Testverfahren zur Prüfung von Hypothesen über Parameter oder Verteilungen
|
|
- Detlef Thomas
- vor 7 Jahren
- Abrufe
Transkript
1 Testverfahre zur Prüfug vo Hypothese über Parameter oder Verteiluge Eiführug ud Begriffe beim Hypothesetest Hypothesetest für de Mittelwert Testverfahre I 1 Bibliografie Prof. Dr. Kück Uiversität Rostock tatistik, Vorlesugsskript, Abschitt 7..1 ud 7.. Bleymüller / Gehlert / Gülicher Verlag Vahle tatistik für Wirtschaftswisseschaftler MM*tat. Eie iteraktive Eiführug i die Welt der tatistik PC Pool WIO-Fakultät \\zeus\statistik\mmstat\start Dr. Rolad Jeske, Uiversität Kostaz Dr. H.-J. Mittag, Feruiversität Hage Testverfahre I 1
2 Testverfahre Zusamme mit dem chätze bildet das Teste vo Hypothese de Kerbereich der schließede oder iduktive tatistik. tatistische Tests sid Verfahre zur Überprüfug vo Aahme bzw. Hypothese über ubekate Parameterwerte oder über die ubekate Verteilug eies Merkmals i der Grudgesamtheit auf Basis der Ergebisse eier Zufallsstichprobe. Hypothese köe auf theoretische Überleguge, frühere Beobachtuge, ollwerte, Güteaforderuge, Erfahruge, Behauptuge usw. basiere. ie habe bis zum Beweis des Gegeteils ihre Gültigkeit, sie werde also zum Zweck der empirische Widerlegug oder Bekräftigug aufgestellt. Testverfahre I 3 Gericht - Beispiel Freispruch Verurteilug Freispruch Verurteilug Realität Uschuld chuld Gerichtsverfahre zum Beweis des Gegeteils, wobei i der Demokratie die Uschuldshypothese Ausgagshypothese ist. Verfahre edet mit pruch. Etscheidug Testverfahre I 4
3 Dügemittelwerk - Beispiel Dügemittelwerk Verpackugsautomat Zufallsgröße X: Gewicht der äcke ollgewicht der äcke: E(X)= =5 kg tichprobemittelwert: X Abweichug zwische tichprobemittelwert X ud ollwert : k die Abweichug ist ur zufällig Der Automat ist richtig eigestellt oder arbeitet fehlerfrei. > k die Abweichug ist icht ur zufällig Der Automat wurde falsch eigestellt oder arbeitet Xfehlerhaft. Mit Hilfe statistischer Testverfahre ka i eiem solche Fall bestimmt werde, wie groß die Abweichug midestes sei muss, damit mit ausreicheder Wahrscheilichkeit auf eie falsch eigestellte bzw. defekte Verpackugsautomate geschlosse werde ka. Diese Verfahre fide i der modere Idustrie uter dem Begriff der statistische Produktioskotrolle massehaft Awedug. Testverfahre I 5 tatistische Hypothese eies Tests I eiem statistische Test werde zwei gegesätzliche Hypothese gegeüber gestellt. Die eie Hypothese egiert die adere. Eie Hypothese wird Nullhypothese geat ud mit H bezeichet. ie beihaltet immer das Gleichheitszeiche. Die adere Hypothese wird Alterativhypothese geat ud mit H 1 bzw. H A bezeichet. Weil Alterativhypothese ud Forschugsvermutug oft übereistimme, wird H 1 auch Forschugshypothese geat. Null- ud Alterativhypothese sid stets disjuktiv. Die Ablehug der eie bedeutet die Aahme der adere ud umgekehrt. Um Missverstädisse zu vermeide, wird hier meistes ur über die Ablehug oder die Aahme vo H geredet. H vs. H 1 H : Nullhypothese H 1 : Alterativhypothese oder Forschugshypothese Testverfahre I 6 3
