobe Schwakugsbreite

2 Kofidezitervall_fuer_pi.doc Seite vo 6 TI-84 Plus scree05/06 spire3 spire TI-IterActive! scree07 Bild4.gif Iterpretatio der Ergebisse: Mit eier Wahrscheilichkeit vo 95% liegt der Wählerateil der SPÖ zwische 50,1% ud 59,8% der abgegebee Stimme. Kofidezitervall SPÖ: [0,5011 ; 0,5984] c = 0,95 Der Stimmeateil der SPÖ bei Wahl war 5,% ud liegt somit im Kofidezitervall. Auf aaloge Weise köe die Kofidezitervalle auch für die adere Parteie berechet werde. Iteressater ist es allerdigs die Kofidezitervalle grafisch als Kofidezellipse darzustelle. Bild5.gif TI-Nspire CAS Arbeite Sie im Calculator um Kofidezitervalle direkt zu bereche. spire1 Grafische Darstellug vo Kofidezitervalle Für die Veraschaulichug vo Kofidezitervalle werde zuerst die Gleichuge der begrezede Fuktioe defiiert. Diese Fuktioe werde da für kokrete Werte vo ud pˆ dargestellt. I diesem Beispiel gilt: p steht für pˆ. Zuächst werde die begrezede Fuktioe piu(,p) ud pio(,p) sowie die Fuktio für die Schwakugsbreite e(,p) defiiert. Das vertikale Geradestück zwische de Ellipsehälfte stellt das Kofidezitervall für de Wert pˆ (hier p) dar.

3 Kofidezitervall_fuer_pi.doc Seite 3 vo 6 I TII defiiere Sie zuächst Werte ud Fuktioe mit MathBoes im Arbeitsblatt. I N-Spire gebe Sie die Defiitioe der Werte ud Fuktioe zuächst i de Calculator ei. Bild8.gif Gebe Sie die Fuktiosbezeichuge i de Fuktioseditor ei. Nspire4 Im ächste Schritt werde die Grafe der soebe defiierte Fuktioe i eiem geeigete Koordiatesystem für de vorliegede Stichprobeumfag = 40 dargestellt. Mit Hilfe der TRACE-Fuktio werde a der Stelle p = 0,55 die Fuktioswerte ermittelt ud die Werte agezeigt. Die y-koordiate der berechete Pukte ergebe die Greze des Kofidezitervalls. Bild7.gif Bei de Hadhelds gebe Sie die Fuktiosgleichuge direkt im Fuktioseditor ei. Bild9.gif scree10 Scree1 Scree15

4 Kofidezitervall_fuer_pi.doc Seite 4 vo 6 Bild9.gif Bild11.gif Scree11 Scree13 Scree13a scree14 Aus de Grafike wird für p = 0,55 das Kofidezitervall [0,501 ; 0,599] ud die Schwakugsbreite e = 0,0486 ( 5%) abgelese. I TII köe die Kofidezitervalle optisch och besser aufbereitet werde: Bild1.gif Bei der Darstellug des Kofidezitervalls mit dem N-Spire habe Sie sogar de Vorteil der Iterakivität der Grafik. Durch Ziehe der vertikale Gerade, ka pˆ (hier p) ud damit das Kofidezitervall verädert werde. Bild10.gif Nspire5 Ma erhält folgede weitere Kofidezitervalle: ÖVP: [0,3041 ; 0,3974] FPÖ/Grüe: [0,085 ; 0,071] Alle Kofidezitervalle ethalte de tatsächliche Stimmeateil der jeweilige Partei ach der Wahl. Die Hochrechug hat also richtige Vorhersage geliefert.

5 Kofidezitervall_fuer_pi.doc Seite 5 vo 6 Die Berechuge zeige weiters, dass die Schwakugsbreite e sehr stark vom Ateilswert pˆ (i der Grafik p) ud vom Umfag der Stichprobe abhägt. Ma ka allgemei zeige, dass die maimale Schwakugsbreite bei pˆ = 0.5 auftritt. Aus der Grafik (c = 0,95) erket ma weiters, dass beispielsweise Umfrage mit = 100 eie Schwakugsbreite vo fast 10% (Breite des Kofidezitervalls 0%) habe ud somit für Schätzuge ubrauchbar sid. Sivoll sid erst Umfrage mit eiem Stichprobeumfag vo > 300. Für de Stichprobeumfag = 40 ergibt sich eie maimale Schwakugsbreite vo ca. 4,9%. Überleguge zum Umfag eier Stichprobe für de Ateilswert π Geht ma vom Kofidezitervall mit e = z aus ud bereche Sie daraus durch elemetare Umformuge de z Stichprobeumfag = mit e + = Φ 1 c 1 z. Das Problem ist allgemei, dass bei der Berechug des Stichprobeumfags der Ateilswert π der Grudgesamtheit icht bekat ist. Ma ka dieses Problem dadurch löse, idem ma eie Vorerhebug mit kleiem Stichprobeumfag macht ud daraus pˆ = π ermittelt. Fortsetzug der Berechuge: Die Blitzumfrage uter 40 Wahlberechtigte ergab, dass bei der ächste Wahl = 1 vo de gefragte Persoe die SPÖ wähle würde. Der Rest der Stimme verteilt sich auf adere Parteie. Es wurde ei 95% Kofidezitervall für de ubekate Wählerateil π der SPÖ uter alle Wahlberechtigte ermittelt: [0,501 ; 0,599]. Die Schwakugsbreite ist allerdigs ca. 5%. Dem Kadidate der SPÖ ist diese Schätzug zu upräzise. Er möchte ei Ergebis auf ± 1% (dh. e = 0.01) geau. Wie groß muss dafür der Stichprobeumfag sei (c = 0.95)? pˆ = 1/40 = % z (1 0.55) = = = e ; Stichprobeumfag = 9508 Die Blitzumfrage mit = 40 ka als Vorerhebug aufgefasst werde. Daraus wird pˆ = 55% berechet. Alterativ ka ma de worst case aehme: Dabei wird für pˆ = 0.5 verwedet, da 0.5 (1-0.5) = 0.5 ei Maimum der Fuktio mit f(p) = p (1- p) ist (1 0.5) = = 9604; Der Stichprobeumfag ist mit = 9604 größer als im 0.01 vorige Fall mit eier Vorerhebug. Dies ist i der Prais aus Kostegrüde iteressat. Grafische Darstellug des Stichprobeumfages, i Abhägigkeit vo der Fehlertoleraz e. c = 0.95 ud pˆ = (e) = e

