(4) = 37,7 % mit 37,7 % Wahrscheinlichkeit sind es höchstens 4 Fahrräder, das ist recht hoch; man kann also die Behauptung nicht wirklich ablehnen.

Größe: px
Ab Seite anzeigen:

Download "(4) = 37,7 % mit 37,7 % Wahrscheinlichkeit sind es höchstens 4 Fahrräder, das ist recht hoch; man kann also die Behauptung nicht wirklich ablehnen."

Transkript

1 Schülerbuchseite 98 1 Lösuge vorläufig IV Beurteilede Statistik S. 98 p S. 1 p w a t Tabelle Tabelle dowloadbar im Iteretauftritt 1 Teste vo Hypothese 1 a) Erwartugswert μ = 5 ud Stadardabweichug σ = 1,6; Die Beobachtug vo 4 defekte Fahrräder liegt och i der σ-umgebug des Erwartugswertes. Bei ur 1 getestete Fahrräder ka ma die Behauptug icht wirklich beurteile, aber das Ergebis stützt sogar die Behauptug. b) F 1,5 (4) = 7,7 % mit 7,7 % Wahrscheilichkeit sid es höchstes 4 Fahrräder, das ist recht hoch; ma ka also die Behauptug icht wirklich ablehe. a) Falsch: Das Ergebis ka im Ablehugsbereich liege, aber die Hypothese trotzdem stimme. b) Falsch: Die Nullhypothese ka icht verworfe werde, sie ist sehr wahrscheilich wahr, aber sie köte auch falsch sei. c) Falsch: (Begrüdug wie i a)) d) Stimmt: Wie ma a de Aufgabe a) c) sieht a) Testgröße ist der Wählerateil, also die Azahl der Befragte, die die artei wähle würde. Die Nullhypothese H : p 6 %, Gegehypothese H 1 : p > 6 %, = 1 (z. B.) Wähler, die befragt werde. Nur we deutlich mehr als 6 Wähler für die artei wähle, z. B. für Z * K = {5; ; 1} würde ma davo ausgehe, dass der Wählerateil gestiege ist. Sid es deutlich mehr, da köte er gestiege sei. b) Repräsetativ heißt (ach K. Gerald va de Boogaart): idetisch verteilt: alle Beobachtuge spiegel das gleiche Zufallsgesetz wieder. stochastisch uabhägig: jede Beobachtug ist eu ach dem Zufallsgesetz zustade gekomme. Es gibt zwei grudsätzlich verschiedee Wege zu repräsetative Date: Zufällige ud faire Auswahl eier Stichprobe aus eier Grudgesamtheit. Uabhägiger Wiederholug idetischer Zufallsexperimete. c) Bei 7 % geht ma davo aus, dass der Ateil der Wähler gleich gebliebe ist. 4 a) Fall 1: 1 F (11),1 = 1, % Fall : 1 F _ (11),89 = 8,9 % b) Ma würde sich für Fall etscheide, da die Wahrscheilichkeit 15 Kugel zu erhalte uter der Bedigug es sid _ weiße Kugel größer ist als we weiße Kugel i der Ure sid. (Z = 15) < _ (Z = 15) c) 1 F (14),17, % p 5 Die Nullhypothese H 1 : p > 6, H : p = 6 ; Es wird z. B. = 1 mal gewürfelt. Ma erhält folgedes Diagramm:,,18,16,14,1,1,8,6,4,, Erst Klett Verlag GmbH, Stuttgart 1 Alle Rechte vorbehalte. Lambacher Schweizer, Ausgabe Bayer, Lösuge ud Materialie Klasse 1 IV Beurteilede Statistik 71

2 Schülerbuchseite 1 14 Lösuge vorläufig Da gilt: F 1 (),96 = 96, % köte ma z. B. vereibare die Nullhypothese abzulehe, we 6 öfter als Mal die Sechs fällt. K = {4; ; 1} v 6 a) Nicht stichhaltig, da subjektiv b) Bei 7 % muss der Ateil och icht ubedigt gesuke sei 7 % liegt sogar sehr ahe bei H : p = 4 %. {μ = 4; σ = 5}. c) Die Wahrscheilichkeit für geau 7 Treffer ist atürlich sehr klei. Ma muss,4 (Z 7) betrachte ud diese Wahrscheilichkeit ist sehr groß. d) Stichhaltig, μ = 4; σ 5 7 liegt im zu erwartede Bereich. S a) f (x) = (x + ) ; f (x) = (x + ) = x + 6; g (x) = x + ; g (x) = x b) f (x) = 1 x 6 ; f (x) = 6 x 5 ; g (x) = (1 x ) ; g (x) = (1 x ) ( x ) = 6 x 5 6 x c) f (x) = 1 + (x ) ; f (x) = _ (x ) ; g (x) = x ; g (x) = x 1 (x 1) d) f (x) = (1 + x _ x ); f (x) = 4 x; g (x) = = x + 4 ; g (x) = x (x + 4) x x (x + 4) = 8 x (x + 4) Fehler 1. ud. Art 1 + ( _ x ) = 1 + 4_ x 1 1: der ilz ist giftig; Der Fehler (der tödlich sei köte) wäre, ih für icht giftig zu halte ud zu esse. : der ilz ist icht giftig; Der Fehler (der auf keie Fall tödlich ist) wäre, ih für giftig zu halte ud icht zu esse. S. 14t Tabelle z g α 5, % Å5, % 4,7 % Å,Å %,Å6 % 1 F 1, (g 1) β Åå, % 7,å % 6, % 8,8 % 94,5 % F 1,5 (g 1) α + β 5, % 5,å % 6å % 8,9 % 94,å % g = 4 am kleiste g α åå,å % 6å, % 55, % 4,Å % Å,6 % 1 F 5, (g 1) β, %,5 %,Å %, %,åå % F 5, (g 1) α + β åå,å % 6å,5 % 55,4 % 4,4 %,å % g = 17 am kleiste v t a) falsch: α gibt die Wahrscheilichkeit a, mit der ma die Nullhypothese verwirft, obwohl sie falsch ist. b) falsch: Sie ka auch falsch sei Fehler. Art! 4 H =,1; = 5; k = 8 5 a),,75 =,5 % b) ; B(5;,1; k) = 1, % 7 k = 8 7 c) ; B(5;,; k) = 19 % ; B(5;,; k) =,7 % k = k = Erst Klett Verlag GmbH, Stuttgart 1 Alle Rechte vorbehalte. Lambacher Schweizer, Ausgabe Bayer, Lösuge ud Materialie Klasse 1 IV Beurteilede Statistik 7

