9.3 Lineare Regression

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "9.3 Lineare Regression"

Transkript

1 9.3 Lineare Regression 115 A B C D E F G H 1 2 Pearsonscher Korrelationskoeffizient x-werte y-werte ANALYSE ASSISTENT 7 2, , ,3 6,4 Spalte 1 Spalte ,4 6 Spalte ,2 6,3 Spalte 2 0, R R 2 =PEARSON(B6:10;C6:C , , auch Bestimmtheitsmaß Abb : Korrelationskoeffizient nach Pearson. 9.3 Lineare Regression Bei der Regression wird der Zusammenhang zwischen zwei Variablen (z.b. Messungen) untersucht, wenn die Variablen Ursache (Einflussgröße x) und Wirkung (Zielgröße y) sind. Die Größe x (z.b. Körpergröße) wird als unabhängige und y (z.b. Gewicht) als von x abhängige Variableangenommen. Das Vertauschen von x und y führt zu veränderten Zusammenhängen und führt zu falschen Ergebnissen. Bei der linearen Regression wird der Gleichung der optimalen Gerade gesucht, die so bestimmt wird, dass die Summe der quadrierten Abweichungen der Messwerte von dieser Geraden minimal ist. Die Gerade wird auch lineare Trendgerade genannt. Die Koeffizienten a und b der entsprechenden Regressionsgeraden y = ax + b können durch die die Matrix-Funktion RGP berechnet werden. Matrix-Funktionen geben nicht nur einen Wert zurück,

2 116 9 Regressionen und Residuen bei RGP sind dies die Koeffizienten a und b der Trendgeraden. Vor Eingabe der Funktion muss die Anzahl der Zellen in einem Bereich markiert werden. Die Formel wird in die erste Zelle eingetragen, die Bestätigung erfolgt dann durch die besondere Tastenkombination [Strg]+[Shift]+[Return]. Es werden so alle markierten Zellen berechnet. Die Formel ist in geschweiften Klammern»{}«eingetragen. Zellen mit Array- Funktionen können nicht einzeln geändert werden, sondern nur gesamt. RGP (Y-Werte; X-Werte) Gibt zwei Zellen zurück, in der ersten Zelle steht die Steigung a und in der zweiten Zelle der Abschnitt b auf der Y- Achse. Beide Parameter der Geraden können auch durch die Tabellenfunktionen STEIGUNG und ACHSENABSCHNITT ermittelt werden. Die Konvention, dass zuerst die Y-Werte in die Formel eingegeben werden, ist einzuhalten. STEIGUNG (Y-Werte; X-Werte) ACHSENABSCHNITT (Y-Werte; X-WERTE) Geben einzeln Steigung und Achsenabschnitt zurück. In Abb wird die Regression mit der Feldfunktion RGP berechnet. Das Ergebnis ist also eine Gerade, welche die Y-Achse bei -142 schneidet und eine Steigung von 1,2 hat. Die Grafik wird durch den Diagrammtypen»Punkt«erzeugt. Die Gerade kann über»daten hinzufügen«gezeichnet werden. EXCEL kann Trendlinien in der Grafik auch automatisch zeichnen sowie die Gradengleichung mit Bestimmtheitsmaß bei Aktivierung der entsprechenden Option ausgeben (Abb ).

3 9.3 Lineare Regression 117 Abb : Berechnung der Regression mit der Feldfunktion RGP. Abb : Aktivierung der Trendlinie. In Abb wird an einem größeren Beispiel auch eine Regressionsanalyse durchgeführt

4 118 9 Regressionen und Residuen y = 1,2027x - 142,63 R 2 = 0, Abb : Ermittlung der Regressionsgerade. 160 y = 103,79x - 101,07 R 2 =0, ,50 1,60 1,70 1,80 1,90 2,00 2,10 2,20 Abb : große Regressionsanalyse.

