Abschlussklausur (60 Minuten), 15. Juli 2014

Größe: px
Ab Seite anzeigen:

Download "Abschlussklausur (60 Minuten), 15. Juli 2014"

Transkript

1 Prof. Dr. Amelie Wuppermann Volkswirtschaftliche Fakultät Universität München Sommersemester 2014 Empirische Ökonomie 1 Abschlussklausur (60 Minuten), 15. Juli 2014 Bearbeitungshinweise Die Bearbeitungszeit der Klausur beträgt 60 Minuten. Insgesamt werden maximal 60 Punkte vergeben. Die Klausur besteht aus offenen Fragen. Alle Fragen sind zu beantworten. Alle Antworten müssen in diesem Klausurexemplar an den vorgesehenen Stellen gegeben werden. Antworten an anderer Stelle der Klausur oder auf nicht zum Klausurexemplar gehörenden Blättern werden nicht gewertet. Die Blätter des gehefteten Klausurexemplars dürfen nicht getrennt werden. Die Formelsammlung befindet sich am Ende der Klausur und darf ebenfalls nicht abgetrennt werden. Hilfsmittel Als Hilfsmittel ist ein nicht programmierbarer Taschenrechner zugelassen. Weitere Hilfsmittel sind nicht zugelassen.

2 Aufgabe 1 [Insgesamt 25 Punkte] Nach dem Studium nehmen Sie einen Job in der Marketing Agentur Bonobo Marketing an. Der österreichische Hersteller des Energy Drinks Los Lokos beauftragt Sie, die Wirksamkeit seiner Erfrischungsgetränke in einem Arbeitsumfeld zu untersuchen. Dazu liegt Ihnen eine Zufallsstichprobe 256 professioneller Aktienhändler (Trader) aus Londoner Investmentbanken vor. Sie haben Daten aller Trader zu den folgenden beiden Variablen: profit Wöchentlicher Profit des Traders in $ energy Durchschnittlicher täglicher Konsum von Energy Drinks in Litern Vorab betrachten Sie in Gretl die Grundlegenden Statistiken und erhalten den folgenden Output: Grundlegende Statistiken, benutze die Beobachtungen Variable arith. Mittel Median Minimum profit 20,84 30,69-10,42 88,10 energy 0,89 1,40 0,00 5,25 Maximum Variable Std. Abw. Var koeff. Schiefe Überwölbung profit 3,44 0,165 0,531 0,574 energy 1,52 1, ,013 1,532 Die Stichproben Korrelation zwischen profit und energy ist r=0,82. Betrachten Sie ein Regressionsmodell der Form: profit i =β 0 +β 1 energy i +u i Der Index i=1,...,256 kennzeichnet die individuellen Trader. Empirische Ökonomie 1 (15. Juli 2014) Seite 2 (von 11)

3 Teilaufgabe 1.1 [Insgesamt 16 Punkte] (a) Erläutern Sie anhand einer geeigneten Graphik stichpunktartig für das gegebene Beispiel die Funktionsweise des kleinste-quadrate-schätzers (OLS Schätzers). Erstellen Sie eine geeignete, vollständig beschriftete Skizze, in der u.a. exemplarisch Daten der Stichprobe und eine Schätzgleichung zu sehen sind. [7 Punkte] (b) Bestimmen Sie die OLS Schätzer ˆβ 0 und ˆβ 1 für die Modellparameter β 0 und β 1. Runden Sie Ihre Ergebnisse auf zwei Nachkommastellen. Wie sind die Werte jeweils inhaltlich zu interpretieren? [5 Punkte] Empirische Ökonomie 1 (15. Juli 2014) Seite 3 (von 11)

4 (c) Die Schätzung des Modells bestätigt Ihre Berechnungen und Sie erhalten für ˆβ 1 einen Standardfehler von 0,53. Testen Sie die Nullhypothese, dass der Konsum einer zusätzlichen Dose des Energy Drinks pro Tag (eine Dose entspricht 0,25 Litern) die Profitabilität der Trader um $ pro Woche steigert, auf dem 5% Signifikanzniveau. Wenn Sie vorher kein Ergebnis für ˆβ 1 erhalten haben, dürfen Sie mit ˆβ 1 =2,0 rechnen. Runden Sie Ihr Ergebnis auf zwei Nachkommastellen. [4 Punkte] Teilaufgabe 1.2 [Insgesamt 9 Punkte] Ausgehend von Ihren vorherigen Berechnungen erwägt Ihr Team dem Hersteller von Los Lokos eine Werbekampagne in der City of London (Londons Finanzbezirk) mit dem Slogan Boost your profit with Los Lokos! ( Vergrößern Sie Ihren Profit mit Los Lokos! ) anzubieten. (d) Nennen Sie stichpunktartig die Annahmen, die für solch eine kausale Interpretation der Ergebnisse des Modells in Teil b) nötig sind. [3 Punkte] Empirische Ökonomie 1 (15. Juli 2014) Seite 4 (von 11)

5 (e) Ihr Vorgesetzter Max Powers könnte Ihnen Daten zur Arbeitszeit der Trader besorgen, befürchtet aber, dass dies die Ergebnisse Ihrer vorherigen Analyse zerstören könnte. In Ihrer Schätzung wurde die Arbeitszeit der Trader bisher nicht berücksichtigt. Unter welchen Bedingungen führt dies dazu, dass Ihr Schätzer des Effekts von Energy Drinks auf die Profitabilität von Tradern aus Teil b) verzerrt ist? [2 Punkte] (f) Gehen Sie davon aus, dass die Bedingungen in e) erfüllt sind und Ihr Schätzer ˆβ 1 ohne Berücksichtigung der Arbeitszeit also verzerrt und inkonsistent ist. Welches Vorzeichen erwarten Sie für die Verzerrung des Schätzers aus Teil b)? [4 Punkte] Empirische Ökonomie 1 (15. Juli 2014) Seite 5 (von 11)

6 Aufgabe 2 [Insgesamt 20 Punkte] Die Krankenkasse EÖK hat festgestellt, dass es während einer Fußball WM zur verstärkten Gewichtszunahme von Fußballfans kommt. Sie werden beauftragt, potentielle Einflussfaktoren zu identifizieren. Hierfür liegt Ihnen eine Zufallsstichprobe von 2845 erwachsenen Fußballfans vor. Der Datensatz enthält die folgenden Variablen: dgew Gewichtsveränderung während der WM in Gramm alter Alter des Fans in Jahren alterqu Alter des Fans in Jahren zum Quadrat geschlecht Dummyvariable: = 1, wenn Fan männlich; = 0, sonst spiele Anzahl der WM-Spiele, die der Fan gesehen hat spiele geschlecht Interaktionsterm von Spiele und Geschlecht vuv Dummayvariable: = 1, wenn der Fan eine Vuvuzela (Südafrikanisches Blasinstrument, das während der Fußball WM 2010 in Deutschland populär wurde) besitzt; =0, sonst Teilaufgabe 2.1 [Insgesamt 14 Punkte] Mit diesem Datensatz haben Sie folgendes lineares Regressionsmodell geschätzt: dgew i =β 0 +β 1 alter i +β 2 alterqu i +β 3 spiele i +β 4 geschlecht i +β 5 vuv i +β 6 spiele geschlecht i +u i Gehen Sie in Teilaufgabe 2.1 davon aus, dass die Annahmen M1-M4 in dem geschätzten Modell erfüllt sind. Die OLS-Regression in GRETL (mit robusten Standardfehlern) ergibt den folgenden Output: Modell 1: KQ, benutze die Beobachtungen Abhängige Variable: dgew Heteroskedastizitäts-robuste Standardfehler, Variante HC1 Koeffizient Std. Fehler t-quotient p-wert const 430, ,9311 4, ,0000 alter 19, ,5193 5, ,0000 alterqu 0, ,0315 5, ,0000 spiele 39, ,7150 6, ,0000 geschlecht 634, , , ,0000 vuv 7, ,3059 0, ,8409 spiele geschlecht 11, ,8757 2, ,0442 Empirische Ökonomie 1 (15. Juli 2014) Seite 6 (von 11)

