WISTA WIRTSCHAFTSSTATISTIK
|
|
- Arwed Hertz
- vor 7 Jahren
- Abrufe
Transkript
1 WISTA WIRTSCHAFTSSTATISTIK PROF. DR. ROLF HÜPEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT Seminar für Theoretische Wirtschaftslehre Vorlesungsprogramm Konzentrationsmaße 1. Konzentrationsbegriff 2. Lorenzkurve 3. Gini-Koeffizient Literatur: Degen, Horst / Lorscheid, Peter: Statistik-Lehrbuch, 2. Aufl., München-Wien 2002, S Mosler, Karl und Schmid, Friedrich: Beschreibende Statistik und Wirtschaftsstatistik, 4. Aufl., Berlin-Heidelberg-New York 2009, S von der Lippe, Peter: Deskriptive Statistik, Stuttgart 1993, S Bruckmann, Gerhart: Konzentrationsmessung, in: Bleymüller, Josef / Gehlert, Günther / Gülicher, Herbert: Statistik für Wirtschaftswissenschaftler, 15. Aufl., München 2008, S Übungsaufgaben: Semesterabschlussklausuren WS 03/04, A2; SS 05, A2; SS 08, A2; WS 10/11, A3.
2 Konzentrationsmaße Begriff und Fragestellung Begriff der Konzentration Unter Konzentration versteht man die (ungleiche) Verteilung der Merkmalssumme eines Erhebungsmerkmals auf die Merkmalsträger. Beispiele: Marktformen Polypol Oligopol Monopol (Anzahl der Anbieter, Marktanteil, Marktmacht) Personelle Einkommens- oder Vermögensverteilung ( Die ärmsten 10% der Bevölkerung beziehen 4,1% des Volkseinkommens, die reichsten 10% beziehen 21,1% des Volkseinkommens ) Konzentration statisch dynamisch absolut relativ absolut relativ 2
3 Konzentrationsmaße Begriff und Fragestellung Statische Konzentration Zeitpunktbetrachtung, Konzentration als Zustand. Das Vermögen ist ungleich verteilt, es konzentriert sich auf wenige Personen Dynamische Konzentration Zeitraumbetrachtung, Konzentration als Prozess. In der Landwirtschaft hat zwischen 1960 und 1990 ein Konzentrationsprozess stattgefunden. Absolute Konzentration Konzentration der Merkmalssumme auf absolut wenige Merkmalsträger. Ein Großteil des gesamten Merkmalsbetrages konzentriert sich auf eine kleine Zahl von Merkmalsträgern. Die drei größten Unternehmen haben auf dem Markt x einen Marktanteil von zusammen 90%. Relative Konzentration (Disparität) Konzentration der Merkmalssumme auf einen geringen Anteil der Merkmalsträger. 1,7% der Bevölkerung besitzen mehr als 70% des Produktivvermögens. 3
4 Konzentrationsmaße Begriff und Fragestellung Beispiel: Umsatzverteilung von Unternehmen einer Branche 1) Unternehmen Verteilung A B C D E F G H a b c d e f g h i j Gesamtumsatz ) Beispiel entnommen aus: Bleymüller/Gehlert/Gülicher, Statistik für Wirtschaftswissenschaftler, 15. Aufl., München 2008, S
5 Konzentrationsmaße Begriff und Fragestellung Messung der Konzentration Maßzahlen der absoluten Konzentration Konzentrationsrate Herfindahl-Index (normierte) Entropie = Anteil der j größten Merkmalsträger an der Merkmalssumme = Summe der quadrierten Anteile an der Merkmalssumme Maßzahlen der relativen Konzentration Lorenzkurve Gini-Koeffizient 5
6 Konzentrationsmaße Lorenzkurve Lorenzkurve Max Otto Lorenz ( ), amerikanischer Ökonom Fragestellung: Verteilung der Merkmalssumme auf die Merkmalsträger. Vorgehen: Zuordnung der kumulierten relativen Häufigkeiten zum kumulierten Anteil an der Merkmalssumme. Charakterisierung: Bei der Lorenzkurve handelt es sich um eine graphische Darstellung der relativen Konzentration. Voraussetzungen: Das statistische Merkmal ist mindestens verhältnisskaliert. Die Merkmalsausprägungen sind nicht negativ. Die Merkmalssumme kann sinnvoll berechnet werden. 6
7 Konzentrationsmaße Lorenzkurve Beispiele für sinnvolle Merkmalssummen Merkmal Merkmalsträger Merkmalssumme Umsatz (Mio / Monat) Unternehmen einer Branche Branchenumsatz Bruttolohn ( / Monat) Arbeitnehmer Lohnsumme der Arbeitnehmer Landwirtschaftliche Nutzfläche (ha) Landwirtschaftlicher Betrieb Gesamtfläche für landwirtschaftliche Nutzung 7
8 Konzentrationsmaße Lorenzkurve Datenlage A Berechnung der Lorenzkurve bei Datenlage A Gegeben: Geordnete Urliste der n Beobachtungswerte: x (1) x (2) x (n) Merkmalssumme: S = n x (i) i=1 Kumulierte relative Häufigkeit: F i = i n Kumulierter Anteil an der Merkmalssumme: G i = 1 S j=1 i x (j) Dann entsteht die Lorenzkurve in einem F/G-Koordinatensystem als Streckenzug, der die Punkte 0,0, F 1, G 1, F 2, G 2,, F n 1, G n 1, 1,1 miteinander verbindet. 8
9 Konzentrationsmaße Lorenzkurve Datenlage A Beispiel: Umsatzverteilung von Unternehmen einer Branche 1) Unternehmen Verteilung A B C D E F G H a b c d e f g h i j Gesamtumsatz ) Beispiel entnommen aus: Bleymüller/Gehlert/Gülicher, Statistik für Wirtschaftswissenschaftler, 15. Aufl., München 2008, S Vorgehen: 1. Merkmale der Größe nach aufsteigend ordnen, 2. Arbeitstabelle erstellen, 3. zeichnen! 9