6 Kofidezitervall_fuer_pi.doc Seite 6 vo 6 Friedrich Tihof Budeshadelsakademie Eisestadt T3 Österreich fritz.tihof@t3oesterreich.at Literatur: Mathematik Bad V für HAK Trauer Verlag

4 Schwankungsintervalle Schwankungsintervalle 4.2

4 Schwankungsintervalle Schwankungsintervalle 4.2 4 Schwakugsitervalle Schwakugsitervalle 4. Bemerkuge Die bekate Symmetrieeigeschaft Φ(x) = 1 Φ( x) bzw. Φ( x) = 1 Φ(x) für alle x R überträgt sich auf die Quatile N p der Stadardormalverteilug i der Form

Mehr

Übungen zu QM III Mindeststichprobenumfang

Übungen zu QM III Mindeststichprobenumfang Techische Hochschule Köl Fakultät für Wirtschafts- ud Rechtswisseschafte Prof. Dr. Arreberg Raum 221, Tel. 39 14 jutta.arreberg@th-koel.de Übuge zu QM III Mideststichprobeumfag Aufgabe 12.1 Sie arbeite

Mehr

Tests statistischer Hypothesen

Tests statistischer Hypothesen KAPITEL 0 Tests statistischer Hypothese I der Statistik muss ma oft Hypothese teste, z.b. muss ma ahad eier Stichprobe etscheide, ob ei ubekater Parameter eie vorgegebee Wert aimmt. Zuerst betrachte wir

Mehr

Vl Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 5

Vl Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 5 Vl Statistische Prozess- ud Qualitätskotrolle ud Versuchsplaug Übug 5 Aufgabe ) Sei p = P(A) die Wahrscheilichkeit für ei Ereigis A, dh., es gilt 0 p. Bereche Sie das Maximum der Fuktio f(p) = p(-p). Aufgabe

Mehr

Wirksamkeit, Effizienz. Beispiel: Effizienz. Mittlerer quadratischer Fehler (MSE) Konsistenz im quadratischen Mittel

Wirksamkeit, Effizienz. Beispiel: Effizienz. Mittlerer quadratischer Fehler (MSE) Konsistenz im quadratischen Mittel 3 arameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez 3 arameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Beispiel: Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische

Mehr

Wirksamkeit, Effizienz

Wirksamkeit, Effizienz 3 Parameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische Verteilugsaahme mit Parameterraum Θ. 1 Seie θ ud θ erwartugstreue

Mehr

Vl Statistische Prozess und Qualitätskontrolle und Versuchsplanung Übung 3

Vl Statistische Prozess und Qualitätskontrolle und Versuchsplanung Übung 3 Vl Statistische Prozess ud Qualitätskotrolle ud Versuchsplaug Übug 3 Aufgabe ) Die Schichtdicke X bei eier galvaische Beschichtug vo Autoteile sei ormalverteilt N(μ,σ ). 4 Teile werde galvaisch beschichtet.

Mehr

10. Testen von Hypothesen Seite 1 von 6

10. Testen von Hypothesen Seite 1 von 6 10. Teste vo Hypothese Seite 1 vo 6 10.1 Eiführug i das Teste vo Hypothese Eie Hypothese ist eie Vermutug bzw. Behauptug über die Wahrscheilichkeit eies Ereigisses. Mit Hilfe eies geeigete Tests (=Testverfahre)

Mehr

Übungen mit dem Applet erwartungstreu

Übungen mit dem Applet erwartungstreu Übuge mit dem Applet erwartugstreu Visualisierug vo erwartugstreu Begriffe ud statischer Hitergrud. Visualisieruge mit dem Applet..3. Zufallsstreuug der Eizelwerte...3. Mittelwerte 3.3 Variaz. 4.4 Variaz

Mehr

Bei 95%iger Konfidenz wäre der Mittelwert der GG zwischen 1421,17DM und 1778,83DM zu erwarten.

Bei 95%iger Konfidenz wäre der Mittelwert der GG zwischen 1421,17DM und 1778,83DM zu erwarten. Aufgabe 36 (S. 346: Schätzverfahre für Mittelwert ud Stadardabweichug a Puktschätzuge für µ aufgrud der Werte der kleie Stichprobe aus Aufgabe 3 Bei eier Puktschätzug wird für de zu schätzede Parameter

Mehr

X X Schätzen von Vertrauensintervallen Schwankungsintervall

X X Schätzen von Vertrauensintervallen Schwankungsintervall .. Schätze vo Vertrauesitervalle..1. Schwakugsitervall Beispiel: X = Betrag vo Geldüberweisuge, ormalverteilt, µ = 5000, = 1000 Zufallsstichprobe mit = 100, Schätzer für µ: X X Gesucht: Itervall, i dem

Mehr

Folgen und Reihen. 23. Mai 2002

Folgen und Reihen. 23. Mai 2002 Folge ud Reihe Reé Müller 23. Mai 2002 Ihaltsverzeichis 1 Folge 2 1.1 Defiitio ud Darstellug eier reelle Zahlefolge.................. 2 1.1.1 Rekursive Defiitio eier Folge......................... 3 1.2

Mehr

Die notwendigen Verteilungstabellen finden Sie z.b. hier:

Die notwendigen Verteilungstabellen finden Sie z.b. hier: Fakultät für Mathematik Istitute IAG ud IMO Prof. Dr. G. Kyureghya/Dr. M. Hödig Schätz- ud Prüfverfahre Die otwedige Verteilugstabelle fide Sie z.b. hier: http://www.ivwl.ui-kassel.de/kosfeld/lehre/zeitreihe/verteilugstabelle.pdf

Mehr

Wirksamkeit, Effizienz

Wirksamkeit, Effizienz 3 Parameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische Verteilugsaahme mit Parameterraum Θ. 1 Seie θ ud θ erwartugstreue

Mehr

Anwendung für Mittelwerte

Anwendung für Mittelwerte Awedug für Mittelwerte Grudgesamtheit Stichprobeziehug Zufalls- Stichprobe... "wahre", ubekate Mittelwert der Grudgesamtheit icht zufällig?... beobachtete Mittelwert zufällig Statistik für SoziologIe 1

