Vorlesung. Mathematische Statistik für Studierende. der Hydrologie und Abfallwissenschaften
|
|
- Johanna Armbruster
- vor 7 Jahren
- Abrufe
Transkript
1 Vorlesung Dr. Wiltrud Kuhlisch Frühjahr 2015 TU Dresden, Institut für Mathematische Stochastik 1 Einführung 1.1 Literatur Mathematische Statistik für Studierende der Hydrologie und Abfallwissenschaften Bamberg, G. und Baur, F. (1991). Statistik. 7. Auflage, München - Stuttgart, Oldenbourg-Verlag. Clauß, G., Finze, F.R. und Partzsch, L. (1994). Statistik. Frankfurt, Verlag Harri Deutsch. Fahrmeir, L./ Künstler, R., Pigeot, I., Tutz, G. (2001). Statistik. Springer, Berlin. Fahrmeir, L./ Hamerle, A. (1984). Multivariate Statistische Verfahren. De Gruyter, Berlin. Hartung, J. (1991). Statistik. Lehr- und Handbuch der angewandten Statistik. München - Wien, Oldenbourg-Verlag. Lehn, J. und Wegmann, H. (1985). Einführung in die Statistik. Stuttgart, B.G. Teubner. Riedwyl, H. (1989). Angewandte Statistik. Bern - Stuttgart, Verlag P. Haupt. Storm, R. (2007). Wahrscheinlichkeitsrechnung, mathematischen Statistik und statistische Qualitätskontrolle. 12. Auflage, Carl Hanser Verlag, München. Sachs, L., Hedderich, J. (2009). Angewandte Statistik. Methodensammlung mit R. Springer, Berlin. Rudolf, M., Kuhlisch, W. (2008). Biostatistik, Eine Einführung für Biowissenschaftler, PEAR- SON München. 1
2 1.2 Vorbemerkungen zu wasserwirtschaftlichen oder meteorologischen Daten Statistik spielt in vielen Bereichen der Gesellschaft und so auch in der Ingenieurtechnik eine große Rolle, um Bewertungen, Einschätzungen, Trend- und Zusammenhangsanalysen vornehmen zu können. Statistik=Datenanalyse Ausgangspunkt statistischer Untersuchungen sind DATEN - Was versteht man unter DATEN? - Was wurde gemessen, was wurde erfragt? - Wie, wo wurde gemessen? Warum? - Im Rahmen einer Versuchsplanung: Wieviel Messungen / Befragungen liegen vor bzw. werden benötigt? - Datencharakter i.d.r. historisch Wasserwirtschaftliche Hauptwerte (Merkmale, zufällige Merkmale) Einige (zufällige) Merkmale in den Geo- und Hydrowissenschaften besitzen feste abgekürzte Bezeichnungsweisen, die in der Norm DIN 4049, Teil 1, festgelegt sind: Bezeichnungen N Niedrig In einer MN Mittel von N,H M Mittel Wertereihe MH über mehrjährigen H Hoch Zeitraum Diese Abkürzungen werden gekoppelt mit hydrologischen Größen verwendet, wie z.b. - Q...Durchfluss (Abfluss, Zufluss; Basisdurchfluss Q B ) - W...Wasserstand - h N...Niederschlagshöhe - T W...Wassertemperatur - T L...Lufttemperatur Beispiele M Q M N Q HQ N N Q HHW Mittelwasserdurchfluss (M Q(a) Mittelwasserd. jährlich) mittleres jährliches Niedrigwasser Hochwasserdurchfluss (HQ(m) Hochwasserd. monatlich) niedrigster je beobachteter Abfluss höchster je beobachteter Wasserstand 2
3 HW (2001) HQ k k HQ 100 NW 10 Hochwasserstand im Jahre 2001 im Unterschied zu: Höchstwasserstand, der im Mittel nur einmal in k Jahren überschritten wird, Wiederkehrzeit, z.b. 100-jährliches Hochwasser Niedrigwasserstand, der im Mittel nur einmal in 10 Jahren unterschritten wird. 'data.frame': 50 obs. of 3 variables: $ jahr: num $ mq : num $ hq : num jahr mq hq
4 Histogram of mq Histogram of hq Frequency Frequency mq hq Stichprobenziehung aus einer Grundgesamtheit Eine Grundgesamtheit (Population) ist eine (gedachte) Menge von Merkmalsträgern, aus der eine Stichprobe (Teilmenge) gewählt wird. An den Objekten/ Elementen dieser 4
