Arbeitsblatt 4.1: Nutzung einer Tabelle der kumulierten Binomialverteilung
|
|
- Friederike Albert
- vor 7 Jahren
- Abrufe
Transkript
1 Arbeitsblatt 4.1: Nutzung einer Tabelle der kumulierten Binomialverteilung X: Anzahl der Erfolge in einer 50-stufigen BERNOULLI-Kette mit Erfolgswahrscheinlichkeit p Berechnen Sie die Wahrscheinlichkeiten mithilfe der folgenden Tabelle: (1) p = 0,3 P(X = 14) = ; P(X 18) = ; P(X < 13) = P(X 17) = ; P(X > 21) = ; P(10 X 18) = (2) p = 0,6 P(X = 31) = ; P(X 33) = ; P(X < 26) = P(X 27) = ; P(X > 31) = ; P(23 X 33) = Heinz Klaus Strick 2009 (Tabelle: MSW)
2 Arbeitsblatt 4.2: Nutzung der Tabelle der Gauss schen Integralfunktion X: Anzahl der Erfolge in einer n-stufigen BERNOULLI-Kette mit Erfolgswahrscheinlichkeit p Bestimmen Sie die Wahrscheinlichkeiten für folgende Ereignisse näherungsweise mithilfe der folgenden Tabelle. n = 120; p = 0,35: P(X > 48) P(X 42) P(40 X 50) Lesen Sie in der Tabelle ab, welchen Radius eine Umgebung um den Erwartungswert haben muss, die eine Wahrscheinlichkeit von 50% hat. Heinz Klaus Strick 2009 (Tabelle: MSW)
3 Arbeitsblatt 4.3: Schluss von der Gesamtheit auf die Stichprobe: Ziehungshäufigkeiten beim Lotto Untersuchen Sie die Ziehungshäufigkeit der Lottozahlen in n = 3000 Ziehungen. Geben Sie eine Prognose ab mit einer Sicherheitswahrscheinlichkeit von 80%, 90% bzw. 95%. k (Vielfaches von σ) µ σ µ k σ µ + k σ Ziehungshäufigkeiten Kontrolle 80%-Umgebung 90%-Umgebung 95%-Umgebung In 3000 Lottoziehungen wird eine Zahl mit einer Wahrscheinlichkeit von ca. 80% mindestens -mal und höchstens -mal gezogen von ca. 90% mindestens -mal und höchstens -mal gezogen von ca. 95% mindestens -mal und höchstens -mal gezogen Wie viele der 49 Glückszahlen müssten mit ihrer Ziehungshäufigkeit in der 80%-, 90%-, 95%- Umgebung des Erwartungswerts liegen? Vergleichen Sie Ihre Prognose mit den tatsächlichen Ziehungshäufigkeiten nach 3000 Lotto-Ziehungen.
4 Arbeitsblatt 4.4: Schluss von der Gesamtheit auf die Stichprobe: Anzahl der Lotto-Gewinner Machen Sie eine Prognose auf dem 95%-Niveau, wie viele von 90 Millionen abgegebenen Tipps wie viele Richtige haben. Verwenden Sie dabei die angegebenen Erfolgswahrscheinlichkeiten.
5 Arbeitsblatt 4.5: Schluss von der Gesamtheit auf die Stichprobe: Geburtenzahlen Im Jahr 2007 wurden in Deutschland Kinder geboren, davon 48,6 % Mädchen. Weichen die Daten aus den einzelnen Ländern vom Bundesdurchschnitt erheblich ab? Geben Sie dazu Intervallschätzungen für die Anzahl der Mädchengeburten für die einzelnen Länder an und vergleichen Sie diese Intervalle mit den tatsächlichen Daten. Bundesland Gesamtzahl der Geburten (n) erwartete Anzahl an Mädchengeburten (µ) µ 1,96σ µ + 1,96σ Signifikant abweichende Ergebnisse:
6 Arbeitsblatt 4.6: Schluss von der Gesamtheit auf die Stichprobe: TÜV-Kontrollen Von den Technischen-Überwachungs-Vereinen werden vierteljährlich Statistiken u. a. darüber erstellt, wie viele Kraftfahrzeuge von den einzelnen Prüfern das Urteil ohne Mängel bzw. mit unerheblichen Mängeln oder mit erheblichen Mängeln erhalten haben. Diese Daten werden mit den Gesamtwerten der Prüfstelle verglichen. Man kann davon ausgehen, dass es vom Zufall abhängt, welcher Prüfer welches Fahrzeug überprüft. In einer Prüfstelle erhielten in einem Vierteljahr von geprüften Fahrzeugen 9650 eine Prüfplakette. Ein Prüfer untersuchte in derselben Zeit 875 Fahrzeuge und gab 545 Prüfplaketten. Kann man ihn als scharfen oder großzügigen Prüfer bezeichnen oder lässt sich die Abweichung vom Mittelwert der Prüfstelle als zufällig auffassen?
7 Arbeitsblatt 4.7: Schluss von der Gesamtheit auf die Stichprobe: Uhr-Prognose Bei den sogenannten Wahltagsbefragungen werden Wählerinnen und Wähler nach dem Verlassen des Wahllokals danach befragt, welche Partei sie gewählt haben. Das Ergebnis einer solchen Stichprobe wird um Uhr (zum Zeitpunkt der Schließung der Wahllokale) im Fernsehen als erste Prognose veröffentlicht. Überprüfen Sie die Qualität der Befragungsergebnisse zur Bundestagswahl 2009, bei der ca Wählerinnen und Wähler befragt wurden. Anleitung: Fassen Sie das Wahlergebnis als die dem Zufallsversuch zugrunde liegende Erfolgswahrscheinlichkeit auf.