Mehr

Kapitel 5: Schließende Statistik

Kapitel 5: Schließende Statistik Kapitel 5: Schließede Statistik Statistik, Prof. Dr. Kari Melzer 5. Schließede Statistik: Typische Fragestellug ahad vo Beispiele Beispiel Aus 5 Messwerte ergebe sich für die Reißfestigkeit eier Garsorte

Mehr

Ganzrationale Funktionen

Ganzrationale Funktionen Gazratioale Fuktioe 9. Defiitio gazratioaler Fuktioe Im Folgede werde ebe lieare ud quadratische Fuktioe auch solche betrachtet, bei dee die Variable i der dritte, vierte oder auch i eier och höhere Potez

Mehr

Elemente aus Statistik und Wahrscheinlichkeitsrechnung

Elemente aus Statistik und Wahrscheinlichkeitsrechnung Elemete aus Statistik ud Wahrscheilichkeitsrechug Beispiele ud Areguge zur Umsetzug im Uterricht mit TI-IterActive! 2008 Friedrich Tihof BHAK Eisestadt fritz.tihof@t3oesterreich.at Some Mathematics becomes

Mehr

n 2(a + bx i y i ) = 0 und i=1 n 2(a + bx i y i )x i = 0 i=1 gilt. Aus diesen beiden Gleichungen erhalten wir nach wenigen einfachen Umformungen

n 2(a + bx i y i ) = 0 und i=1 n 2(a + bx i y i )x i = 0 i=1 gilt. Aus diesen beiden Gleichungen erhalten wir nach wenigen einfachen Umformungen Regressio Dieser Text rekapituliert die i der Aalsis ud Statistik wohlbekate Methode der kleiste Quadrate, auch Regressio geat, zur Bestimmug vo Ausgleichsgerade Regressiosgerade ud allgemei Ausgleichpolome.

Mehr

1.2. Taylor-Reihen und endliche Taylorpolynome

1.2. Taylor-Reihen und endliche Taylorpolynome 1.. aylor-reihe ud edliche aylorpolyome 1..1 aylor-reihe Wir köe eie Fuktio f() i eier Umgebug eies Puktes o gut durch ihre agete i o: t o () = f(o) + f (o) (-o) aäher: Wir sehe: Je weiter wir vo o weg

Mehr

Niveaubestimmende Aufgabe zum Fachlehrplan Mathematik Gymnasium

Niveaubestimmende Aufgabe zum Fachlehrplan Mathematik Gymnasium Niveaubestimmede Aufgabe zum Fachlehrpla Mathematik Gymasium Kreistagswahl (Schuljahrgäge 11/1) (Arbeitsstad: 07.07.016) Niveaubestimmede Aufgabe sid Bestadteil des Lehrplakozeptes für das Gymasium ud

Mehr

( ), der genau auf der Geraden ( ) 2 ( ) #( ) 8. Lineare Regression. = f i. Nach der Summe der kleinsten. mx i

( ), der genau auf der Geraden ( ) 2 ( ) #( ) 8. Lineare Regression. = f i. Nach der Summe der kleinsten. mx i 8. Lieare Regressio 8.1. Die Methode der kleiste Quadrate Regressiosgerade bzw. Ausgleichsgerade sid eie Auswertug vo statistische Messdate. Ziel dieses Verfahres ist es, Beziehuge zwische zwei Merkmale

Mehr

Empirische Verteilungsfunktion

Empirische Verteilungsfunktion KAPITEL 3 Empirische Verteilugsfuktio 3.1. Empirische Verteilugsfuktio Seie X 1,..., X uabhägige ud idetisch verteilte Zufallsvariable mit theoretischer Verteilugsfuktio F (t) = P[X i t]. Es sei (x 1,...,

Mehr

Kapitel 6 : Punkt und Intervallschätzer

Kapitel 6 : Punkt und Intervallschätzer 7 Kapitel 6 : Pukt ud Itervallschätzer Puktschätzuge. I der Statistik wolle wir Rückschlüsse auf das Wahrscheilichkeitsgesetz ziehe, ach dem ei vo us beobachtetes Zufallsexperimet abläuft. Hierzu beobachte

Mehr

Einführung in die induktive Statistik. Inferenzstatistik. Konfidenzintervalle. Friedrich Leisch

Einführung in die induktive Statistik. Inferenzstatistik. Konfidenzintervalle. Friedrich Leisch Spiel Körpergröße Zahl: Azahl weiblich Eiführug i die iduktive Statistik Friedrich Leisch Istitut für Statistik Ludwig-Maximilias-Uiversität Müche Tafelgruppe 8.5 8.6 8.7 8.8 8.9 9.0 9.1 4 5 3 2 1 0 1

Mehr

So lösen Sie die Gleichung für den Korrelationskoeffizienten

So lösen Sie die Gleichung für den Korrelationskoeffizienten 8. Lieare Regressio 8.1. Die Methode der kleiste Quadrate Regressiosgerade bzw. Ausgleichsgerade sid eie Auswertug vo statistische Messdate. Dabei sid Datepukte ( x 1, y 1 ),( x 2, y 2 ), ( x, y ) gegebe.

Mehr

Höhere Analysis. Lösungen zu Aufgabenblatt 6. Die Funktion f sei auf ( π, π] definiert durch f(x) = x und wird 2π-periodisch fortgesetzt.

Höhere Analysis. Lösungen zu Aufgabenblatt 6. Die Funktion f sei auf ( π, π] definiert durch f(x) = x und wird 2π-periodisch fortgesetzt. Fachbereich Iformatik Sommersemester 8 Prof. Dr. Peter Becker Höhere Aalysis Lösuge zu Aufgabeblatt 6 Aufgabe (Fourierreihe) 3+5 Pukte Die Fuktio f sei auf (, π] defiiert durch f(x) x ud wird π-periodisch

Mehr

Statistik. 5. Schließende Statistik: Typische Fragestellung anhand von Beispielen. Kapitel 5: Schließende Statistik

Statistik. 5. Schließende Statistik: Typische Fragestellung anhand von Beispielen. Kapitel 5: Schließende Statistik Statistik Kapitel 5: Schließede Statistik 5. Schließede Statistik: Typische Fragestellug ahad vo Beispiele Beispiel 1» Aus 5 Messwerte ergebe sich für die Reißfestigkeit eier Garsorte der arithmetische