3 Schülerbuchseite 15 Lösuge vorläufig S. 15m z p x 5 Idividuelle Lösuge; z. B. a) K = {9; 1} α = 1,1 % b) K = {7; ; 1} α = 1,1 %; (bzw. K = {; 1} α = 1,1 %) (bzw. K = {} α =,8 %),,,5,5,,,Å5,Å5,Å,Å,5, ,5, c) K = {6; ; 1} α = 1,97 % d) K = {1; ; 15} α =, %; (bzw. K = {} α = 5,6 %) (bzw. K = {; ; } α =,7 %),,,5,5,,,Å5,Å5,Å,Å,5, ,5, e) K = {1; ; } α =,1 % ; (bzw. K = {; ; } α = 1,6 %),,Å8,Å6,Å4,Å,Å,8,6,4,, Erst Klett Verlag GmbH, Stuttgart 1 Alle Rechte vorbehalte. Lambacher Schweizer, Ausgabe Bayer, Lösuge ud Materialie Klasse 1 IV Beurteilede Statistik 7

4 Schülerbuchseite_15 Lösuge vorläufig f) K = {} α = 1,1 %; (bzw. K = {; ; 1} α =, %),5,,Å5,Å,5, g) K = {5; ; } α = 4, % (bzw. K = {} α = 1,1 %),,5,,Å5,Å,5, h) K = {1; ; 5} α =,5 %; (bzw. K = {; 1} α =, %),,Å8,Å6,Å4,Å,Å,8,6,4,, m z 6 a) α = 8,7 %; β =,5 % b) g α,ååå,6å,å,å4 β,8,54,96,å56 α + β,å9,åå5,å7,åå Bei g = 15 ist der Uterschied ud die Summe am kleiste. c) Der Uterschied ist bei g = am kleiste. Erst Klett Verlag GmbH, Stuttgart 1 Alle Rechte vorbehalte. Lambacher Schweizer, Ausgabe Bayer, Lösuge ud Materialie Klasse 1 IV Beurteilede Statistik 74

5 Schülerbuchseite Lösuge vorläufig ) richtig: F 8,5 (1) =,5 % ) falsch: p =,5 ) richtig 4) falsch (we sie abgeleht wird) 5) falsch: wäre die Summe der beide Fehler α ud β 6) richtig: p (H 1 ) muss gegebe sei. 7) falsch: we die eie Fehlerwahrscheilichkeit größer wird, da wird die adere kleier. 8) falsch: richtig wäre: aus der gegebee Stichprobe ka mit eie Aussage über p mache. v 8 obe liks ist die Ableitugsfuktio vo ute rechts, da die Fuktio bei x = ei Extremum besitzt, für x < steigt ud für x > fällt; es gibt zwei Wedepukte bei x ±,6. ute liks ist die Ableitugsfuktio vo obe rechts, da die Fuktio bei x = ei Extremum besitzt, für x < fällt ud für x > steigt. Der Wedepukt ist i der Nähe vo x = 1. S. 16 S. 19 Tabellet m Eiseitiger Sigifikaztest 1 a) H : Das Medikamet hat doch so viele Nebewirkuge (p =,5) H 1 : Das Medikamet hat weiger Nebewirkuge (p <,5) Der schwerwiegedere Fehler wäre: Das eue Medikamet wird eigesetzt (d. h. zeigt im Test weiger Nebewirkuge), obwohl es doch so viele Nebewirkuge hat. Weiger schlimm (für die atiete) wäre das Medikamet icht eizusetze obwohl es weiger Nebewirkuge hat, da es im Test geauso viele gezeigt hat. b) Die Wahl des kritische Bereichs sollte so falle, dass die Fehlerwahrscheilichkeit möglichst klei wird (z. B. 1 %); der kritische Bereich wird da verkleiert. Die Nullhypothese sollte immer so gewählt werde, dass der Fehler, diese fälschlicherweise zu verwerfe der schlimmere Fehler ist ud eigeschräkt werde muss. a) H : p =,; H 1 : p >, eiseitiger Sigifikaztest b) 1, (Z g),5 1, (Z g 1),95 g 1 = 6 g = 7 der Ablehugsbereich ist {7; 1} ud damit α =,1 %. β (p = 4 %) = 89,4 %; β (p = 5 %) = 76,6 %; β (p = 6 %) = 6,6 % a) Suche im Tabellewerk eie Wert g, so dass, (Z g),5 ist. g = 7 Der Ablehugsbereich ist da {7; }. b) Ma würde die Nullhypothese ablehe. c) α = 4, % d) Idividuelle Lösuge 4 a) richtig siehe Defiitio b) richtig der Streife um de Erwartugswert wird vergrößert. c) richtig siehe b) Tabelle m S. 11 Tabelle t 5 a) Hier gehe wir vo der Nullhypothese H : p =,5 aus ud H 1 : p <,5; = 1; da ergibt sich mit Hilfe der Tabelle ei Ablehugsbereich vo K = {; ; 17} (α =,76 %), d. h. i dem Bereich sieht sich Yaik bestätigt. b) Bei =, H =,5 ud H 1 <,5 ergibt sich beim Sigifikaziveau vo 5 % ei Ablehugsbereich vo K = {; ; 9}; kommt 64 mal Blau vor, da geht ma icht davo aus, dass die Wahrscheilichkeit kleier ist. c) Ma würde die Hypothese aehme, da der Ablehugsbereich vo K = {; ; 1} geht. 6 a) K = {59; ; 1}; α = 4,4 % b) K = {; ; 87}; α =,8 % c) K = {117; ; }; α = 1,4 % Erst Klett Verlag GmbH, Stuttgart 1 Alle Rechte vorbehalte. Lambacher Schweizer, Ausgabe Bayer, Lösuge ud Materialie Klasse 1 IV Beurteilede Statistik 75