7 (a) Enthalten i) das 95% Konfidenzintervall und ii) das 99% Konfidenzintervall für den Koeffizienten von vuv den Wert Null? Begründen Sie Ihre Antwort. [2 Punkte] (b) Betrachten Sie einen 35-jährigen Mann und eine 35-jährige Frau, die beide keine Vuvuzela besitzen und WM-Spiele ausschließlich gemeinsam anschauen. Wie viele Spiele müssen die beiden anschauen, damit die von Ihrem Regressionsmodell vorhergesagte Gewichtsänderung für sie und ihn gleich groß ist? Runden Sie Ihr Ergebnis auf zwei Nachkommastellen. [4 Punkte] (c) Warum wurde die Variable alterqu in das Regressionsmodell aufgenommen? [1 Punkt] Empirische Ökonomie 1 (15. Juli 2014) Seite 7 (von 11)

8 (d) Leiten Sie den marginalen Effekt des Alters auf die erwartete Änderung des Gewichts während der WM her und berechnen Sie, wie sich der marginale Effekt mit dem Alter ändert. Runden Sie Ihr Ergebnis auf zwei Nachkommastellen. [4 Punkte] (e) Stellen Sie folgende Nullhypothese formal auf: Der Achsenabschnitt von Männern ist dreimal so groß wie der Achsenabschnitt von Frauen. Warum kann diese Hypothese nicht mit einem t-test getestet werden? [3 Punkte] Teilaufgabe 2.2 [Insgesamt 6 Punkte] Experten der Krankenkasse kommen zu der Übereinstimmung, dass eine Gewichtszunahme von mehr als 2,5 kg bei Männern während der WM bedenklich ist. Um die Determinanten einer bedenklichen Gewichszunahme näher zu analysieren, generieren Sie die binäre Variable zun: zun = 1, wenn dgew> 2500; = 0 sonst Sie schätzen nun ein Probitmodell unter Verwendung der 2071 Beobachtungen männlicher Teilnehmer und erhalten das folgende Ergebnis (Standardfehler in Klammern unter den geschätzten Werten der Parameter): Empirische Ökonomie 1 (15. Juli 2014) Seite 8 (von 11)

9 Pr(zun = 1 alter,alterqu,spiele) = Φ( 1,7155 (0,1761) 0, 0003 (0,0001) +0,0277alter (0,0066) alterqu+0,0287spiele) (0,0030) Hinweis: Gehen Sie davon aus, dass das obige Modell korrekt spezifiziert ist. (f) Wie lässt sich der geschätzte Koeffizient der Variable spiele interpretieren? [2 Punkte] (g) Geben Sie den Ausdruck an, mit dem Sie den Effekt eines zusätzlichen Spiels auf die Wahrscheinlichkeit einer bedenklichen Gewichtszunahme für einen 35-jährigen Mann, der bereits 10 Spiele gesehen hat, berechnen können. [4 Punkte] Empirische Ökonomie 1 (15. Juli 2014) Seite 9 (von 11)

10 Aufgabe 3 [Insgesamt 15 Punkte] Der Bürgermeister der Gemeinde Nirgendwo ist im Wahlkampf. Er hat in seiner letzten Amtszeit dafür gesorgt, dass um seine Gemeinde eine Umgehungsstraße gebaut wurde. Nun möchte er zeigen, wie viel dies den Hausbesitzern in seiner Gemeinde gebracht hat und beauftragt Sie daher zu berechnen, wie sich der Wert der Häuser in seiner Gemeinde durch den Bau der Umgehungsstraße verändert hat. Stellen Sie sich vor, Sie haben Daten der mittleren Hauspreise in der Gemeinde Nirgendwo und der Nachbargemeinde Irgendwo aus den Jahren 2010 und 2014: HP N,2010 Mittelwert der Hauspreise in Nirgendwo im Jahr 2010 HP N,2014 Mittelwert der Hauspreise in Nirgendwo im Jahr 2014 HP I,2010 Mittelwert der Hauspreise in Irgendwo im Jahr 2010 HP I,2014 Mittelwert der Hauspreise in Irgendwo im Jahr 2014 Während in Nirgendwo in 2012 eine Umgehungsstraße gebaut wurde, wurde in Irgendwo zwischen 2010 und 2014 keine solche Straße gebaut. Nehmen Sie an, dass im Jahr 2010 nicht bekannt war, dass in Gemeinde Nirgendwo eine Umgehungsstraße gebaut werden würde. (a) Ihr Kommilitone schlägt vor, den Effekt der Umgehungsstraße auf die Hauspreise durch HP N,2014 HP I,2014 zu ermitteln. Nennen und erläutern Sie einen möglichen Grund, aus dem diese Differenz nicht den gesuchten kausalen Effekt der Umgehungsstraße auf die Hauspreise in Nirgendwo abbildet. [4 Punkte] (b) Ein anderer Kommilitone schlägt stattdessen vor, den Effekt der Umgehungsstraße durch HP N,2014 HP N,2010 zu ermitteln. Nennen und erläutern Sie einen möglichen Grund, aus dem diese Differenz nicht den gesuchten kausalen Effekt der Umgehungs- Empirische Ökonomie 1 (15. Juli 2014) Seite 10 (von 11)

11 straße auf die Hauspreise abbildet. [4 Punkte] (c) Sie schlagen vor, den doppelten Differenzenschätzer zu verwenden. Wie würden Sie diesen aus den verschiedenen Mittelwerten der Hauspreise berechnen? [3 Punkte] (d) Nennen und erläutern Sie ein potentielles Problem, bei dem auch der doppelte Differenzenschätzer nicht den gesuchten kausalen Effekt der Umgehungsstraße auf die Hauspreise ermittelt. [4 Punkte] Empirische Ökonomie 1 (15. Juli 2014) Seite 11 (von 11)

Klausur Sommersemester 2010

Klausur Sommersemester 2010 Klausur Sommersemester 2010 Lehrstuhl: Wirtschaftspolitik Prüfungsfach: Empirische Wirtschaftsforschung Prüfer: Prof. Dr. K. Kraft Datum: 04.08.2010 Hilfsmittel: Nicht-programmierbarer Taschenrechner Klausurdauer:

Mehr

Klausur zur Vorlesung Statistik III für Studenten mit dem Wahlfach Statistik

Klausur zur Vorlesung Statistik III für Studenten mit dem Wahlfach Statistik Ludwig Fahrmeir, Nora Fenske Institut für Statistik Bitte für die Korrektur freilassen! Aufgabe 1 2 3 4 Punkte Klausur zur Vorlesung Statistik III für Studenten mit dem Wahlfach Statistik 29. März 21 Hinweise:

Mehr

29. Mai 2006. 5. Bei Unterschleif gilt die Klausur als nicht bestanden und es erfolgt eine Meldung an das Prüfungsamt.

29. Mai 2006. 5. Bei Unterschleif gilt die Klausur als nicht bestanden und es erfolgt eine Meldung an das Prüfungsamt. L. Fahrmeir, C. Belitz Department für Statistik Bitte für die Korrektur freilassen! Aufgabe 1 2 3 4 Punkte Klausur zur Vorlesung Statistik III für Studenten mit Wahlfach Statistik 29. Mai 2006 Hinweise:

Mehr

90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft

90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft Prof. Dr. Helmut Küchenhoff SS08 90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft am 22.7.2008 Anmerkungen Überprüfen Sie bitte sofort, ob Ihre Angabe vollständig ist. Sie sollte

Mehr

8. Februar 2007. 5. Bei Unterschleif gilt die Klausur als nicht bestanden und es erfolgt eine Meldung an das Prüfungsamt.