5 9.4 Residuen Residuen Die Abweichungen der y-werte von der Regressionsgerade heißen Residuen. Es ist für die Praxis sehr wichtig, Residuen grafisch zu beurteilen, um Messprobleme zu erkennen. Die Residuen sollten in einem waagerechten Band konstanter Breite liegen. Es gibt keine EXCEL-Funktion für die Berechnung der Residuen. Vom (x,y)-wert wird der x-wert in die Geradengleichung eingesetzt und dann von y abgezogen. x-wert y-wert Residuum a b ,19 4, , Tab : Berechnung der Residuen. 21 4, *1 + 11, = 4,19 Fehler im linearen Modell oder bei der Aufbereitung der Messungen liegen vor, wenn die Residuen in Trichtern liegen oder wenn sich der Residuenverlauf kurvenförmig darstellt. Auch Ausreißer können durch Betrachten der Residuen leicht erkannt werden. In Abb sind die Residuen berechnet, sie werden der Abb dargestellt. Die Residuen sind zufällig gestreut, zwei Ausreißer sind nicht besorgniserregend für das Modell. Die Abb zeigt Residuen, die in einem Trichter liegen.

6 120 9 Regressionen und Residuen 1 A B C D E F G H Patienten Statistik 2 3 nach Formel [kg] Körpergrößen- Klasse mittleres Körpergewicht 4 Patient Körpergröße [m] Gewicht [kg] Abweichung Residuen 5 1,78 94,00 70,20 +0,34 0,00 m 74,00 kg 11, ,01 120,00 90,90 +0,32 1,75 m 86,40 kg 25, ,65 87,00 58,50 +0,49 1,90 m 94,54 kg 10, ,90 90,00 81,00 +0,11 1, ,98 98,00 88,20 +0,11 max. Gewicht 120,00 kg 5, ,98 76,00 88,20-0,14 max. Körpergröße 2,19 m -16, ,76 87,00 68,40 +0,27 5, ,71 68,00 63,90 +0,06 =D10-($G$24*C10+$H$24) -11, ,89 97,00 80,10 +0,21 größtes Gewicht Herr 8, ,65 67,00 58,50 +0,15-9, ,06 100,00 95,40 +0,05 ="Herr 3, ,88 84,00 79,20 +0,06 "&INDEX(B5:B100;VERGLEICH( -3, ,98 88,00 88,20-0,00 MAX(D4:D100);D4:D100;0)) -4, ,02 101,00 91,80 +0,10 6, ,87 76,00 78,30-0,03-11, ,74 77,00 66,60 +0,16-3, ,87 56,00 78,30-0,28 Regressionsanalyse -31, ,19 91,00 107,10-0,15-12, ,93 87,00 ={RGP(D5:D34;C5:C34)} 83,70 +0,04 a b -3, ,65 76,00 58,50 +0,30 50, , , ,96 109,00 ={RGP(D5:D34;C5:C34)} 86,40 +0,26 17, ,96 101,00 86,40 +0,17 R² : 0, , ,70 76,00 63,00 +0,21 =PEARSON(C5:C34;D5:D34)^2-2, ,94 87,00 84,60 +0,03-3, ,76 98,00 68,40 +0,43 16,247 Spiro Cam Frank Gro Emil Heek Eugen Hö Heinz Kle Helmut Ko Peter Kola Bernd Kra Hans Kuli Theo Lodz Jens Meie Alfons Me Willi Millow Jochen M Markus M Hans Pan Anton Rie Jochen Sc Markus S Peter Sch Willi Schn Rolf Schre Roy Slack Jan Szito Jochen Te Abb : Patienten Statistik mit linearer Regression und Residuen.

7 9.4 Residuen 121 Abweichung von der Regressionsgeraden 30,000 Residuen 20,000 10,000 0,000 1,50 1,60 1,70 1,80 1,90 2,00 2,10 2,20 2,30 Körpergröße -10,000 Residuen -20,000-30,000-40,000 Abb : Residuenplot.