6 Schülerbuchseite Lösuge vorläufig 7 H : p =,96; H 1 : p <,96 (Behauptug des Geschäftsführers) a) K = {; ; 186} b) α =,1 % Ma ka aber auch die Aufgabe geau aders herum sehe aus der Sicht des Großabehmers ud da ist H : p,96; H 1 : p >,96 Damit ist K = {197; ; } ud α = 4 % (d. h. we 197 bis Kugelschreiber i Ordug sid, da wird ma H 1 befürworte. 8 a) Die olizei möchte de Fehler miimiere, dass ma fälschlicherweise aimmt, dass der Ateil der Agegurtete gestiege ist, obwohl er gleichgebliebe oder sogar kleier geworde ist; H : p,7; H 1 : p >,7 Der kritische Bereich liegt da bei K = {15; ; } ud α =,6 %. Der Autoclub hat die Hypothese H : p,7 mit dem kritische Bereich K = {; ; 18} ud α =,96 %. b) Die Zahl vo 154 agegurtete Fahrer liegt für die olizei im Ablehugsbereich der Nullhypothese, d. h. für die olizei ist der Ateil größer geworde. Der Autoclub sieht sich i seier Aahme bestätigt, dass der Ateil größer ist. m Tabelle oder m m 9 a) H wird abgeleht, da K = {75; ; 199} b) H wird ageomme, da K = {111; ; 15} c) H wird abgeleht, da K = {; ; 49} d) H wird abgeleht, da K = {144; ; 5} e) H wird ageomme, da K = {; ; 1} 1 a) Ma erhält de kritische Bereich K = {18; ; 5} ud somit α =, %. b) β (,6) = 84 %, β (,75) = 7, %; β (,9) =, % c) α =,7 %; β (,6) = 9,6 %; β (,75) = 4,9 %; β (,9) =,95 % d) α = 4,4 %; β (,6) = 7,7 %; β (,75) =,15 %; β (,9) = % 11 a) Nullhypothese: H : p,65; H 1 : p <,65 liksseitiger Test mit dem Ablehugsbereich K = { ; 7} b) die Bürgeriitiative macht eie rechtsseitige Test mit H : p,65; H 1 : p >,65 ud erhält de Ablehugsbereich K = {41; ; 6} c) bei k aus K = {71; ; 49} Zustimmuge ka weder die Stadtverwaltug och die Bürgeriitiative ihre Nullhypothese verwerfe, soder jeweils wird die Nullhypothese bestehe lasse. S a) H : p =,5; Behauptug: er rät ur! H 1 : p >,5; bei K = {15; ; } wird die Nullhypothese abgeleht, bei _ K = {; ; 14} ageomme. b) 1 liegt im Aahmebereich der Nullhypothese, ma geht also davo aus, dass er gerate hat. Der Fehler. Art köte eitrete. c) β (6 %) = 87,4 %; β (7 %) = 58,4 %; β (8 %) = 19,6 %; β (9 %) = 1,1 % m 1 Festlegug des Herstellers vo Medikamet B: H 1 : p < 85 %; H : p > 85 %; gesucht ist also ei Aahmebereich _ K = {g + 1; ; 18}, wobei für g gilt: g ; i = B (18;,85; i),5 (bzw.,1; bzw.,1) Ma erhält: _ K 5 % = {86; ; 18}; _ K 1 % = {8; ; 18}; _ K,1 % = {79; ; 18} Bei eiem seriöse Test wird ma wohl die Nullhypothese H : p,85 wähle ud H 1 : p >,85. Da ergibt sich: _ K 5 % = {98; ; 18}; _ K 1 % = {1; ; 18}; _ K,1 % = {1; ; 18} Erst Klett Verlag GmbH, Stuttgart 1 Alle Rechte vorbehalte. Lambacher Schweizer, Ausgabe Bayer, Lösuge ud Materialie Klasse 1 IV Beurteilede Statistik 76

7 Schülerbuchseite 111 Lösuge vorläufig 14 a) K = {; ; } b) Diagramm der B (5;,6)-Verteilug,Å,Å,8,6,4 (x = x i ) 6 1, zu F 5,6 (k): 1, 1,,8,6,4 F 6 1, Diagramm der B (5;,5)-Verteilug,Å,Å,8,6,4 (x = x i ) 6 1, Fehler. Art zu p =,5: 1, 1,,8,6,4 F 6 1, Erst Klett Verlag GmbH, Stuttgart 1 Alle Rechte vorbehalte. Lambacher Schweizer, Ausgabe Bayer, Lösuge ud Materialie Klasse 1 IV Beurteilede Statistik 77