8 Arbeitsblatt 4.8: Schema zum Schluss von der Gesamtheit auf die Stichprobe Zufallsgröße X: Erfolgwahrscheinlichkeit p = Umfang der Stichprobe n = Erwartungswert (Punktschätzung) µ = in Worten: Wir erwarten, dass bei dieser BERNOULLI-Kette (ungefähr) Erfolge eintreten werden. Standardabweichung σ = Intervallschätzung: 90 % - Umgebung des Erwartungswerts Mit einer Wahrscheinlichkeit von ca. 90 % wird die Anzahl X der Erfolge im Intervall X liegen. Kontrollrechnung zu erwartende relative Häufigkeiten Mit einer Wahrscheinlichkeit von ca. 90 % wird die relative Häufigkeit X/n der Anzahl der Erfolge im Intervall % X/n % liegen. Intervallschätzung: 95 % - Umgebung des Erwartungswerts Mit einer Wahrscheinlichkeit von ca. 95 % wird die Anzahl X der Erfolge im Intervall X liegen. Kontrollrechnung zu erwartende relative Häufigkeiten Mit einer Wahrscheinlichkeit von ca. 95 % wird die relative Häufigkeit X/n der Anzahl der Erfolge im Intervall % X/n % liegen. Intervallschätzung: 99 % - Umgebung des Erwartungswerts Mit einer Wahrscheinlichkeit von ca. 99 % wird die Anzahl X der Erfolge im Intervall X liegen. Kontrollrechnung zu erwartende relative Häufigkeiten Mit einer Wahrscheinlichkeit von ca. 99 % wird die relative Häufigkeit X/n der Anzahl der Erfolge im Intervall % X/n % liegen. Heinz Klaus Strick 2009
9 Arbeitsblatt 4.8: Zweiseitiger Hypthesentest: Geburtenhäufigkeiten Gibt es Monate im Jahr, in denen in Deutschland besonders viele oder besonders wenige Kinder geboren werden? Untersuchen Sie dazu die Hypothese, dass die Wahrscheinlichkeit für die Geburt eines Kindes für jeden Tag des Jahres gleich groß ist, also im Januar 31/365 bzw. 31/366 beträgt, im Februar 28/365 bzw. 29/366 usw. Hypothese über p erwartete Anzahl von Geburten (µ) 95%-Intervall um µ Kommentar 2004 p = 29/366 p = 30/366 p = 31/ p = 28/365 p = 30/365 p = 31/ p = 28/365 p = 30/365 p = 31/ p = 28/365 p = 30/365 p = 31/365
10 Arbeitsblatt 4.10: Zweiseitiger Hypothesentest: Linke und rechte Schuhe
11 Arbeitsblatt 4.11: Zweiseitiger Hypothesentest: Pokertest Bei einem Spiel mit fünf Würfeln treten Bilder wie beim Pokern auf. Die Wahrscheinlichkeit für ein Paar (d. h. genau zwei Würfel zeigen die gleiche Augenzahl, die übrigen lauter verschiedene Augenzahlen) beträgt 46,30%, für zwei Paare (also je zwei zeigen die gleiche Augenzahl, der 5. Würfel eine andere) 23,15% usw. Stellen Sie jeweils eine Entscheidungsregel dafür auf, wann bei einem 1000-fachen Spiel mit fünf Würfeln Anlass gegeben ist, an dem ordnungsgemäßen Ablauf des Spiels zu zweifeln (α 0,05). Hypothese µ - 1,96σ µ + 1,96σ Entscheidungsregel: Verwirf die Hypothese, dass die fünf Würfel in Ordnung sind bzw. ordnungsgemäß geworfen werden, falls bei einem 1000-fachen Werfen von fünf Würfeln... p = 0, weniger als -mal oder mehr als -mal genau zwei Würfel die gleiche Augenzahl zeigen und die übrigen lauter verschiedene Augenzahlen. p = 0, weniger als -mal oder mehr als -mal p = 0, weniger als -mal oder mehr als -mal p = 0, weniger als -mal oder mehr als -mal
12 Arbeitsblatt 4.12: Schema zum zweiseitigen Hypothesentest zu testende Hypothese: p = zu testende Hypothese (in Worten): Umfang der Stichprobe: n = Erwartungswert (Punktschätzung): µ = Standardabweichung σ = vorgegebenes Signifikanzniveau: zugehörige Umgebung des Erwartungswerts gemäß σ-regeln (Intervallschätzung): Kontrollrechnung: Annahmebereich: in Worten: Verwerfungsbereich: in Worten: Wenn dem Zufallsversuch tatsächlich die Erfolgswahrscheinlichkeit p = zugrunde liegt, wird die Anzahl der Erfolge mit einer Wahrscheinlichkeit von % im Intervall liegen. Wenn dem Zufallsversuch tatsächlich die Erfolgswahrscheinlichkeit p = zugrunde liegt, wird die Anzahl der Erfolge nur mit einer Wahrscheinlichkeit von insgesamt % kleiner sein als oder größer sein als Entscheidungsregel: Verwirf die Hypothese p =, falls in der Stichprobe weniger als Erfolge oder mehr als Erfolge auftreten. Fehler 1. Art (Definition): Fehler 1. Art (im Sachzusammenhang) Fehler 2. Art (Definition): Fehler 2. Art (im Sachzusammenhang) Heinz Klaus Strick 2009
13 Arbeitsblatt 4.13: Zweiseitiger Hypothesentest: Kuboktaeder Ein Kuboktaeder ist ein Körper, der durch Abschneiden der Ecken eines Hexaeders entsteht; die Oberfläche besteht aus sechs gleich großen Quadraten und aus acht gleichseitigen Dreiecken. Die dreieckigen Flächen haben an der gesamten Oberfläche einen Anteil von circa 36,6 %. In 500 Würfen lag 116-mal die dreieckige Fläche oben. Wie groß könnte die Wahrscheinlichkeit dafür sein, dass ein Kuboktaeder auf einer dreieckigen Fläche liegen bleibt? Stellen Sie mögliche Hypothesen auf und testen Sie diese.
14 Arbeitsblatt 4.14: Zweiseitiger Hypothesentest: Operationscharakteristik Für den 250-fachen Münzwurf kann man folgende Entscheidungsregel aufstellen: Verwirf die Hypothese p = 0.5, falls weniger als 110-mal oder mehr als 140-mal Wappen fällt. 0,06 0,05 0,04 0,03 0,02 0,01 0, Bestimmen Sie die Wahrscheinlichkeit α für einen Fehler 1. Art: P(110 X 140) % α = P(X < 110 oder X > 140) % Bestimmen Sie die Wahrscheinlichkeit β für einen Fehler 2. Art, wenn dem Zufallsversuch tatsächlich eine Erfolgswahrscheinlichkeit von p 1 = 0,4 zugrunde liegt: β = P p1 = 0,4 (110 X 140) Lesen Sie am folgenden Graphen die Wahrscheinlichkeit für einen Fehler 2. Art ab, wenn dem Zufallsversuch tatsächlich eine Erfolgswahrscheinlichkeit von p 1 = 0,43 zugrunde liegt. Lesen Sie für drei andere Werte von p 1 die Wahrscheinlichkeit β ab. Wahrscheinlichkeit für Fehler 2. Art 1,00 0,95 0,90 0,85 0,80 0,75 0,70 0,65 0,60 0,55 0,50 0,45 0,40 0,35 0,30 0,25 0,20 0,15 0,10 0,05 0,00 0,30 0,32 0,34 0,36 0,38 0,40 0,42 0,44 0,46 0,48 0,50 0,52 0,54 0,56 0,58 0,60 0,62 0,64 0,66 0,68 0,70 Tatsächlich zugrunde liegende Erfolgswahrscheinlichkeit Heinz Klaus Strick 2009