10 kumulierter Anteil am Umsatz Konzentrationsmaße Lorenzkurve Datenlage A Verteilung B i x i F i g i G i ,2 0,06 0, ,4 0,08 0, ,6 0,2 0, ,8 0,3 0, , ,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0, ,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1 kumulierter Anteil Unternehmen 10
11 kumulierter Anteil am Umsatz Konzentrationsmaße Lorenzkurve Datenlage A Verteilung B i x i F i g i G i ,2 0,06 0, ,4 0,08 0, ,6 0,2 0, ,8 0,3 0, , Verteilung C: Gleichverteilung i x i F i g i G i ,2 0,2 0, ,4 0,2 0, ,6 0,2 0, ,8 0,2 0, , ,8 0,6 0,4 0,2 0 Gleichverteilung, Konzentration = 0 0 0,2 0,4 0,6 0,8 1 kumulierter Anteil Unternehmen Lorenzkurve Verteilung B 11
12 kumulierter Anteil am Umsatz Konzentrationsmaße Lorenzkurve Datenlage A Verteilung B i x i F i g i G i ,2 0,06 0, ,4 0,08 0, ,6 0,2 0, ,8 0,3 0, , ,8 Vergleich Verteilungen A und B Verteilung A i x i F i g i G i 1 0 0, , , , ,6 0,4 0, ,2 0,4 0,6 0,8 1 kumulierter Anteil Unternehmen Gleichverteilung Verteilung B Verteilung A 12
13 kumulierter Anteil am Umsatz Konzentrationsmaße Lorenzkurve Datenlage A Verteilung D - Arbeitstabelle Lorenzkurve Verteilungen D und E i x i F i g i G i ,2 0,11 0, ,4 0,12 0, ,6 0,13 0, ,8 0,14 0, , ,8 Verteilung E - Arbeitstabelle i x i F i g i G i ,2 0,11 0, ,4 0,12 0, ,6 0,13 0, ,8 0,14 0, , ,6 0,4 0, ,2 0,4 0,6 0,8 1 kumulierter Anteil Unternehmen 13
14 kumulierter Anteil am Umsatz Konzentrationsmaße Lorenzkurve Datenlage A Verteilung B i x i F i g i G i ,2 0,06 0, ,4 0,08 0, ,6 0,2 0, ,8 0,3 0, , ,8 Vergleich Verteilungen B und D 0,6 Gleichverteilung Verteilung D i x i F i g i G i ,2 0,11 0, ,4 0,12 0, ,6 0,13 0, ,8 0,14 0, , ,4 0, ,2 0,4 0,6 0,8 1 kumulierter Anteil Unternehmen Verteilung B Verteilung D 14
15 Konzentrationsmaße Lorenzkurve Datenlage B Berechnung der Lorenzkurve bei Datenlage B Gegeben: m voneinander verschiedene mögliche Merkmalsausprägungen x 1 < x 2 < < x m mit den absoluten Häufigkeiten h 1, h 2,, h m Anzahl der Merkmalsträger: n = m h i i=1 Kumulierte relative Häufigkeiten: F i = 1 n j=1 mit m n i h j Merkmalssumme: S = m i=1 h i x i i Kumulierter Anteil an der Merkmalssumme: G i = 1 S j=1 h j x j Dann entsteht die Lorenzkurve in einem F/G-Koordinatensystem als Streckenzug, der die Punkte 0,0, F 1, G 1, F 2, G 2,, F m 1, G m 1, 1,1 miteinander verbindet. 15
16 kumulierter Anteil am Umsatz Konzentrationsmaße Lorenzkurve Datenlage B Verteilung F - Arbeitstabelle Lorenzkurve Verteilung F i x i h i f i F i x i h i g i G i ,2 0,2 60 0,06 0, ,2 0,4 80 0,08 0, ,2 0, ,2 0, ,2 0, ,3 0, , , ,8 0,6 0,4 0, ,2 0,4 0,6 0,8 1 kumulierter Anteil Unternehmen 16
17 Konzentrationsmaße Lorenzkurve Datenlage C Berechnung der Lorenzkurve bei Datenlage C Die Merkmalsausprägungen sind in k Klassen eingeteilt: i = 1,2,, k Grenzen der Klasse i: a i 1, ) a i Mittelpunkt der Klasse i: Anzahl der Merkmalsträger in Klasse i: x i = 1 2 a i 1 + a i h i Gesamtzahl der Merkmalsträger: n = k h i i=1 i Kumulierte relative Häufigkeit: F i = 1 n j=1 h j Näherungswert für die Merkmalssumme: S = Näherungswert für den kumulierten Anteil an der Merkmalssumme: k i=1 i G i = 1 S j=1 h i x i h j x j Dann entsteht die Lorenzkurve in einem F/G-Koordinatensystem als Streckenzug, der die Punkte 0,0, F 1, G 1, F 2, G 2,, F m 1, G m 1, 1,1 miteinander verbindet. 17
18 Konzentrationsmaße Lorenzkurve Datenlage C Klasse Nr. Landwirtschaftlich genutzte Fläche in Deutschland ) Betriebsgröße in ha von bis unter Zahl der Betriebe i a i-1 a i h i und mehr Summe ) Quelle: Statistisches Jahrbuch für Deutschland 2000, eigene Berechnungen. Ergebnis der Landwirtschaftszählung Nur Betriebe mit 2 ha und mehr Nutzfläche wurden berücksichtigt. 18
19 Konzentrationsmaße Lorenzkurve Datenlage C Arbeitstabelle zur näherungsweisen Berechnung der Lorenzkurve Landwirtschaftlich genutzte Fläche in Deutschland 1999 Klasse Nr. Betriebsgröße in ha von bis unter Zahl der Betriebe Relative Häufigkeit Kumulierte rel. Häufigk. Klassenmitte Fläche (Approximation) Flächenanteil Kumulierter Flächenanteil i a i-1 a i h i f i F i x i s i = h i x i g i G i ,1838 0,1838 3, ,5 0,0205 0, ,1703 0,3541 7, ,5 0,0406 0, ,1100 0, , ,5 0,0437 0, ,0913 0, , ,5 0,0508 0, ,1193 0, ,0 0,0948 0, ,1441 0, ,0 0,1834 0, ,1251 0, ,0 0,2984 0, und mehr , ,0 0, Summe ,0 1 19
20 kumulierter Anteil der landwirtschaftlich genutzten Fläche Konzentrationsmaße Lorenzkurve Datenlage C Konzentration der landwirtschaftlich genutzten Fläche - Lorenzkurve - 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 kumulierter Anteil der landwirtschaftlichen Betriebe Gleichverteilung Deutschland