8 Schülerbuchseite 111 Lösuge vorläufig Fehler. Art zu p =,4: 1, 1,,8,6,4 F 6 1, Fehler. Art zu p =,5: 1, 1,,8,6,4 F 6 1, c) Sikt das Sigifikaziveau, da wird der kritische Bereich kleier ud der Fehler. Art wird größer. d) (x = x i ),9,8,7,6,5,4,,,Å, Wird größer, da werde beide Fehler kleier. z p t s m 15 Idividuelle Lösuge Material: 1- -Müze 16 a) Für die Firma wäre es schlecht, we sich der Bekatheitsgrad icht auf 1 % verbessert hat das Stichprobeergebis aber so ausfällt, dass ma die Hypothese p,4 uterstützt. Dieses Risiko ist zu miimiere, also H : p <,4 ud H 1 : p,4. 1 ; k = g g 1 B (1;,4; k),5; also ; B (1;,4; k),95 Tabelle: g 1 = 48 g = 49; k = also ist der Aahmebereich der Gegehypothese p,4, d. h. der kritische Bereich der Nullhypothese p<,4; K = {49; ; 1}; b) α = 4, % < 5 % c) Ma müsste de kritische Bereich ach obe verschiebe, d. h. g größer mache. d) Die Agetur wählt dieses Verfahre, da da der für sie schlimme Fehler der Bekatheitsgrad ist besser geworde, wird aber icht bezahlt miimiert wird. Also H : p =,4 ud H 1 : p <,4 α = 9,1 %. Erst Klett Verlag GmbH, Stuttgart 1 Alle Rechte vorbehalte. Lambacher Schweizer, Ausgabe Bayer, Lösuge ud Materialie Klasse 1 IV Beurteilede Statistik 78

9 Schülerbuchseite Lösuge vorläufig 17 a) z. B. Eisetzverfahre: a + 4 ( a 7) = 7 a = 5; b = b) z. B. Additiosverfahre ( (II) (I)): = uedlich viele Lösuge; L = {(x y) x = _ y + ; y * R} c) z. B. Additiosverfahre ( (II) + (I)): = 4 L = { } d) z. B. Additiosverfahre (4 (II) + (I)): 8 a = 8 a = 1; b = 18 a) Amplitude: ; eriode: ; Verschiebug: b) Amplitude: 1,5; eriode: π; Verschiebug: π y y 1 x 1 x 1 O O Thema: Taxiproblem S. 11 z m p 1 () _ + 1 = + 1 ma muss 1 abziehe () beobachtetes Maximum = icht äder (4) = icht äder (1 1) + ( 1) + ( ) + + ( ( 1) ) (5) + = + _ 1 = _ + 1 = + 1 Zieht ma hiervo 1 ab ud lässt weg, da ergibt sich auch wieder. Idividuelle Lösuge a) (1) 154; () bleibt bei 69 1 = 17; () ; (4) 4; (5) 9 Das Verfahre liegt weit vo eier mögliche Obergreze etfert. b) z. B: durch Eifüge weiterer Werte zwische x 4 ud x 5 oder idem ma de obere Bereich mehr gewichtet oder idem ma utere Werte weglässt. Erst Klett Verlag GmbH, Stuttgart 1 Alle Rechte vorbehalte. Lambacher Schweizer, Ausgabe Bayer, Lösuge ud Materialie Klasse 1 IV Beurteilede Statistik 79

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

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

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

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

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

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

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

Wahrscheinlichkeit & Statistik Musterlösung Serie 13

Wahrscheinlichkeit & Statistik Musterlösung Serie 13 ETH Zürich FS 2013 D-MATH Has Rudolf Küsch Koordiator Blaka Horvath Wahrscheilichkeit & Statistik Musterlösug Serie 13 1. a) Die Nullhypothese lautet dass das echte Medikamet höchstes gleich gut ist wie

Mehr

mathphys-online Abiturprüfung Berufliche Oberschule 2010 Mathematik 13 Technik - B I - Lösung

mathphys-online Abiturprüfung Berufliche Oberschule 2010 Mathematik 13 Technik - B I - Lösung Abiturprüfug Berufliche Oberschule 2010 Mathematik 13 Techik - B I - Lösug Teilaufgabe 1.0 Die Firma Sparlux stellt Eergiesparlampe i großer Azahl her, die, je achdem, wie geau sie die Neleistug eihalte,

Mehr

Teilaufgabe 1.1 (3 BE) Berechnen Sie die Wahrscheinlichkeit dafür, dass ein im Flughafen zufällig herausgegriffener Pauschalreisender ( ) =

Teilaufgabe 1.1 (3 BE) Berechnen Sie die Wahrscheinlichkeit dafür, dass ein im Flughafen zufällig herausgegriffener Pauschalreisender ( ) = Abiturprüfug Berufliche Oberschule 004 Mathematik 3 Techik - B I - Lösug Teilaufgabe.0 A eiem Flughafe sid 0% der Reisede Ferreisede. Uter de Ferreisede befide sich 5% Nicht-Pauschalreisede. Der Ateil

Mehr

Abiturprüfung Mathematik 13 Technik B I - Lösung mit CAS

Abiturprüfung Mathematik 13 Technik B I - Lösung mit CAS GS 04.06.2016 - m16_13t-b1_lsg_cas_gs.pdf Abiturprüfug 2016 - Mathematik 13 Techik I - Lösug mit CAS Teilaufgabe 1.0 Eiem Eishockey-Traier stehe isgesamt 15 Spieler zur Verfügug, wobei es sich um zwölf

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

Teilaufgabe 1.0 Bei der Firma Kohl kommen morgens alle im Büro Beschäftigten nacheinander ins Großraumbüro.