4 Treffe vo Etscheiduge i eiem statistische Hypothesetest Aus der icht der tatistik gibt es zwei Möglichkeite, eie Etscheidug über die Aahme oder Ablehug eier Hypothese zu treffe. Determiistisch, we der Wert des Parameters oder die Verteilug i der Grudgesamtheit auf Grud eier Totalerhebug berechet werde ka. Es reicht ei simpler Vergleich, um die Etscheidug ohe Irrtum zu treffe. tochastisch oder statistisch, we der wahre Wert des Parameters oder die Verteilug i der Grudgesamtheit aus praktische Grüde icht bestimmt, soder ur mittels eier zufällig ausgewählte tichprobe vom Umfag geschätzt werde ka. I diesem Fall ist icht gesichert, dass die Etscheidug fehlerfrei ist. Hier sid zwei Zustäde möglich: Treffe oder Irrtum. Treffe oder berechtigte Etscheidug, we eie i der Realität zutreffede Hypothese ageomme oder eie icht zutreffede Hypothese abgeleht wird. Irrtum oder Fehler, we eie zutreffede Hypothese abgeleht oder eie icht zutreffede Hypothese ageomme wird. Testverfahre I 7 Fehlertyp bei eiem statistische Hypothesetest Etscheidug Aahme vo H Ablehug vo H Realität durch H ausgedrückt durch H 1 ausgedrückt Treffe Irrtum (Fehler zweiter Art) Irrtum (Fehler erster Art) Treffe Leht ma H i eiem Test ab, we i der Wirklichkeit H zutrifft, da macht ma eie Fehler. Wird H ageomme (icht abgeleht), we H icht zutrifft, da macht ma auch eie Fehler. Beide Fehler uterscheide sich ihaltlich. ie werde Fehler erster Art bzw. Fehler zweiter Art geat. Zwei richtige Etscheiduge (Treffe) sid auch möglich. I der Tabelle werde die vier mögliche Zustäde bei eiem statistische Test zusammegefasst dargestellt. Testverfahre I 8 4
5 Fehlermessug bei eier stochastische Etscheidug Die Größe der Fehler eies Tests werde mit Hilfe ihrer Wahrscheilichkeit gemesse ud mit W(I) bzw. W(II) bezeichet. Ma ka da uterscheide: W(I) =W(Fehler 1. Art) = W(H wird abgeleht H trifft zu) W(II)=W(Fehler. Art) = W(H wird icht abgeleht H trifft icht zu) I der empirische Forschug legt ma große Wert darauf, dass der Fehler bei der Aahme eier icht zutreffede Forschugshypothese H 1 (Ablehug vo H, we H zutrifft) so klei wie möglich bleibt. Dazu setzt ma eie obere Greze für die Wahrscheilichkeit dieses Fehlers. Der Wert, der icht überschritte werde soll, wird igifikaziveau des Tests geat. Es gilt da W(Fehler 1. Art). Die obere Greze für die Größe des Fehlers. Art wird mit β bezeichet. Es gilt W(Fehler. Art) β. Die Differez 1-β wird Macht oder Power des Tests geat. 1-β ist die Wahrscheilichkeit dafür, dass ma eie zutreffede Forschugshypothese (Alterativhypothese) H 1 fehlerfrei aimmt. Es ist atürlich auch erwüscht, eie Test durchzuführe, bei dem diese Wahrscheilichkeit so groß wie möglich zu erhalte ist. Testverfahre I 9 Fehlermessug - Zusammefassug Etscheidug Aahme vo H Ablehug vo H durch H ausgedrückt Treffe Irrtum W(Fehler 1. Art) : igifikaziveau Realität durch H 1 ausgedrückt Irrtum W(Fehler. Art) β Treffe W(H wird abgeleht H 1 trifft zu) 1- β: Macht W(I) = W(Fehler 1. Art) = W(H wird abgeleht H trifft zu) W(II)= W(Fehler. Art) = W(H wird icht abgeleht H trifft icht zu) β W(fehlerfreie Aahme eier zutreffede Forschugshypothese H 1 ) = W(H wird abgeleht H trifft icht zu) = 1- W(H wird icht abgeleht H trifft icht zu) = 1 - W(II) 1 - β (Macht) Testverfahre I 1 5
6 Prüfgröße, kritischer Bereich Um eie statistische Etscheidug über die Richtigkeit eier Hypothese auf Grud eier zufällig gezogee tichprobe (X 1, X,..., X ) zu treffe, defiiert ma eie geeigete tichprobefuktio γˆ ud teilt de Wertebereich dieser Fuktio i zwei ausschließede Teile: eie Teilbereich K ud seier Komplemet K, so dass, we der Wert der Fuktio i de Teilbereich K hifällt, H abgeleht wird. Fällt der Wert der tichprobefuktio i de adere Teilbereich, da wird H icht abgeleht (H wird ageomme). Die tichprobefuktio ud die Teilbereiche werde i diesem Zusammehag Prüfgröße, Ablehugsbereich (Ablehug vo H ) ud Aahmebereich (Aahme vo H ) geat. Der Ablehugsbereich vo H wird auch kritischer Bereich geat. γˆ K H wird abgeleht (H1 wird ageomme) γˆ K γˆ K H wird ageomme (H wird icht abgeleht) Es gilt