8. Februar 2007. 5. Bei Unterschleif gilt die Klausur als nicht bestanden und es erfolgt eine Meldung an das Prüfungsamt. L. Fahrmeir, C. Belitz Department für Statistik Bitte für die Korrektur freilassen! Aufgabe 1 2 3 4 Punkte Klausur zur Vorlesung Statistik III für Studenten mit Wahlfach Statistik 8. Februar 2007 Hinweise:

Mehr

Multinomiale logistische Regression

Multinomiale logistische Regression Multinomiale logistische Regression Die multinomiale logistische Regression dient zur Schätzung von Gruppenzugehörigkeiten bzw. einer entsprechenden Wahrscheinlichkeit hierfür, wobei als abhänginge Variable

Mehr

Probeklausur Zeitreihenökonometrie (Sommersemester 2014) 1

Probeklausur Zeitreihenökonometrie (Sommersemester 2014) 1 Probeklausur Zeitreihenökonometrie (Sommersemester 2014) 1 Aufgabe 1: Betrachtet wird folgendes Modell zur Erklärung des Managergehalts salary durch den Umsatz sales, die Eigenkapitalrendite roe und die

Mehr

Institut für Soziologie. Methoden 2. Regressionsanalyse I: Einfache lineare Regression

Institut für Soziologie. Methoden 2. Regressionsanalyse I: Einfache lineare Regression Institut für Soziologie Methoden 2 Regressionsanalyse I: Einfache lineare Regression Programm Anwendungsbereich Vorgehensweise Interpretation Annahmen Zusammenfassung Übungsaufgabe Literatur # 2 Anwendungsbereich

Mehr

Standardab er des. Testwert = 145.5 95% Konfidenzintervall. T df Sig. (2-seitig) Differenz Untere Obere -2.011 698.045-5.82-11.50 -.14.

Standardab er des. Testwert = 145.5 95% Konfidenzintervall. T df Sig. (2-seitig) Differenz Untere Obere -2.011 698.045-5.82-11.50 -.14. Aufgabe : einfacher T-Test Statistik bei einer Stichprobe Standardfehl Standardab er des Mittelwert weichung Mittelwertes 699 39.68 76.59 2.894 Test bei einer Sichprobe Testwert = 45.5 95% Konfidenzintervall

Mehr

9. Schätzen und Testen bei unbekannter Varianz

9. Schätzen und Testen bei unbekannter Varianz 9. Schätzen und Testen bei unbekannter Varianz Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Schätzen und Testen bei unbekannter Varianz Wenn wir die Standardabweichung σ nicht kennen,

Mehr

Kapitel 3: Interpretationen

Kapitel 3: Interpretationen Kapitel 3: 1. Interpretation von Outputs allgemein... 1 2. Interpretation von Signifikanzen... 1 2.1. Signifikanztests / Punktschätzer... 1 2.2. Konfidenzintervalle... 2 3. Interpretation von Parametern...

Mehr

Lehrstuhl für Statistik und empirische Wirtschaftsforschung Prof. Regina T. Riphahn, Ph.D. Prüfung im Fach Ökonometrie im WS 2011/12 Lösungsskizze

Lehrstuhl für Statistik und empirische Wirtschaftsforschung Prof. Regina T. Riphahn, Ph.D. Prüfung im Fach Ökonometrie im WS 2011/12 Lösungsskizze Lehrstuhl für Statistik und empirische irtschaftsforschung Prof. Regina T. Riphahn, Ph.D. Prüfung im ach Ökonometrie im S 20/2 Lösungsskizze Aufgabe (.5 Punkte) Sie verfügen über einen Datensatz, der Informationen

Mehr

Binäre abhängige Variablen

Binäre abhängige Variablen Binäre abhängige Variablen Thushyanthan Baskaran thushyanthan.baskaran@awi.uni-heidelberg.de Alfred Weber Institut Ruprecht Karls Universität Heidelberg Einführung Oft wollen wir qualitative Variablen

Mehr

2. Korrelation, lineare Regression und multiple Regression

2. Korrelation, lineare Regression und multiple Regression multiple 2.2 Lineare 2.2 Lineare 1 / 130 2.2 Lineare 2 / 130 2.1 Beispiel: Arbeitsmotivation Untersuchung zur Motivation am Arbeitsplatz in einem Chemie-Konzern 25 Personen werden durch Arbeitsplatz zufällig

Mehr

Bachelorabschlussseminar Dipl.-Kfm. Daniel Cracau

Bachelorabschlussseminar Dipl.-Kfm. Daniel Cracau 1 Einführung in die statistische Datenanalyse Bachelorabschlussseminar Dipl.-Kfm. Daniel Cracau 2 Gliederung 1.Grundlagen 2.Nicht-parametrische Tests a. Mann-Whitney-Wilcoxon-U Test b. Wilcoxon-Signed-Rank

Mehr

Analog zu Aufgabe 16.1 werden die Daten durch folgenden Befehl eingelesen: > kredit<-read.table("c:\\compaufg\\kredit.

Analog zu Aufgabe 16.1 werden die Daten durch folgenden Befehl eingelesen: > kredit<-read.table(c:\\compaufg\\kredit. Lösung 16.3 Analog zu Aufgabe 16.1 werden die Daten durch folgenden Befehl eingelesen: > kredit

Mehr

ε heteroskedastisch BINARY CHOICE MODELS Beispiele: Wahlentscheidung Kauf langlebiger Konsumgüter Arbeitslosigkeit Schätzung mit OLS?

ε heteroskedastisch BINARY CHOICE MODELS Beispiele: Wahlentscheidung Kauf langlebiger Konsumgüter Arbeitslosigkeit Schätzung mit OLS? BINARY CHOICE MODELS 1 mit Pr( Y = 1) = P Y = 0 mit Pr( Y = 0) = 1 P Beispiele: Wahlentscheidung Kauf langlebiger Konsumgüter Arbeitslosigkeit Schätzung mit OLS? Y i = X i β + ε i Probleme: Nonsense Predictions

Mehr

Regression mit Gretl Eine erste Einführung 1

Regression mit Gretl Eine erste Einführung 1 Kurzeinführung in Gretl S. 1 Regression mit Gretl Eine erste Einführung 1 Installation: Gretl für das entsprechende Betriebssystem herunterladen und die Setup-Datei ausführen. Hinweis: Für die Benutzung

Mehr

PRAKTIKUM Experimentelle Prozeßanalyse 2. VERSUCH AS-PA-2 "Methoden der Modellbildung statischer Systeme" Teil 2 (für ausgewählte Masterstudiengänge)

PRAKTIKUM Experimentelle Prozeßanalyse 2. VERSUCH AS-PA-2 Methoden der Modellbildung statischer Systeme Teil 2 (für ausgewählte Masterstudiengänge) FACHGEBIET Systemanalyse PRAKTIKUM Experimentelle Prozeßanalyse 2 VERSUCH AS-PA-2 "Methoden der Modellbildung statischer Systeme" Teil 2 (für ausgewählte Masterstudiengänge) Verantw. Hochschullehrer: Prof.