8 122 9 Regressionen und Residuen Abb : Lage der Residuen.

9 9.5 Weitere Ausgaben der RGP-Funktion Weitere Ausgaben der RGP- Funktion Fast unbekannt sind weitere Ausgaben der Feldfunktion RGP. Um diese zu erhalten, muss die Array-Funktion über ein Rechteck von 2 Spalten und 5 Zeilen wirken. Das Rechteck muss vorher markiert werden. RGP (Y-Werte; X-Werte; WAHR; WAHR) Durch die beiden Parameter WAHR werden die zusätzlichen Angaben übergeben. Die Ausgabe gibt keine Beschriftung zurück. A Standardfehler für b Pearson quadriert F-Testwert Quadratsumme Regression B Standardfehler für a STFEHLER() Freiheitsgrad Residuen Quadratsumme Residuen Tab : Erweiterte Ausgabe der RGP-Funktion. Aufruf von RGP: ={RGP(C3:C30;B3:B30;1;1)} 4, , , , , , , , ,29064 Tab : Ausgabe der RGP-Funktion bezogen auf Tab Die Qualität von statistischen Ergebnissen wird maßgeblich bestimmt durch die Anzahl der Messungen (siehe»zur Statistischen Versuchsplanung«(S. 219)). Der Begriff Standardfehler für eine Zustandsgröße sagt aus, dass bei der Berechnung auch die Anzahl der Messungen (meist mit 1 n )eingeht.

10 124 9 Regressionen und Residuen Mit dem Standardfehler der Regression kann die Güte der Darstellung bestimmt werden. Er ist ein Maß dafür, wie groß der Abweichungsfehler von der Regressionsgerade ist. Liegen alle Daten zufällig tatsächlich auf einer Geraden, so wird die Fehlermeldung #DIV/0! zurückgegeben. Der Standardfehler sollte möglichst klein werden, er hängt von der Dimensionierung der Daten ab und hat als absolute Zahl keine Bedeutung. Der Aufruf in EXCEL lautet: STFEHLERYX (Y-Werte; X-Werte) Gibt ein Maß für die Abweichung von der Regressionsgeraden zurück. Einige dieser Angaben sind für weitergehende Statistische Tests (»Statistische Tests«(S. 195)) sinnvoll, so kann ein F- Test-Signifikanztest durchgeführt werden, der dazu benötigte F-Testwert wird durch RGP bereits berechnet. Die Freiheitsgrade sind Parameter, die im Test benötigt werden, sie sind ein Maß dafür, wie viel Einflussgrößen bei der Berechnung des Tests auftreten. In diesem Fall beträgt der Freiheitsgrad für die Residuen 26. In der Abb werden die Ausgabewerte der RGP-Funktion mit den gewöhnlichen Feldfunktionen nachberechnet.

11 9.5 Weitere Ausgaben der RGP-Funktion 125 Abb : Werte der RGP-Funktion im Vergleich zu den berechneten Werten.

Kapitel 7. Regression und Korrelation. 7.1 Das Regressionsproblem

Kapitel 7. Regression und Korrelation. 7.1 Das Regressionsproblem Kapitel 7 Regression und Korrelation Ein Regressionsproblem behandelt die Verteilung einer Variablen, wenn mindestens eine andere gewisse Werte in nicht zufälliger Art annimmt. Ein Korrelationsproblem

Mehr

Deskription, Statistische Testverfahren und Regression. Seminar: Planung und Auswertung klinischer und experimenteller Studien

Deskription, Statistische Testverfahren und Regression. Seminar: Planung und Auswertung klinischer und experimenteller Studien Deskription, Statistische Testverfahren und Regression Seminar: Planung und Auswertung klinischer und experimenteller Studien Deskriptive Statistik Deskriptive Statistik: beschreibende Statistik, empirische

Mehr

Die Funktion f wird als Regressionsfunktion bezeichnet.