5 Stichprobe werden Merkmalsausprägungen eines oder mehrerer Merkmale gemessen oder beobachtet. Eine konkrete mathematische Stichprobe besteht aus den gemessenen Merkmalsausprägungen eines oder mehrerer solcher Merkmale: (x 1, x 2,..., x n ) Stichprobe vom Umfang n für ein Merkmal, z. B. HQ-Messwerte (hq) Eine Datenmatrix (vektorwertige Stichprobe, data.frame ) enthält n Merkmalsausprägungen von p Merkmalen: x 1,1 x 1,2... x 1,p x 2,1 x 2,2... x 2,p x n,1 x n,2... x n,p Datenanalyse: - Ziel: allgemeingültige Aussagen, Schlussfolgerungen und Vorhersagen über die Verteilung untersuchter Merkmale auf der Basis statistischer Modelle - Explorative Datenanalysen dienen der Beschreibung gegebener Daten (Stichprobenverteilungen). (Kapitel 3) (Buchkapitel 2) - Konfirmatorische Datenanalysen (Verfahren der prüfenden Statistik) dienen zur Entscheidung über Hypothesen die betrachtete Grundgesamtheit (Population) betreffend. (Kapitel 4-7)(Buchkapitel 4-7) Rückschluss Stichprobe = Grundgesamtheit mit Hilfe eines stochastischen Modells ( >Wahrscheinlichkeitstheorie (Kapitel 2)(Buchkapitel 3)) 5
6 Gliederung: 2 Wahrscheinlichkeitstheoretische Grundlagen statistischer Auswertungen 3 Beschreibende Statistik 4 Schätzverfahren 5 Testverfahren 6 Korrelationsanalyse 7 Regressionsanalyse 8 Zeitreihenanalyse 6
Statistik 2 SS 2014 Universität Hamburg
Statistik 2 SS 2014 Universität Hamburg Dozent: J. Heberle Lehrstuhl für Betriebswirtschaftslehre, insbesondere Mathematik und Statistik in den Wirtschaftswissenschaften Lehrstuhlinhaber: Prof. Dr. Michael
Mehr8. Statistische Methoden in der Hydrologie 8.1 Begriffe der Statistik Menge aller möglichen Beobachtungswerte. Sie ist zahlenmäßig nicht begrenzt.
8. Statistische Methoden in der Hydrologie 8.1 Begriffe der Statistik Grundgesamtheit: Menge aller möglichen Beobachtungswerte. Sie ist zahlenmäßig nicht begrenzt. Stichprobe: Zufällige Auswahl von N Beobachtungswerten
MehrDOCUMENTA GEIGY: Mathematik und Statistik, 7. Auflage, Sonderdruck aus Wissenschaftliche
Literaturverzeichnis 183 Literaturverzeichnis BAMBERG G. UND BAUR F. (1989): Statistik, 6. Auflage, R. Oldenbourg, München BOHLEY P. (1996): Statistik: einführendes Lehrbuch für Wirtschafts- und Sozialwissenschaftler,
MehrWahrscheinlichkeitsrechnung und Statistik
9. Vorlesung - 2017 Monte Carlo Methode für numerische Integration Sei g : [0, 1] R stetige Funktion; man möchte 1 0 g(t)dt numerisch approximieren mit Hilfe von Zufallszahlen: Sei (U n ) n eine Folge
MehrVersuchsplanung und multivariate Statistik Sommersemester 2018
Versuchsplanung und multivariate Statistik Sommersemester 2018 Vorlesung 11: Lineare und nichtlineare Modellierung I Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 6.6.2018
MehrStatistik I für Betriebswirte Vorlesung 8
Statistik I für Betriebswirte Vorlesung 8 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 30. Mai 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung
MehrBiostatistik. Eine Einführung für Biowissenschaftler
Matthias Rudolf Wiltrud Kuhlisch Biostatistik Eine Einführung für Biowissenschaftler ein Imprint von Pearson Education München Boston San Francisco Harlow, England Don Mills, Ontario Sydney Mexico City
MehrStatistik 1 WS 2013/2014 Universität Hamburg
Statistik 1 WS 2013/2014 Universität Hamburg Dozent: J. Heberle Lehrstuhl für Betriebswirtschaftslehre, insbesondere Mathematik und Statistik in den Wirtschaftswissenschaften Lehrstuhlinhaber: Prof. Dr.
MehrStandardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend
Standardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend oder eindeutig, wenn keine alternativen Interpretationsmöglichkeiten
MehrBiostatistik Erne Einfuhrung fur Biowissenschaftler
Matthias Rudolf Wiltrud Kuhlisch Biostatistik Erne Einfuhrung fur Biowissenschaftler PEARSON Studium Inhaltsverzeichnis Vorwort xi Kapitel 1 Einfiihrung 1 1.1 Biostatistik als Bestandteil biowissenschafllicher
Mehr1 Einführung in die Statistik
1 Einführung in die Statistik 1 1 Einführung in die Statistik 1.1 Eingrenzungen des Begriffs Statistik 1.1.1 Komprimierende Kennwerte 1.1.2 Staatswissenschaftliche Disziplin 1.1.3 Wahrscheinlichkeitstheoretisch
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Ruediger.Braun@uni-duesseldorf.de Heinrich-Heine Universität Düsseldorf Mathematik für Biologen p. 1 Hinweise Internetseite zur Vorlesung: http://blog.ruediger-braun.net
MehrStatistik II für Betriebswirte Vorlesung 2
Statistik II für Betriebswirte Vorlesung 2 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 26. Oktober 2016 Prof. Dr. Hans-Jörg Starkloff Statistik II für Betriebswirte Vorlesung
MehrSchließende Statistik
Schließende Statistik [statistical inference] Sollen auf der Basis von empirischen Untersuchungen (Daten) Erkenntnisse gewonnen und Entscheidungen gefällt werden, sind die Methoden der Statistik einzusetzen.
MehrStatistik, Geostatistik
Geostatistik Statistik, Geostatistik Statistik Zusammenfassung von Methoden (Methodik), die sich mit der wahrscheinlichkeitsbezogenen Auswertung empirischer (d.h. beobachteter, gemessener) Daten befassen.
MehrWahrscheinlichkeitsrechnung und Statistik
10. Vorlesung - 2018 Grundbegriffe der Statistik statistische Einheiten = Objekte an denen interessierende Größen erfaßt werden z.b. Bevölkerung einer Stadt; Schüler einer bestimmten Schule; Patienten
MehrStand: Semester: Dauer: Modulnummer: Minimaldauer 1 Semester BSTA. Regulär angeboten im: Modultyp: Pflicht WS, SS
Modulbezeichnung: Statistik Modulnummer: BSTA Semester: -- Dauer: Minimaldauer 1 Semester Modultyp: Pflicht Regulär angeboten im: WS, SS Workload: 150 h ECTS Punkte: 5 Zugangsvoraussetzungen: keine Unterrichtssprache:
MehrWebsite. Vorlesung Statistisches Lernen. Dozenten. Termine. Einheit 1: Einführung
Website Vorlesung Statistisches Lernen Einheit 1: Einführung Dr. rer. nat. Christine Pausch Institut für Medizinische Informatik, Statistik und Epidemiologie Universität Leipzig (Aktuelle) Informationen
MehrQuantitative Methoden der Betriebswirtschaftslehre I Überblick
Quantitative Methoden der Betriebswirtschaftslehre I Überblick Prof. Dr. Norbert Trautmann Universität Bern Frühjahrssemester 2016 Gliederung 1 2 3 4 5 Prof. Dr. Norbert Trautmann, Frühjahrssemester 2016
MehrVorlesung Statistisches Lernen
Vorlesung Statistisches Lernen Einheit 1: Einführung Dr. rer. nat. Christine Pausch Institut für Medizinische Informatik, Statistik und Epidemiologie Universität Leipzig WS 2014/2015 1 / 20 Organisatorisches
MehrPrüfungsliteratur: Rudolf & Müller S
1 Beispiele zur univariaten Varianzanalyse Einfaktorielle Varianzanalyse (Wiederholung!) 3 Allgemeines lineares Modell 4 Zweifaktorielle Varianzanalyse 5 Multivariate Varianzanalyse 6 Varianzanalyse mit
MehrStatistische Datenanalyse
Werner A. Stahel Statistische Datenanalyse Eine Einführung für Naturwissenschaftler 3., durchgesehene Auflage vieweg VII 1 Einleitung 1 1.1 Was ist Statistische Datenanalyse? 1 1.2 Ziele 6 1.3 Hinweise
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
Mehr4. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren)
4. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren) 4.1. Einführung Schätzen unbekannter Parameter im Modell, z.b. Wahrscheinlichkeiten p i (Anteile in der Gesamtmenge), Erwartungswerte
MehrForschungsmethoden VORLESUNG SS 2018
Forschungsmethoden VORLESUNG SS 2018 SOPHIE LUKES Organisatorisches Letztes Mal: Versuchspläne Heute: Stichprobenziehung und Stichprobeneffekte Heute: Stichprobenziehung und Stichprobeneffekte Warum brauchen
MehrUlrich Rohland. Statistik. Erläuterung grundlegender Begriffe und Verfahren
Ulrich Rohland Statistik Erläuterung grundlegender Begriffe und Verfahren Berichte aus der Sportwissenschaft Ulrich Rohland Statistik Erläuterung grundlegender Begriffe und Verfahren. Shaker Verlag Aachen
MehrDaten, Datentypen, Skalen
Bildung kommt von Bildschirm und nicht von Buch, sonst hieße es ja Buchung. Daten, Datentypen, Skalen [main types of data; levels of measurement] Die Umsetzung sozialwissenschaftlicher Forschungsvorhaben
MehrVorlesung Stichproben WS 2009/2010
Institut für Statistik Statistisches Beratungslabor Prof. Dr. Helmut Küchenhoff WS 2009/2010 http://www.stat.uni-muenchen.de/~helmut/stichproben_0910.html Übung: Monia Mahling donnerstags 08:00 bis 10:00
MehrSo lügt man mit Statistik
So lügt man mit Statistik Anita Maas 06. August 2004 Was ist Statistik? Statistik ist die Gesamtheit aller Methoden, die für die Untersuchung einer Vielzahl von Einzeltatsachen verwendet werden. Sie ist
MehrDer Modus ist. Der Median ist. 3. Übung. Aufgabe 1. a) der häufigste Wert. b) der Wert unter dem 50 % aller anderen Werte liegen.