Mehr

Abschlussklausur der Vorlesung Bank I, II:

Abschlussklausur der Vorlesung Bank I, II: Seite 1 von 23 Name: Matrikelnummer: Abschlussklausur der Vorlesung Bank I, II: Bankmanagement und Theory of Banking Hinweise: o Bitte schreiben Sie Ihren Namen und Ihre Matrikelnummer auf die Klausur

Mehr

Multivariate Verfahren

Multivariate Verfahren Selbstkontrollarbeit 2 Multivariate Verfahren Musterlösung Aufgabe 1 (28 Punkte) Der Marketing-Leiter einer Lebensmittelherstellers möchte herausfinden, mit welchem Richtpreis eine neue Joghurt-Marke auf

Mehr

Universität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip. KLAUSUR Statistik B

Universität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip. KLAUSUR Statistik B Universität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip Sommersemester 2010 KLAUSUR Statistik B Hinweise zur Bearbeitung: Bei allen Teilaufgaben

Mehr

DIPLOM. Abschlussklausur der Vorlesung Bank I, II:

DIPLOM. Abschlussklausur der Vorlesung Bank I, II: Seite 1 von 9 Name: Matrikelnummer: DIPLOM Abschlussklausur der Vorlesung Bank I, II: Bankmanagement und Theory of Banking Seite 2 von 9 DIPLOM Abschlussklausur der Vorlesung Bank I, II: Bankmanagement

Mehr

Aufgabenblatt 10 zur Lehrveranstaltung Quantitative Methoden der Betriebswirtschaftslehre I Frühjahrssemester 2015

Aufgabenblatt 10 zur Lehrveranstaltung Quantitative Methoden der Betriebswirtschaftslehre I Frühjahrssemester 2015 Universität Bern Bern, den 27. April 2015 Professur für Quantitative Methoden der BWL Schützenmattstr. 14, 3012 Bern Prof. Dr. Norbert Trautmann, Oliver Strub E-Mail: oliver.strub@pqm.unibe.ch Fragestunde

Mehr

Kapitel 7: Varianzanalyse mit Messwiederholung

Kapitel 7: Varianzanalyse mit Messwiederholung Kapitel 7: Varianzanalyse mit Messwiederholung Durchführung einer einfaktoriellen Varianzanalyse mit Messwiederholung 1 Durchführung einer zweifaktoriellen Varianzanalyse mit Messwiederholung auf einem

Mehr

Übungsaufgaben zu Kapitel 5. Aufgabe 101. Inhaltsverzeichnis:

Übungsaufgaben zu Kapitel 5. Aufgabe 101. Inhaltsverzeichnis: Inhaltsverzeichnis: Übungsaufgaben zu Kapitel 5... 1 Aufgabe 101... 1 Aufgabe 102... 2 Aufgabe 103... 2 Aufgabe 104... 2 Aufgabe 105... 3 Aufgabe 106... 3 Aufgabe 107... 3 Aufgabe 108... 4 Aufgabe 109...

Mehr

Kategoriale abhängige Variablen: Logit- und Probit -Modelle. Statistik II

Kategoriale abhängige Variablen: Logit- und Probit -Modelle. Statistik II Kategoriale abhängige Variablen: Logit- und Probit -Modelle Statistik II Wiederholung Literatur Annahmen und Annahmeverletzungen Funktionen Exponenten, Wurzeln usw. Das Problem Das binäre Logit-Modell

Mehr

Multiple Regression. Ziel: Vorhersage der Werte einer Variable (Kriterium) bei Kenntnis der Werte von zwei oder mehr anderen Variablen (Prädiktoren)

Multiple Regression. Ziel: Vorhersage der Werte einer Variable (Kriterium) bei Kenntnis der Werte von zwei oder mehr anderen Variablen (Prädiktoren) Multiple Regression 1 Was ist multiple lineare Regression? Ziel: Vorhersage der Werte einer Variable (Kriterium) bei Kenntnis der Werte von zwei oder mehr anderen Variablen (Prädiktoren) Annahme: Der Zusammenhang

Mehr

Profil A 49,3 48,2 50,7 50,9 49,8 48,7 49,6 50,1 Profil B 51,8 49,6 53,2 51,1 51,1 53,4 50,7 50 51,5 51,7 48,8

Profil A 49,3 48,2 50,7 50,9 49,8 48,7 49,6 50,1 Profil B 51,8 49,6 53,2 51,1 51,1 53,4 50,7 50 51,5 51,7 48,8 1. Aufgabe: Eine Reifenfirma hat für Winterreifen unterschiedliche Profile entwickelt. Bei jeweils gleicher Geschwindigkeit und auch sonst gleichen Bedingungen wurden die Bremswirkungen gemessen. Die gemessenen

Mehr

Modul G.1 WS 07/08: Statistik 17.01.2008 1. Die Korrelation ist ein standardisiertes Maß für den linearen Zusammenhangzwischen zwei Variablen.

Modul G.1 WS 07/08: Statistik 17.01.2008 1. Die Korrelation ist ein standardisiertes Maß für den linearen Zusammenhangzwischen zwei Variablen. Modul G.1 WS 07/08: Statistik 17.01.2008 1 Wiederholung Kovarianz und Korrelation Kovarianz = Maß für den linearen Zusammenhang zwischen zwei Variablen x und y Korrelation Die Korrelation ist ein standardisiertes

Mehr

Stichprobenauslegung. für stetige und binäre Datentypen

Stichprobenauslegung. für stetige und binäre Datentypen Stichprobenauslegung für stetige und binäre Datentypen Roadmap zu Stichproben Hypothese über das interessierende Merkmal aufstellen Stichprobe entnehmen Beobachtete Messwerte abbilden Schluss von der Beobachtung

Mehr

Übungen zur Veranstaltung Statistik 2 mit SPSS

Übungen zur Veranstaltung Statistik 2 mit SPSS Raum 22, Tel. 39 4 Aufgabe 5. Wird der neue Film MatchPoint von Woody Allen von weiblichen und männlichen Zuschauern gleich bewertet? Eine Umfrage unter 00 Kinobesuchern ergab folgende Daten: Altersgruppe

Mehr

Klausur STATISTIK 2 für Diplom VWL

Klausur STATISTIK 2 für Diplom VWL Klausur STATISTIK 2 für Diplom VWL Name, Vorname: Matrikel-Nr. Die Klausur enthält zwei Typen von Aufgaben: Teil A besteht aus Fragen mit mehreren vorgegebenen Antwortvorschlägen, von denen mindestens