Teilaufgabe 1.0 Bei der Firma Kohl kommen morgens alle im Büro Beschäftigten nacheinander ins Großraumbüro. mathphys-olie Abiturprüfug Berufliche Oberschule 014 Mathematik 13 Techik - B I - Lösug Teilaufgabe 1.0 Bei der Firma Kohl komme morges alle im Büro Beschäftigte acheiader is Großraumbüro. Teilaufgabe

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

Klausur vom

Klausur vom UNIVERSITÄT KOBLENZ LANDAU INSTITUT FÜR MATHEMATIK Dr. Domiik Faas Stochastik Witersemester 00/0 Klausur vom 7.0.0 Aufgabe 3+.5+.5=6 Pukte Bei eier Umfrage wurde 60 Hotelbesucher ach ihrer Zufriedeheit

Mehr

Beurteilende Statistik - Testen von Hypothesen Übungsaufgaben (1)

Beurteilende Statistik - Testen von Hypothesen Übungsaufgaben (1) Moika Kobel, MK 07052005 Hypothesetest_Ueb_1cd Beurteilede Statistik - Teste vo Hypothese Übugsaufgabe (1) (1) (2) (3) (4) (5) (6) (7) (8) (9) Eie Fira öchte bei eie Sigifikaztest das Fehlerrisiko bzw

Mehr

Abschlussprüfung an Fachoberschulen in Bayern Mathematik 2006 Stochastik S1 Ausbildungsrichtung Nichttechnik

Abschlussprüfung an Fachoberschulen in Bayern Mathematik 2006 Stochastik S1 Ausbildungsrichtung Nichttechnik MK 2..0 A_12NT_S1_MK_Loes.mcd Abschlussprüfug a Fachoberschule i Bayer Mathematik 0 Stochastik S1 Ausbildugsrichtug Nichttechik 1. Am 22.04.0 wurde 812.000 Tickets zur FIFA WM 0 verlost. 00.000 Mesche

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

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

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007 Lehrstuhl für Empirische Wirtschaftsforschug ud Ökoometrie Dr. Rolad Füss Statistik II: Schließede Statistik SS 2007 6. Grezwertsätze Der wichtigste Grud für die Häufigkeit des Auftretes der Normalverteilug

Mehr

TESTEN VON HYPOTHESEN

TESTEN VON HYPOTHESEN TESTEN VON HYPOTHESEN 1. Grudlage Oft hat ma Vermutuge zu Sachverhalte ud möchte diese gere durch Experimete bestätige. Dabei ka es sich i der Praxis zum Beispiel um Verteiluge vo gewisse Zufallsgröße

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

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

3.2 Wilcoxon Rangsummentest

3.2 Wilcoxon Rangsummentest 3. Wilcoxo Ragsummetest Wir gehe davo aus, dass zwei Teilstichprobe x 1, x,..., x 1 ud y1, y,..., y vorliege, wobei die erste Teilstichprobe aus Realisieruge vo uabhägig ud idetisch stetig verteilte Zufallsvariable

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

Grenzwertberechnungen

Grenzwertberechnungen Katosschule Solothur Grezwertberechuge Grezwertberechuge Grezwertberechuge bei Folge ud Reihe Folge sid Fuktioe; die Begriffe beschräkt ud mooto trete daher auch bei Folge auf. Isbesodere habe sie eie

Mehr

Diskrete Wahrscheinlichkeitstheorie Wiederholungsklausur

Diskrete Wahrscheinlichkeitstheorie Wiederholungsklausur Techische Uiversität Müche Sommersemester 007 Istitut für Iformatik Prof. Dr. Javier Esparza Diskrete Wahrscheilichkeitstheorie Wiederholugsklausur LÖSUNG Hiweis: Bei alle Aufgabe wird ebe dem gefragte

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

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

Kapitel VI. Einige spezielle diskrete Verteilungen

Kapitel VI. Einige spezielle diskrete Verteilungen Kapitel VI Eiige spezielle diskrete Verteiluge D 6 (Hypergeometrische Verteilug) Eie Zufallsvariable X heißt hypergeometrisch verteilt, we sie folgede Wahrscheilichkeitsfuktio besitzt: M N M P ( X ) p

Mehr

Mathematik 2 für Naturwissenschaften

Mathematik 2 für Naturwissenschaften Has Walser Mathematik 2 für Naturwisseschafte 2 3 3 4 6 4 5 0 0 5 6 5 20 5 6 Modul 209 Tabelle Has Walser: Modul 209, Tabelle ii Ihalt Fakultäte... 2 Biomialkoeffiziete... 2 3 Biomische Verteilug... 3

Mehr

n (n + 1) = 1(1 + 1)(1 + 2) 3 Induktionsschritt: Angenommen die Gleichung gilt für n N. Dann folgt: 1 2 = 2 =

n (n + 1) = 1(1 + 1)(1 + 2) 3 Induktionsschritt: Angenommen die Gleichung gilt für n N. Dann folgt: 1 2 = 2 = Aufgabe 1: (6 Pukte) Zeige Sie für alle N die Formel: 1 2 + 2 3 + 3 4 +... + ( + 1) = ( + 1)( + 2). 3 Lösug: Beweis durch vollstädige Iduktio. Iduktiosafag: Für = 1 gilt: 1 2 = 2 = 1(1 + 1)(1 + 2) 3 Iduktiosschritt:

Mehr

7.2 Grundlagen der Wahrscheinlichkeitsrechnung

7.2 Grundlagen der Wahrscheinlichkeitsrechnung 7.2 Grudlage der Wahrscheilichkeitsrechug Ei Ereigis heißt i Bezug auf eie Satz vo Bediguge zufällig, we es bei der Realisierug dieses Satzes eitrete ka, aber icht ubedigt eitrete muss. Def. 7.2.: Ei Experimet

Mehr

Statistik I/Empirie I

Statistik I/Empirie I Vor zwei Jahre wurde ermittelt, dass Elter im Durchschitt 96 Euro für die Nachhilfe ihrer schulpflichtige Kider ausgebe. I eier eue Umfrage uter 900 repräsetativ ausgewählte Elter wurde u erhobe, dass

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

Einstichprobentests für das arithmetische Mittel

Einstichprobentests für das arithmetische Mittel Eistichprobetests für das arithmetische Mittel H 0 : = 0 bzw. H 0 : 0 H 1 : 0 zweiseitiger Test) H 1 : 0 zweiseitiger Test) Uter Gültigkeit vo H 0 ist die achfolgede Teststatistik stadardormalverteilt.