15 Arbeitsblatt 4.15: Schluss von der Stichprobe auf die Gesamtheit Beispiele (1) In einer Klasse mit 30 Kindern wird ein Weihnachtswichteln durchgeführt: Die Namen der dreißig Kinder werden auf Zettel geschrieben. Jeder zieht einen Zettel um zu erfahren, für wen ein Geschenk gebastelt werden soll. Wie groß ist die Wahrscheinlichkeit, dass irgendjemand seinen eigenen Namen zieht, also das Ziehen der Namen wiederholt werden muss? Würden Sie darauf zu wetten, dass so etwas geschieht? In einer 200-fachen Simulation des Weihnachtswichtelns kam dies 119-mal vor. Welchen Schluss kann man hieraus ziehen? Kann es sein, dass dem Zufallsversuch eine Erfolgswahrscheinlichkeit p zugrunde liegt? mögliche zugrunde liegende Erfolgswahrscheinlichkeit p = 0,6 Prognose auf dem 95%-Niveau Kommentar p = 0,55 p = 0,5 p = 0,45 Das Statistische Bundesamt führt regelmäßig Erhebungen durch, um die Ausstattung von Haushalten mit langlebigen Gebrauchsgütern zu erfassen. Dabei ergab sich in einer Stichprobe in 7828 repräsentativ ausgewählten Haushalten, dass 48,7% über eine Digitalkamera verfügen. Bestimmen Sie mögliche Anteile p der Haushalte, die mit diesem Konsumgut ausgestattet sind. möglicher Anteil p Prognose auf dem 95%-Niveau Kommentar
16 Arbeitsblatt 4.16: Schluss von der Stichprobe auf die Gesamtheit Beispiele (2) Um herauszufinden, mit welcher absoluten Häufigkeit eine bestimmte Tierart vorkommt, fängt man Tiere dieser Art ein und markiert sie. Danach setzt man sie wieder aus. Nach einiger Zeit fängt man wieder Tiere dieser Art und zählt dann, wie viele davon markiert sind. Von 120 markierten Fischen eines Fischteichs werden 28 beim zweiten Mal gefangen; 104 Fische des zweiten Fangs waren nicht markiert. Schätzen Sie den Anteil markierter Tiere in der Gesamtheit. Wie viele Fische der betrachteten Art wird es mit einer Wahrscheinlichkeit von 95 % in dem Fischteich geben? In einer Stichprobe vom Umfang 827 fand man 354 Personen mit Blutgruppe A. Bestimmen Sie ein 95%-Konfidenzintervall für den Anteil p der Personen mit Blutgruppe A in der Gesamtheit aller erwachsenen Personen der betrachteten Bevölkerungsgruppe. In der betrachteten Bevölkerungsgruppe leben Erwachsene. Wie viele Personen kommen daher als Blutspender für Blutgruppe A in Frage?
17 Arbeitsblatt 4.17: Einseitiger Hypothesentest: Unterschiedliche Standpunkte Der Vorstand einer Partei fürchtet, dass bei der nächsten Wahl der Stimmenanteil dieser Partei unter der 5 %-Hürde bleibt. Durch eine Wählerbefragung unter 400 Personen soll Klarheit geschaffen werden. Der Wahlkampfmanager ist dafür, die Hypothese p < 0,05 zu testen, denn nur dann, wenn diese Hypothese verworfen wird, kann der Vorstand beruhigt sein. Der Wahlkampfmanager lässt sich also nur dann von seinem Standpunkt abbringen, wenn in der Stichprobe signifikant viele Personen angeben, diese Partei bei der nächsten Wahl wählen zu wollen. Stellen Sie eine Entscheidungsregel auf. (α 5 %) Der Finanzbeauftragte der Partei ist dafür, die Hypothese p 0,05 zu testen, denn nur dann, wenn diese Hypothese verworfen wird, hält er einen kostenintensiven Wahlkampf für notwendig. Der Finanzbeauftragte lässt sich also nur dann von seinem Standpunkt abbringen, wenn in der Stichprobe signifikant wenige Personen angeben, diese Partei bei der nächsten Wahl wählen zu wollen. Stellen Sie eine Entscheidungsregel auf. (α 5 %)
18 Arbeitsblatt 4.18: Einseitiger Hypothesentest: Beispiele Ein Lkw-Hersteller wirbt für seine Fahrzeuge u. a. mit der Bemerkung, dass mehr als die Hälfte aller Lkw auf Deutschlands Straßen von dieser Firma produziert würde. Bei einer Fahrt auf einem Autobahnabschnitt begegnen uns 59 Lkw, davon 39 von der betreffenden Firma. Beweist dieses Resultat die Firmenwerbung? Welche Hypothese sollte getestet werden? Der Hersteller eines Pestizids ist der Überzeugung, dass ein bestimmtes Präparat aus seiner Produktion in mindestens 90 % der Anwendungsfälle hilft. An dieser Aussage werden Zweifel geäußert. Der Pestizid-Hersteller ist daraufhin bereit, seine Angaben zu überprüfen. Welche Standpunkte sind möglich? Welche Hypothese sollte getestet werden? Ein Arzneimittelhersteller wirbt für ein neues Medikament mit dem Hinweis, dass es im Vergleich zu Medikamenten anderer Hersteller besser verträglich sei: Nur bei 10 % der Patienten würden Allergien auftreten. In einer Klinik wird das Medikament bei 172 Patienten eingesetzt. Welche Hypothesen kann man testen? Begründen Sie, welche am sinnvollsten ist. Formulieren Sie Entscheidungsregeln. Welche Irrtumswahrscheinlichkeit ist angemessen? Beschreiben Sie die Fehler 1. und 2. Art.
19 Arbeitsblatt 4.19: Schema zum einseitigen Hypothesentest Hypothese H 1 dahinter stehender Standpunkt Hypothese H 2 dahinter stehender Standpunkt Umfang der Stichprobe vorgegebenes Signifikanzniveau Erwartungswert / Standardabw. µ = σ = extreme Abweichung nach unten extreme Abweichung nach oben Annahmebereich für H 1 Verwerfungsbereich für H 1 Entscheidungsregel zu H 1 Verwirf die Hypothese p als Erfolge auftreten., falls in der Stichprobe weniger/mehr Annahmebereich für H 2 Verwerfungsbereich für H 2 Entscheidungsregel zu H 2 Verwirf die Hypothese p als Erfolge auftreten. Fehler 1. Art bzgl. des Tests von H 1 (im Sachzusammenhang), falls in der Stichprobe weniger/mehr Fehler 2. Art bzgl. des Tests von H 1 (im Sachzusammenhang) Fehler 1. Art bzgl. des Tests von H 2 (im Sachzusammenhang) Fehler 2. Art bzgl. des Tests von H 2 (im Sachzusammenhang) Heinz Klaus Strick 2009
20 Arbeitsblatt 4.20: Notwendiger Stichprobenumfang: π - Bestimmung Theoretisch kann man die Kreiszahl π mithilfe eines Zufallsregens bestimmen. Die Abbildung rechts zeigt eine Simulation mit 5000 Punkten eines Zufallsregens. Welche Bedingung müssen die Koordinaten x, y der Punkte erfüllen? Welche Prognose kann man für den Anteil der Punkte, die innerhalb des Viertelkreises liegen, abgeben? (95 %-Niveau) 1,0 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0,0 0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0 Wie viele Paare (x y) von Zufallszahlen müssen gebildet werden, um π auf drei Dezimalstellen genau zu bestimmen? (Sicherheitswahrscheinlichkeit 95 %) Anleitung: In 95 % der Stichproben gilt: X/n p 1,96 σ/n Gefordert wird, dass sich der Anteil X/n der Punkte, die innerhalb des Viertelkreises liegen, von p = π/4 um höchstens 0,1 Prozentpunkte unterscheiden soll: X/n p 0,001 Die Anzahl der Punkte ist also so groß zu wählen, dass gilt: 1,96 σ/n 0,001 Wenn n so gewählt wird, dann wird bei 95 % der Stichproben von diesem Umfang die Genauigkeitsforderung erfüllt sein.