Mehr

6. METRISCHE UND KATEGORIALE MERKMALE

6. METRISCHE UND KATEGORIALE MERKMALE 6. METRISCHE UND KATEGORIALE MERKMALE wenn an einer Beobachtungseinheit eine (oder mehrere) metrische und eine (oder mehrere) kategoriale Variable(n) erhoben wurden Beispiel: Haushaltsarbeit von Teenagern

Mehr

Grundlagen von Versuchsmethodik und Datenanalyse

Grundlagen von Versuchsmethodik und Datenanalyse Grundlagen von Versuchsmethodik und Datenanalyse Der Anfang: Hypothesen über Ursache-Wirkungs-Zusammenhänge Ursache Wirkung Koffein verbessert Kurzzeitgedächtnis Gewaltfilme führen zu aggressivem Verhalten

Mehr

5 Zusammenhangsmaße, Korrelation und Regression

5 Zusammenhangsmaße, Korrelation und Regression 5 Zusammenhangsmaße, Korrelation und Regression 5.1 Zusammenhangsmaße und Korrelation Aufgabe 5.1 In einem Hauptstudiumsseminar des Lehrstuhls für Wirtschafts- und Sozialstatistik machten die Teilnehmer

Mehr

14.01.14 DAS THEMA: INFERENZSTATISTIK II. Standardfehler Konfidenzintervalle Signifikanztests. Standardfehler

14.01.14 DAS THEMA: INFERENZSTATISTIK II. Standardfehler Konfidenzintervalle Signifikanztests. Standardfehler DAS THEMA: INFERENZSTATISTIK II INFERENZSTATISTISCHE AUSSAGEN Standardfehler Konfidenzintervalle Signifikanztests Standardfehler der Standardfehler Interpretation Verwendung 1 ZUR WIEDERHOLUNG... Ausgangspunkt:

Mehr

Abschlussklausur am 12. Juli 2004

Abschlussklausur am 12. Juli 2004 Institut für Geld- und Kapitalverkehr Vorlesung Nr. 03.511 der Universität Hamburg Grundkonzeptionen der Finanzierungstheorie (ABWL / Finanzierung) Dr. Stefan Prigge Sommersemester 2004 Abschlussklausur

Mehr

Abschlussklausur des Kurses Bank I, II: Finanzintermediation und Regulierung / Risiko- und Ertragsmanagement der Banken

Abschlussklausur des Kurses Bank I, II: Finanzintermediation und Regulierung / Risiko- und Ertragsmanagement der Banken Seite 1 von 18 Abschlussklausur des Kurses Bank I, II: Finanzintermediation und Regulierung / Risiko- und Ertragsmanagement der Banken Hinweise: o o o o o Bitte schreiben Sie Ihren Namen und Ihre Matrikelnummer

Mehr

Einfache Statistiken in Excel

Einfache Statistiken in Excel Einfache Statistiken in Excel Dipl.-Volkswirtin Anna Miller Bergische Universität Wuppertal Schumpeter School of Business and Economics Lehrstuhl für Internationale Wirtschaft und Regionalökonomik Raum

Mehr

Kapitel 4: Binäre Regression

Kapitel 4: Binäre Regression Kapitel 4: Binäre Regression Steffen Unkel (basierend auf Folien von Nora Fenske) Statistik III für Nebenfachstudierende WS 2013/2014 4.1 Motivation Ausgangssituation Gegeben sind Daten (y i, x i1,...,

Mehr

Anhang A: Fragebögen und sonstige Unterlagen

Anhang A: Fragebögen und sonstige Unterlagen Anhang Anhang A: Fragebögen und sonstige Unterlagen A.: Flyer zur Probandenrekrutierung 46 A.: Fragebogen zur Meditationserfahrung 47 48 A.3: Fragebogen Angaben zur Person 49 5 5 A.4: Termin- und Einladungsschreiben

Mehr

Kommentierter SPSS-Ausdruck zur logistischen Regression

Kommentierter SPSS-Ausdruck zur logistischen Regression Daten: POK V AG 3 (POKV_AG3_V07.SAV) Kommentierter SPSS-Ausdruck zur logistischen Regression Fragestellung: Welchen Einfluss hat die Fachnähe und das Geschlecht auf die interpersonale Attraktion einer

Mehr

5.2. Nichtparametrische Tests. 5.2.1. Zwei unabhängige Stichproben: U- Test nach MANN- WHITNEY

5.2. Nichtparametrische Tests. 5.2.1. Zwei unabhängige Stichproben: U- Test nach MANN- WHITNEY 5.2. Nichtparametrische Tests 5.2.1. Zwei unabhängige Stichproben: U- Test nach MANN- WHITNEY Voraussetzungen: - Die Verteilungen der beiden Grundgesamtheiten sollten eine ähnliche Form aufweisen. - Die

Mehr

Diplom BWL/VWL / B-BAE / B-SW / LA RS / LA GY

Diplom BWL/VWL / B-BAE / B-SW / LA RS / LA GY Diplom BWL/VWL / B-BAE / B-SW / LA RS / LA GY Prüfungsfach/Modul: Allgemeine Volkswirtschaftslehre Wirtschaftstheorie Wahlmodul Klausur: Institutionenökonomik (Klausur 60 Min) (200101, 201309, 211301)

Mehr

Preferred citation style for this presentation

Preferred citation style for this presentation Preferred citation style for this presentation Simma, A. (2002) Ziel- und Verkehrsmittelwahl für Wege zum Skifahren in der Schweiz, 3. AMUS-Konferenz, Aachen, Juli 2002. 1 Ziel - und Verkehrsmittelwahl

Mehr

Klausur Wirtschaftsmathematik Lösungshinweise

Klausur Wirtschaftsmathematik Lösungshinweise Klausur Wirtschaftsmathematik Lösungshinweise Prüfungsdatum: 27. Juni 2015 Prüfer: Etschberger Studiengang: Wirtschaftsingenieurwesen Aufgabe 1 16 Punkte Anton Arglos hat von seiner Großmutter 30 000 geschenkt

Mehr

Webergänzung zu Kapitel 10

Webergänzung zu Kapitel 10 Webergänzung zu Kapitel 10 10.1.4 Varianzanalyse (ANOVA: analysis of variance) Im Kapitel 10 haben wir uns hauptsächlich mit Forschungsbeispielen beschäftigt, die nur zwei Ergebnissätze hatten (entweder

Mehr

Univariate Lineare Regression. (eine unabhängige Variable)

Univariate Lineare Regression. (eine unabhängige Variable) Univariate Lineare Regression (eine unabhängige Variable) Lineare Regression y=a+bx Präzise lineare Beziehung a.. Intercept b..anstieg y..abhängige Variable x..unabhängige Variable Lineare Regression y=a+bx+e

Mehr

Statistik I für Wirtschaftswissenschaftler Klausur am 06.07.2007, 14.00 16.00.