Mehr

Analysis I Lösungsvorschläge zum 3. Übungsblatt Abgabe: Bis Donnerstag, den , um 11:30 Uhr

Analysis I Lösungsvorschläge zum 3. Übungsblatt Abgabe: Bis Donnerstag, den , um 11:30 Uhr Karlsruher Istitut für Techologie Istitut für Aalysis Dr. Christoph Schmoeger Dipl.-Math. Lars Machiek Dipl.-Math. Sebastia Schwarz WS 206/207 03..206 Aalysis I Lösugsvorschläge zum 3. Übugsblatt Abgabe:

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

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik ud Wahrscheilichkeitsrechug Dr. Joche Köhler 9.04.008 Äderug Übugsstude Statistik ud Wahrscheilichkeitsrechug Die Gruppe vo Markus trifft sich am Doerstag statt im HCI D zusamme mit der Gruppe

Mehr

Korrelationsanalyse zwischen kategorischen Merkmalen. Kontingenztabellen. Chi-Quadrat-Test

Korrelationsanalyse zwischen kategorischen Merkmalen. Kontingenztabellen. Chi-Quadrat-Test Kotigeztabelle. Chi-Quadrat-Test Korrelatiosaalyse zwische kategorische Merkmale Beispiel 1 ohe Frau 8 75 1 Ma 48 49 97 76 14? Häufigkeitstabelle (Kotigeztabelle): eie tabellarische Darstellug der gemeisame

Mehr

Kapitel 3: Bedingte Wahrscheinlichkeiten und Unabhängigkeit

Kapitel 3: Bedingte Wahrscheinlichkeiten und Unabhängigkeit - 18 - (Kapitel 3 : Bedigte Wahrscheilichkeite ud Uabhägigkeit) Kapitel 3: Bedigte Wahrscheilichkeite ud Uabhägigkeit Wird bei der Durchführug eies stochastische Experimets bekat, daß ei Ereigis A eigetrete

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

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

4 Konvergenz von Folgen

4 Konvergenz von Folgen 4 Kovergez vo Folge Defiitio 4.. Sei M eie Mege. Ist 0 Z ud für jedes Z mit 0 ei a M gegebe, so et ma die Abbildug { Z; 0 } M, a eie Folge i M. Abkürzed schreibt ma für eie solche Abbildug auch a ) 0 oder

Mehr

Beurteilende Statistik - Testen von Hypothesen Alternativtest

Beurteilende Statistik - Testen von Hypothesen Alternativtest Moika Kobel 26.03.2005 Hypothesetest_i.mcd Beurteilede Statistik - Teste vo Hypothese Alterativtest Bsp.: Eie Fabrik liefert Schachtel mit Schraube hoher Qualität ( 10% der Schraube sid fehlerhaft ) ud

Mehr

Stochastik - Lösung (BSc D-MAVT / BSc D-MATH / BSc D-MATL)

Stochastik - Lösung (BSc D-MAVT / BSc D-MATH / BSc D-MATL) Prof. Dr. M. Schweizer ETH Zürich Witer 28 Stochastik - Lösug (BSc D-MAVT / BSc D-MATH / BSc D-MATL). (6 Pukte) a) (2 Pukte) Wir defiiere die Ereigisse K {die Perso ist krak} ud T {der Test ist positiv}.

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

6 Vergleich mehrerer unverbundener Stichproben

6 Vergleich mehrerer unverbundener Stichproben 6 Vergleich mehrerer uverbudeer Stichprobe 6.1 Die eifaktorielle Variazaalyse Die eifaktorielle Variazaalyse diet der Utersuchug des Eiflusses eier kategorieller (bzw. ichtmetrischer) Variable, die die

Mehr

Musterlösung für die Klausur zur Vorlesung Stochastik I im WiSe 2014/2015

Musterlösung für die Klausur zur Vorlesung Stochastik I im WiSe 2014/2015 Musterlösug für die Klausur zur Vorlesug Stochastik I im WiSe 204/205 Teil I wahr falsch Aussage Gilt E[XY ] = E[X]E[Y ] für zwei Zufallsvariable X ud Y mit edlicher Variaz, so sid X ud Y uabhägig. Für

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

,,, 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

Tests für beliebige Zufallsvariable

Tests für beliebige Zufallsvariable Kapitel 10 Tests für beliebige Zufallsvariable 10.1 Der Chi-Quadrat-Apassugstest Sei x eie gaz beliebige Zufallsvariable, dere Dichtefuktio icht oder icht geau bekat ist. Beispiel: Es seie z.b. mittels

Mehr

Fit in Mathe. April Klassenstufe 10 Wurzelfunktionen

Fit in Mathe. April Klassenstufe 10 Wurzelfunktionen Thema Fit i Mathe Musterlösuge 1 April Klassestufe 10 Wurzelfuktioe Uter der -te Wurzel eier icht-egative Zahl (i Zeiche: ) versteht ma die icht-egative Zahl, die mal mit sich selber multipliziert, die

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

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

Tutorial zum Grenzwert reeller Zahlenfolgen

Tutorial zum Grenzwert reeller Zahlenfolgen MAE Mathematik: Aalysis für Igeieure Herbstsemester 206 Dr. Christoph Kirsch ZHAW Witerthur Tutorial zum Grezwert reeller Zahlefolge I diesem Tutorial lere Sie, die logische Aussage i der Defiitio des

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

V. Tests bez. zweier Verteilungsfunktionen

V. Tests bez. zweier Verteilungsfunktionen 7 V. Tests bez. zweier Verteilugsfuktioe Seie X ud Y zwei uabhägige oralverteilte Zufallsvariable, für die zwei kokrete Stichprobe x, x,..., x bzw. y, y,..., y it de Ufäge bzw vorliege. a) X ud Y seie