Mehr

Arithmetische und geometrische Folgen. Die wichtigsten Theorieteile. und ganz ausführliches Training. Datei Nr

Arithmetische und geometrische Folgen. Die wichtigsten Theorieteile. und ganz ausführliches Training. Datei Nr ZAHLENFOLGEN Teil 2 Arithmetische ud geometrische Folge Die wichtigste Theorieteile ud gaz ausführliches Traiig Datei Nr. 4002 Neu Überarbeitet Stad: 7. Juli 206 INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK

Mehr

1 Randomisierte Bestimmung des Medians

1 Randomisierte Bestimmung des Medians Praktikum Diskrete Optimierug (Teil 0) 0.07.006 Radomisierte Bestimmug des Medias. Problemstellug ud Ziel I diesem Abschitt stelle wir eie radomisierte Algorithmus zur Bestimmug des Medias vor, der besser

Mehr

Höhere Mathematik für die Fachrichtung Physik

Höhere Mathematik für die Fachrichtung Physik Karlsruher Istitut für Techologie Istitut für Aalysis Dr. Christoph Schmoeger Michael Hott, M. Sc. WS 05/06 04..05 Höhere Mathematik für die Fachrichtug Physik Lösugsvorschläge zum 6. Übugsblatt Aufgabe

Mehr

Kapitel 9: Schätzungen

Kapitel 9: Schätzungen - 73 (Kapitel 9: chätzuge) Kapitel 9: chätzuge Betrachte wir folgedes 9. Beispiel : I eiem Krakehaus wurde Date über Zwilligsgeburte gesammelt. Bei vo 48 Paare hatte die beide Zwillige verschiedees Geschlecht.

Mehr

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

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren Dr. Jürge Seger INDUKTIVE STATISTIK Wahrscheilichkeitstheorie, Schätz- ud Testverfahre ÜBUNG 9 - LÖSUNGEN. Ziehug vo Kugel aus eier Ure a. Die Zahl der Permutatio der Kugel, die aus Klasse utereiader gleicher

Mehr

Es gibt verschiedene Möglichkeiten eine Folge zu definieren. Die zwei häufigsten Methoden

Es gibt verschiedene Möglichkeiten eine Folge zu definieren. Die zwei häufigsten Methoden Folge ud Reihe Folge Eie Folge ist eie Abbildug der atürliche Zahle N = {0, 1,,...} i die Mege der (zumidest i de meiste Fälle) reelle Zahle R. I diesem Fall ka ma sich eie Folge als Pukte i eiem Koordiatesystem

Mehr

Gütefunktion und Fehlerwahrscheinlichkeiten Rechtsseitiger Test (µ 0 = 500) zum Signifikanzniveau α = Interpretation von Testergebnissen I

Gütefunktion und Fehlerwahrscheinlichkeiten Rechtsseitiger Test (µ 0 = 500) zum Signifikanzniveau α = Interpretation von Testergebnissen I 6 Hypothesetests Gauß-Test für de Mittelwert bei bekater Variaz 6.3 Gütefuktio ud Fehlerwahrscheilichkeite Rechtsseitiger Test (µ 0 = 500) zum Sigifikaziveau α = 0.30 6 Hypothesetests Gauß-Test für de

Mehr

Testen statistischer Hypothesen

Testen statistischer Hypothesen Kapitel 9 Teste statistischer Hypothese 9.1 Eiführug, Sigifiaztests Sigifiaztest für µ bei der ormalverteilug bei beatem σ = : X i seie uabhägig ud µ, ) verteilt, µ sei ubeat. Stelle eie Hypothese über

Mehr

Reihen Arithmetische Reihen Geometrische Reihen. Datei Nr (Neu bearbeitet und erweitert) Juni Friedrich W. Buckel

Reihen Arithmetische Reihen Geometrische Reihen. Datei Nr (Neu bearbeitet und erweitert) Juni Friedrich W. Buckel Zahlefolge Teil 3 Reihe Reihe Arithmetische Reihe Geometrische Reihe Datei Nr. 4003 (Neu bearbeitet ud erweitert) Jui 005 Friedrich W. Buckel Iteretbibliothek für Schulmathematik Ihalt Defiitio eier Reihe

Mehr

Diskrete Zufallsvariablen

Diskrete Zufallsvariablen Erste Beispiele diskreter Verteiluge Diskrete Zufallsvariable Beroulli-Verteilug Eie diskrete Zufallsvariable heißt beroulliverteilt mit arameter p, falls sie die Wahrscheilichkeitsfuktio p,, f ( ) ( )

Mehr

Parameterschätzung. Kapitel Schätzfunktionen

Parameterschätzung. Kapitel Schätzfunktionen Kapitel 8 Parameterschätzug 8.1 Schätzfuktioe Def. 8.1.1: Es seie X 1,X,...,X uabhägige ZV, die alle die gleiche Verteilug besitze. θ sei ei ubekater Parameter dieser Verteilug. X 1,X,...,X ist als eie

Mehr

Klausur 3 Kurs 11ma3g Mathematik

Klausur 3 Kurs 11ma3g Mathematik 202-06-2 Klausur 3 Kurs ma3g Mathematik Lösug I eier Lotto-Ure befide sich 49 Kugel, die mit de Zahle vo bis 49 beschriftet sid. Eie eizige Kugel wird gezoge. Bereche Sie die Wahrscheilichkeit, dass diese

Mehr

Das kollektive Risikomodell. 12. Mai 2009

Das kollektive Risikomodell. 12. Mai 2009 Kirill Rudik Das kollektive Risikomodell 12. Mai 2009 4.1 Eileitug Wir betrachte i diesem Kapitel die Gesamtforderuge im Laufe eies Jahres. Beim Abschluss eies Versicherugsvertrages weiß der Versicherer

Mehr

Tutorium Mathematik ITB1(B), WI1(B)

Tutorium Mathematik ITB1(B), WI1(B) Tutorium Mathematik ITB(B), WI(B) Aufgabeblatt F Aufgabe zum Kapitel Fuktioe Prof Dr Peter Plappert Fachbereich Grudlage Aufgabe : Bestimme Sie jeweils de maimal mögliche Defiitiosbereich D ma a) f ( =