21 Konzentrationsmaße Lorenzkurve Datenlage C In der Originalquelle lagen noch zusätzliche Informationen zur genutzten Fläche in den jeweiligen Größenklassen vor: Landwirtschaftlich genutzte Fläche in Deutschland ) Betriebsgröße in ha Genutzte Klasse Zahl der Fläche in Nr. von bis unter Betriebe ha i a i-1 a i h i s i , , , , , , , und mehr ,9 Summe ,5 1) Quelle: Statistisches Jahrbuch für Deutschland 2000, Ergebnis der Landwirtschaftszählung Nur Betriebe mit 2 ha und mehr Nutzfläche wurden berücksichtigt. Mit diesen Zusatzinformationen lässt sich die Lorenzkurve exakt ermitteln. 21
22 Konzentrationsmaße Lorenzkurve Datenlage C Landwirtschaftlich genutzte Fläche in Deutschland ) Klasse Nr. Betriebsgröße in ha von bis unter Zahl der Betriebe Genutzte Fläche in ha Kumulierter Anteil der Betriebe Kumulierter Flächenanteil i a i-1 a i h i s i F i G i ,0 0,1838 0, ,3 0,3541 0, ,0 0,4641 0, ,0 0,5554 0, ,9 0,6747 0, ,8 0,8188 0, ,6 0,9439 0, und mehr ,9 1 1 Summe ,5 22
23 kumulierter Anteil der landwirtschaftlich genutzten Fläche Konzentrationsmaße Lorenzkurve Datenlage C Konzentration der landwirtschaftlich genutzten Fläche - Lorenzkurve - 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 kumulierter Anteil der landwirtschaftlichen Betriebe Gleichverteilung approximierte Lorenzkurve tatsächliche Lorenzkurve 23
24 Konzentrationsmaße Gini-Koeffizient Gini-Koeffizient Corrado Gini ( ), italienischer Statistiker und Demograph Maßzahl für die relative Konzentration Der Gini-Koeffizient wird aus dem Inhalt der Fläche zwischen der Diagonalen und der Lorenzkurve berechnet. Normierung auf einen Wertebereich zwischen 0 und 1. Berechnung der Fläche L unter der Lorenzkurve: Datenlage A: L = 1 2n G i 1 + G i i=1 Datenlage B: L = 1 m 2n G i 1 + G i i=1 n, wobei G 0 = 0 gesetzt wird. h i, wobei G 0 = 0 gesetzt wird. Datenlage C: L = 1 k 2n i=1 G i 1 + G i h i, wobei G 0 = 0 gesetzt wird. Daraus erhält man den Gini-Koeffizienten als: c G = 1 2 L 24
25 kumulierter Anteil am Umsatz Konzentrationsmaße Gini-Koeffizient 1 0,9 Lorenzkurve Verteilung B Die Fläche M zwischen der Diagonalen und der Lorenzkurve misst die Konzentration. Je größer M, umso konzentrierter ist die Verteilung. Es gilt: 0,8 M = 0,5 L, 0,7 wobei L die Fläche unter der Lorenzkurve ist. 0,6 0,5 0,4 M Bei maximaler Konzentration wäre L = 0 und somit M = 0,5 Der Gini-Koeffizient wird daher als 0,3 0,2 L c G = 2 M = 1 2 L definiert und ist damit auf den Wertebereich: 0, ,2 0,4 0,6 0,8 1 normiert. 0 c G < 1 kumulierter Anteil Unternehmen 25
26 kumulierter Anteil am Umsatz Konzentrationsmaße Gini-Koeffizient Lorenzkurve Verteilung B L i = F i F i 1 G i F i F i 1 G i G i 1 1 = 1 2 F i F i 1 G i + G i 1 0,9 Datenlage A: 0,8 F i F i 1 = f i = n 1 n 0,7 0,6 0,5 0,4 0,3 0,2 0,1 F i F i-1 G i G i-1 G i-1 L = i=1 L i n L = 1 2n G i 1 + G i i=1 Datenlage B: F i F i 1 = f i = L = m i=1 L i m L = 1 2n i=1 h i n h i G i 1 + G i 0 0 0,2 0,4 0,6 0,8 1 F i-1 kumulierter Anteil Unternehmen F i Datenlage C wie Datenlage B, nur statt m die Zahl der Klassen k einsetzen. 26
27 Konzentrationsmaße Gini-Koeffizient Verteilung B i x i F i g i G i G i-1 + G i ,2 0,06 0,06 0, ,4 0,08 0,14 0, ,6 0,2 0,34 0, ,8 0,3 0,64 0, ,36 1 1, ,36 Fläche unter der Lorenzkurve: L = 0,336 Gini-Koeffizient: c G = 0,
WISTA WIRTSCHAFTSSTATISTIK
WISTA WIRTSCHAFTSSTATISTIK PROF DR ROLF HÜPEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT Seminar für Theoretische Wirtschaftslehre Vorlesungsprogramm 07052013 Mittelwerte und Lagemaße II 1 Anwendung und Berechnung
MehrKapitel VII - Konzentration von Merkmalswerten
Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel VII - Konzentration von Merkmalswerten Deskriptive Statistik Prof. Dr. W.-D. Heller Hartwig Senska Carlo Siebenschuh
Mehr7. Konzentrations- und Disparitätsmessung
7. Konzentrations- und Disparitätsmessung Betrachte: Merkmal X, bei dem alle Daten x i 0 sind und die Merkmalssumme n i=1 x i eine sinnvolle Interpretation besitzt (extensives Merkmal) 314 Beispiel: X:
MehrEinführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management
Einführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management Sommersemester 03 Hochschule Augsburg : Gliederung Einführung Deskriptive Statistik 3 Wahrscheinlichkeitstheorie
MehrStatistik I für Betriebswirte Vorlesung 9
Statistik I für Betriebswirte Vorlesung 9 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 11. Juni 2018 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 9 Version: 5. Juni
MehrBeispiel 9 (Einige Aufgaben und Illustrationen zur Lorenzkurve, Teil 2)
Beispiel 9 (Einige Aufgaben und Illustrationen zur Lorenzkurve, Teil ) Aufgabe (Lorenzkurve und Einkommen) Stellen Sie folgende Einkommensverteilung als Lorenzkurve dar. Wochenlohn Häufigkeit 500-599.99
MehrWISTA WIRTSCHAFTSSTATISTIK
WISTA WIRTSCHAFTSSTATISTIK PROF DR ROLF HÜPEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT Seminar für Theoretische Wirtschaftslehre Vorlesungsprogramm 23042013 Datenlagen und Darstellung eindimensionaler Häufigkeitsverteilungen