für die Wahrscheilichkeit des Irrtums erster Art: W( γˆ K H trifft i der Realität zu) = W(H wird abgeleht H trifft i der Realität zu) = W(Fehler 1. Art) Testverfahre I 11 Klassifizierug vo statistische Tests Nach dem Ihalt der Hypothese: -Parametrische Tests (Tests über die Parameter eier ubekate Verteilug) -Verteilugstests (Tests über eie ubekate Verteilug) Nach der Abhägigkeit der Verteilug der tichprobefuktio vo der Verteilug der Grudgesamtheit: - Verteilugsgebudee Tests -Verteilugsfreie Tests Nach der Azahl der tichprobe, die für de Hypothesetest otwedig sid: -Eistichprobetest -Zweistichprobetest -Mehrstichprobetest Nach der Form des kritische Bereiches -Zweiseitige Tests -Eiseitige Tests (rechtsseitige Tests bzw. liksseitige Tests) Testverfahre I 1 6
7 Bestadteile eies Hypothesetests Ei Hypothesetest besteht aus siebe Elemete: 1. zwei etgegegesetzt formulierte Hypothese (H ud H 1 ). eiem vo vorherei festgelegte igifikaziveau 3. eier bzw. mehrere tichprobe 4. eier tichprobefuktio oder Prüfgröße bzw. Testgröße 5. eiem Ablehugsbereich bzw. eiem Aahmebereich für H 6. eier Etscheidugsregel 7. eier Etscheidug Zusamme mit dem chätze bildet das Teste vo Hypothese de Kerbereich der schließede oder iduktive tatistik. Testverfahre I 13 Parametrische Eistichprobetests I diesem Abschitt werde folgede Parametertests behadelt, über dere Aahme eie tichprobeutersuchug Aufschluss gebe soll: Parametertest über de Mittelwert (1) H : = vs. H 1 : (Zweiseitiger Test) () H : vs. H 1 : < (Liksseitiger Test) (3) H : vs. H 1 : > (Rechtsseitiger Test) Parametertest über die Variaz eier Normalverteilug (1) H : ²= ² vs. H 1 : ² ² () H : ² ² vs. H 1 : < ² (3) H : ² ² vs. H 1 : ²> ² Parametertest über de Ateilwert (1) H : θ= θ vs. H 1 : θ θ () H : θ θ vs. H 1 : θ < θ (3) H : θ θ vs. H 1 : θ > θ Testverfahre I 14 7
8 Zweiseitiger Test für de Mittelwert eier Normalverteilug mit bekater Variaz (A) ei X eie ormalverteilte Zufallsvariable i eier Grudgesamtheit mit dem ubekate Mittelwert ud der bekate Variaz ², X~ N(, ²). Es wird auf eiem igifikaziveau getestet, ob der Parameter gleich ist oder icht, d. h. es wird zwische de folgede Hypothese etschiede: H : = vs. H 1 : (Zweiseitiger Test) Null- ud Alterativhypothese W(H wird abgeleht = ) = W(Fehler 1. Art) = : igifikaziveau ei (X 1, X,..., X ) eie tichprobe vom Umfag. Es gilt für jede X i ~ N(, ²). Um eie Etscheidug über de Mittelwert der Grudgesamtheit zu treffe ist es zweckmäßig, de tichprobemittelwert azuwede. Für diese tichprobefuktio (Prüfgröße bzw. Testgröße) gilt: ² X ~ N( ; ) Z = ~ N( ;1) Testverfahre I 15 Zweiseitiger Test für de Mittelwert eier Normalverteilug mit bekater Variaz (B) Der kritische Bereich K ist die Mege aller mögliche Werte des tichprobemittelwertes, für welche gilt: 1. der Abstad vo ist so groß, dass ma die Nullhypothese ablehe soll,. die Wahrscheilichkeit, dass der Fehler bei dieser Etscheidug icht größer als ist. { X : > c ud W( > c = ) } K = W( > c = ) = W( c = ) = W( c c W( Z c c c = ) = W( ) = c = ) = Testverfahre I 16 8
9 Zweiseitiger Test für de Mittelwert eier Normalverteilug mit bekater Variaz (C) c c W( Z ) = c K = = Z c = Z { X : > c ud W( > c = ) = } K( ) = {X : > Z } = {X : > Z } Testverfahre I 17 Zweiseitiger Test für de Mittelwert eier Normalverteilug mit bekater Variaz (D) Etscheidugsregel ud Treffe der Etscheidug: X K( ) H wird abgeleht (H1 wird ageomme) Die Fehlerwahrscheilichkeit liegt uter. W[ X K( ) = ] = Diese Aussage ist richtig vor der Ziehug der kokrete tichprobe. Zieht ma eie kokrete tichprobe, da ist der berechete tichprobemittelwert keie Zufallsvariable mehr ud deswege hat es keie i, ach der Ziehug der P eie Wahrscheilichkeitsaussage zu mache. Da der Wert vo ahe Eis gewählt wird, ka ma ur hoffe, dass die Etscheidug richtig ist. X K( ) H wird icht abgeleht (H wird ageomme) Die Fehlerwahrscheilichkeit bei dieser Etscheidug ist ubekat. W[ X K( ) ] = W[H wird icht abgeleht H trifft icht zu] = Testverfahre I 18 β 9