3. Übung Aufgabe 1 Der Modus ist a) der häufigste Wert. b) der Wert unter dem 50 % aller anderen Werte liegen. c) der Durchschnitt aller Werte. d) der Wert mit der größten Häufigkeitsdichte. e) der Schwerpunkt
MehrPlanung statistischer Erhebungen
Planung statistischer Erhebungen Katrin Hahnebach & Matthias Reimann Institut für Mathematik Universität Koblenz-Landau, Campus Landau Didaktik der Stochastik Prof. Dr. Jürgen Roth Wintersemester 2011/2012
MehrBiostatistik. 4y Springer. Wolfgang Köhler Gabriel Schachtel Peter Voleske. Vierte, aktualisierte und erweiterte Auflage
Wolfgang Köhler Gabriel Schachtel Peter Voleske Biostatistik Vierte, aktualisierte und erweiterte Auflage Mit 65 Abbildungen und 50 Tabellen 4y Springer Einleitung 1 Kapitel I: Merkmalsauswahl 5 1 Wahl
MehrBio- Statistik 1. mit 87 Abbildungen, 40 Tabellen und 102 Beispielen
Bio- Statistik 1 Beschreibende und explorative Statistik - Wahrscheinlichkeitsrechnung und Zufallsvariablen - Statistische Maßzahlen - Wichtige Verteilungen - Beurteilende Statistik - Vertrauensintervalle
MehrAngewandte Statistik 1
Angewandte Statistik 1 Beschreibende und Explorative Statistik - Wahrscheinlichkeitsrechnung - Zufallsvariablen und Statistische Maßzahlen -Wichtige Verteilungen - Beurteilende Statistik -Vertrauensintervalle
MehrStochastik für Ingenieure
Otto-von-Guericke-Universität Magdeburg Fakultät für Mathematik Institut für Mathematische Stochastik Stochastik für Ingenieure (Vorlesungsmanuskript) von apl.prof. Dr. Waltraud Kahle Empfehlenswerte Bücher:
MehrEinige Grundbegriffe der Statistik
Einige Grundbegriffe der Statistik 1 Überblick Das Gesamtbild (Ineichen & Stocker, 1996) 1. Ziehen einer Stichprobe Grundgesamtheit 2. Aufbereiten der Stichprobe (deskriptive Statistik) 3. Rückschluss
MehrStatistik mit und ohne Zufall
Christoph Weigand Statistik mit und ohne Zufall Eine anwendungsorientierte Einführung Mit 118 Abbildungen und 10 Tabellen Physica-Verlag Ein Unternehmen von Springer Inhaltsverzeichnis Teil I Deskriptive
MehrStatistik 1. Frühjahrssemester Universität Mannheim Abteilung Volkswirtschaftslehre Lehrstuhl für Statistik Toni Stocker
Statistik 1 Frühjahrssemester 2019 Universität Mannheim Abteilung Volkswirtschaftslehre Lehrstuhl für Statistik Toni Stocker Inhalte von Statistik 1 Organisatorisches 1 Einführung in die Statistik Teil
MehrRumpfskript. Elementare Wahrscheinlichkeitsrechnung. Prof. Dr. Ralf Runde Statistik und Ökonometrie, Universität Siegen
Rumpfskript Elementare Wahrscheinlichkeitsrechnung Prof. Dr. Ralf Runde Statistik und Ökonometrie, Universität Siegen Vorbemerkung Vorbemerkung Das vorliegende Skript heißt nicht nur Rumpf skript, sondern
MehrWerkzeuge der empirischen Forschung
Wolfgang Kössler Institut für Informatik, Humboldt-Universität zu Berlin SS2008 14 April 2008 2 / 27 Übersicht W Kössler 1 3 / 27 Statistik und Wahrscheinlichkeitsrechnung W Kössler Stochastik befasst
MehrLehr- und Übungsbuch der angewandten Statistik. Von Dr. Bärbel Elpelt und. O. Prof. Dr. Joachim Hartung Fachbereich Statistik der Universität Dortmund
Grundkurs Statistik Lehr- und Übungsbuch der angewandten Statistik Von Dr. Bärbel Elpelt und O. Prof. Dr. Joachim Hartung Fachbereich Statistik der Universität Dortmund Mit ausführlichen Übungs- und Klausurteilen
MehrEine Zufallsvariable X sei stetig gleichverteilt im Intervall [0,5]. Die Wahrscheinlichkeit P(2< x <4) ist dann
4. Übung Themenkomplex: Zufallsvariablen und ihre Verteilung Aufgabe 1 Für eine stetige Zufallsvariable gilt: a) P (x = t) > 0 b) P (x 1) = F (1) c) P (x = 1) = 0 d) P (x 1) = 1 F(1) e) P (x 1) = 1 F(1)
MehrMit welchen Verteilungen lassen sich Lebensdauern modellieren?