Mehr4 Konzentrations- und Armutsmessung
4 Konzentrations- und Armutsmessung 196 4.0 Vorbemerkungen Konzentration: Ausmaß der Ballung von großen Anteilen an der gesamten Merkmalssumme auf wenige Einheiten. Literatur Fahrmeier, L. & Künstler,
MehrBedeutungen des Begris der Konzentration: statische Konzentration: zur Charakterisierung einer bestehenden Ungleichverteilung
Konzentration Bedeutungen des Begris der Konzentration: statische Konzentration: zur Charakterisierung einer bestehenden Ungleichverteilung dynamische Konzentration: zur Charakterisierung der Zunahme einer
MehrStatistik. Sommersemester Prof. Dr. Stefan Etschberger Hochschule Augsburg. für Betriebswirtschaft und internationales Management
für Betriebswirtschaft und internationales Management Sommersemester Prof. Dr. Stefan Etschberger Hochschule Augsburg Streuungsparameter Etschberger SS Voraussetzung: kardinale Werte x,..., x n Beispiel:
MehrSMALL & CR4 40 (N = 63) F E/F F E/F F E/ F 25% %
1 Beispiel 4 (Die Lorenzkurve in der Betriebswirtschaft) Example 4.1 (The distribution of firms in Germany) Source: Vivek Ghosal, Prakash Loungani, The differential impact of incertainty on investment
MehrStatistik I für Betriebswirte Vorlesung 10
Statistik I für Betriebswirte Vorlesung 10 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 13. Juni 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung
MehrStatistik I für Betriebswirte Vorlesung 10
Statistik I für Betriebswirte Vorlesung 10 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 15. Juni 2017 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 10 Version: 13.
MehrDeskriptive Statistik Auswertung durch Informationsreduktion
Deskriptive Statistik Auswertung durch Informationsreduktion Gliederung Ø Grundbegriffe der Datenerhebung Total-/Stichprobenerhebung, qualitatives/quantitatives Merkmal Einteilung der Daten (Skalierung,
MehrWISTA WIRTSCHAFTSSTATISTIK
WISTA WIRTSCHAFTSSTATISTIK PROF. DR. ROLF HÜPEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT Seminar für Theoretische Wirtschaftslehre Vorlesungsprogramm 04.06.2013 Zweidimensionale Datensätze 1. Kontingenztabelle
Mehr4 Konzentrationsmessung
4 Konzentrationsmessung 4.0 Vorbemerkungen 4.0 Vorbemerkungen Konzentration: Ausmaß der Ballung von großen Anteilen an der gesamten Merkmalssumme auf wenige Einheiten (Frage zum Beispiel: Welchen Anteil
Mehr4 Konzentrations- und Armutsmessung
4 Konzentrations- und Armutsmessung 222 4.1 Vorbemerkungen Konzentration: Ausmaß der Ballung von großen Anteilen an der gesamten Merkmalssumme auf wenige Einheiten. Fahrmeir, L. & Künstler, R. & Pigeot,
MehrDeskriptive Statistik Kapitel VII - Konzentration von Merkmalswerten
Deskriptive Statistik Kapitel VII - Konzentration von Merkmalswerten Georg Bol bol@statistik.uni-karlsruhe.de Markus Höchstötter hoechstoetter@statistik.uni-karlsruhe.de Agenda 1. Einleitung 2. Lorenzkurve
MehrVeranstaltung Wirtschaftsstatistik (BWL) an der FH Frankfurt/Main im Sommersemester 2007 (Dr. Faik) Klausur 03. Juli 2007
Veranstaltung Wirtschaftsstatistik (BWL) an der FH Frankfurt/Main im Sommersemester 2007 (Dr. Faik) Klausur 03. Juli 2007 BEARBEITER/IN (NAME, VORNAME): MATRIKELNUMMER: Hinweise: Sie haben zur Bearbeitung
MehrKlausur zu Methoden der Statistik I (mit Kurzlösung) Sommersemester Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik I (mit Kurzlösung) Sommersemester 2015 Aufgabe 1 In der aktuellen
MehrMusterlösung zur Übungsklausur Statistik
Musterlösung zur Übungsklausur Statistik WMS15B Oettinger 9/216 Aufgabe 1 (a) Falsch: der Modus ist die am häufigsten auftretende Merkmalsausprägung in einer Stichprobe. (b) Falsch: die beiden Größen sind
Mehr3. Quintil. 2. Quintil
Beispiel 9 (Einige Aufgaben und Illustrationen zur Lorenzkurve) Aufgabe Stellen Sie die Einkommensungleichheit in Argentinien, Brasilien, Costa Rica, Chile, Mexico, Panama, Peru und Venezuela mit Hilfe
MehrLösungen zur deskriptiven Statistik
Lösungen zur deskriptiven Statistik Aufgabe 1. Bei einer Stichprobe von n = Studenten wurden folgende jährliche Ausgaben (in e) für Urlaubszwecke ermittelt. 1 58 5 35 6 8 1 6 55 4 47 56 48 1 6 115 8 5
MehrWahrscheinlichkeits - rechnung und Statistik
Michael Sachs Mathematik-Studienhilfen Wahrscheinlichkeits - rechnung und Statistik für Ingenieurstudenten an Fachhochschulen 4., aktualisierte Auflage 2.2 Eindimensionale Häufigkeitsverteilungen 19 absolute
MehrStatistik. Sommersemester Prof. Dr. Stefan Etschberger Hochschule Augsburg
für Betriebswirtschaft, Internationales Management, Wirtschaftsinformatik und Informatik Sommersemester 16 Prof. Dr. Stefan Etschberger Hochschule Augsburg Outline 1 : Einführung Berühmte Leute zur Wie