Mehr

Lösung der Nachklausur

Lösung der Nachklausur H. Schmidli Eiführug i die Stochastik WS 8/9 Lösug der Nachklausur. a) Aus dem Satz der totale Wahrscheilichkeit folgt für de Ateil der Persoe, die der Vorlage zugestimmt habe Also liegt die Zustimmug

Mehr

Eingangsprüfung Stochastik,

Eingangsprüfung Stochastik, Eigagsprüfug Stochastik, 5.5. Wir gehe stets vo eiem Wahrscheilichkeitsraum (Ω, A, P aus. Die Borel σ-algebra auf wird mit B bezeichet, das Lebesgue Maß auf wird mit λ bezeichet. Aufgabe ( Pukte Sei x

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

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

Übung zur Vorlesung Statistik I WS Übungsblatt 8

Übung zur Vorlesung Statistik I WS Übungsblatt 8 Übug zur Vorlesug Statistik I WS 2013-2014 Übugsblatt 8 9. Dezember 2013 Aufgabe 25 (4 Pukte): Sei X B(, p) eie biomial verteilte Zufallsvariable. Schreibe Sie i R eie Fuktio PWert, die für jedes Ergebis

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 81 Beispiel: p-wert bei Chi-Quadrat-Apassugstest (Grafik) Auftragseigagsbeispiel, realisierte Teststatistik χ 2 = 12075, p-wert: 00168 f χ 2 (4)

Mehr

3 Kritischer Bereich zum Niveau α = 0.10: K = (χ 2 k 1;1 α, + ) = (χ2 5;0.90, + ) = (9.236, + ) 4 Berechnung der realisierten Teststatistik:

3 Kritischer Bereich zum Niveau α = 0.10: K = (χ 2 k 1;1 α, + ) = (χ2 5;0.90, + ) = (9.236, + ) 4 Berechnung der realisierten Teststatistik: 8 Apassugs- ud Uabhägigkeitstests Chi-Quadrat-Apassugstest 81 Beispiel: p-wert bei Chi-Quadrat-Apassugstest (Grafik) Auftragseigagsbeispiel, realisierte Teststatistik χ 2 1275, p-wert: 168 8 Apassugs-

Mehr

6. Übung - Differenzengleichungen

6. Übung - Differenzengleichungen 6. Übug - Differezegleichuge Beispiel 00 Gesucht sid alle Lösuge vo a) x + 3x + = 0 ud b) x + x + 7 = 0, jeweils für 0. Um diese lieare Differezegleichug erster Ordug zu löse, verwede wir die im Buch auf

Mehr

9. Primzahltests. Problemstellung: Definition: Satz: Gegeben sei n N, n 0, gilt n P?

9. Primzahltests. Problemstellung: Definition: Satz: Gegeben sei n N, n 0, gilt n P? 9. Primzahltests Problemstellug: Gegebe sei N, 0, gilt P? Vergleich mit Tabelle ( 1 0 1, 1 0 1 3 uzweckmäßig Teste alle p P mit p 1 / auf p uzweckmäßig Fermat-Test : Wähle zufällig eiige a i Z ud teste:

Mehr

Zusammenfassung: Folgen und Konvergenz

Zusammenfassung: Folgen und Konvergenz LGÖ Ks VMa Schuljahr 6/7 Zusammefassug Folge ud Kovergez Ihaltsverzeichis Defiitioe ud Beispiele für Folge Beschräkte Folge Kovergez vo Folge Grezwertsätze für Folge 5 Für Experte 7 Defiitioe ud Beispiele

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

Prof. Dr. Roland Füss Statistik II SS 2008

Prof. Dr. Roland Füss Statistik II SS 2008 1. Grezwertsätze Der wichtigste Grud für die Häufigkeit des Auftretes der Normalverteilug ergibt sich aus de Grezwertsätze. Grezwertsätze sid Aussage über eie Zufallsvariable für de Fall, dass die Azahl

Mehr

Stochastik - Lösung (BSc D-MAVT / BSc D-MATH / BSc D-MATL)

Stochastik - Lösung (BSc D-MAVT / BSc D-MATH / BSc D-MATL) Prof. Dr. M. Schweizer ETH Zürich Sommer 8 Stochastik - Lösug (BSc D-MAVT / BSc D-MATH / BSc D-MATL). (6 Pukte) a) (.5 Pukte) Wir defiiere die Ereigisse D = die ähmaschie bekommt eie kleie Defekt} ud U

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik ud Wahrscheilichkeitsrechug Statistik ud Wahrscheilichkeitsrechug Übug 6 3.03.20 Ihalt der heutige Übug Aufgabe D.7: Reche mit Zufallsvariable Erwartugswert- ud Variazoperator Statistik ud Wahrscheilichkeitsrechug

Mehr

Lösungsvorschlag Probeklausur zur Elementaren Wahrscheinlichkeitsrechnung

Lösungsvorschlag Probeklausur zur Elementaren Wahrscheinlichkeitsrechnung Prof. Dr. V. Schmidt WS 200/20 G. Gaiselma, A. Spettl 7.02.20 Lösugsvorschlag Probeklausur zur Elemetare Wahrscheilichkeitsrechug Hiweis: Der Umfag ud Schwierigkeitsgrad dieser Probeklausur muss icht dem

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

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

Musterlösung. Prüfung Statistik Herbstsemester 2011

Musterlösung. Prüfung Statistik Herbstsemester 2011 Prüfug Statistik Herbstsemester 2011 Musterlösug 1. 9 Pukte Lukas ud Markus habe bisher immer Feiste Mii-Brezel 100g des Herstellers Gammelbrot ud Söhe zum Züi gegesse. Vom städige Hugerklage vo Markus

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

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

R. Brinkmann Seite

R. Brinkmann  Seite R. Brikma http://brikma-du.de Seite 1.0.014 Lösuge zur Biomialverteilug I Ergebisse: E1 E E E4 E E E7 Ergebis Ei Beroulli-Experimet ist ei Zufallsexperimet, das ur zwei Ergebisse hat. Die Ergebisse werde