Mehr

Schätzen von Populationswerten

Schätzen von Populationswerten Schätze vo Populatioswerte SS00 7.Sitzug vom.06.00 Schätze vo Populatioswerte Ziel: Ermöglichug vo Aussage über die Grudgesamtheit ahad vo Stichprobedate Logische Methode: Iduktiosschluß Grudlage des Iduktiosschlusses:

Mehr

Wahrscheinlichkeitstheorie und Statistik vom

Wahrscheinlichkeitstheorie und Statistik vom INSTITUT FÜR MATHEMATISCHE STOCHASTIK WS 005/06 UNIVERSITÄT KARLSRUHE Priv.-Doz. Dr. D. Kadelka Klausur Wahrscheilichkeitstheorie ud Statistik vom 9..006 Musterlösuge Aufgabe A: Gegebe sei eie Urliste

Mehr

2. Schätzverfahren 2.1 Punktschätzung wirtschaftlicher Kennzahlen. Allgemein: Punktschätzung eines Parameters:

2. Schätzverfahren 2.1 Punktschätzung wirtschaftlicher Kennzahlen. Allgemein: Punktschätzung eines Parameters: . Schätzverfahre. Puktschätzug wirtschaftlicher Kezahle Allgemei: Puktschätzug eies Parameters: Ermittlug eies Schätzwertes für eie ubekate Parameter eier Zufallsvariable i der Grudgesamtheit mit Hilfe

Mehr

Halbleiter II. x 1 2 e ax dx = Γ ( ) verwendet werden. Außerdem gilt. 1. intrinsische Halbleiter. 4π 2 ( 2m. k b T ) a

Halbleiter II. x 1 2 e ax dx = Γ ( ) verwendet werden. Außerdem gilt. 1. intrinsische Halbleiter. 4π 2 ( 2m. k b T ) a Übuge zu Materialwisseschafte I Prof. Alexader Holleiter Übugsleiter: Jes Repp / ric Parziger Kotakt: jes.repp@wsi.tum.de / eric.parziger@wsi.tum.de Blatt 4, Besprechug:28.-3..23 Halbleiter II. itrisische

Mehr

3 Vergleich zweier unverbundener Stichproben

3 Vergleich zweier unverbundener Stichproben 3 Vergleich zweier uverbudeer Stichprobe 3. Der Zweistichprobe t-test Es wird vorausgesetzt, dass die beide Teilstichprobe x, x,..., x ud y, y,..., y jeweils aus (voeiader uabhägige) ormalverteilte Grudgesamtheite

Mehr

Einführung in die Wahrscheinlichkeitstheorie Lösungen zum Wiederholungsblatt

Einführung in die Wahrscheinlichkeitstheorie Lösungen zum Wiederholungsblatt TUM, Zetrum Mathematik Lehrstuhl für Mathematische Physik WS 23/4 Prof. Dr. Silke Rolles Thomas Höfelsauer Felizitas Weider Eiführug i die Wahrscheilichkeitstheorie Lösuge zum Wiederholugsblatt Aufgabe

Mehr

Schätzen von Populationswerten

Schätzen von Populationswerten Schätze vo Populatioswerte 7.Sitzug 35 Seite, SoSe 003 Schätze vo Populatioswerte Ziel: Ermöglichug vo Aussage über die Grudgesamtheit ahad vo Stichprobedate Logische Methode: Iduktiosschluss Grudlage

Mehr

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

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren Dr. Jürge Seger INDUKTIVE STATISTIK Wahrscheilichkeitstheorie, Schätz- ud Testverfahre ÜBUNG. - LÖSUNGEN. ypothesetest für die Dicke vo Plättche Die Dicke X vo Plättche, die auf eier bestimmte Maschie

Mehr

Grenzwert. 1. Der Grenzwert von monotonen, beschränkten Folgen

Grenzwert. 1. Der Grenzwert von monotonen, beschränkten Folgen . Der Grezwert vo mootoe, beschräkte Folge Der Grezwert vo mootoe, beschräkte Folge ist eifacher verstädlich als der allgemeie Fall. Deshalb utersuche wir zuerst diese Spezialfall ud verallgemeier aschliessed.

Mehr

(8) FOLGEN und REIHEN

(8) FOLGEN und REIHEN Folge ud Reihe ÜBUNGEN Bestimme die gegeseitige Lage der Ebee ud gib die gemeisame Pukte bzw. Gerade a. x+4y - 6z= x + y - z = 4x - 4y+4z=0 x + y z = 0 x - y+z = x + y + z = x+y -5z= 4x - 7y+z= -x+y -z=8

Mehr

,,, xn. 3. Intervallschätzungen Zufallsstichproben und Stichprobenfunktionen Zufallsstichproben. Zufallsvariablen mit

,,, xn. 3. Intervallschätzungen Zufallsstichproben und Stichprobenfunktionen Zufallsstichproben. Zufallsvariablen mit 3. Itervallschätzuge 3.1. Zufallsstichprobe ud Stichprobefuktioe 3.1.1 Zufallsstichprobe 1 Sei eie Zufallsvariable ud seie gemeisamer Verteilug,,,, Zufallsvariable mit - da heiße 1,,, Zufallsstichprobe

Mehr

Körpergröße x Häufigkeit in [m] 1.50 1.60 1 1.60 1.70 5 1.70 1.80 49 1.80 1.90 53 1.90 2.00 15 2.00 2.10 1

Körpergröße x Häufigkeit in [m] 1.50 1.60 1 1.60 1.70 5 1.70 1.80 49 1.80 1.90 53 1.90 2.00 15 2.00 2.10 1 8 Kofidezitervalle 1 Kapitel 8: Kofidezitervalle A: Beispiele Beispiel 1: Im WS 2000/01 wurde im Rahme der Statistik Vorlesug 124 Studete u.a. zu ihrer Körpergröße befragt. Ma erhielt folgedes Ergebis:

Mehr

Prüfungsaufgaben der Abschlussprüfung an Realschulen in Bayern! mit ausführlichen Musterlösungen. und Querverweise auf Theoriedateien der Mathe-CD

Prüfungsaufgaben der Abschlussprüfung an Realschulen in Bayern! mit ausführlichen Musterlösungen. und Querverweise auf Theoriedateien der Mathe-CD Vektor-Geometrie Koordiategeometrie Prüfugsaufgabe uter Verwedug vo Abbildugsgleichuge Prüfugsaufgabe der Abschlussprüfug a Realschule i Bayer! mit ausführliche Musterlösuge ud Querverweise auf Theoriedateie