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
MehrStatistik I für Betriebswirte Vorlesung 2
Statistik I für Betriebswirte Vorlesung 2 PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik 16. April 2015 PD Dr. Frank Heyde Statistik I für Betriebswirte Vorlesung 2 1 ii) empirische
MehrWirtschaftsstatistik. Konzentrations- und Disparitätsmessung 16.10.2007
Wirtschaftsstatistik Konzentrations- und Disparitätsmessung 16.10.2007 Begriffe Konzentration und Disparität Laut Oxford Advanced Learner s Dictionary by OUP, bzw. WordNet by Princeton University concentration:
MehrStatistik I (Deskriptive Statistik)
Folien zur Vorlesung Statistik I (Deskriptive Statistik) Wintersemester 2011/2012 Donnerstag, 10.15-11.45 Uhr Hörsaal: Aula am Aasee Dr. Andrea Beccarini Westfälische Wilhelms-Universität Münster Inhalt
MehrKlausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2013/2014. Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2013/2014 Aufgabe 1 Der Jungunternehmer
MehrKlausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2012/2013. Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2012/2013 Aufgabe 1 Eine Befragung
MehrDie Konzentration im Handel
Die Konzentration im Handel Ursachen, Messung, Stand, Entwicklung und Auswirkungen der Konzentration im Handel und konzentrationspolitische Konsequenzen Von Hans-Otto Schenk, Hiltrud Tenbrink Horst Zündorf
MehrAnwendung A_0801_Quantile_Minimum_Maximum
8. Lageparameter 63 8.3 Interaktive EXCEL-Anwendungen (CD-ROM) Anwendung A_080_Quantile_Minimum_Maimum Die Anwendung besteht aus einem Tabellenblatt Simulation : In der Simulation wird aus einer Urliste
MehrStatistik. Sommersemester Stefan Etschberger. für Betriebswirtschaft, Internationales Management, Wirtschaftsinformatik und Informatik
Stefan Etschberger für Betriebswirtschaft, Internationales Management, Wirtschaftsinformatik und Informatik Sommersemester 207 Streuungsparameter Voraussetzung: kardinale Werte x,..., x n Beispiel: a)
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
MehrWISTA WIRTSCHAFTSSTATISTIK
WISTA WIRTSCHAFTSSTATISTIK PROF. DR. ROLF HÜPEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT Seminar für Theoretische Wirtschaftslehre Vorlesungsprogramm 02.07.2013 Theorie der Indexzahlen 1. Konstruktion von
MehrMusterlösung zur Übungsklausur Statistik
Musterlösung zur Übungsklausur Statistik WMS4A Oettinger 6/205 Aufgabe (a) Falsch: der Modus ist die am häufigsten auftretende Merkmalsausprägung in einer Stichprobe. (b) Richtig: ein ordinales Merkmal
MehrStatistik. Sommersemester Prof. Dr. Stefan Etschberger Hochschule Augsburg. für Betriebswirtschaft und internationales Management
für Betriebswirtschaft und internationales Management Sommersemester 15 Prof. Dr. Stefan Etschberger Hochschule Augsburg Lorenzkurve Knickstellen: Bei i-tem Merkmalsträger x i+1 > x i Empirische Verteilungsfunktion
Mehr4 Spezifizierende Beschreibung empirischer Verteilungen
4 Spezifizierende Beschreibung empirischer Verteilungen 62 4 Spezifizierende Beschreibung empirischer Verteilungen 4.1 Spezifika empirischer Verteilungen 66 4.2 Lagekennwerte 70 4.2.1 Arithmetisches Mittel
Mehr4 Spezifizierende Beschreibung empirischer Verteilungen
4 Spezifizierende Beschreibung empirischer Verteilungen 55 4 Spezifizierende Beschreibung empirischer Verteilungen 4.1 Spezifika empirischer Verteilungen 59 4.2 Lagekennwerte 63 4.2.1 Arithmetisches Mittel
MehrLösungsvorschläge zur Klausur Beschreibende Statistik und Wirtschaftsstatistik (Sommersemester 2013)
Lösungsvorschläge zur Klausur Beschreibende Statistik und Wirtschaftsstatistik (Sommersemester 203) Aufgabe (9 Punkte) Ein metrisches Merkmal X sei in einer Grundgesamtheit vom Umfang n = 200 diskret klassiert.
Mehrb) In 12 Geschäften wird das Produkt zu 550 Euro oder mehr angeboten. 12/20=0,6 60 %. c) d) e) Boxplot:
FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT PROF. DR. ROLF HÜPEN STATISTIK I, WS 2009/10 Aufgabe 1: Bei einer Preiserhebung in Bochum und Umgebung ergab sich für den etikettierten Verkaufspreis eines bestimmten
MehrMarketing. Übungsaufgaben Kapitel 1. Vom Verkaufen zum Customer Relationship Management (CRM)
Fachhochschule Schmalkalden, M.Sc. Annette Liebermann Übungsaufgaben Kapitel 1 Vom Verkaufen zum Customer Relationship Management (CRM) 1 Vom Verkaufen zum CRM 1.3 als unternehmerische Aufgabe Aufgabe
Mehr1) Warum ist die Lage einer Verteilung für das Ergebnis einer statistischen Analyse von Bedeutung?
86 8. Lageparameter Leitfragen 1) Warum ist die Lage einer Verteilung für das Ergebnis einer statistischen Analyse von Bedeutung? 2) Was ist der Unterschied zwischen Parametern der Lage und der Streuung?