Die Funktion f wird als Regressionsfunktion bezeichnet. Regressionsanalyse Mit Hilfe der Techniken der klassischen Regressionsanalyse kann die Abhängigkeit metrischer (intervallskalierter) Zielgrößen von metrischen (intervallskalierten) Einflussgrößen untersucht

Mehr

Hypothesentests mit SPSS

Hypothesentests mit SPSS Beispiel für eine einfache Regressionsanalyse (mit Überprüfung der Voraussetzungen) Daten: bedrohfb_v07.sav Hypothese: Die Skalenwerte auf der ATB-Skala (Skala zur Erfassung der Angst vor terroristischen

Mehr

Statistik II. Lineare Regressionsrechnung. Wiederholung Skript 2.8 und Ergänzungen (Schira: Kapitel 4) Statistik II

Statistik II. Lineare Regressionsrechnung. Wiederholung Skript 2.8 und Ergänzungen (Schira: Kapitel 4) Statistik II Statistik II Lineare Regressionsrechnung Wiederholung Skript 2.8 und Ergänzungen (Schira: Kapitel 4) Statistik II - 09.06.2006 1 Mit der Kovarianz und dem Korrelationskoeffizienten können wir den statistischen

Mehr

Regression und Korrelation

Regression und Korrelation Kapitel 7 Regression und Korrelation Ein Regressionsproblem behandeltdie VerteilungeinerVariablen, wenn mindestens eine andere gewisse Werte in nicht zufälliger Art annimmt. Ein Korrelationsproblem dagegen

Mehr

Statistische Methoden in den Umweltwissenschaften

Statistische Methoden in den Umweltwissenschaften Statistische Methoden in den Umweltwissenschaften Korrelationsanalysen Kreuztabellen und χ²-test Themen Korrelation oder Lineare Regression? Korrelationsanalysen - Pearson, Spearman-Rang, Kendall s Tau

Mehr

Bivariate lineare Regression. Statistik für SozialwissenschaftlerInnen II p.154

Bivariate lineare Regression. Statistik für SozialwissenschaftlerInnen II p.154 Bivariate lineare Regression Statistik für SozialwissenschaftlerInnen II p.154 Grundidee und Typen der Regression Die Regressionsanalyse dient zur Quantifizierung des Zusammenhangs und der statistisch

Mehr

Simulation. Lineare Regression Methode der kleinsten Quadrate (Excel-Matrix-Formel) Verknüpfung des Euler- und Newton-Verfahrens. Das Euler-Verfahren

Simulation. Lineare Regression Methode der kleinsten Quadrate (Excel-Matrix-Formel) Verknüpfung des Euler- und Newton-Verfahrens. Das Euler-Verfahren Simulation Lineare Regression Methode der kleinsten Quadrate (Excel-Matrix-Formel) Verknüpfung des Euler- und Newton-Verfahrens Dynamische Prozesse: Prozesse, bei denen sich das zeitliche und örtliche

Mehr

Physik Tabellenkalkulation

Physik Tabellenkalkulation Physik Tabellenkalkulation 1. Grundlagen 2 1.1. Eine Messreihe auswerten 3 1.2. Fester Zellenbezug 4 2. Diagramm erstellen 4 2.1. Darstellung von Fehlerbalken 7 2.2. Diagramm mit Sekundärachse 9 3. Statistikfunktionen

Mehr

Übung 3 im Fach "Biometrie / Q1"

Übung 3 im Fach Biometrie / Q1 Universität Ulm, Institut für Epidemiologie und Medizinische Biometrie, D-89070 Ulm Institut für Epidemiologie und Medizinische Biometrie Leiter: Prof. Dr. D. Rothenbacher Schwabstr. 13, 89075 Ulm Tel.