Je größer n und je näher p bei 0,5 liegt, desto besser wird i. A. die Näherung. Als Faustregel gilt, dass die Näherung geeignet ist, wenn.
1. Sigma-Regeln / Sigma-Umgebungen Die Sigma-Regeln geben an: - mit welcher Wahrscheinlichkeit die Werte einer binomialverteilten Zufallsgröße in bestimmten Intervallen um den Erwartungswert liegen. (also
MehrDie ABSOLUTE HÄUFIGKEIT einer Merkmalsausprägung gibt an, wie oft diese in der Erhebung eingetreten ist.
.3. Stochastik Grundlagen Die ABSOLUTE HÄUFIGKEIT einer Merkmalsausprägung gibt an, wie oft diese in der Erhebung eingetreten ist. Die RELATIVE HÄUFIGKEIT einer Merkmalsausprägung gibt an mit welchem Anteil
MehrKapitel VII. Punkt- und Intervallschätzung bei Bernoulli-Versuchen
Kapitel VII Punkt- und Intervallschätzung bei Bernoulli-Versuchen Einführungsbeispiel: Jemand wirft einen korrekten Würfel 60 mal. Wie oft etwa wird er die 6 würfeln? Klar: etwa 10 mal, es kann aber auch
MehrSerie 9, Musterlösung
WST www.adams-science.org Serie 9, Musterlösung Klasse: 4U, 4Mb, 4Eb Datum: FS 18 1. Mädchen vs. Knaben 442187 Unter 3000 in einer Klinik neugeborenen Kindern befanden sich 1578 Knaben. Testen Sie mit
MehrM13 Übungsaufgaben / pl
Die Histogramme von Binomialverteilungen werden bei wachsendem Stichprobenumfang n immer flacher und breiter. Dem Maximum einer solchen Verteilung kommt daher keine allzu große Wahrscheinlichkeit zu. Vielmehr
Mehr2 BEURTEILENDE STATISTIK
84 BEURTEILENDE STATISTIK 9 1. Durch die Aufgabenstellung soll eine Diskussion unter den Schülerinnen und Schülern angeregt werden, welche Ergebnisse als akzeptabel und welche als Verdächtig bezeichnet
MehrStoffverteilungsplan Mathematik Leistungskurs. Lambacher Schweizer Stochastik ISBN Klassenarbeit
Lambacher Schweizer Q3.1 Grundlegende Begriffe der Grundlagen der Wahrscheinlichkeitstheorie: Beschreiben von Zufallsexperimenten (Laplace-Experimente) unter Verwendung der Begriffe Ergebnis, Ergebnismenge,
MehrSigma-Umgebung. Vergleichen wir die beiden Binomialverteilungen: n = 30 p = 0,5. n = 20 p = 0,75
Sigma-Umgebung Vergleichen wir die beiden Binomialverteilungen: n = 30 p = 0,5 0,2 (z.b. 30-maliges Werfen einer Münze, X Anzahl von Zahl ) 5 10 15 20 n = 20 p = 0,75 0,2 5 10 15 20 Der Erwartungswert
MehrStoffverteilungsplan Mathematik Grundkurs. Lambacher Schweizer Stochastik ISBN Klassenarbeit
Q3.1 Grundlegende Begriffe der Grundlagen der Wahrscheinlichkeitstheorie: Beschreiben von Zufallsexperimenten (Laplace-Experimente) unter Verwendung der Begriffe Ergebnis, Ergebnismenge, Ereignis und Wahrscheinlichkeit
MehrTesten von Hypothesen
Elke Warmuth Humboldt-Universität zu Berlin Sommersemster 2010 1 / 46 2 / 46 1 Testen von Hypothesen 3 / 46 Signifikant, signifikant, signifikant,... 4 / 46 Signifikant, signifikant, signifikant,... 5
MehrErfahrungen mit einer Leistungskurs-Abituraufgabe
30 Erfahrungen mit einer Leistungskurs-Abituraufgabe von Heinz Klaus Strick Unterrichtliche Voraussetzungen Stochastik war Thema des Leistungskurses in der Stufe 12.2. Insgesamt fanden in dem Sommerhalbjahr
Mehruntersuchen Lage- und Streumaße von Stichproben
Qualifikationsphase Leistungskurs 1 QII 2.1.2 Konkretisierte Unterrichtsvorhaben auf der Basis des Lehrwerks Buch: Elemente der Mathematik, Qualifikationsphase NRW Leistungskurs, Braunschweig 2015, Westermann
MehrLösungen zum Aufgabenblatt 14
Lösungen zum Aufgabenblatt 14 61. Das Gewicht von Brötchen (gemessen in g) sei zufallsabhängig und werde durch eine normalverteilte Zufallsgröße X N(µ, 2 ) beschrieben, deren Varianz 2 = 49 g 2 bekannt
MehrR. Brinkmann Seite
R. Brinkmann http://brinkmann-du.de Seite 1 17.3.21 Grundlagen zum Hypothesentest Einführung: Wer Entscheidungen zu treffen hat, weiß oft erst im nachhinein ob seine Entscheidung richtig war. Die Unsicherheit
Mehr73 Hypothesentests Motivation Parametertest am Beispiel eines Münzexperiments
73 Hypothesentests 73.1 Motivation Bei Hypothesentests will man eine gewisse Annahme über eine Zufallsvariable darauf hin überprüfen, ob sie korrekt ist. Beispiele: ( Ist eine Münze fair p = 1 )? 2 Sind
MehrWürfelspiel. Heinz Klaus Strick. Beispiele zum Einsatz des TI-30X Plus MultiView :
Beispiele zum Einsatz des TI-30X Plus MultiView : Würfelspiel Für den schulartübergreifenden Einsatz Stochastik Grundkurs Besonders passend für Baden-Württemberg und Bayern Bei einem Würfelspiel hat ein
MehrUm zu entscheiden, welchen Inhalt die Urne hat, werden der Urne nacheinander 5 Kugeln mit Zurücklegen entnommen und ihre Farben notiert.