Statistik I für Wirtschaftswissenschaftler Klausur am 06.07.2007, 14.00 16.00. 1 Statistik I für Wirtschaftswissenschaftler Klausur am 06.07.2007, 14.00 16.00. Bitte unbedingt beachten: a) Gewertet werden alle 9 gestellten Aufgaben. b) Lösungswege sind anzugeben. Die Angabe des Endergebnisses

Mehr

Multiple Regression II: Signifikanztests, Gewichtung, Multikollinearität und Kohortenanalyse

Multiple Regression II: Signifikanztests, Gewichtung, Multikollinearität und Kohortenanalyse Multiple Regression II: Signifikanztests,, Multikollinearität und Kohortenanalyse Statistik II Übersicht Literatur Kausalität und Regression Inferenz und standardisierte Koeffizienten Statistik II Multiple

Mehr

Regressionsanalysen. Zusammenhänge von Variablen. Ziel der Regression. ( Idealfall )

Regressionsanalysen. Zusammenhänge von Variablen. Ziel der Regression. ( Idealfall ) Zusammenhänge von Variablen Regressionsanalysen linearer Zusammenhang ( Idealfall ) kein Zusammenhang nichtlinearer monotoner Zusammenhang (i.d.regel berechenbar über Variablentransformationen mittels

Mehr

Prüfung zu Modul 26 (BA Bw) bzw. 10 (BA IB) (Wirtschaftsstatistik)

Prüfung zu Modul 26 (BA Bw) bzw. 10 (BA IB) (Wirtschaftsstatistik) 2 3 Klausur-Nr = Sitzplatz-Nr Prüfung zu Modul 26 (BA Bw) bzw. 10 (BA IB) (Wirtschaftsstatistik) Klausurteil 1: Beschreibende Statistik BeStat-1 (7 ) n = 400 Personen wurden gefragt, wie viele Stück eines

Mehr

Seite 1 von 2. Teil Theorie Praxis S Punkte 80+25 120+73 200+98 erreicht

Seite 1 von 2. Teil Theorie Praxis S Punkte 80+25 120+73 200+98 erreicht Seite 1 von 2 Ostfalia Hochschule Fakultät Elektrotechnik Wolfenbüttel Prof. Dr.-Ing. T. Harriehausen Bearbeitungszeit: Theoretischer Teil: 60 Minuten Praktischer Teil: 60 Minuten Klausur FEM für elektromagnetische

Mehr

12. Vergleich mehrerer Stichproben

12. Vergleich mehrerer Stichproben 12. Vergleich mehrerer Stichproben Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Häufig wollen wir verschiedene Populationen, Verfahren, usw. miteinander vergleichen. Beipiel: Vergleich

Mehr

T-TEST BEI EINER STICHPROBE:

T-TEST BEI EINER STICHPROBE: Kapitel 19 T-Test Mit Hilfe der T-TEST-Prozeduren werden Aussagen über Mittelwerte getroffen. Dabei wird versucht, aus den Beobachtungen einer Stichprobe Rückschlüsse auf die Grundgesamtheit zu ziehen.

Mehr

Studiengang (Zutreffendes bitte ankreuzen):

Studiengang (Zutreffendes bitte ankreuzen): Prof. Dr. Ulrich Schwalbe Sommersemester 2006 Klausur Mikroökonomik Matrikelnummer: Studiengang (Zutreffendes bitte ankreuzen): SozÖk Sozma AÖ WiPäd Wiwi Prof. Dr. Ulrich Schwalbe Sommersemester 2006 Klausur

Mehr

Statistik im Bachelor-Studium der BWL und VWL

Statistik im Bachelor-Studium der BWL und VWL Max C. Wewel Statistik im Bachelor-Studium der BWL und VWL Methoden, Anwendung, Interpretation Mit herausnehmbarer Formelsammlung ein Imprint von Pearson Education München Boston San Francisco Harlow,

Mehr

Abhängigkeit zweier Merkmale

Abhängigkeit zweier Merkmale Abhängigkeit zweier Merkmale Johannes Hain Lehrstuhl für Mathematik VIII Statistik 1/33 Allgemeine Situation Neben der Untersuchung auf Unterschiede zwischen zwei oder mehreren Untersuchungsgruppen hinsichtlich

Mehr

Grundlagen der Inferenzstatistik: Was Ihnen nicht erspart bleibt!

Grundlagen der Inferenzstatistik: Was Ihnen nicht erspart bleibt! Grundlagen der Inferenzstatistik: Was Ihnen nicht erspart bleibt! 1 Einführung 2 Wahrscheinlichkeiten kurz gefasst 3 Zufallsvariablen und Verteilungen 4 Theoretische Verteilungen (Wahrscheinlichkeitsfunktion)

Mehr

Eine computergestützte Einführung mit

Eine computergestützte Einführung mit Thomas Cleff Deskriptive Statistik und Explorative Datenanalyse Eine computergestützte Einführung mit Excel, SPSS und STATA 3., überarbeitete und erweiterte Auflage ^ Springer Inhaltsverzeichnis 1 Statistik

Mehr

Klausur zur Vorlesung Financial Engineering und Structured Finance

Klausur zur Vorlesung Financial Engineering und Structured Finance Universität Augsburg Wirtschaftswissenschaftliche Fakultät Lehrstuhl für Finanz- und Bankwirtschaft Klausur zur Vorlesung Financial Engineering und Structured Finance Prof. Dr. Marco Wilkens 7. Februar

Mehr

SVWL IV-Klausur zur Veranstaltung. Finanzwissenschaft II

SVWL IV-Klausur zur Veranstaltung. Finanzwissenschaft II SVWL IV-Klausur zur Veranstaltung Finanzwissenschaft II Wirtschafts- und Sozialwissenschaftliche Fakultät der Universität Rostock Lehrstuhl für Finanzwissenschaft Prof. Dr. Robert Fenge Wintersemester

Mehr

Zugelassenes Hilfsmittel: nicht programmierbarer Taschenrechner.

Zugelassenes Hilfsmittel: nicht programmierbarer Taschenrechner. Bachelor-Kursprüfung Kapitalmarkttheorie Schwerpunktmodul Finanzmärkte 6 Kreditpunkte WS 2014/15 23.2.2015 Prof. Dr. Lutz Arnold Bitte gut leserlich ausfüllen: Name: Vorname: Matr.-nr.: Wird vom Prüfer

Mehr

[Aufkleber] 25.07.2011. des Klausurhefts im

[Aufkleber] 25.07.2011. des Klausurhefts im Universität Augsburg [Aufkleber] Wirtschaftswissenschaftliche Fakultät Lehrstuhl für Finanz und Bankwirtschaft Klausurr zur Vorlesungg Kapitalmarktorientierte Unternehmenssteuerung Prof. Dr. Marco Wilkens

Mehr

Statistik II. Statistik II, SS 2001, Seite 1 von 5

Statistik II. Statistik II, SS 2001, Seite 1 von 5 Statistik II, SS 2001, Seite 1 von 5 Statistik II Hinweise zur Bearbeitung Hilfsmittel: - Taschenrechner (ohne Datenbank oder die Möglichkeit diesen zu programmieren) - Formelsammlung im Umfang von einer

Mehr

Auswertung mit dem Statistikprogramm SPSS: 30.11.05

Auswertung mit dem Statistikprogramm SPSS: 30.11.05 Auswertung mit dem Statistikprogramm SPSS: 30.11.05 Seite 1 Einführung SPSS Was ist eine Fragestellung? Beispiel Welche statistische Prozedur gehört zu welcher Hypothese? Statistische Berechnungen mit

Mehr

Quantitative Methoden der Bildungsforschung

Quantitative Methoden der Bildungsforschung Glieung Wieholung Korrelationen Grundlagen lineare Regression Lineare Regression in SPSS Übung Wieholung Korrelationen Standardisiertes Zusammenhangsmaß (unstandardisiert: Kovarianz) linearer Zusammenhang