5. Übung Aufgabe 1 Ein Prozess zur Herstellung von Flachglas im Durchschnitt 1 Verunreinigung je 5 dm 2 Glasfläche. Welche Verteilung weist die Zahl der Verunreinigungen auf einer 0,5m x 1,0 m großen Fensterscheibe
MehrKapitel 17. Unabhängigkeit und Homogenität Unabhängigkeit
Kapitel 17 Unabhängigkeit und Homogenität 17.1 Unabhängigkeit Im Rahmen der Wahrscheinlichkeitsrechnung ist das Konzept der Unabhängigkeit von zentraler Bedeutung. Die Ereignisse A und B sind genau dann
MehrAuswertung statistischer Daten 1
Auswertung statistischer Daten 1 Dr. Elke Warmuth Sommersemester 2018 1 / 26 Statistik Untersuchungseinheiten u. Merkmale Grundgesamtheit u. Stichprobe Datenaufbereitung Urliste, Strichliste, Häufigkeitstabelle,
MehrStatistik für Ingenieure und Naturwissenschaftler
Sheldon M. Ross Statistik für Ingenieure und Naturwissenschaftler 3. Auflage Aus dem Amerikanischen übersetzt von Carsten Heinisch ELSEVIER SPEKTRUM AKADEMISCHER VERLAG Spektrum Inhalt Vorwort zur dritten
MehrGrundlagen der Biometrie in Agrarwissenschaften / Ernährungswissenschaften
Grundlagen der Biometrie in Agrarwissenschaften / Ernährungswissenschaften Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Grundlagen der Biometrie, WS 2011/12 Vorlesung: Dienstag 8.15-9.45,
MehrAblaufschema beim Testen
Ablaufschema beim Testen Schritt 1 Schritt 2 Schritt 3 Schritt 4 Schritt 5 Schritt 6 Schritt 7 Schritt 8 Schritt 9 Starten Sie die : Flashanimation ' Animation Ablaufschema Testen ' siehe Online-Version
MehrEinführung: Extremwertstatistik in der Hydrologie
1 Einführung: Extremwertstatistik in der Hydrologie Aufgaben der Extremwertstatistik in der Hydrologie Grundbegriffe Ermittlung der Verteilungsfunktion für hydrologische Extremwerte Anwendung der bekannten
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)
MehrInhaltsverzeichnis. Robert Galata, Sandro Scheid. Deskriptive und Induktive Statistik für Studierende der BWL. Methoden - Beispiele - Anwendungen
Inhaltsverzeichnis Robert Galata, Sandro Scheid Deskriptive und Induktive Statistik für Studierende der BWL Methoden - Beispiele - Anwendungen Herausgegeben von Robert Galata, Markus Wessler ISBN (Buch):
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
Mehr1. Einleitung. 1.1 Organisatorisches. Ziel der Vorlesung: Einführung in die. Wahrscheinlichkeitsrechnung
1. Einleitung 1.1 Organisatorisches Ziel der Vorlesung: Einführung in die Wahrscheinlichkeitsrechnung schließende Statistik (auch: induktive Statistik) 1 Internet-Seite der Vorlesung: http://www1.wiwi.uni-muenster.de/oeew/
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun http://blog.ruediger-braun.net Heinrich-Heine-Universität Düsseldorf 05. Dezember 2014 Termine Mittwoch, 10.12.: Doppelstunde Vorlesung, Ausgabe von Übungsblatt
MehrStatistik 1. Frühjahrssemester Universität Mannheim Abteilung Volkswirtschaftslehre Lehrstuhl für Statistik Toni Stocker
Statistik 1 Frühjahrssemester 2018 Universität Mannheim Abteilung Volkswirtschaftslehre Lehrstuhl für Statistik Toni Stocker Allgemeine Hinweise S&S (2017) für Stocker, T. C. und Steinke I. (2017): Statistik
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine Universität Düsseldorf 14. Oktober 2010 Übungen Aufgabenblatt 1 wird heute Nachmittag auf das Weblog gestellt. Geben Sie die Lösungen dieser
MehrStatistische Methoden der VWL und BWL Theorie und Praxis ST?