10 Zweiseitiger Test für de Mittelwert eier Normalverteilug mit bekater Variaz - Zusammefassug - 1. H : = vs. H 1 : (Zweiseitiger Test). igifikaziveau: 3. tichprobe vom Umfag : (X 1, X,..., X ) 4. Prüfgröße bzw. Testgröße: 5. Kritischer Bereich: ² X ~ N( ; ) Z = ~ N( ;1) K( ) = {X : > Z } = {X : > Z } 6. Etscheidugsregel: 7. Treffe der Etscheidug X K( ) H wird abgeleht (H1 wird ageomme) X K( ) H wird icht abgeleht (H wird ageomme) auf Basis eier kokrete tichprobe (x 1, x,..., x ) Testverfahre I 19 Zusammehag zwische de Größe beider Fehler H : = vs. H 1 : ( = 1 ) (1) : (igifikaziveau): Größe des Fehlers erster Art (Vorgegebe) 1 β: Größe des Fehlers zweiter Art (Im Allgemeie ubekat) () (3) 1 1 Beide Fehler wachse umgekehrt. 1 > > 3 β 1 < β < β 3 Testverfahre I 1
11 Test für de Mittelwert eier Normalverteilug mit bekater Variaz - Beispiel Beispiel: Das Durchschittsgewicht vo Masthähche lag i der Vergageheit bei 49,5 g mit eier tadardabweichug vo 18,9 g. Nach Übergag zu eiem eue Futtermittel liefert eie tichprobe im Umfag vo 81 ei Durchschittsgewicht vo 496,3 g. Ka ma aufgrud dieses tichprobeergebisses uter der Aahme eier gleichgebliebee tadardabweichug mit eiem igifikaziveau vo 1 % schließe, dass sich das Durchschittsgewicht i der Grudgesamtheit verädert hat? H : = vs. H 1 : ( = 49,5 ) =,1 H : =49,5 vs. H 1 : 49,5 x = 496,3 Z = Z,995 =,58 Z = K( ) = {X : > Z 49,5 } = {X : >,58} 18, ,3 49,5 z = = 1,81 18,9 81 Etscheidug: Da 1,81 <,58 gilt, wird H icht abgeleht. Testverfahre I 1 Eiseitige Tests für de Mittelwert eier Normalverteilug mit bekater Variaz Ei eiseitiger Test für de Mittelwert eier Normalverteilug mit bekater Variaz uterscheidet sich vo dem zweiseitige Test ur i seiem etsprechede kritische Bereich. 5. Kritische Bereiche: Liksseitiger Test Rechtsseitiger Test () H : vs. H 1 : < (3) H : vs. H 1 : > K( ) = {X : X < Z1 } = {X : < - Z1 } K( ) = {X : X > + Z1 } = {X : > Z1 } -Z 1- Z 1- Testverfahre I 11
12 Tests für de Mittelwert eier Normalverteilug mit ubekater Variaz Die Tests für de Mittelwert eier Normalverteilug mit ubekater Variaz uterscheide sich vo de vorige Tests ur i der Prüfgröße ud de etsprechede kritische Bereiche. ² Prüfgröße X ~ N( ; ) T = ~ t 1 Test Kritischer Bereich: (1) H : = vs. H 1 : K( ) = {X : X - > t } = {X : T > t } 1 ; 1 ; () H : vs. H 1 : < (3) H : vs. H 1 : > K( ) = {X : X < t 1 ; } = {X :T < - t 1 ; } K( ) = {X : X > + t 1 ; } = {X :T > t 1 ; } Testverfahre I 3 Test für de Mittelwert eier Normalverteilug mit ubekater Variaz - Beispiel Beispiel: Eie Maschie stellt Plättche her, dere Dicke ormalverteilt ist, mit dem ollwert (Mittelwert),5 cm. Eie tichprobe vo 1 Plättche liefert ei arithmetisches Mittel vo,53 cm bei eier tadardabweichug vo,3 cm. Die Hypothese, dass die Maschie och exakt arbeitet, ist auf eiem igifikaziveau vo,5 zu überprüfe. H : = vs. H 1 : ( =,5 ) =,5 t = t 9 ;,975 1 ; =,6 H : =,5 vs. H 1 :,5 x =,53 s =,3 T = K( ) = {X : X - > t } = {X : T,6} > 1 ;,53,5 t = = 3,16,3 1 Etscheidug: Da 3,16 >,6 ist, wird H abgeleht. Testverfahre I 4 1