MehrKlausur zu Methoden der Statistik I (mit Kurzlösung) Sommersemester Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik I (mit Kurzlösung) Sommersemester 2014 Aufgabe 1 Eine Auswertung
MehrStatistik I für Betriebswirte Vorlesung 9
Statistik I für Betriebswirte Vorlesung 9 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 06. Juni 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung
MehrVon Dierfeld bis Mainz
Von Dierfeld bis Mainz Von Günter Ickler Am 31. 12. 2004 lebten 4 061 105 Menschen in RheinlandPfalz. Diese verteilt sich auf insgesamt 2 306. In keinem anderen Bundesland ist die Zahl der so groß. In
MehrSehr Einigermaßen Nicht Schüler Lehrer Eltern h 0.j n=500
1. Aufgabe 1.1 Kreuz- bzw. Kontingenztabelle, auch bivariate Häufigkeitsverteilung. Mermal X: nominal, Merkmal Y: ordinal. Tabelle der beobachteten Häufigkeiten mit Randverteilungen: Ich (mein Kind) fühlt
Mehrregistrierte Fußballvereine Männer im besten Fußballalter (20 34 Jahre) Bruttoinlandsprodukt je Einwohner Farben der Nationalflagge
Aufgabe 1: Anlässlich der Fußball-Europameisterschaft veröffentlichte das Statistische Bundesamt unter der Überschrift "EM 2012: Die Teilnehmer in Zahlen" statistische Merkmale der Teilnehmerstaaten. Die
MehrStatistik I. 2. Klausur Wintersemester 2011/2012 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!
Statistik I A 2. Klausur Wintersemester 2011/2012 Hamburg, 20.03.2012 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Nachname:............................................................................
MehrGrundlagen der Statistik Übung FernUniversität in Hagen Alle Rechte vorbehalten Fakultät für Wirtschaftswissenschaft
Grundlagen der Statistik Übung 5 2009 FernUniversität in Hagen Alle Rechte vorbehalten Fakultät für Wirtschaftswissenschaft Übersicht über die mit den Übungsaufgaben geprüften Lehrzielgruppen Lehrzielgruppe
MehrEinführung in Quantitative Methoden
Einführung in Quantitative Methoden Mag. Dipl.Ing. Dr. Pantelis Christodoulides & Mag. Dr. Karin Waldherr SS 2014 Christodoulides / Waldherr Einführung in Quantitative Methoden- 2.VO 1/57 Die Deskriptivstatistik
MehrAufgabe 2. Zudem konnten Sie bereits die folgenden Maße ermitteln: g = 2040 x = 3 xg = 7049 S 2 X = 2, 98.
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik I (mit Kurzlösung) Sommersemester 2016 Aufgabe 1 Absolventen und
MehrPRÜFUNG: METHODEN DER STATISTIK I Sommersemester Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler PRÜFUNG: METHODEN DER STATISTIK I Sommersemester 2018 Aufgabe 1 Das Kraftfahrt-Bundesamt hat 50
MehrSerie 1 Serie 2 Serie 3 Serie 4 Serie 5 Serie 6. Statistik-Tutorium. Lösungsskizzen Übung SS2005. Thilo Klein. Grundstudium Sommersemester 2008
Serie 1 Serie 2 Serie 3 Serie 4 Serie 5 Serie 6 Lösungsskizzen Übung SS2005 Grundstudium Sommersemester 2008 Serie 1 Serie 2 Serie 3 Serie 4 Serie 5 Serie 6 Inhalt Serie 1 Serie 2 Serie 3 Serie 4 Serie
MehrStatistik. Übungsserie FS Dauer: 45 Minuten. Name: Vorname: Maximale Punktzahl: 37. Erreichte Punktzahl: Prozente: Note:
Statistik Übungsserie FS 2014 Dauer: 45 Minuten Name: Vorname: Maximale Punktzahl: 37 Erreichte Punktzahl: Prozente: Note: Punkte Note 34 6 31 5.5 27 5 24 4.5 20 4 17 3.5 13 3 10 2.5 7 2 3 1.5 0 1 Aufgabe
MehrPrüfung aus Statistik 1 für SoziologInnen
Prüfung aus Statistik 1 für SoziologInnen 1) Wissenstest (maximal 20 Punkte) Prüfungsdauer: 120 Minuten netto Kreuzen ( ) Sie die jeweils richtige Antwort an. Jede richtige Antwort gibt 2 Punkte. Pro falsche
Mehr1. Kapitel: Ziele der Wirtschaftspolitik. A: Vorbemerkungen. B: Ziele des Stabilitätsgesetzes
S. 1 Gliederung 1. Kapitel: Ziele der Wirtschaftspolitik A: Vorbemerkungen B: Ziele des Stabilitätsgesetzes C: Ergänzende Ziele zum Zielkatalog des StabG 1. Schutz des Wettbewerbs 2. Gerechte Einkommensverteilung
MehrKlausur zu Methoden der Statistik I (mit Kurzlösung) Sommersemester Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Dr. Florian Meinfelder Klausur zu Methoden der Statistik I (mit Kurzlösung) Sommersemester 2010 Aufgabe 1 Für das Merkmal
MehrStatistik I. 2. Klausur Wintersemester 2011/2012 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!
Statistik I A 2. Klausur Wintersemester 2011/2012 Hamburg, 20.03.2012 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Nachname:............................................................................
MehrEinkommensverteilung
Einkommensverteilung Aufgabennummer: 2_31 Prüfungsteil: Typ 1 Typ 2 Grundkompetenzen: AG 2.4, AN 4.2, AN 4.3, FA 1.4, FA 1.7, FA 3.2, FA 4.1, FA 5.6, WS 1.1, WS 1.2 Der Statistiker Max Lorenz beschrieb
MehrInstitut für Statistik. Masterarbeit. über das Thema. Messung der Vermögensungleichheit: Vergleich der Datengrundlagen und Methoden.
Institut für Statistik Masterarbeit über das Thema Messung der Vermögensungleichheit: Vergleich der Datengrundlagen und Methoden Autorin: Betreuer: Carina Landgraf Prof. Dr. Heumann Abgabedatum: 22. September
MehrGRUPPE B Prüfung aus Statistik 1 für SoziologInnen
GRUPPE B Prüfung aus Statistik 1 für SoziologInnen 16. Oktober 2015 Gesamtpunktezahl =80 Prüfungsdauer: 2 Stunden Name in Blockbuchstaben: Matrikelnummer: 1) Wissenstest (maximal 20 Punkte) Kreuzen ( )
MehrMarketing. Übungsaufgaben Kapitel 1. Vom Verkaufen zum Customer Relationship Management (CRM)
Fachhochschule Schmalkalden, M.Sc. Annette Liebermann Übungsaufgaben Kapitel 1 Vom Verkaufen zum Customer Relationship Management (CRM) 1 Vom Verkaufen zum CRM 1.3 als unternehmerische Aufgabe Aufgabe
MehrRuhr-Universität Bochum
Aufgabe 1: Die nachfolgende Tabelle zeigt die Privathaushalte in Nordrhein-Westfalen nach dem monatlichen Nettoeinkommen im Mai 2004 (Ergebnisse des Mikrozensus. Quelle: Landesamt für Datenverarbeitung
MehrStatistik. Ronald Balestra CH St. Peter
Statistik Ronald Balestra CH - 7028 St. Peter www.ronaldbalestra.ch 17. Januar 2010 Inhaltsverzeichnis 1 Statistik 1 1.1 Beschreibende Statistik....................... 1 1.2 Charakterisierung von Häufigkeitsverteilungen...........