Mehr

3. Anwendungen der Differentialrechnung

3. Anwendungen der Differentialrechnung Talorsche Formel ud Mittelwertsatz 4 Aweduge der Differetialrechug Talorsche Formel ud Mittelwertsatz Die Gleichug der Tagete = f ( ( a die Kurve = f( im Pukt (, liefert eie grobe Näherug für die Fuktio

Mehr

4. Übung Konfidenzintervalle für Anteile und Mittelwerte

4. Übung Konfidenzintervalle für Anteile und Mittelwerte Querschittsbereich 1: Epidemiologie, Mediziische Biometrie ud Mediziische Iformatik - Übugsmaterial - Erstellt vo Mitarbeiter des IMISE ud des ZKS Leipzig 4. Übug Kofidezitervalle für Ateile ud Mittelwerte

Mehr

Arithmetische und geometrische Folgen. Die wichtigsten Theorieteile. und ganz ausführliches Training. Datei Nr

Arithmetische und geometrische Folgen. Die wichtigsten Theorieteile. und ganz ausführliches Training. Datei Nr DEMO für ZAHLENFOLGEN Teil 2 Arithmetische ud geometrische Folge Die wichtigste Theorieteile ud gz ausführliches Traiig Datei Nr. 40012 Neu geschriebe ud sehr erweitert Std: 4. Februar 2010 INTERNETBIBLIOTHEK

Mehr

Konfidenzintervalle. Praktische Übung Stochastik SS 2017 Lektion 10 1

Konfidenzintervalle. Praktische Übung Stochastik SS 2017 Lektion 10 1 Kofidezitervalle Praktische Übug Stochastik SS 017 Lektio 10 1 Kofidezitervalle Geerelle Aahme: Parametrisches Modell (P ϑ ) ϑ Θ Beobachtuge X 1,..., X u.i.v. ach P ϑ mit ubekatem ϑ Θ Grudidee: Schätzer

Mehr

Folgen explizit und rekursiv Ac

Folgen explizit und rekursiv Ac Folge explizit ud rekursiv Ac 03-08 Folge sid Fuktioe, bei dee atürliche Zahle ( 0; ; ; ) reelle Zahle a() zugeordet werde. Ma schreibt dafür : a() bzw. a. Für die Folge schreibt ma auch < a >. Folge köe

Mehr

Stochastik im SoSe 2018 Übungsblatt 2

Stochastik im SoSe 2018 Übungsblatt 2 Stochasti im SoSe 2018 Übugsblatt 2 K. Paagiotou/ L. Ramzews / S. Reisser Lösuge zu de Aufgabe. Aufgabe 1 Eie Ure ethält B blaue, R rote ud G grüe Bälle. Wir ziehe eie Teilmege mit geau Bälle aus der Ure,

Mehr

Übungen Abgabetermin: Freitag, , 10 Uhr THEMEN: Testtheorie

Übungen Abgabetermin: Freitag, , 10 Uhr THEMEN: Testtheorie Uiversität Müster Istitut für Mathematische Statistik Stochastik WS 203/204, Blatt Löwe/Heusel Aufgabe (4 Pukte) Übuge Abgabetermi: Freitag, 24.0.204, 0 Uhr THEMEN: Testtheorie Die Sollstärke der Rohrwäde

Mehr

Es werden 120 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 120 Schülern besitzen 99 ein Handy.

Es werden 120 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 120 Schülern besitzen 99 ein Handy. Vo der relative Häufigkeit zur Wahrscheilichkeit Es werde 20 Schüler befragt, ob sie ei Hady besitze. Das Ergebis der Umfrage lautet: Vo 20 Schüler besitze 99 ei Hady. Ereigis E: Schüler besitzt ei Hady

Mehr

+ a 3 cos (3ωt) + b 3 sin (3ωt)

+ a 3 cos (3ωt) + b 3 sin (3ωt) Fourier-Reihe Wir gehe aus vo eier gegebee periodische Fuktio f (t). Die Fuktio hat die Fudametalperiode ( Schwigugsdauer ) ud damit die Grud-Kreisfrequez ω = π. Zeit t Periode Die Fuktio f (t) soll zerlegt

Mehr

10 Aussagen mit Quantoren und

10 Aussagen mit Quantoren und 0 Aussage mit Quatore ud 0.6. Eisatz vo (bereits bekater) Eistezaussage Bisher hatte wir Eistezbeweise geführt, idem wir ei passedes Objekt agegebe habe ( Setze... ). Stattdesse ka ma auch auf bereits

Mehr

Der Vergleich eines Stichprobenmittelwertes mit einem Populationsmittelwert

Der Vergleich eines Stichprobenmittelwertes mit einem Populationsmittelwert Der Vergleich eies Stichprobemittelwertes mit eiem Populatiosmittelwert Am Beispiel des Falschspielers habe wir - uterstützt durch Ketisse über die Eigeschafte der Biomialverteilug - erstmals gesehe, welche

Mehr

Statistik, Abschnitt (1) Gegeben sei der Stichprobenvektor (X 1,..., X n ). Die Stichprobenfunktion. ˆµ k := 1 n. Xi k (1) i=1.

Statistik, Abschnitt (1) Gegeben sei der Stichprobenvektor (X 1,..., X n ). Die Stichprobenfunktion. ˆµ k := 1 n. Xi k (1) i=1. Statistik, Abschitt.. Schätzmethode.. Mometemethode Für Parameter, die sich i bekater Weise aus de Momete zusammesetze, erhält ma Schätzuge, idem ma die theoretische Momete durch die sogeate empirische

Mehr

Aufgaben zur Übung und Vertiefung

Aufgaben zur Übung und Vertiefung Aufgabe zur Übug ud Vertiefug ARITHMETISCHE ZAHLENFOLGEN Berufliches Gymasium / Uterstufe () Stelle Sie fest, welche der gegebee Folge arithmetisch sid: Bestimme Sie zuächst die erste füf Folgeglieder,

Mehr

Mathematische Probleme, SS 2015 Montag 1.6. $Id: convex.tex,v /06/01 09:26:03 hk Exp $

Mathematische Probleme, SS 2015 Montag 1.6. $Id: convex.tex,v /06/01 09:26:03 hk Exp $ athematische Probleme, 2015 otag 1.6 $Id: cove.te,v 1.19 2015/06/01 09:26:03 hk Ep $ 3 Kovegeometrie 3.2 Die platoische Körper I der letzte itzug habe wir mit de Vorarbeite zur Berechug der platoische