13 Tests für de Mittelwert eier ubekate Verteilug für große tichprobe Für die ubekate Verteilug i der GG ud große tichprobeumfag (>3) gilt: Prüfgröße ² X ~ N( ; ) T = ~ t 1 Z ~ N( ;1) Ma ka i diesem Fall de tichprobemittelwert oder eie Fuktio vo ihm als Prüfgröße für de Test über de Mittelwert utze. Die etsprechede kritische Bereiche werde durch Verwedug der Normalverteilug bestimmt. Test () H : vs. H 1 : < (3) H : vs. H 1 : > Kritischer Bereich: (1) H : = vs. H 1 : K( ) = {X : X - > Z } = {X : T > Z } K( ) = {X : X < Z1 } = {X :T < - Z1 } K( ) = {X : X > + Z1 } = {X :T > Z1 } Testverfahre I 5 Test für de Mittelwert eier ubekate Verteilug Beispiel (1) Beispiel: Bei der Überprüfug des Verpackugsautomate im Dügemittelwerk werde 31 äcke achgewoge, für die ei Durchschittsgewicht 5,1 kg ud eie tadardabweichug 5 g berechet werde. Aufgrud dieses tichprobebefudes ist eie Etscheidug über die Arbeit des Automate (fehlerhaft/ icht fehlerhaft) zu treffe. Die Etscheidug soll bei 5 prozetiger Irrtumswahrscheilichkeit getroffe werde. Über die Verteilug des Gewichtes der äcke liegt keie Iformatio vor. =,5 t = t 3 ;,975 1 ; =,4 H : =5 vs. H 1 : 5 T = x = 5,1 K( ) = {X : X - > t } = {X : T,4} > 1 ; s =,5 5, 5 t = =,7,5 31 Etscheidug: Da,7 >,4 ist, wird H abgeleht, d. h. ma ka aehme, dass der Automat fehlerhaft arbeitet. Testverfahre I 6 13
14 Test für de Mittelwert eier ubekate Verteilug Beispiel () Beispiel: 3 beträgt das Durchschittsalter der Zuzüge aus adere Kreise MV ach Rostock 3 Jahre. Im Jahr 4 liegt, bei eier tichprobe vo 1 Persoe, das Durchschittsalter der Zuzüge bei 9, Jahre mit eier tadardabweichug vo 14,65 Jahre. Hat sich der Wert im Jahr 4 sigifikat verrigert, bei eiem igifikaziveau vo,5? Quelle: tatistische Berichte 3. Über die Verteilug des Alters liegt keie Iformatio vor. H : 3 vs. H 1 : < 3 x = 9, T = =,5 K( ) = {X : (X - ) < - t 1 ; } = {X :T < -1,66} t 1 ; = t 99 ;,95 = 1,66 s = 14,65 9, 3 t = =,55 14,65 1 Etscheidug: Da -,55>-1,66 ist, wird H icht abgeleht, d. h. die Verrigerug des durchschittliche Waderugsalters (Zuzüge) ist icht sigifikat. Testverfahre I 7 Test für de Mittelwert eier ubekate Verteilug Beispiel (3) Beispiel: Das durchschittliche Nettoeikomme liegt im März 4 bei Bei eier tichprobe vo Persoe im Jui 4 lag das durchschittliche Nettoeikomme bei mit eier tadardabweichug vo 1.7. Hat sich das durchschittliche moatliche Nettoeikomme bei eiem igifikaziveau vo,5 statistisch sigifikat erhöht? Quelle: Mikrozesus 4, Tabelle 36. Über die Verteilug des Nettoeikomme liegt keie Iformatio vor. =,5 x = t 1 ; = t199 ;,95 = s = 1.7 Etscheidug: Da 1,91<1,645 ist, wird H icht abgeleht, d. h. das durchschittliche Nettoeikomme im Jui 4 ist icht sigifikat höher als im März 4. Testverfahre I 8 1,645 H : 1.63 vs. H 1 : > ,91 T = K( ) = {X : (X - ) t } {X :T 1,645} t = = > 1 ; = >
Parametrische Einstichprobentests
Parametrische Eistichprobetests Eiführug ud Begriffe beim Hypothesetest Hypothesetest für de Mittelwert Hypothesetest für die Variaz Hypothesetest für de Ateilswert Lehrstuhl Statistik Testverfahre I Bibliografie
MehrTestverfahren zur Prüfung von Hypothesen über Parameter oder Verteilungen. Einstichprobentest für die Varianz einer Normalverteilung
Testverfahre zur Prüfug vo Hypothese über Parameter oder Verteiluge Eistichprobetest für die Variaz eier Normalverteilug Eistichprobetest für de Ateilswert Zweistichprobetests zum Vergleich zweier arithmetischer
MehrStatistik II für die BA Studiengänge an der WSF. Für Wen?
tatistik II für die BA tudiegäge a der WF Für We? tudiegag tudetezahl Leistugsahweis VWL+PÄO (VWL? Klausur tat. II ozialwisseshafte? Klausur (tat. I+ tat. II oziologe? Höreshei * * Um de Hörshei zu bekomme,