Mehr

Lösungen zum SPSS-Buch zweiter Teil Einführung in das quantitativ orientierte Forschen

Lösungen zum SPSS-Buch zweiter Teil Einführung in das quantitativ orientierte Forschen 1 Lösungen zum SPSS-Buch zweiter Teil Einführung in das quantitativ orientierte Forschen 2. Auflage Allgemeine Anmerkung Die Interpretationen zur Signifikanz erfolgen auf dem 5%-Nieveau. Kapitel 8 Studienaufgabe

Mehr

1 Messfehler. 1.1 Systematischer Fehler. 1.2 Statistische Fehler

1 Messfehler. 1.1 Systematischer Fehler. 1.2 Statistische Fehler 1 Messfehler Jede Messung ist ungenau, hat einen Fehler. Wenn Sie zum Beispiel die Schwingungsdauer eines Pendels messen, werden Sie - trotz gleicher experimenteller Anordnungen - unterschiedliche Messwerte

Mehr

Einfache statistische Auswertungen mit dem TI-Nspire

Einfache statistische Auswertungen mit dem TI-Nspire 1. Neues Dokument und darin eine neue Seite anlegen Als Typ 6: Lists & Spreadsheet wählen. Darin die Messwerte in einer Spalte erfassen. Dies ergibt die Urliste. Wenn mehrere Messwerte vorliegen, die diejenigen,

Mehr

Bivariate Regressionsanalyse

Bivariate Regressionsanalyse Universität Bielefeld 15. März 2005 Kovarianz, Korrelation und Regression Kovarianz, Korrelation und Regression Ausgangspunkt ist folgende Datenmatrix: Variablen 1 2... NI 1 x 11 x 12... x 1k 2 x 21 x

Mehr

Bivariate Zusammenhänge

Bivariate Zusammenhänge Bivariate Zusammenhänge 40 60 80 Bivariater Zusammenhang: Zusammenhang zwischen zwei Variablen weight (kg) Gibt es einen Zusammenhang zwischen Größe & Gewicht? (am Beispieldatensatz) Offensichtlich positiver

Mehr

Eigene MC-Fragen SPSS. 1. Zutreffend auf die Datenerfassung und Datenaufbereitung in SPSS ist

Eigene MC-Fragen SPSS. 1. Zutreffend auf die Datenerfassung und Datenaufbereitung in SPSS ist Eigene MC-Fragen SPSS 1. Zutreffend auf die Datenerfassung und Datenaufbereitung in SPSS ist [a] In der Variablenansicht werden für die betrachteten Merkmale SPSS Variablen definiert. [b] Das Daten-Editor-Fenster

Mehr

Statistische Messdatenauswertung

Statistische Messdatenauswertung Roland Looser Statistische Messdatenauswertung Praktische Einführung in die Auswertung von Messdaten mit Excel und spezifischer Statistik-Software für naturwissenschaftlich und technisch orientierte Anwender

Mehr

Inhaltsverzeichnis Trendanalysen Linearer Trend Exponentieller Trend... 1

Inhaltsverzeichnis Trendanalysen Linearer Trend Exponentieller Trend... 1 Inhaltsverzeichnis Inhaltsverzeichnis... 1 Trendanalysen... 1 Linearer Trend... 1 Exponentieller Trend... 1 Trend bei unveränderten Vergangenheitswerten (Ausfüllfunktion)... 2 Trend mit einbezogenen Vergangenheitswerten

Mehr

Übungen mit dem Applet. by Michael Gärtner

Übungen mit dem Applet. by Michael Gärtner Übungen mit dem Applet by Michael Gärtner Betreuer: Prof. Dr. Wilhelm Kleppmann Abgabe: 20. October 2006 Inhaltsverzeichnis 1 Prinzip der kleinsten Quadrate 4 2 Quadrierte Abweichungen und Bestimmtheitsmaÿ

Mehr

Prof. Dr. Walter F. Tichy Dr. Matthias Müller Sommersemester 2006

Prof. Dr. Walter F. Tichy Dr. Matthias Müller Sommersemester 2006 Empirische Softwaretechnik Prof. Dr. Walter F. Tichy Dr. Matthias Müller Sommersemester 2006 1 Experiment zur Vererbungstiefe Softwaretechnik: die Vererbungstiefe ist kein guter Schätzer für den Wartungsaufwand