Mehr

Lineare Modelle in R: Einweg-Varianzanalyse

Lineare Modelle in R: Einweg-Varianzanalyse Lineare Modelle in R: Einweg-Varianzanalyse Achim Zeileis 2009-02-20 1 Datenaufbereitung Wie schon in der Vorlesung wollen wir hier zur Illustration der Einweg-Analyse die logarithmierten Ausgaben der

Mehr

Matrikel-Nr.: Fachrichtung: Sem.-Zahl: Seminarschein soll ausgestellt werden über ABWL Integrationsseminar BBL

Matrikel-Nr.: Fachrichtung: Sem.-Zahl: Seminarschein soll ausgestellt werden über ABWL Integrationsseminar BBL Institut für Geld- und Kapitalverkehr der Universität Hamburg Prof. Dr. Hartmut Schmidt Integrationsseminar zur Allgemeinen Betriebswirtschaftslehre und Bankbetriebslehre Wintersemester 2002/2003 Zuständiger

Mehr

Statistische Software P. Fink. Statistische Software (R) Wiederholungshausübung SoSe 2015

Statistische Software P. Fink. Statistische Software (R) Wiederholungshausübung SoSe 2015 Allgmeine Hinweise Die Hausübung umfasst 7 Aufgaben mit insgesamt 120 Punkten. Erstellen Sie eine R Skript-Datei mit Ihrer Matrikelnummer als Dateinamen. Diese Datei enthält Ihren vollständigen und mit

Mehr

Bank I/II. (Deutsch) (Bank Management & Financial Intermediation) Hinweise:

Bank I/II. (Deutsch) (Bank Management & Financial Intermediation) Hinweise: Name: Matrikelnummer: Bank I/II (Deutsch) (Bank Management & Financial Intermediation) Hinweise: Schreiben Sie Ihren Namen und Ihre Matrikelnummer auf die Klausur und auf jeden Bogen. Als Hilfsmittel ist

Mehr

Auswertung und Darstellung wissenschaftlicher Daten (1)

Auswertung und Darstellung wissenschaftlicher Daten (1) Auswertung und Darstellung wissenschaftlicher Daten () Mag. Dr. Andrea Payrhuber Zwei Schritte der Auswertung. Deskriptive Darstellung aller Daten 2. analytische Darstellung (Gruppenvergleiche) SPSS-Andrea

Mehr

Welch-Test. Welch-Test

Welch-Test. Welch-Test Welch-Test Welch-Test Test auf Lageunterschied zweier normalverteilter Grundgesamtheiten mit unbekannten Varianzen durch Vergleich der Mittelwerte zweier unabhängiger Zufallsstichproben. Beispiel Im Labor

Mehr

Kapitel 23 Lineare Regression

Kapitel 23 Lineare Regression Kapitel 23 Lineare Regression Sowohl einfache als auch multiple Regressionsanalysen können Sie mit dem Befehl STATISTIK REGRESSION LINEAR... durchführen. Dabei lassen sich mit Hilfe diverser Optionen zahlreiche

Mehr

1. Biometrische Planung

1. Biometrische Planung 1. Biometrische Planung Die biometrische Planung ist Teil der Studienplanung für wissenschaftliche Studien, in denen eine statistische Bewertung von Daten erfolgen soll. Sie stellt alle erforderlichen

Mehr

Fakultät III Wirtschaftswissenschaften Univ.-Prof. Dr. Jan Franke-Viebach

Fakultät III Wirtschaftswissenschaften Univ.-Prof. Dr. Jan Franke-Viebach 1 Universität Siegen Fakultät III Wirtschaftswissenschaften Univ.-Prof. Dr. Jan Franke-Viebach Klausur Internationale Finanzierung Sommersemester 2014 LÖSUNG Bearbeitungszeit: 45 Minuten Zur Beachtung:

Mehr

Einkommensmobilität befristet Beschäftigter im deutsch-britischen Vergleich

Einkommensmobilität befristet Beschäftigter im deutsch-britischen Vergleich Einkommensmobilität befristet Beschäftigter im deutsch-britischen Vergleich Johannes Giesecke und Martin Groß Institut für Sozialwissenschaften Lehrbereich Empirische Sozialforschung Humboldt Universität

Mehr

K2 MATHEMATIK KLAUSUR. Aufgabe PT WTA WTGS Darst. Gesamtpunktzahl Punkte (max) 28 15 15 2 60 Punkte Notenpunkte

K2 MATHEMATIK KLAUSUR. Aufgabe PT WTA WTGS Darst. Gesamtpunktzahl Punkte (max) 28 15 15 2 60 Punkte Notenpunkte K2 MATHEMATIK KLAUSUR 26.2.24 Aufgabe PT WTA WTGS Darst. Gesamtpunktzahl Punkte (max 28 5 5 2 6 Punkte Notenpunkte PT 2 3 4 5 6 7 8 9 P. (max 2 2 2 4 5 3 3 4 3 Punkte WT Ana A.a b A.c Summe P. (max 7 5

Mehr

Dr. Tilly Lex (DJI) Wege ins Ausbildungs- und. Direkteinstiege, Umwege und. AID:A-Befunde. Aufwachsen in Deutschland

Dr. Tilly Lex (DJI) Wege ins Ausbildungs- und. Direkteinstiege, Umwege und. AID:A-Befunde. Aufwachsen in Deutschland Dr. Tilly Lex (DJI) Wege ins Ausbildungs- und Beschäftigungssystem: e, Umwege und Zwischenschritte h itt AID:A-Befunde Aufwachsen in Deutschland 3 Gliederung I. Wer schafft den direkten Einstieg in eine

Mehr

Prüfen von Mittelwertsunterschieden: t-test

Prüfen von Mittelwertsunterschieden: t-test Prüfen von Mittelwertsunterschieden: t-test Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de Statistik 1 S. Garbade (SRH Heidelberg) t-test

Mehr

Multivariate Statistik

Multivariate Statistik Hermann Singer Multivariate Statistik 1 Auflage 15 Oktober 2012 Seite: 12 KAPITEL 1 FALLSTUDIEN Abbildung 12: Logistische Regression: Geschätzte Wahrscheinlichkeit für schlechte und gute Kredite (rot/blau)

Mehr

Informationen zum Aufnahmetest Mathematik

Informationen zum Aufnahmetest Mathematik Erwachsenenschule Bremen Abendgymnasium und Kolleg Fachvertretung Mathematik Informationen zum Aufnahmetest Mathematik Der Aufnahmetest Mathematik ist eine schriftliche Prüfung von 60 Minuten Dauer. Alle

Mehr

Modul-Abschlussklausur zum. C-Modul Nr. 32551. Supply Chain Management. Datum: Unterschrift des Prüfers

Modul-Abschlussklausur zum. C-Modul Nr. 32551. Supply Chain Management. Datum: Unterschrift des Prüfers FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT MATRIKELNUMMER Name: Vorname: Unterschrift: Modul-Abschlussklausur zum C-Modul Nr. 32551 Supply Chain Management Termin:, 11 30 13 30 Uhr Prüfer: Prof. Dr. Dr. h.c.