XV. Testen von Hypothesen ================================================================== 15.1 Alternativtest ------------------------------------------------------------------------------------------------------------------
MehrGrundlagen der Stochastik
Grundlagen der Stochastik Johannes Recker / Sep. 2015, überarbeitet Nov. 2015 Fehlermeldungen oder Kommentare an recker@sbshh.de Inhalt 1. Grundlegende Begriffe der Wahrscheinlichkeitsrechnung... 2 1.1.
MehrR. Brinkmann Seite
R. Brinkmann http://brinkmann-du.de Seite 1 24.2.214 Grundlagen zum Hypothesentest Einführung: Wer Entscheidungen zu treffen hat, weiß oft erst im nachhinein ob seine Entscheidung richtig war. Die Unsicherheit
MehrHypothesentest. Ablehnungsbereich. Hypothese Annahme, unbewiesene Voraussetzung. Anzahl Kreise
Hypothesentest Ein Biologe vermutet, dass neugeborene Küken schon Körner erkennen können und dies nicht erst durch Erfahrung lernen müssen. Er möchte seine Vermutung wissenschaftlich beweisen. Der Biologe
MehrAlternativtest Einführung und Aufgabenbeispiele
Alternativtest Einführung und Aufgabenbeispiele Ac Einführendes Beispiel: Ein Medikament half bisher 10% aller Patienten. Von einem neuen Medikament behauptet der Hersteller, dass es 20% aller Patienten
MehrBiomathematik für Mediziner, Klausur WS 2000/2001 Seite 1
Biomathematik für Mediziner, Klausur WS 2000/2001 Seite 1 Aufgabe 1: Von 2 gleichartigen Maschinen eines pharmazeutischen Betriebes stellt die erste 40% und die zweite 60% der Produkte her. Dabei verursacht
MehrGurkensamen. Stochastik ABITUR Torsten Möller. - Mathematik - Prüfungsaufgabe Schleswig-Holstein
Torsten Möller Gurkensamen Stochastik ABITUR 2017 - Mathematik - Prüfungsaufgabe Schleswig-Holstein vollständige Lösungen mit anschaulichen Grafiken Impressum Torsten Möller Augustastraße 6 24937 Flensburg
MehrStatistik-Übungsaufgaben
Statistik-Übungsaufgaben 1) Bei der Produktion eine Massenartikels sind erfahrungsgemäß 20 % aller gefertigten Erzeugnisse unbrauchbar. Es wird eine Stichprobe vom Umfang n =1000 entnommen. Wie groß ist
MehrR. Brinkmann Seite
R. Brinkmann http://brinkmann-du.de Seite 7.9. Lösungen zum Hypothesentest II Ausführliche Lösungen: A A Aufgabe Die Firma Schlemmerland behauptet, dass ihre Konkurrenzfirma Billigfood die Gewichtsangabe,
MehrÜberblick Hypothesentests bei Binomialverteilungen (Ac)
Überblick Hypothesentests bei Binomialverteilungen (Ac) Beim Testen will man mit einer Stichprobe vom Umfang n eine Hypothese H o (z.b.p o =70%) widerlegen! Man geht dabei aus von einer Binomialverteilung
MehrBeurteilende Statistik
Beurteilende Statistik Wahrscheinlichkeitsrechnung und Beurteilende Statistik was ist der Unterschied zwischen den beiden Bereichen? In der Wahrscheinlichkeitstheorie werden aus gegebenen Wahrscheinlichkeiten
MehrStatistik Testverfahren. Heinz Holling Günther Gediga. Bachelorstudium Psychologie. hogrefe.de
rbu leh ch s plu psych Heinz Holling Günther Gediga hogrefe.de Bachelorstudium Psychologie Statistik Testverfahren 18 Kapitel 2 i.i.d.-annahme dem unabhängig. Es gilt also die i.i.d.-annahme (i.i.d = independent
MehrBeurteilende Statistik
Beurteilende Statistik SIGNIFIKANZ UND HYPOTHESENTESTS 12.02.2018 HOLGER WUSCHKE BEURTEILENDE STATISTIK 1 12.02.2018 HOLGER WUSCHKE BEURTEILENDE STATISTIK 2 12.02.2018 HOLGER WUSCHKE BEURTEILENDE STATISTIK
MehrStatistische Tests (Signifikanztests)
Statistische Tests (Signifikanztests) [testing statistical hypothesis] Prüfen und Bewerten von Hypothesen (Annahmen, Vermutungen) über die Verteilungen von Merkmalen in einer Grundgesamtheit (Population)
MehrBiostatistik, Winter 2011/12
Biostatistik, Winter 2011/12 / Übungsaufgaben Prof. Dr. Achim Klenke http://www.aklenke.de 13. Vorlesung: 10.02.2012 1/51 Aufgabe 1 Aufgabenstellung Übungsaufgaben Ein Pharmakonzern möchte ein neues Schlankheitsmedikament
MehrStatistik Zusätzliche Beispiele SS 2018 Blatt 3: Schließende Statistik
Statistik Zusätzliche Beispiele SS 2018 Blatt 3: Schließende Statistik 1. I Ein Personalchef führt so lange Vorstellungsgespräche durch bis der erste geeignete Bewerber darunter ist und stellt diesen an.
MehrWahrscheinlichkeitsverteilungen
Universität Bielefeld 3. Mai 2005 Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsrechnung Das Ziehen einer Stichprobe ist die Realisierung eines Zufallsexperimentes. Die Wahrscheinlichkeitsrechnung betrachtet
MehrName...LÖSUNGEN...Vorname...
PRÜFUNG STATISTIK VO 19. März 2010 Name...LÖSUNGEN...Vorname... Matrikelnummer... Einsichtnahme: Di, 20. April 2010 BITTE DEUTLICH UND LESERLICH SCHREIBEN! Es wird nur gewertet, was in diesem Exemplar
MehrWahrscheinlichkeitsrechnung und Statistik
10. Vorlesung - 017 Quantil der Ordnung α für die Verteilung des beobachteten Merkmals X ist der Wert z α R für welchen gilt z 1 heißt Median. P(X < z α ) α P(X z α ). Falls X stetige zufällige Variable
MehrBiostatistik, Winter 2011/12
Biostatistik, Winter 2011/12 : Binomial, Gauß Prof. Dr. Achim Klenke http://www.aklenke.de 10. Vorlesung: 20.01.2012 1/31 Inhalt 1 Einführung Binomialtest 2/31 Beispiel Einführung Bohnenlieferant liefert
MehrHinweis: Die Tabellen für die Wahrscheinlichkeitsverteilungen finden Sie in der Anlage.
Name: 4. MATHEMATIKKLAUSUR 26.06.2003 M3 Mathe 12 GK (GA) Bearbeitungszeit: 135 min Seite 1 Hinweis: Die Tabellen für die Wahrscheinlichkeitsverteilungen finden Sie in der Anlage. Aufgabe 1: Sigma-Umgebungen
MehrPfadregel. 400 Kugeln durchlaufen die möglichen Pfade. Das Diagramm zeigt das Ergebnis am Ende der Versuchsdurchführung.