Statistische Methoden der VWL und BWL Theorie und Praxis ST? Vorwort 13 Teil I Beschreibende Statistik 17 Kapitel 1 Statistische Merkmale und Variablen 19 1.1 Statistische Einheiten und Grundgesamtheiten
MehrSpringer-Verlag Berlin Heidelberg GmbH
Springer-Lehrbuch Springer-Verlag Berlin Heidelberg GmbH Ludwig Fahrmeir. Rita Kiinstler. Iris Pigeot Gerhard Tutz. Angelika Caputo. Stefan Lang Arbeitsbuch Statistik Dritte, iiberarbeitete und erweiterte
MehrGrundlagen der Wahrscheinlichkeitsrechnung und Statistik
Erhard Cramer Udo Kamps Grundlagen der Wahrscheinlichkeitsrechnung und Statistik Eine Einführung für Studierende der Informatik, der Ingenieur- und Wirtschaftswissenschaften 4. Auflage Springer-Lehrbuch
MehrStatistische Versuchsplanung und Optimierung
und Optimierung Ziel: Anwendung der statistischen Versuchsplanung zur Optimierung von Analysenverfahren bzw. chemischen Prozessen Betreuer: Dipl.-Chem. Gisa Baumbach IAAC, Lehrbereich Umweltanalytik Lessingstr.8,
MehrDer Mythos des Mittelwertes
Der Mythos des Mittelwertes Neue Methodenlehre der Statistik Von o. Universitätsprofessor Dr. Friedrich Sixtl 2., überarbeitete und erweiterte Auflage R. Oldenbourg Verlag München Wien Inhaltsübersicht
MehrVorlesungsskript. Deskriptive Statistik. Prof. Dr. Günter Hellmig
Vorlesungsskript Deskriptive Statistik Prof. Dr. Günter Hellmig Prof. Dr. Günter Hellmig Vorlesungsskript Deskriptive Statistik Erstes Kapitel Die Feingliederung des ersten Kapitels, welches sich mit einigen
MehrVorlesung: Multivariate Statistik für Psychologen
Vorlesung: Multivariate Statistik für Psychologen 1. Vorlesung: 07.04.2003 Agenda 1. Organisatorisches 2. Literaturempfehlungen 3. Überblick: Was ist multivariate Statistik? 4. Lernziele und Prüfungsanforderungen
MehrStatistik II: Grundlagen und Definitionen der Statistik
Medien Institut : Grundlagen und Definitionen der Statistik Dr. Andreas Vlašić Medien Institut (0621) 52 67 44 vlasic@medien-institut.de Gliederung 1. Hintergrund: Entstehung der Statistik 2. Grundlagen
MehrForschungsstatistik I
Forschungsstatistik I Prof. Dr. G. Meinhardt WS 2006/2007 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz Organisatorische Hinweise I. Gliederung Vorlesung
MehrLV: Höhere und Angewandte Mathematik Teil: Statistik (Teil: Numerik&Simulation: Prof. Günter)
LV: Höhere und Angewandte Mathematik Teil: Statistik (Teil: Numerik&Simulation: Prof. Günter) Am Ende: Gemeinsame Klausur mit 2 Teilen, jeder Teil geht mit 50% in die Endnote ein. Teil (5 ECTS) Grabowski
MehrStatistik für Studierende der Naturwissenschaften und Biomedizin Wintersemester 2010/2011 F. Marohn
Statistik für Studierende der Naturwissenschaften und Biomedizin Wintersemester 2010/2011 F. Marohn Vorlesung und Aufgabenblätter im Internet unter der Homepage des Lehrstuhls für Statistik: http://statistik.mathematik.uni-wuerzburg.de/
MehrVorlesung: Statistik II für Wirtschaftswissenschaft
Vorlesung: Statistik II für Wirtschaftswissenschaft Prof. Dr. Helmut Küchenhoff Institut für Statistik, LMU München Sommersemester 2017 6 Genzwertsätze Einführung 1 Wahrscheinlichkeit: Definition und Interpretation
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung 3. Vorlesung Dr. Jochen Köhler 1 Inhalte der heutigen Vorlesung Ziel: Daten Modellbildung Probabilistisches Modell Wahrscheinlichkeit von Ereignissen Im ersten
MehrInhaltsverzeichnis. Vorwort 13. Teil I Beschreibende Statistik 17. Kapitel 1 Statistische Merkmale und Variablen 19
Inhaltsverzeichnis Vorwort 13 Teil I Beschreibende Statistik 17 Kapitel 1 Statistische Merkmale und Variablen 19 1.1 Statistische Einheiten und Grundgesamtheiten 19 1.2 Merkmale und Merkmalsausprägungen
MehrDatenstrukturen. Querschnitt. Grösche: Empirische Wirtschaftsforschung
Datenstrukturen Datenstrukturen Querschnitt Panel Zeitreihe 2 Querschnittsdaten Stichprobe von enthält mehreren Individuen (Personen, Haushalte, Firmen, Länder, etc.) einmalig beobachtet zu einem Zeitpunkt
MehrEinführung B ( )
Einführung B (11.03.2009) FH Oberösterreich, Campus Hagenberg Mag. Klemens Auinger, MPA Einführung B: Übersicht 1. Wozu Statistik? 2. Sozialwissenschaftliche Statistik 3. Teilbereiche der Statistik 4.