MehrStatistik Tutorium WS 06/07
Statistik Tutorium WS 06/07 Florian Wiesenberger florian.wiesenberger@gmx.de Felix Holter FH13@rsg02.de 23.10.06 1. Begriffsdefinition: Statistische Masse, Merkmalsträger, Merkmal und Merkmalsausprägung
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
MehrÜbungsblatt 3. Größe in cm Anzahl der (Klassenmitten) Studenten ges:100
Aufgabe 1: Übungsblatt 3 Die Körpergröße von 100 Studenten sei wie folgt verteilt: Größe in cm Anzahl der (Klassenmitten) Studenten 158 1 162 6 166 10 170 22 174 21 178 17 182 14 186 5 190 3 194 1 ges:100
MehrStatistik I. 1. Klausur Wintersemester 2010/2011 Hamburg, Art der Anmeldung: STiNE FlexNow Zulassung unter Vorbehalt
Statistik I 1. Klausur Wintersemester 2010/2011 Hamburg, 11.02.2011 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Nachname:............................................................................ Vorname:.............................................................................
MehrÜbungsaufgaben zur Klausur Statistik
Übungsaufgaben zur Klausur Statistik 1.) Mittelwerte und Streumaße I Bei einer Geschwindigkeitskontrolle innerhalb einer geschlossenen Ortschaft notierte die Polizei folgende 20 Messwerte in km/h: 45;
MehrDiese Lücken sollten nicht auch bei Ihnen vorhanden sein: Aufgrund einer statistischen Untersuchung entsteht eine geordnete bzw. ungeordnete, die durc
SS 2017 Torsten Schreiber 222 Diese Lücken sollten nicht auch bei Ihnen vorhanden sein: Aufgrund einer statistischen Untersuchung entsteht eine geordnete bzw. ungeordnete, die durch Summierung je Ausprägung
MehrLeseprobe. Michael Sachs. Wahrscheinlichkeitsrechnung und Statistik. für Ingenieurstudenten an Fachhochschulen. ISBN (Buch):
Leseprobe Michael Sachs Wahrscheinlichkeitsrechnung und Statistik für Ingenieurstudenten an Fachhochschulen ISBN (Buch): 978-3-446-43797-5 ISBN (E-Book): 978-3-446-43732-6 Weitere Informationen oder Bestellungen
MehrÜbungsblatt 2. Produktion, Geburten, Geldmenge, Vermögen, Arbeitslose, Einkommen
Aufgabe 1: Übungsblatt 2 Geben Sie zu den folgenden Merkmalen Beispiele für statistische Einheiten und Merkmalsausprägungen an. Nennen sie Merkmalstyp und Skalierung. (Aufgabe aus Schira, Kapitel 1; Aufg.1.2)
MehrEinführung in Quantitative Methoden
Einführung in Quantitative Methoden Mag. Dipl.Ing. Dr. Pantelis Christodoulides & Mag. Dr. Karin Waldherr SS 2011 Christodoulides / Waldherr Einführung in Quantitative Methoden- 2.VO 1/62 Summenzeichen
MehrVerteilungsfunktion und Quantile
Statistik 1 für SoziologInnen Verteilungsfunktion und Quantile Univ.Prof. Dr. Marcus Hudec Kumulierte Häufigkeiten Hinweis: Damit das Kumulieren inhaltlich sinnvoll ist, muss das auszuwertende Merkmal
MehrInhaltsverzeichnis. Einleitung Wie Sie mit diesem Klausurtrainer arbeiten sollten Eindimensionale Häufigkeitsverteilung...
Vorwort und Inhaltsverzeichnis Inhaltsverzeichnis Einleitung Wie Sie mit diesem Klausurtrainer arbeiten sollten...13 1 Eindimensionale Häufigkeitsverteilung...15 1.1 Übersicht zur eindimensionalen Häufigkeitsverteilung...15
MehrBeschreibende Statistik
Gunther Bourier Beschreibende Statistik Praxisorientierte Einfuhrung Mit Aufgaben und Losungen 7., uberarbeitete Auflage GABIER Inhaltsverzeichnis Vorwort Inhaltsverzeichnis V VII 1 Einfuhrung 1 1.1 Begriff
MehrPrüfung zu Modul 26 (BA Bw) bzw. 10 (BA IB) (Wirtschaftsstatistik)
2 Klausur-Nr = Sitzplatz-Nr Prüfung zu Modul 26 (BA Bw) bzw. 10 (BA IB) (Wirtschaftsstatistik) Klausurteil 1: Beschreibende Statistik Name, Vorname:... verteilung Teil 1: Beschreibende Statistik Aufgaben
MehrStatistische Formeln und Tabellen
WiSt-Taschenbücher Statistische Formeln und Tabellen Kompakt für Wirtschaftswissenschaftler von Prof. Dr. Josef Bleymüller, Prof. Dr. Rafael Weißbach 13., überarbeitete Auflage Verlag Franz Vahlen München
MehrPrüfung zu. (Wirtschaftsstatistik) Klausurteil 1: Beschreibende Statistik. BeStat-1 (7 Punkte)
Klausurteil 1: Beschreibende Statistik 3 Klausur-Nr = Sitzplatz-Nr Prüfung zu BeStat-1 (7 ) a) (1,5 ) Im Zeitraum 1975-006 hat sich der Umsatz eines Unternehmens verachtfacht. Bestimmen Sie die durchschnittliche
MehrLösungen zur Klausur zur Statistik Übung am
Lösungen zur Klausur zur Statistik Übung am 28.06.2013 Fabian Kleine Staatswissenschaftliche Fakultät Aufgabe 1 Gegeben sei die folgende geordneten Urliste des Merkmals Y. 30 Punkte Y : 5 5 5 5 10 10 10
Mehr3. Deskriptive Statistik
3. Deskriptive Statistik Eindimensionale (univariate) Daten: Pro Objekt wird ein Merkmal durch Messung / Befragung/ Beobachtung erhoben. Resultat ist jeweils ein Wert (Merkmalsausprägung) x i : - Gewicht
MehrStatistik I. Zusammenfassung und wichtiges zur Prüfungsvorbereitung. Malte Wissmann. 9. Dezember Universität Basel.