Mehr

Lineare Funktionen. Beispiele: y = 3x 1 y = 2x y = x 3 3. Im Koordinatensystem dargestellt erhalten wir folgende Geraden:

Lineare Funktionen. Beispiele: y = 3x 1 y = 2x y = x 3 3. Im Koordinatensystem dargestellt erhalten wir folgende Geraden: Lineare Funktionen Eine Funktion der Form x mx + b hat als Funktionsgleichung eine Gleichung der Form y = mx + b. Der Graph der Funktion ist eine Gerade mit der Steigung m und dem y-achsenabschnitt b.

Mehr

1 Beispiel zur Methode der kleinsten Quadrate

1 Beispiel zur Methode der kleinsten Quadrate 1 Beispiel zur Methode der kleinsten Quadrate 1.1 Daten des Beispiels t x y x*y x 2 ŷ ˆɛ ˆɛ 2 1 1 3 3 1 2 1 1 2 2 3 6 4 3.5-0.5 0.25 3 3 4 12 9 5-1 1 4 4 6 24 16 6.5-0.5 0.25 5 5 9 45 25 8 1 1 Σ 15 25

Mehr

Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1

Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1 Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1 Aufgabe 1: Wieviele der folgenden Variablen sind quantitativ stetig? Schulnoten, Familienstand, Religion, Steuerklasse, Alter, Reaktionszeit, Fahrzeit,

Mehr

1 Einfachregression 1.1In 10 Haushalten wurden Einkommen und Ausgaben für Luxusgüter erfragt:

1 Einfachregression 1.1In 10 Haushalten wurden Einkommen und Ausgaben für Luxusgüter erfragt: Beispiele zum Üben und Wiederholen zu Wirtschaftsstatistik 2 (Kurs 3) 1 Einfachregression 1.1In 10 Haushalten wurden Einkommen und Ausgaben für Luxusgüter erfragt: Haushaltseinkommen 12 24 30 40 80 60

Mehr

Dabei bezeichnet x die Einflussgrösse (Regressor), y die Zielvariable (die eine Folge der Ursache x ist) und die Störung. Die n = 3 Beobachtungen

Dabei bezeichnet x die Einflussgrösse (Regressor), y die Zielvariable (die eine Folge der Ursache x ist) und die Störung. Die n = 3 Beobachtungen Lineare Regression und Matrizen. Einführendes Beispiel Der im Kapitel Skalarprodukt gewählte Lösungsweg für das Problem der linearen Regression kann auch mit Matrizen formuliert werden. Die Idee wird zunächst

Mehr

3.4 Histogramm, WENN-Funktion

3.4 Histogramm, WENN-Funktion 3.4 Histogramm, WENN-Funktion 3.4.1 Aufgabe Ausgehend von den Lösungen der zum Aufgabenkomplex 3.3, Absenkung (s. S. 106), aufgestellten Tabellen sollen weitere Elemente der MS-Excel-Programmierung genutzt

Mehr

Zeigen Sie mittles vollständiger Induktion, dass für jede natürliche Zahl n 1 gilt: n (2k 1) = n 2.

Zeigen Sie mittles vollständiger Induktion, dass für jede natürliche Zahl n 1 gilt: n (2k 1) = n 2. Aufgabe 1. (5 Punkte) Zeigen Sie mittles vollständiger Induktion, dass für jede natürliche Zahl n 1 gilt: n k=1 (2k 1) = n 2. Aufgabe 2. (7 Punkte) Gegeben sei das lineare Gleichungssystem x + 2z = 0 ay

Mehr

4) Lösen linearer Gleichungssysteme mit zwei oder drei Unbekannten

4) Lösen linearer Gleichungssysteme mit zwei oder drei Unbekannten 1) Wechsel der Darstellung Taschenrechner CASIO fx-991 ES Denn es ist eines ausgezeichneten Mannes nicht würdig, wertvolle Stunden wie ein Sklave im Keller der einfachen Berechnungen zu verbringen. Gottfried