MehrDas Urnenmodell mit und ohne Zurücklegen
THM Friedberg Standort: Friedberg Seminar: Mathematik 3- Statistik WS 12/13 Gruppe Nr.9 Dozent: Dipl. Log. me. Kästner Das Urnenmodell mit und ohne Zurücklegen 10.12.2012 Theresa Hönicke Matrikelnr.: 869678
MehrZeitreihen/Skalen. Homogenität, Inhomogenität, Datenlücken, Plausibilität. vorgetragen von Nico Beez
Zeitreihen/Skalen Homogenität, Inhomogenität, Datenlücken, Plausibilität vorgetragen von Nico Beez 28.04.2009 Gliederung 1 Charakterisierung von Zeitreihen 1.1 Was sind Zeitreihen? 1.2 Graphische Darstellung
MehrLineare Algebra, Optimierung, Wahrscheinlichkeitsrechnung und Statistik
Siegfried Fuchs Monika Lutz Lineare Algebra, Optimierung, Wahrscheinlichkeitsrechnung und Statistik VERLAG HARRI DEUTSCH Inhaltsverzeichnis I Lineare Algebra 1 1 Determinanten 1 1.1 Einführendes Beispiel
MehrMaurizio Musso, Universität Salzburg, ver Physikalische Grundlagen der Meßtechnik. Teil 2
Teil 2 Auswertung von Messungen, zufällige oder statistische Abweichungen Auswertung direkter Messungen Häufigkeitsverteilung, Häufigkeitsfunktion Mittelwert, Standardabweichung der Einzelwerte Standardabweichung
MehrStatistik für. von. Prof. Dr. Josef Bleymüller. und. Prof. Dr. Rafael Weißbach. sowie. Dr. Günther Gehlert. und. Prof. Dr.
Statistik für Wirtschaftswissenschaftler von Prof. Dr. Josef Bleymüller und Prof. Dr. Rafael Weißbach sowie Dr. Günther Gehlert und Prof. Dr. Herbert Gülicher bei früheren Auflagen 17., überarbeitete Auflage
Mehr6. weitere Übungsaufgaben Statistik für Ingenieure WiSe 16/17
6. weitere Übungsaufgaben Statistik für Ingenieure WiSe 16/17 1. Aufgabe: An der Universität Kassel wurde eine neue Herstellungsweise von besonders hartem Beton entwickelt. Um festzustellen, ob andere
MehrEinführung in die computergestützte Datenanalyse
Karlheinz Zwerenz Statistik Einführung in die computergestützte Datenanalyse 6., überarbeitete Auflage DE GRUYTER OLDENBOURG Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt XI XII XII TEIL
MehrWas ist Statistik? CASE Center for Applied Statistics and Econometrics Institut für Statistik and Ökonometrie Humboldt-Universität zu Berlin
CASE Center for Applied Statistics and Econometrics Institut für Statistik and Ökonometrie Humboldt-Universität zu Berlin http://ise.wiwi.hu-berlin.de http://www.xplore-stat.de http://www.md-stat.com Grundlagen
MehrTEIL 7: EINFÜHRUNG UNIVARIATE ANALYSE TABELLARISCHE DARSTELLUNG / AUSWERTUNG
TEIL 7: EINFÜHRUNG UNIVARIATE ANALYSE TABELLARISCHE DARSTELLUNG / AUSWERTUNG GLIEDERUNG Statistik eine Umschreibung Gliederung der Statistik in zwei zentrale Teilbereiche Deskriptive Statistik Inferenzstatistik
MehrLösungen zur Hausaufgabe Statistik für Hydrologen 2016
Dr. Wiltrud Kuhlisch SOS 2016 TU Dresden, Institut für Mathematische Stochastik Lösungen zur Hausaufgabe Statistik für Hydrologen 2016 Aufgabe 1: Das Merkmal Groesse hat metrisches Skalenniveau. Darstellung
MehrBeispiel für Anwendung: z-tabelle kann genutzt werden, um z.b. Poissonverteilung näherungsweise zu integrieren. Beispiel: wie wahrscheinlich ist es
Beispiel für Anwendung: z-tabelle kann genutzt werden, um z.b. Poissonverteilung näherungsweise zu integrieren. Beispiel: wie wahrscheinlich ist es beim radioaktiven Zerfall, zwischen 100 und 110 Zerfälle
Mehr1. Einführung und statistische Grundbegriffe. Grundsätzlich unterscheidet man zwei Bedeutungen des Begriffs Statistik:
. Einführung und statistische Grundbegriffe Beispiele aus dem täglichen Leben Grundsätzlich unterscheidet man zwei Bedeutungen des Begriffs Statistik: Quantitative Information Graphische oder tabellarische
MehrStatistik. ist damit unter anderem die Zusammenfassung bestimmter Methoden, um empirische Daten zu analysieren. Projektmanagement
Technischer Betriebswirt VIII die Lehre von Methoden zum Umgang mit quantitativen Informationen (Daten). Möglichkeit, eine systematische Verbindung zwischen Erfahrung (Empirie) und Theorie herzustellen.