Mehr

Einführung in die Grenzwerte

Einführung in die Grenzwerte Eiführug i die Grezwerte Dieser Text folgt hauptsächlich der Notwedigkeit i sehr kurzer Zeit eie Idee ud Teile ihrer Awedug zu präsetiere, so dass relativ schell mit dieser Idee gerechet werde ka. Der

Mehr

Kontingenztabellen. Chi-Quadrat-Test. Korrelationsanalyse zwischen kategorischen Merkmalen. 1. Unabhängigkeitstest

Kontingenztabellen. Chi-Quadrat-Test. Korrelationsanalyse zwischen kategorischen Merkmalen. 1. Unabhängigkeitstest Kotigeztabelle. Chi-Quadrat-Test KAD 1.11. 1. Uabhägigkeitstest. Apassugstest. Homogeitätstest Beispiel 1 ohe Frau 8 75 1 Ma 48 49 97 76 14? Korrelatiosaalyse zwische kategorische Merkmale Häufigkeitstabelle

Mehr

Übungsaufgaben II. Übungsaufgaben II. f) Wie groß ist die Wahrscheinlichkeit, dass er mindestens 1 richtige Antworten. ankreuzt?

Übungsaufgaben II. Übungsaufgaben II. f) Wie groß ist die Wahrscheinlichkeit, dass er mindestens 1 richtige Antworten. ankreuzt? Berufsolleg Marieschule Lippstadt Schuljahr /7 Kurs: Mathemati AHR. Berufsolleg Marieschule Lippstadt Schuljahr /7 Kurs: Mathemati AHR. Aufgabe Ei Multiple-Choise-Test besteht aus Frage für die jeweils

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

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

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren Dr. Jürge Seger IDUKTIVE STTISTIK Wahrscheilichkeitstheorie, Schätz- ud Testverfahre ÜBUG - LÖSUGE erutatioe. zahl der erutatioe vo verschiedefarbige erle!! 0. zahl der erutatioe vo 0 uerierte Kugel! 0!.8.800

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

Stochastik. Bernoulli-Experimente und Binomialverteilung. Allg. Gymnasien: ab J1 / Q1 Berufl. Gymnasien: ab Klasse 12.

Stochastik. Bernoulli-Experimente und Binomialverteilung. Allg. Gymnasien: ab J1 / Q1 Berufl. Gymnasien: ab Klasse 12. Stochastik Allg. Gymasie: ab J / Q Berufl. Gymasie: ab Klasse 2 Alexader Schwarz www.mathe-aufgabe.com August 208 Aufgabe : Ist der Zufallsversuch eie Beroulli-Kette? We ja, gib die Läge ud die Trefferwahrscheilichkeit

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

Übungen zur Analysis 1 für Informatiker und Statistiker. Lösung zu Blatt 8

Übungen zur Analysis 1 für Informatiker und Statistiker. Lösung zu Blatt 8 Mathematisches Istitut der Uiversität Müche Prof Dr Peter Otte WiSe 203/4 Lösug 8 032203 Übuge zur Aalysis für Iformatiker ud Statistiker Lösug zu Blatt 8 Aufgabe 8 [8 Pukte] (a) Für alle N sei = (+) Wir

Mehr

Forschungsstatistik I

Forschungsstatistik I Prof. Dr. G. Meihardt 6. Stock, Taubertsberg R. 06-06 (Persike) R. 06-31 (Meihardt) Sprechstude jederzeit ach Vereibarug Forschugsstatistik I Dr. Malte Persike persike@ui-maiz.de http://psymet03.sowi.ui-maiz.de/

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

Kapitel 6 Differenzierbarkeit

Kapitel 6 Differenzierbarkeit Kapitel 6 Differezierbarkeit Ihalt 6.1 6.1Die Defiitio 6.2 6.2Die Eigeschafte 6.3 6.3Extremwerte Seite 2 Was heißt differezierbar? Differezierbare Fuktioe sid sid glatte Fuktioe. Wir Wir beschreibe diese

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

n=1 b n, deren Summe n=1 (a n + b n ) eine konvergente Reihe ist. Die Aussage ist WAHR, ein mögliches Beispiel sind die divergenten Reihen 1

n=1 b n, deren Summe n=1 (a n + b n ) eine konvergente Reihe ist. Die Aussage ist WAHR, ein mögliches Beispiel sind die divergenten Reihen 1 ANALYSIS WS 08/09 Vorlesug: Prof. Dr. P. Ullrich Übuge: Dr. I. Kharif/ Dr. M. Steihauer 9. ÜBUNGSBLATT- LÖSUNGSHINWEISE/Ergebisse Die folgede Bearbeituge sid - zum Teil - keie ausführliche Musterlösuge,

Mehr

Analysis ZAHLENFOLGEN Teil 4 : Monotonie

Analysis ZAHLENFOLGEN Teil 4 : Monotonie Aalysis ZAHLENFOLGEN Teil 4 : Mootoie Datei Nr. 40051 Friedrich Buckel Juli 005 Iteretbibliothek für Schulmathematik Ihalt 1 Eiführugsbeispiele 1 Mootoie bei arithmetische Folge Defiitioe 3 3 Welche Beweistechik

Mehr

Der χ 2 Test. Bei Verteilungen Beantwortung der Frage, ob eine gemessene Verteilung Gauß- oder Poisson-verteilt ist oder nicht?

Der χ 2 Test. Bei Verteilungen Beantwortung der Frage, ob eine gemessene Verteilung Gauß- oder Poisson-verteilt ist oder nicht? Der χ Test Es gibt verschiedee Arte vo Sigifikaztests Nebe Sigifikaztests, die sich mit dem Mittelwert beschäftige, gibt es auch Testverfahre für Verteiluge Bei Verteiluge Beatwortug der Frage, ob eie

Mehr