Mehr

Einführung in die Stochastik 10. Übungsblatt

Einführung in die Stochastik 10. Übungsblatt Eiführug i die Stochastik. Übugsblatt Fachbereich Mathematik SS M. Kohler.7. A. Fromkorth D. Furer Gruppe ud Hausübug Aufgabe 37 (4 Pukte) Ei Eremit am Südpol hat sich für die eibrechede polare Nacht mit

Mehr

Beweis des Primzahlsatzes nach Newman

Beweis des Primzahlsatzes nach Newman Beweis des Primzahlsatzes ach Newma Eileitug Aleader Zeilma 3. Jauar 23 Betreut durch Prof. Dr. Folkmar Borema Defiitio : Primzahlfuktio Wir defiiere π) als die Azahl der Primzahle kleier oder gleich :

Mehr

Statistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39

Statistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39 Statistik Eiführug Kofidezitervalle für eie Parameter Kapitel 7 Statistik WU Wie Gerhard Derfliger Michael Hauser Jörg Leeis Josef Leydold Güter Tirler Rosmarie Wakolbiger Statistik Eiführug // Kofidezitervalle

Mehr

2.3 Kontingenztafeln und Chi-Quadrat-Test

2.3 Kontingenztafeln und Chi-Quadrat-Test 2.3 Kotigeztafel ud Chi-Quadrat-Test Die Voraussetzuge a die Date i diesem Kapitel sid dieselbe, wie im voragegagee Kapitel, ur dass die Stichprobe hier aus Realisieruge vo kategorielle Zufallsvariable

Mehr

Zentraler Grenzwert Satz

Zentraler Grenzwert Satz Zetraler Grezwert Satz Aufgabe Aufgabe 1 Um ihr Studium zu fiaziere jobbe Sie ebebei als Iterviewer ud befrage bei eier ihrer Missioe zufällig Wahlberechtigte um das Wahlergebis eier bestimmte Partei vorherzusage.

Mehr

Evaluierung einer Schulungsmaßnahme: Punktezahl vor der Schulung Punktezahl nach der Schulung. Autoritarismusscore vor/nach Projekt

Evaluierung einer Schulungsmaßnahme: Punktezahl vor der Schulung Punktezahl nach der Schulung. Autoritarismusscore vor/nach Projekt 2.4.5 Gauss-Test ud t-test für verbudee Stichprobe 2.4.5.8 Zum Begriff der verbudee Stichprobe Verbudee Stichprobe: Vergleich zweier Merkmale X ud Y, die jetzt a deselbe Persoe erhobe werde. Vorsicht:

Mehr

Repetitionsaufgaben Potenzfunktionen

Repetitionsaufgaben Potenzfunktionen Repetitiosaufgabe Potezfuktioe Ihaltsverzeichis A) Vorbemerkuge/Defiitio 1 B) Lerziele 1 C) Etdeckuge (Graphe) 2 D) Zusammefassug 7 E) Bedeutug der Parameter 7 F) Aufgabe mit Musterlösuge 9 A) Vorbemerkuge

Mehr

3 Grenzwerte. 3.1 Grenzwerte von Folgen

3 Grenzwerte. 3.1 Grenzwerte von Folgen 03-grezwerte.cdf 3 Grezwerte 3. Grezwerte vo Folge Kovergez Mache Folge zeige ei spezielles Verhalte, we der Idex sehr groß wird. Sie äher sich eier bestimmte Zahl. Betrachte wir zum Beispiel die Folge

Mehr

2. Repetition relevanter Teilbereiche der Statistik

2. Repetition relevanter Teilbereiche der Statistik . Repetitio Statistik Ökoometrie I - Peter Stalder. Repetitio relevater Teilbereiche der Statistik (Maddala Kapitel ) Zufallsvariable ud Wahrscheilichkeitsverteiluge Zufallsvariable X (stochastische Variable)

Mehr

Zenraler Grenzwertsatz

Zenraler Grenzwertsatz Zeraler Grezwertsatz Ato Klimovsky Zetraler Grezwertsatz. Kovergez i Verteilug. Normalapproximatio. I diesem Abschitt beschäftige wir us mit der folgede Frage. Frage: Wie sieht die Verteilug eier Summe

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zetrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathematik für Iformatiker II (Sommersemester 004) Aufgabe 7. Ubeschräktes

Mehr

Diplomvorprüfung Stochastik

Diplomvorprüfung Stochastik Uiversität Karlsruhe TH Istitut für Stochastik Prof. Dr. N. Bäuerle Name: Vorame: Matr.-Nr.: Diplomvorprüfug Stochastik 10. Oktober 2006 Diese Klausur hat bestade, wer midestes 16 Pukte erreicht. Als Hilfsmittel

Mehr

1. Mathematikschulaufgabe

1. Mathematikschulaufgabe .0 Die Pukte P(0/-7) ud Q(5/-) liege auf eier ach ute geöffete Normalparabel p. G< x. Bereche die Gleichug der Parabel p. (Ergebis: y = - x + 6x - 7 ). Bestimme die Koordiate des Parabel-Scheitels. Gib

Mehr

2 Vollständige Induktion

2 Vollständige Induktion 8 I. Zahle, Kovergez ud Stetigkeit Vollstädige Iduktio Aufgabe: 1. Bereche Sie 1+3, 1+3+5 ud 1+3+5+7, leite Sie eie allgemeie Formel für 1+3+ +( 3)+( 1) her ud versuche Sie, diese zu beweise.. Eizu5% ZiseproJahragelegtes

Mehr

6 Folgen. 6.4 Folgen reeller Zahlen. Mathematik für Informatiker B, SS 2012 Dienstag 5.6. $Id: folgen.tex,v /06/05 11:12:18 hk Exp $

6 Folgen. 6.4 Folgen reeller Zahlen. Mathematik für Informatiker B, SS 2012 Dienstag 5.6. $Id: folgen.tex,v /06/05 11:12:18 hk Exp $ Mathematik für Iformatiker B, SS 0 Diestag 5.6 $Id: folge.tex,v. 0/06/05 ::8 hk Exp $ 6 Folge 6.4 Folge reeller Zahle I der letzte Sitzug habe wir de Begriff des Grezwerts eier Folge i eiem metrische Raum

Mehr

Übung 2 (für Pharma/Geo/Bio) Uni Basel. Besprechung der Lösungen: 1. Oktober 2018 in den Übungsstunden

Übung 2 (für Pharma/Geo/Bio) Uni Basel. Besprechung der Lösungen: 1. Oktober 2018 in den Übungsstunden Mathematik I für Naturwisseschafte Dr. Christie Zehrt 7.09.18 Übug (für Pharma/Geo/Bio) Ui Basel Besprechug der Lösuge: 1. Oktober 018 i de Übugsstude Aufgabe 1 Sid die folgede Abbilduge f : X Y umkehrbar?