Mehr

9. StatistischeTests. 9.1 Konzeption

9. StatistischeTests. 9.1 Konzeption 9. StatistischeTests 9.1 Konzeption Statistische Tests dienen zur Überprüfung von Hypothesen über einen Parameter der Grundgesamtheit (bei einem Ein-Stichproben-Test) oder über die Verteilung einer Zufallsvariablen

Mehr

Varianzanalyse ANOVA

Varianzanalyse ANOVA Varianzanalyse ANOVA Johannes Hain Lehrstuhl für Mathematik VIII Statistik 1/23 Einfaktorielle Varianzanalyse (ANOVA) Bisher war man lediglich in der Lage, mit dem t-test einen Mittelwertsvergleich für

Mehr

Allgemeine Regressionsanalyse. Kovariablen / Prädiktoren / unabhängige Variablen X j R d, evtl. deterministisch

Allgemeine Regressionsanalyse. Kovariablen / Prädiktoren / unabhängige Variablen X j R d, evtl. deterministisch Prof. Dr. J. Franke Statistik II für Wirtschaftswissenschaftler 9.1 Allgemeine Regressionsanalyse Daten (X j, Y j ), j = 1,..., N unabhängig Kovariablen / Prädiktoren / unabhängige Variablen X j R d, evtl.

Mehr

TECHNISCHE UNIVERSITÄT BERGAKADEMIE FREIBERG. Alte und Neue Prüfungsordnung. ABWL Personalmanagement. 90-minütige Abschlussklausur 20.

TECHNISCHE UNIVERSITÄT BERGAKADEMIE FREIBERG. Alte und Neue Prüfungsordnung. ABWL Personalmanagement. 90-minütige Abschlussklausur 20. TECHNISCHE UNIVERSITÄT BERGAKADEMIE FREIBERG Professur für Allgemeine Betriebswirtschaftslehre speziell Unternehmensführung und Personalwesen Alte und Neue Prüfungsordnung ABWL Personalmanagement 90-minütige

Mehr

2.Tutorium Generalisierte Regression

2.Tutorium Generalisierte Regression 2.Tutorium Generalisierte Regression - Binäre Regression - Moritz Berger: 04.11.2013 und 11.11.2013 Shuai Shao: 06.11.2013 und 13.11.2013 Institut für Statistik, LMU München 1 / 16 Gliederung 1 Erweiterte

Mehr

Inhaltsverzeichnis. Fragestellungen und Methoden 11. Vorwort 15. Kapitel 1 Einführung 17. Kapitel 2 Statistische Grundbegriffe 23

Inhaltsverzeichnis. Fragestellungen und Methoden 11. Vorwort 15. Kapitel 1 Einführung 17. Kapitel 2 Statistische Grundbegriffe 23 Fragestellungen und Methoden 11 Vorwort 15 Kapitel 1 Einführung 17 1.1 KonzeptiondesBuchs... 18 1.2 AufbaudesBuchs... 19 1.3 Programmversionen von PASW bzw. SPSS..... 20 1.4 WiekanndiesesBuchverwendetwerden?...

Mehr

Linearer Zusammenhang von Datenreihen

Linearer Zusammenhang von Datenreihen Linearer Zusammenhang von Datenreihen Vielen Problemen liegen (möglicherweise) lineare Zusammenhänge zugrunde: Mein Internetanbieter verlangt eine Grundgebühr und rechnet minutenweise ab Ich bestelle ein

Mehr

Kap. 9: Regression mit einer binären abhängigen Variablen

Kap. 9: Regression mit einer binären abhängigen Variablen Kap. 9: Regression mit einer binären abhängigen Variablen Motivation Lineares Wahrscheinlichkeitsmodell Probit- und Logit-Regression Maximum Likelihood Empirisches Beispiel: Analyse der HMDA-Daten Ausblick:

Mehr

Primzahlen zwischen 50 und 60. Primzahlen zwischen 70 und 80. Primzahlen zwischen 10 und 20. Primzahlen zwischen 40 und 50. den Term 2*x nennt man

Primzahlen zwischen 50 und 60. Primzahlen zwischen 70 und 80. Primzahlen zwischen 10 und 20. Primzahlen zwischen 40 und 50. den Term 2*x nennt man die kleinste Primzahl zwischen 0 und 60 zwischen 0 und 10 zwischen 60 und 70 zwischen 70 und 80 zwischen 80 und 90 zwischen 90 und 100 zwischen 10 und 20 zwischen 20 und 0 zwischen 0 und 40 zwischen 40

Mehr

Inhaltsverzeichnis. Regressionsanalyse. http://mesosworld.ch - Stand vom: 20.1.2010 1

Inhaltsverzeichnis. Regressionsanalyse. http://mesosworld.ch - Stand vom: 20.1.2010 1 Inhaltsverzeichnis Regressionsanalyse... 2 Lernhinweise... 2 Einführung... 2 Theorie (1-8)... 2 1. Allgemeine Beziehungen... 3 2. 'Best Fit'... 3 3. 'Ordinary Least Squares'... 4 4. Formel der Regressionskoeffizienten...

Mehr

Die binäre Logistische Regression ein vielseitiges und robustes Analyseinstrument sozialwissenschaftlicher Forschung

Die binäre Logistische Regression ein vielseitiges und robustes Analyseinstrument sozialwissenschaftlicher Forschung Die binäre Logistische Regression ein vielseitiges und robustes Analyseinstrument sozialwissenschaftlicher Forschung Eine Einführung für Anwender - Marcel Erlinghagen - Gelsenkirchen, Oktober 2003 Gliederung

Mehr

Wiederholungsklausur zur Veranstaltung. Basismodul Finanzwissenschaft

Wiederholungsklausur zur Veranstaltung. Basismodul Finanzwissenschaft Wiederholungsklausur zur Veranstaltung Basismodul Finanzwissenschaft Wirtschaftswissenschaftliche Fakultät der Friedrich-Schiller-Universität Jena Prof. Dr. Silke Übelmesser Wintersemester 2012/2013 Vorname:

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik und Wahrscheinlichkeitsrechnung Übung 2 28.02.2008 1 Inhalt der heutigen Übung Beschreibende Statistik Gemeinsames Lösen der Übungsaufgaben 2.1: Häufigkeitsverteilung 2.2: Tukey Boxplot 25:Korrelation

Mehr

Übungen zur Vorlesung. Statistik 2. a) Welche Grundannahmen der linearen Regression sind in Modell (1) verletzt?

Übungen zur Vorlesung. Statistik 2. a) Welche Grundannahmen der linearen Regression sind in Modell (1) verletzt? Institut für Stochastik WS 2007/2008 Universität Karlsruhe JProf. Dr. H. Holzmann Blatt 7 Dipl.-Math. oec. D. Engel Übungen zur Vorlesung Statistik 2 Aufgabe 25 (keine Abgabe) Angenommen die Zielvariable

Mehr

Fallstudie: Schadenshäufigkeiten bei Kfz-Versicherungen

Fallstudie: Schadenshäufigkeiten bei Kfz-Versicherungen Fallstudie: Schadenshäufigkeiten bei Kfz-Versicherungen Stefan Lang 12 Oktober 2005 WS 05/06 Datensatzbeschreibung (1) Daten Versicherungsdaten für Belgien ca 160000 Beobachtungen Ziel Analyse der Risikostruktur

Mehr

Name: Matr.-Nr. Datum: Bitte beachten Sie:

Name: Matr.-Nr. Datum: Bitte beachten Sie: Beuth-Hochschule Berlin / FH Brandenburg Online-Studiengang Medieninformatik Klausur Mensch-Computer-Kommunikation Wintersemester 2012/2013 Name: Matr.-Nr. Datum: Bitte beachten Sie: - Als einziges Hilfsmittel

Mehr