MehrProzessoptimierung mit statistischen Verfahren
Prozessoptimierung mit statistischen Verfahren Eine anwendungsorientierte Einführung mit destra und Minitab Bearbeitet von Lorenz Braun, Claus Morgenstern, Michael Radeck 1. Auflage 010. Buch. IX, 354
MehrInhaltsverzeichnis. II. Statistische Modelle und sozialwissenschaftliche Meßniveaus 16
Vorwort 1 1. Kapitel: Der Stellenwert der Statistik für die sozialwissenschaflliche Forschung 1 1. Zur Logik (sozial-)wissenschaftlicher Forschung 1 1. Alltagswissen und wissenschaftliches Wissen 1 2.
MehrStatistik II für Betriebswirte Vorlesung 1
Statistik II für Betriebswirte Vorlesung 1 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 16. Oktober 2017 Dr. Andreas Wünsche Statistik II für Betriebswirte Vorlesung 1 Version:
MehrKapitel 10 Mittelwert-Tests Einstichproben-Mittelwert-Tests 10.2 Zweistichproben Mittelwert-Tests
Kapitel 10 Mittelwert-Tests 10.1 Einstichproben-Mittelwert-Tests 10.2 Zweistichproben Mittelwert-Tests 10.1 Einstichproben- Mittelwert-Tests 10.1.1 Einstichproben- Gauß-Test Dichtefunktion der Standard-Normalverteilung
MehrErmitteln Sie auf 2 Dezimalstellen genau die folgenden Kenngrößen der bivariaten Verteilung der Merkmale Weite und Zeit:
1. Welche der folgenden Kenngrößen, Statistiken bzw. Grafiken sind zur Beschreibung der Werteverteilung des Merkmals Konfessionszugehörigkeit sinnvoll einsetzbar? A. Der Modalwert. B. Der Median. C. Das
MehrArbeitsbuch Statistik
Springer-Lehrbuch Arbeitsbuch Statistik Vierte, verbesserte Auflage Mit 60 Abbildungen und 101 Tabellen 4y Springer Prof. Dr. Dr. Dr. Ludwig-Maximilians-Universität Institut für Statistik Ludwigstraße
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
MehrLineare Diskriminanzanalyse Ein sehr kurzer Einblick
Ein sehr kurzer Einblick 1 Beispiele 2 Grundgedanken der DA 3 Diskriminanzkriterium 4 Schätzung der Diskriminanzfunktion 5 Teststatistiken 6 Klassifizierung 7 Schätzung der Klassifikationsfehler Literatur:
MehrMethoden und Verfahren:
Ermittlung von Überschwemmungsgebieten : 1. Pegelstatistisches Verfahren (W) oder 2. Hydrologische (Q) und hydraulische (W) Modellierung Ergänzend: Auswertung historischer Hochwasser auf der Grundlage
MehrCrashkurs Mathematik für Ökonomen
Crashkurs Mathematik für Ökonomen Thomas Zörner in Kooperation mit dem VW-Zentrum Wien, Oktober 2014 1 / 12 Outline Über diesen Kurs Einführung Lineare Algebra Analysis Optimierungen Statistik Hausübung
MehrKapitel 5. Prognose. Zeitreihenanalyse wird aus drei Gründen betrieben: Beschreibung des Verlaufs von Zeitreihen.
Kapitel 5 Prognose Josef Leydold c 2006 Mathematische Methoden V Prognose 1 / 14 Lernziele Aufgabe der Prognose Problemtypen Ablauf einer Prognoseaufgabe Zeitreihe Josef Leydold c 2006 Mathematische Methoden
Mehr