MehrDie 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
Mehr10. 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)
MehrKapitel 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
MehrStatistik. 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
MehrDr. 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
MehrTests 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
MehrGütefunktion 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
MehrTesten 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
MehrKapitel 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.
Mehr2. 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)
MehrInduktive Schlussweise. Schätzfunktionen und Schätzverfahren. Bibliografie
Auswertug uivariater Datemege -iduktiv - Iduktive Schlussweise Schätzfuktioe ud Schätzverfahre Schätzug I Bibliografie Prof. Dr. Kück Uiversität Rostock Statistik, Vorlesugsskript Abschitt 7..; 7.. Bleymüller
MehrEinstichprobentests 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.
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik ud Wahrscheilichkeitsrechug Statistik ud Wahrscheilichkeitsrechug Dr. Joche Köhler Statistik ud Wahrscheilichkeitsrechug Testatprüfug am Doerstag 5.Mai Wa? Doerstag, 5. Mai, 8:00 Uhr Dauer der
MehrEvaluierung 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:
MehrDiplomvorprüfung 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(4) = 37,7 % mit 37,7 % Wahrscheinlichkeit sind es höchstens 4 Fahrräder, das ist recht hoch; man kann also die Behauptung nicht wirklich ablehnen.
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;
MehrWirksamkeit, 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
MehrVl 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.
MehrTESTEN 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,,, 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
MehrKapitel 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
MehrVl 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
Mehr4 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
MehrBeurteilende 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
MehrStatistische Tests zu ausgewählten Problemen
Eiführug i die statistische Testtheorie Statistische Tests zu ausgewählte Probleme Teil : Tests für Erwartugswerte Statistische Testtheorie I Eiführug Beschräkug auf parametrische Testverfahre Beschräkug
MehrLehrstuhl 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
Mehr2. 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
Mehr6 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
MehrStatistik 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
Mehr3 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
MehrWirksamkeit, 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
MehrMusterlösung 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
MehrÜbungen 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
MehrDr. 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
MehrKlausur zu Methoden der Statistik II (mit Kurzlösung) Wintersemester 2015/2016. Aufgabe 1
Lehrstuhl für Statistik ud Ökoometrie der Otto-Friedrich-Uiversität Bamberg Prof. Dr. Susae Rässler Klausur zu Methode der Statistik II (mit Kurzlösug) Witersemester 2015/2016 Aufgabe 1 Die leideschaftliche
MehrWirksamkeit, 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
MehrEmpirische 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,...,
MehrStochastik - 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}.