Mehr

Starke und schwache Einwegfunktionen

Starke und schwache Einwegfunktionen Starke ud schwache Eiwegfuktioe Daiela Weiberg weiberg@iformatik.hu-berli.de Semiar: Perle der theoretische Iformatik Dozete: Prof. Johaes Köbler, Olaf Beyersdorff Witersemester 2002/2003 2. Dezember 2002

Mehr

Stochastisches Integral

Stochastisches Integral Kapitel 11 Stochastisches Itegral Josef Leydold c 26 Mathematische Methode XI Stochastisches Itegral 1 / 2 Lerziele Wieer Prozess ud Browsche Bewegug Stochastisches Itegral Stochastische Differetialgleichug

Mehr

Bestimmung von Vertrauensintervallen (Konfidenzintervallen) bei unbekannten Wahrscheinlichkeiten

Bestimmung von Vertrauensintervallen (Konfidenzintervallen) bei unbekannten Wahrscheinlichkeiten Bestimmug vo Vertrauesitervalle (Kofidezitervalle bei ubekate Warsceilickeite Beispiel : Es soll utersuct werde, wie viele 8-järige Erstwäler bei der äcste Budestagswal wäle gee werde. Dazu werde 600 Persoe

Mehr

Kreisabbildungen. S 1 f S 1. Beispiele: (1) f = id, F = id,

Kreisabbildungen. S 1 f S 1. Beispiele: (1) f = id, F = id, Kreisabbilduge Im Folgede sehe wir us eie gaz spezielle Klasse vo dyamische Systeme a: Abbilduge auf dem Kreis. Diese sid eifach geug, so dass wir sie och recht leicht aalysiere köe, habe aber adererseits

Mehr

Musterlösung zu Übungsblatt 2

Musterlösung zu Übungsblatt 2 Prof. R. Padharipade J. Schmitt C. Schießl Fuktioetheorie 25. September 15 HS 2015 Musterlösug zu Übugsblatt 2 Aufgabe 1. Reelle Fuktioe g : R R stelle wir us üblicherweise als Graphe {(x, g(x)} R R vor.

Mehr

Statistik. 2. Semester. Begleitendes Skriptum zur Vorlesung. im FH-Masterstudiengang. Technisches Management. von. Günther Karigl

Statistik. 2. Semester. Begleitendes Skriptum zur Vorlesung. im FH-Masterstudiengang. Technisches Management. von. Günther Karigl Statistik. Semester Begleitedes Skriptum zur Vorlesug im FH-Masterstudiegag Techisches Maagemet vo Güther Karigl FH Campus Wie 06/7 Statistische Schätzverfahre Statistische Schätzverfahre Währed die deskriptive

Mehr

Lösungsskizzen Mathematik für Informatiker 5. Aufl. Kapitel 3 Peter Hartmann

Lösungsskizzen Mathematik für Informatiker 5. Aufl. Kapitel 3 Peter Hartmann Lösugsskizze Mathematik für Iformatiker 5. Aufl. Kapitel 3 Peter Hartma Verstädisfrage. Ka ma ei Axiom beweise? Nei!. Ka ei Beweis eier Aussage richtig sei, we im Iduktiosschluss die Iduktiosaahme icht

Mehr

Physikalisches Anfaengerpraktikum. Beugung und Brechung

Physikalisches Anfaengerpraktikum. Beugung und Brechung Physikalisches Afaegerpraktikum Beugug ud Brechug Ausarbeitug vo Marcel Egelhardt & David Weisgerber (Gruppe 37) Mittwoch, 3. Februar 005 I Utersuchuge am Prismespektroskop 1. Versuch zur Bestimmug des

Mehr

a) Zeichnen sie ein Schaltbild des Versuches und beschriften sie dieses.

a) Zeichnen sie ein Schaltbild des Versuches und beschriften sie dieses. Der Hz-Schwigkreis besteht aus eier Spule hoher Iduktivität ud eiem Kodesator. Wird ei solcher Schwigkreis kurzfristig mit elektrischer Eergie versorgt, so führt er eie stark gedämpfte Schwigug aus. Aufgezeichet

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN Prof Dr R Köig Dr M Prähofer Zetralübug TECHNISCHE UNIVERSITÄT MÜNCHEN Zetrum Mathematik Mathematik für Physiker (Aalysis ) MA90 Witersem 07/8 Lösugsblatt 4 http://www-m5matumde/allgemeies/ma90 07W (007)

Mehr

Umrechnung einer tatsächlichen Häufigkeitsverteilung in eine prozentuale Häufigkeitsverteilung

Umrechnung einer tatsächlichen Häufigkeitsverteilung in eine prozentuale Häufigkeitsverteilung .3. Prozetuale Häufigkeitsverteilug (HV) Die prozetuale Häufigkeitsverteilug erlaubt de Vergleich vo Auswertuge, dee uterschiedliche Stichprobegröße zugrude liege. Es köe auch uterschiedliche Stichprobegröße

Mehr

Beispiel: p-wert bei Chi-Quadrat-Anpassungstest (Grafik) Auftragseingangsbeispiel, realisierte Teststatistik χ 2 = , p-wert: 0.

Beispiel: p-wert bei Chi-Quadrat-Anpassungstest (Grafik) Auftragseingangsbeispiel, realisierte Teststatistik χ 2 = , p-wert: 0. 8 Apassugs- ud Uabhägigkeitstests Chi-Quadrat-Apassugstest 8.1 Beispiel: p-wert bei Chi-Quadrat-Apassugstest (Grafik) Auftragseigagsbeispiel, realisierte Teststatistik χ 2 = 12.075, p-wert: 0.0168 f χ

Mehr