Zusammenfassung und wichtiges zur Prüfungsvorbereitung 9. Dezember 2008 Begriffe Kenntnis der wichtigen Begriffe und Unterscheidung dieser. Beispiele: Merkmal, Merkmalsraum, etc. Skalierung: Nominal etc
MehrPrüfung aus Statistik 1 für SoziologInnen- Gruppe A
Prüfung aus Statistik 1 für SoziologInnen- Gruppe A 26. Juni 2012 Gesamtpunktezahl =80 Prüfungsdauer: 2 Stunden 1) Wissenstest (maximal 20 Punkte) Lösungen Kreuzen ( ) Sie die jeweils richtige Antwort
MehrStatistik I für Betriebswirte Vorlesung 9
Statistik I für Betriebswirte Vorlesung 9 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik Vorlesung am 8. Juni 2017 im Audi-Max (AUD-1001) Dr. Andreas Wünsche Statistik I für Betriebswirte
Mehr0,04. b) Antworten A und C bleiben übrig. Diese waren von 36+4 = 40% des Publikums genannt worden.
Aufgabe 1: In der Fernsehsendung Wer wird Millionär ist ein Kandidat bei der 16000-Euro-Frage völlig ahnungslos und zieht den Publikumsjoker. Es resultieren die folgenden Abstimmungsergebnisse für die
MehrBeschreibende Statistik und Wirtschaftsstatistik
Universität zu Köln Sommersemester 2014 Seminar für Wirtschafts- und Sozialstatistik Lösungen zu den Übungsaufgaben zur Vorlesung Beschreibende Statistik und Wirtschaftsstatistik Aufgabe 01 a) a 1 x 1
MehrWissenschaftliche Schriften zur Wirtschaftsprüfung
2008 AGI-Information Management Consultants May be used for personal purporses only or by libraries associated to dandelon.com network. Wissenschaftliche Schriften zur Wirtschaftsprüfung Herausgegeben
MehrSpezielle Eigenschaften der Binomialverteilung
Spezielle Eigenschaften der Binomialverteilung Wir unterscheiden: 1) die Wahrscheinlichkeitsfunktion einer diskreten Variablen 2) die Verteilungsfunktion einer diskreten Variablen. 1) Die Wahrscheinlichkeitsfunktion
MehrDas Ergebnis der Untersuchung eines kardinalskalierten Merkmals X sei in folgender Tabelle wiedergegeben: Ausprägung Anzahl
Aufgabe 10 Deskriptiv: Lageparameter Das Ergebnis der Untersuchung eines kardinalskalierten Merkmals X sei in folgender Tabelle wiedergegeben: Ausprägung 1 2 3 4 7 Anzahl 4 4 6 4 2 a) Bestimmen Sie das
MehrStatistik für Wirtschaftswissenschaftler
WiST-Studienkurs Statistik für Wirtschaftswissenschaftler von Prof. Dr. Josef Bleymüller, Dr. Günther Gehlert, Prof. Dr. Herbert Gülicher 16. Auflage Statistik für Wirtschaftswissenschaftler Bleymüller
MehrAufgabe 1. Studiensemester Anzahl Studierende 1. Semester Semester Semester Semester Semester 5 6.
Aufgabe 1 Als sogenanntes Nachzügler-Phänomen wird im Bachelorstudium das Phänomen bezeichnet, dass zwar der Großteil der Studierenden die Pflichtkurse in ähnlicher Abfolge der Semester belegt, aber es
MehrWahrscheinlichkeitsrechnung und Statistik
Wahrscheinlichkeitsrechnung und Statistik Für Ingenieurstudenten an Fachhochschulen von Michael Sachs erweitert Wahrscheinlichkeitsrechnung und Statistik Sachs schnell und portofrei erhältlich bei beck-shopde
Mehr4. Kumulierte Häufigkeiten und Quantile
4. Kumulierte Häufigkeiten und Quantile Statistik für SoziologInnen 1 4. Kumulierte Häufigkeiten und Quantile Kumulierte Häufigkeiten Oft ist man nicht an der Häufigkeit einzelner Merkmalsausprägungen
MehrZu den Terminen der Lehrveranstaltungen im Modul 14: Statistik Teil 1: Beschreibende Statistik im WS 12/13
Fachhochschule Dortmund Wintersemester 12/13 Fachbereich Wirtschaft Prof. Dr. Laufner Studiengang BA Betriebswirtschaft Zu den Terminen der Lehrveranstaltungen im Modul 14: Statistik im WS 12/13 Gruppen
MehrZu Thema 18: Beispiele für Aktien mit unterschiedlichen Betas
Zu Thema 18: Beispiele für Aktien mit unterschiedlichen Betas Theorie und Praxis Theoretischer Teil: Auswirkungen unterschiedlicher Betas auf das Schwingungsverhalten einer Aktie zum Index unter idealtypischen
MehrVerteilungen und ihre Darstellungen
Verteilungen und ihre Darstellungen Übung: Stamm-Blatt-Diagramme Wie sind die gekennzeichneten Beobachtungswerte eweils zu lesen? Tragen Sie in beiden Diagrammen den Wert 0.452 an der richtigen Stelle
Mehr4. Kumulierte Häufigkeiten und Quantile
4. Kumulierte Häufigkeiten und Quantile Kumulierte Häufigkeiten Oft ist man nicht an der Häufigkeit einzelner Merkmalsausprägungen interessiert, sondern an der Häufigkeit von Intervallen. Typische Fragestellung:
Mehr