MehrSchätzen 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:
MehrWahrscheinlichkeit & 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
MehrSchätzen 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
MehrKontingenztabellen. 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
MehrAnwendung für Mittelwerte
Awedug für Mittelwerte Grudgesamtheit Stichprobeziehug Zufalls- Stichprobe... "wahre", ubekate Mittelwert der Grudgesamtheit icht zufällig?... beobachtete Mittelwert zufällig Statistik für SoziologIe 1
MehrDer 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(a) Richtig, die Varianz ist eine Summe quadratischer Größen.
Aufgabe 1 (10 Pukte) Welche der folgede Aussage sid richtig? (a) Richtig, die Variaz ist eie Summe quadratischer Größe. (b) Falsch, die Abweichug ordialer Merkmale vom Media ist icht defiiert - also auch
MehrKapitel 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
MehrStatistik 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
MehrStatistik 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
Mehr3. Grundbegrie der Schätztheorie
Statistik, Abschitt 3. 3. Grudbegrie der Schätztheorie I der kormatorische Statistik will ma uter aderem auf Grud eier Stichprobe vom Umfag Iformatioe über ubekate Parameter θ der Verteilug F der zugrudeliegede
MehrEvaluation & Forschungsstrategien
Evaluatio & Forschugsstrategie WS2/2 Prof. Dr. G. Meihardt Johaes Guteberg Uiversität Maiz Prizipie des statistische Schliesses Samplig - Modellvorstellug Populatio Samplig Stichprobe Kewerte x Theoretische
MehrForschungsstatistik 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/
MehrGrundsätzlich sollen Varianz bzw. Standardabweichung Maße dafür sein, wie stark eine Verteilung um ihren Erwartungswert streut.
Eie Iterpretatiosfrage habe ich zu eiem Beispiel das i der der letzte Vorlesug behadelt wurde: Auf Folie.7 zur Variaz. Dort wird ei Beispiel eier stetige Zufallsvariable geat (Warte a eier S-Bah-Haltestelle).
MehrKorrelationsanalyse 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
MehrTests 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
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik ud Wahrscheilichkeitsrechug Statistik ud Wahrscheilichkeitsrechug 9. Vorlesug Joche Köhler 1 Statistik ud Wahrscheilichkeitsrechug Testatprüfug am Doerstag 5.Mai Wa? Doerstag, 5. Mai, 8:00 Uhr
MehrGrundlagen der Biostatistik und Informatik
Vergleich vo mehrere Stichprobe Grudlage der Biostatisti ud Iformati Hypotheseprüfuge III., Nichtparametrische Methode dr László Smeller Semmelweis Uiversität 0 Vergleich vo mehrere Stichprobe Boferroi
MehrParameterschätzung. 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
Mehr2.3 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
MehrStochastik - 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
Mehr3.2 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
MehrProf. 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
MehrBeispiel: 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
Mehrb) Alle ganzen Zahlen die auf 0 enden sind durch 5 teilbar Spezialisierung: 120 endet auf ist durch 5 teilbar
d) Die Beweismethode der vollstädige Iduktio Der Übergag vo allgemeie zu spezielle Aussage heisst Deduktio Beispiele: a) Allgemeie Aussage: Spezialisierug: Schluss: Alle Mesche sid sterblich Sokrates ist
MehrIntervallschätzung II 2
Itervallschätzug Kofidezitervall für die Variaz Kofidezitervall für de Ateilswerte Kofidezitervall für die Differez zweier Ateile Bestimmug des Stichrobeumfags Itervallschätzug II Bibliografie Bleymüller
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik ud Wahrscheilichkeitsrechug Statistik ud Wahrscheilichkeitsrechug Übug 9 1 Ihalt der heutige Übug Statistik ud Wahrscheilichkeitsrechug Iformatioe zur Testatprüfug Besprechug der der Hausübug
MehrX 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
MehrAuszüge der nichtparametrischen Statisik
Empirische Wirtschaftsforschug - 1 - Auszüge der ichtparametrische Statisik Kapitel 1: Räge ud lieare Ragstatistike Aahme, Defiitioe ud Eigeschafte (1.1) Aahme: (a) (b) Die Date x 1,, x sid midestes ordial.