Würfelsimulation 1) Bezeichnen Sie in den Säulendiagrammen (Histogrammen - 2. Graphik) die senkrechten Achsen und vervollständigen Sie im ersten Diagramm die Achseneinteilung. Lesen Sie im Histogramm für
Mehr8. Konfidenzintervalle und Hypothesentests
8. Konfidenzintervalle und Hypothesentests Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Beispiel. Sie wollen den durchschnittlichen Fruchtsaftgehalt eines bestimmten Orangennektars
MehrWahrscheinlichkeit und Statistik BSc D-INFK
Prof. Dr. P. Bühlmann ETH Zürich Winter 2010 Wahrscheinlichkeit und Statistik BSc D-INFK 1. (10 Punkte) Bei den folgenden 10 Fragen ist jeweils genau eine Antwort richtig. Es gibt pro richtig beantwortete
MehrÜbung zur Stochastik
Übung zur Stochastik 1.) Die G-Partei hat bei der vergangenen Kommunalwahl in einer Stadt mit etwa 700 000 wahlberechtigten Bürgern rund 9 % der Stimmen erhalten. Nun werden 1 000 rein zufällig ausgewählte
MehrAbiturvorbereitung Alkoholsünder, bedingte Wahrscheinlichkeit, Hypothesentest Aufgabenblatt
R. Brinkmann http://brinkmann-du.de Seite 2.05.2009 Abiturvorbereitung Alkoholsünder, bedingte Wahrscheinlichkeit, Hypothesentest Aufgabenblatt Aufgabe 0 0. In einer bestimmten Stadt an einer bestimmten
Mehr2. Formulieren von Hypothesen. Nullhypothese: H 0 : µ = 0 Gerät exakt geeicht
43 Signifikanztests Beispiel zum Gauß-Test Bei einer Serienfertigung eines bestimmten Typs von Messgeräten werden vor der Auslieferung eines jeden Gerätes 10 Kontrollmessungen durchgeführt um festzustellen,
MehrBereiche der Statistik
Bereiche der Statistik Deskriptive / Exploratorische Statistik Schließende Statistik Schließende Statistik Inferenz-Statistik (analytische, schließende oder konfirmatorische Statistik) baut auf der beschreibenden
MehrAbschlussprüfung Berufliche Oberschule 2015 Mathematik 12 Nichttechnik - S I - Lösung
Abschlussprüfung Berufliche Oberschule 20 Mathematik 12 Nichttechnik - S I - Lösung Im Folgenden werden relative Häufigkeiten als Wahrscheinlichkeiten interpretiert. Teilaufgabe 1.0 Ein neues Medikament
MehrFit for Abi & Study Stochastik
Fit for Abi & Study Stochastik Prof. Dr. Tilla Schade Hochschule Harz 15. und 16. April 2014 No. 1 Stochastik besteht aus: Wahrscheinlichkeitsrechnung Statistik No. 2 Gliederung Grundlagen Zufallsgrößen
Mehr3) Testvariable: T = X µ 0
Beispiel 4.9: In einem Molkereibetrieb werden Joghurtbecher abgefüllt. Der Sollwert für die Füllmenge dieser Joghurtbecher beträgt 50 g. Aus der laufenden Produktion wurde eine Stichprobe von 5 Joghurtbechern
Mehr1. Einführung in die induktive Statistik
Wichtige Begriffe 1. Einführung in die induktive Statistik Grundgesamtheit: Statistische Masse, die zu untersuchen ist, bzw. über die Aussagen getroffen werden soll Stichprobe: Teil einer statistischen
MehrStatistische Tests für unbekannte Parameter
Konfidenzintervall Intervall, das den unbekannten Parameter der Verteilung mit vorgegebener Sicherheit überdeckt ('Genauigkeitsaussage' bzw. Zuverlässigkeit einer Punktschätzung) Statistischer Test Ja-Nein-Entscheidung
MehrA3.Die Lebensdauer eines elektronischen Gerätes werde als normalverteilt angenommen. Der Erwartungswert betrage
Aufgaben ~ Beispiele A1. Wir spielen Roulette mit einem Einsatz von 5 mit der Glückszahl 15. Die Wahrscheinlichkeiten und Auszahlungen beim Roulette sind in folgender Tabelle zusammengefasst: Ereignis
MehrSchließende Statistik
Schließende Statistik Die schließende Statistik befasst sich mit dem Rückschluss von einer Stichprobe auf die Grundgesamtheit (Population). Die Stichprobe muss repräsentativ für die Grundgesamtheit sein.
MehrWahrscheinlichkeitsrechnung und Statistik. 11. Vorlesung /2019
Wahrscheinlichkeitsrechnung und Statistik 11. Vorlesung - 2018/2019 Quantil der Ordnung α für die Verteilung des beobachteten Merkmals X ist der Wert z α R für welchen gilt z 1 2 heißt Median. P(X < z
MehrAbitur 2015 Mathematik NT Stochastik S I
Seite 1 http://www.abiturloesung.de/ Seite 2 Abitur 2015 Mathematik NT Stochastik S I Ein neues Medikament wird vor der Markteinführung einem klinischen Test unterzogen. Dabei erhält die Hälfte der am
MehrHypothesentest, ein einfacher Zugang mit Würfeln
R. Brinkmann http://brinkmann-du.de Seite 4..4 ypothesentest, ein einfacher Zugang mit Würfeln Von einem Laplace- Würfel ist bekannt, dass bei einmaligem Wurf jede einzelne der Zahlen mit der Wahrscheinlichkeit
MehrStatistik-Notfallkit für Schüler und Lehrer
Statistik-Notfallkit für Schüler und Lehrer Jan Kallsen Christian-Albrechts-Universität zu Kiel 3. Dezember 2018 Zusammenfassung Schließende Statistik ist konzeptionell nicht einfach. Hier sind einige
MehrKapitel 13. Grundbegriffe statistischer Tests
Kapitel 13 Grundbegriffe statistischer Tests Oft hat man eine Vermutung über die Verteilung einer Zufallsvariablen X. Diese Vermutung formuliert man als Hypothese H 0.Sokönnte man daran interessiert sein
MehrVorlesung: Statistik II für Wirtschaftswissenschaft
Vorlesung: Statistik II für Wirtschaftswissenschaft Prof. Dr. Helmut Küchenhoff Institut für Statistik, LMU München Sommersemester 2017 Einführung 1 Wahrscheinlichkeit: Definition und Interpretation 2
Mehr5. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren)
5. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren) 5.1. Einführung Schätzen unbekannter Parameter im Modell, z.b. Wahrscheinlichkeiten p i (Anteile in der Gesamtmenge), Erwartungswerte
MehrABI-CHECKLISTE. FiNALE Prüfungstraining MATHEMATIK. trifft zu. FiNALE- Seiten. erledigt. nicht zu. A Differenzialrechnung
ABI-CHECKLISTE A Differenzialrechnung A1 Potenz-, Sinus- und Kosinusfunktion, Exponential- und Logarithmusfunktionen ableiten. A2 einfache Funktionen mit der Summenund Faktorregel und sammengesetzte Funktionen
Mehr5. Seminar Statistik
Sandra Schlick Seite 1 5. Seminar 5. Seminar Statistik 30 Kurztest 4 45 Testen von Hypothesen inkl. Übungen 45 Test- und Prüfverfahren inkl. Übungen 45 Repetitorium und Prüfungsvorbereitung 15 Kursevaluation
MehrErwartungswert, Umgebungswahrscheinlichkeiten und die Normalverteilung
R. Brinkmann http://brinkmann-du.de Seite 5.05.0 Erwartungswert, Umgebungswahrscheinlichkeiten und die Normalverteilung Erwartungswert binomialverteilter Zufallsgrößen Wird ein Bernoulli- Versuch, bei
Mehr3.Wiederholung: Toleranzbereiche Für EX Geg:
3.Wiederholung: Toleranzbereiche Für EX Geg: Vl. 24.2.2017 Schätzfunktion für Güte: Ist X Problem: Feb 17 13:21 > Wir berechnen Bereiche (Toleranzbereiche) für sind untere und obere Grenzen, berechnet
MehrBiomathematik für Mediziner
Institut für Medizinische Biometrie, Informatik und Epidemiologie der Universität Bonn (Direktor: Prof. Dr. Max P. Baur) Biomathematik für Mediziner Klausur WS 001/00 Aufgabe 1: Die empirische Varianz
MehrStatistiktutorium (Kurs Frau Jacobsen)
Statistiktutorium (Kurs Frau Jacobsen) von Timo Beddig 1 Grundbegriffe p = Punktschätzer, d.h. der Mittelwert aus der Stichprobe, auf Basis dessen ein angenäherter Wert für den unbekannten Parameter der
MehrEntscheidung zwischen zwei Möglichkeiten auf der Basis unsicherer (zufälliger) Daten
Prof. Dr. J. Franke Statistik II für Wirtschaftswissenschaftler 4.1 4. Statistische Entscheidungsverfahren Entscheidung zwischen zwei Möglichkeiten auf der Basis unsicherer (zufälliger) Daten Beispiel:
Mehr2 Wiederholung statistischer Grundlagen Schließende Statistik empirischen Information aus Stichprobenrealisation x von X
Hypothesentests Bisher betrachtet: Punkt- bzw. Intervallschätzung des unbekannten Mittelwerts Hierzu: Verwendung der 1 theoretischen Information über Verteilung von X empirischen Information aus Stichprobenrealisation
MehrErwartungswert, Varianz und Standardabweichung einer Zufallsgröße. Was ist eine Zufallsgröße und was genau deren Verteilung?
Erwartungswert, Varianz und Standardabweichung einer Zufallsgröße Von Florian Modler In diesem Artikel möchte ich einen kleinen weiteren Exkurs zu meiner Serie Vier Wahrscheinlichkeitsverteilungen geben
MehrÜbungsaufgaben zu Statistik II
Übungsaufgaben zu Statistik II Prof. Dr. Irene Prof. Dr. Albrecht Ungerer Die Kapitel beziehen sich auf das Buch: /Ungerer (2016): Statistik für Wirtschaftswissenschaftler Springer Gabler 4 Übungsaufgaben
Mehr5. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren)
5. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren) 5.1. Einführung Schätzen unbekannter Parameter im Modell, z.b. Wahrscheinlichkeiten p i (Anteile in der Gesamtmenge), Erwartungswerte
MehrStellen Sie den Sachverhalt durch eine geeignete Vierfeldertafel mit relativen Häufigkeiten
Bei der Bearbeitung der Aufgabe dürfen alle Funktionen des Taschenrechners genutzt werden. Aufgabe 4: Stochastik Vorbemerkung: Führen Sie stets geeignete Zufallsvariablen und Namen für Ereignisse ein.
MehrWahrscheinlichkeit und Statistik BSc D-INFK
Prof. Dr. P. Embrechts ETH Zürich Sommer 2015 Wahrscheinlichkeit und Statistik BSc D-INFK Name: Vorname: Stud. Nr.: Das Folgende bitte nicht ausfüllen! Aufg. Summe Kontr. Pkte.-Max. 1 10 2 10 3 10 4 10
Mehrd) Ermitteln Sie ein möglichst kleines, zum Erwartungswert symmetrisches Intervall, in dem mit mehr als 90% die Anzahl der geworfenen Vieren liegt?
Die Ungleichung von Tschebyschow für die Trefferanzahl X und die relative Anzahl der Treffer H n (X) bei Bernoulliketten =================================================================== 1. Ein Laplace-Tetraeder
MehrErstellen Sie eine Vierfeldertafel, die diese Situation wiedergibt.
Bei der Bearbeitung der Aufgabe dürfen alle Funktionen des Taschenrechners genutzt werden. Aufgabe 4: Stochastik Vorbemerkung: Führen Sie stets geeignete Zufallsvariablen und Namen für Ereignisse ein.
MehrPrüfung aus Statistik 2 für SoziologInnen
Prüfung aus Statistik 2 für SoziologInnen 11. Oktober 2013 Gesamtpunktezahl =80 Name in Blockbuchstaben: Matrikelnummer: Wissenstest (maximal 16 Punkte) Kreuzen ( ) Sie die jeweils richtige Antwort an.
MehrPrüfungsklausur zur Stochastik (LMG)/ Elementare Wahrscheinlichkeitstheorie und Statistik
B. Schmalfuß Jena, den 20.02.2018 Prüfungsklausur zur Stochastik (LMG)/ Elementare Wahrscheinlichkeitstheorie und Statistik Allgemeine Hinweise: Zur Verfügung stehende Zeit: 90 min. Hilfsmittel: keine.
MehrBiomathematik für Mediziner, Klausur SS 2001 Seite 1
Biomathematik für Mediziner, Klausur SS 2001 Seite 1 Aufgabe 1: Von den Patienten einer Klinik geben 70% an, Masern gehabt zu haben, und 60% erinnerten sich an eine Windpockeninfektion. An mindestens einer
MehrWebinar Induktive Statistik. - Wahrscheinlichkeitsrechnung - Stichprobentheorie
Webinar Induktive Statistik - Wahrscheinlichkeitsrechnung - Stichprobentheorie Wahrscheinlichkeitstheorie Aufgabe : Zwei Lieferanten decken den Bedarf eines PKW-Herstellers von 00.000 Einheiten pro Monat.