Mehr14 Statistische Beziehungen zwischen nomi nalen Merkmalen
14 Statistische Beziehuge zwische omi ale Merkmale 14.1 Der Chi Quadrat Test auf Uabhägigkeit für Vier Feldertafel 14.2 Der Chi Quadrat Test auf Uabhägigkeit für r s Kotigeztafel 14.3 Zusammmehagsmaße
Mehr2 ISO/BIPM-Leitfaden Guide to the Expression of Uncertainty in Measurement, GUM (2008 überarbeitet, die deutsche Fassung ist [3])
I- Messusicherheite: Lit.: Prof. Dr. Gerz Wahrscheilichkeitsrechug ud Usicherheitsberechug IO/BIPM-Leitfade Guide to the Epressio of Ucertaity i Measuremet, GUM (008 überarbeitet, die deutsche Fassug ist
Mehr2 Einführung in die mathematische Statistik
2 Eiführug i die mathematische Statistik Die Hauptaufgabe der mathematische Statistik ist es, ahad der Eigeschafte eies Teils eier Mege vo Objekte auf die Eigeschafte aller Objekte i dieser Mege zu schließe.
MehrTeilaufgabe 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
MehrUmrechnung 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
MehrIII. Induktive Statistik
35 III. Iduktive Statistik I diesem Teil der Vorlesug geht es darum, aus gewisse Eigeschafte eier Stichprobe auf etsprechede Eigeschafte der Grudgesamtheit rückzuschließe. Im Uterschied zu de im. Kapitel
MehrKapitel 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
MehrDer 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
Mehr10 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
MehrAufgabe 1. d) Berechnen Sie die Wahrscheinlichkeit dafür, dass Axel 1,5 Stunden warten muss.
Lehrstuhl für Statistik ud Ökoometrie Otto-Friedrich-Uiversität Bamberg Prof. Dr. Susae Rässler Aufgabe 1 Aufgrud eier Sommergrippe muss Studet Axel seie Hausarzt aufsuche. Um die Wartezeit besser abschätze
Mehrue biostatistik: hypothesen, t test 1/8 h. lettner / physik
ue biotatitik: hypothee t tet /8 h. letter / phyik Hypothee Augagituatio ud Problemtellug * Populatio σ * Lagjähriger Durchchitt Erte * Wahrcheilichkeit für Ereigie Müze Roulette * Radioaktivität Hitergrudtrahlug
MehrÜbungen 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
MehrTesten. Zufallszahlen Runs-Test χ 2 -Test. t-test Konfidenzintervalle Quiz
Teste Zufallszahle Rus-Test χ -Test t-test Kofidezitervalle Quiz 500 gewürfelte Zahle: 1763654801515135985606443415135144737971603330 631049894370366479389586647714960406571351155 897035956785154166377676834783418576546563946
MehrDiskrete 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
MehrÜbungen 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
MehrPraktikum Vorbereitung Fertigungsmesstechnik Statistische Qualitätskontrolle
Praktikum Vorbereitug Fertigugsmesstechik Statistische Qualitätskotrolle Bei viele Erzeugisse ist es icht möglich jedes Werkstück zu prüfe, z.b.: bei Massefertigug. Hier ist es aus ökoomische Grüde icht
MehrBeispiel: 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)
Mehr3 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-
MehrX in einer Grundgesamtheit vollständig beschreiben.
Prof. Dr. Rolad Füss Statistik II SS 008. Puktschätzug vo Parameter eier Grudgesamtheit Nur durch eie Totalerhebug ka ma die Verteilug eier Zufallsvariable X i eier Grudgesamtheit vollstädig beschreibe.
MehrMusterlösung. 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
MehrAussagenlogik. Aussagenlogik
I der mathematische Logik gibt es geau zwei Wahrheitswerte ämlich ur wahr oder falsch. Ei Drittes gibt es icht (Tertium o datur!). Zu eier Aussage a lässt sich die Negatio a (die Vereiug, sprich: "icht
Mehr6. Grenzwertsätze. 6.1 Tschebyscheffsche Ungleichung
6. Grezwertsätze 6.1 Tschebyscheffsche Ugleichug Sofer für eie Zufallsvariable X die Verteilug bekat ist, lässt sich die Wahrscheilichkeit dafür bestimme, dass X i eiem bestimmte Itervall liegt. Wie ist
MehrUlrich Stein Fehlerrechnung
Fehlerrechug Verteilug vo Messwerte Mittelwert Stadardabweichug Stadardfehler Rude vo Messwerte Darstellug vo Messwerte (Stellezahl) Fehlerfortpflazug Messergebisse Messug physikalische Realität Messgerät,
MehrWahrscheinlichkeitstheorie 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
MehrStatistik 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