MehrStatistisches Testen
Statistisches Testen Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Differenzen Anteilswert Chi-Quadrat Tests Gleichheit von Varianzen Prinzip des Statistischen Tests Konfidenzintervall
MehrWB 11 Aufgabe: Hypothesentest 1
WB 11 Aufgabe: Hypothesentest 1 Ein Medikament, das das Überleben eines Patienten sichern soll, wird getestet. Stelle Null- und Alternativhypothese auf und beschreibe die Fehler 1. Art und 2. Art. Welcher
MehrKonfidenzintervalle. Gesucht: U = U(X 1,..., X n ), O = O(X 1,..., X n ), sodass für das wahre θ gilt
Konfidenzintervalle Annahme: X 1,..., X n iid F θ. Gesucht: U = U(X 1,..., X n ), O = O(X 1,..., X n ), sodass für das wahre θ gilt P θ (U θ O) = 1 α, α (0, 1). Das Intervall [U, O] ist ein Konfidenzintervall
MehrAbitur 2016 Mathematik Stochastik IV
Seite 1 http://www.abiturloesung.de/ Seite Abitur 016 Mathematik Stochastik IV Bei einem Zufallsexperiment wird eine ideale Münze so lange geworfen, bis zum zweiten Mal Zahl (Z) oder zum zweiten Mal Wappen
MehrStatistik II. Begriff, Begründung: Statistik II, WS 2003/2004, Seite 1 von 7
Statistik II, WS 2003/2004, Seite 1 von 7 Statistik II Hinweise zur Bearbeitung Hilfsmittel: - Taschenrechner (ohne Datenbank oder die Möglichkeit diesen zu programmieren) - Formelsammlung im Umfang von
MehrKlausur zur Vorlesung
Institut für Mathematische Stochastik WS 2004/2005 Universität Karlsruhe 14. Februar 2005 Dr. Bernhard Klar Sebastian Müller Aufgabe 1: (15 Punkte) Klausur zur Vorlesung Statistik für Biologen Musterlösungen
MehrStatistische Tests für unbekannte Parameter
Konfidenzintervall Intervall, das den unbekannten Parameter der Verteilung mit vorgegebener Sicherheit überdeckt ('Genauigkeitsaussage' bzw. Zuverlässigkeit einer Punktschätzung) Statistischer Test Ja-Nein-Entscheidung
MehrKlassifikation von Signifikanztests
Klassifikation von Signifikanztests nach Verteilungsannahmen: verteilungsabhängige = parametrische Tests verteilungsunabhängige = nichtparametrische Tests Bei parametrischen Tests werden im Modell Voraussetzungen
MehrKlassifikation von Signifikanztests
Klassifikation von Signifikanztests nach Verteilungsannahmen: verteilungsabhängige = parametrische Tests verteilungsunabhängige = nichtparametrische Tests Bei parametrischen Tests werden im Modell Voraussetzungen
MehrAbitur 2013 Mathematik Stochastik IV
Seite 1 http://www.abiturloesung.de/ Seite 2 Abitur 201 Mathematik Stochastik IV In einer Großstadt steht die Wahl des Oberbürgermeisters bevor. 12% der Wahlberechtigten sind Jungwähler, d. h. Personen
MehrAnalysis. 1.2 Bestimmen Sie die maximalen Intervalle, in denen die Funktion f a echt monoton zu- bzw. abnimmt.
1.0 Gegeben sind die reellen Funktionen f :xaf (x); D = R a a f a Analysis 1 3 fa (x) = (ax + 27x) mit a R a 0. 27 Der Graph einer solchen Funktion wird mit bezeichnet. 1.1 Berechnen Sie die Nullstellen
MehrHinweis: Es sind 4 aus 6 Aufgaben zu bearbeiten. Werden mehr als 4 Aufgaben bearbeitet, werden nur die ersten vier Aufgaben gewertet.
11.01.2012 Prof. Dr. Ingo Klein Klausur zur VWA-Statistik Hinweis: Es sind 4 aus 6 Aufgaben zu bearbeiten. Werden mehr als 4 Aufgaben bearbeitet, werden nur die ersten vier Aufgaben gewertet. Aufgabe 1:
MehrOnline-Aufgaben Statistik (BIOL, CHAB) Auswertung und Lösung
Online-Aufgaben Statistik (BIOL, CHAB) Auswertung und Lösung Abgaben: 92 / 234 Maximal erreichte Punktzahl: 7 Minimal erreichte Punktzahl: 1 Durchschnitt: 4 Frage 1 (Diese Frage haben ca. 0% nicht beantwortet.)
MehrKLAUSUR_MAI_08 LÖSUNGEN Stat2. 1. Eine Einkommensstatistik (Jahresbruttoeinkommen, klassiert), zeigte folgende Ergebnisse: (in 1000 Euro)
1. Eine Einkommensstatistik (Jahresbruttoeinkommen, klassiert), zeigte folgende Ergebnisse: (in 1000 Euro) 10 bis unter 20 20 30 30 40 über 40 bis 100 U (Unselbständige) 46 89 90 45 S (Selbständige) 63
MehrVerteilung von Summen
Verteilung von Summen Beispiel: Würfelwurf Frage: Wie verhält sich die Verteilung der Augensumme von -Würfeln bei wachsendem? Zur Beantwortung führen wir ein Simulationseperiment durch. 6 Würfe mit 1 Würfel
MehrSo berechnen Sie einen Schätzer für einen Punkt
htw saar 1 EINFÜHRUNG IN DIE STATISTIK: SCHÄTZEN UND TESTEN htw saar 2 Schätzen: Einführung Ziel der Statistik ist es, aus den Beobachtungen eines Merkmales in einer Stichprobe Rückschlüsse über die Verteilung
MehrAufgabe 10 Die Zufallsvariable ist binomialverteilt mit
Level Grundlagen Blatt 2 Dokument mit 8 Aufgaben Aufgabe Die Zufallsvariable ist binomialverteilt mit und,3. Welches der beiden Histogramme zeigt die Wahrscheinlichkeitsverteilung von? Begründen Sie Ihre
MehrDr. W. Kuhlisch Dresden, Institut für Mathematische Stochastik
Dr. W. Kuhlisch Dresden, 12. 08. 2014 Institut für Mathematische Stochastik Klausur Statistik für Studierende der Fachrichtungen Hydrologie und Altlasten/Abwasser zugelassene Hilfsmittel: Taschenrechner
MehrWahrscheinlichkeit und Statistik BSc D-INFK
Prof. Dr. P. Bühlmann ETH Zürich Sommer 2010 Wahrscheinlichkeit und Statistik BSc D-INFK 1. (10 Punkte) Bei den folgenden 10 Fragen ist jeweils genau eine Antwort richtig. Es gibt pro richtig beantwortete
MehrKlassifikation von Signifikanztests
Klassifikation von Signifikanztests Nach Verteilungsannahmen: verteilungsabhängig: parametrischer [parametric] Test verteilungsunabhängig: nichtparametrischer [non-parametric] Test Bei parametrischen Tests
MehrS = {W ; Z } S = {prim;prim } E=prim
Bernoulli-Versuche: Daniel Bernoulli 1700-1782 1782 Schweizer Mathematiker Ein Zufallsversuch mit nur zwei möglichen Ergebnissen heißt einstufiger Bernoulli-Versuch Versuch. Wir nennen künftig die Ergebnisse
Mehr