Mehr

Regression ein kleiner Rückblick. Methodenseminar Dozent: Uwe Altmann Alexandra Kuhn, Melanie Spate

Regression ein kleiner Rückblick. Methodenseminar Dozent: Uwe Altmann Alexandra Kuhn, Melanie Spate Regression ein kleiner Rückblick Methodenseminar Dozent: Uwe Altmann Alexandra Kuhn, Melanie Spate 05.11.2009 Gliederung 1. Stochastische Abhängigkeit 2. Definition Zufallsvariable 3. Kennwerte 3.1 für

Mehr

Statistik. Ronald Balestra CH St. Peter

Statistik. 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...........

Mehr

Versuchsauswertung mit Polynom-Regression in Excel

Versuchsauswertung mit Polynom-Regression in Excel Versuchsauswertung mit Polynom-Regression in Excel Aufgabenstellung: Gegeben sei die in Bild 1 gezeigte Excel-Tabelle mit Messwertepaaren y i und x i. Aufgrund bekannter physikalischer Zusammenhänge wird

Mehr

Fehler- und Ausgleichsrechnung

Fehler- und Ausgleichsrechnung Fehler- und Ausgleichsrechnung Daniel Gerth Daniel Gerth (JKU) Fehler- und Ausgleichsrechnung 1 / 12 Überblick Fehler- und Ausgleichsrechnung Dieses Kapitel erklärt: Wie man Ausgleichsrechnung betreibt

Mehr

6 Bestimmung linearer Funktionen

6 Bestimmung linearer Funktionen 1 Bestimmung linearer Funktionen Um die Funktionsvorschrift einer linearen Funktion zu bestimmen, muss man ihre Steigung ermitteln. Dazu sind entweder Punkte gegeben oder man wählt zwei Punkte P 1 ( 1

Mehr

Sonderanhang: Manuelle Berechnungen der Statistikaufgaben

Sonderanhang: Manuelle Berechnungen der Statistikaufgaben Albert/Marx 0: Empirisches Arbeiten Sonderanhang: Manuelle Berechnungen der Statistikaufgaben Kaum jemand führt heutzutage statistische Berechnungen noch von Hand durch, weil es sehr viele Computerprogramme

Mehr

Musterlösung zur Übungsklausur Statistik

Musterlösung 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

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik und Wahrscheinlichkeitsrechnung Übung 3 1 Inhalt der heutigen Übung Vorrechnen der Hausübung B.7 Beschreibende Statistik Gemeinsames Lösen der Übungsaufgaben C.1: Häufigkeitsverteilung C.2: Tukey

Mehr

Lineare Funktionen. Die lineare Funktion

Lineare Funktionen. Die lineare Funktion 1 Die lineare Funktion Für alle m, t, aus der Zahlenmenge Q heißt die Funktion f: x m x + t lineare Funktion. Die Definitionsmenge ist Q (oder je nach Zusammenhang ein Teil davon). Der Graph der linearen

Mehr

Mathematik - 1. Semester. folgenden Zahlenpaare die gegebene Gleichung erfüllen:

Mathematik - 1. Semester. folgenden Zahlenpaare die gegebene Gleichung erfüllen: Mathematik -. Semester Wi. Ein Beispiel Lineare Funktionen Gegeben sei die Gleichung y x + 3. Anhand einer Wertetabelle sehen wir; daß die folgenden Zahlenpaare die gegebene Gleichung erfüllen: x 0 6 8

Mehr

Lösungsvorschläge zur Klausur Beschreibende Statistik und Wirtschaftsstatistik (Sommersemester 2013)

Lösungsvorschläge 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.

Mehr

Statistik II. Regressionsanalyse. Statistik II

Statistik II. Regressionsanalyse. Statistik II Statistik II Regressionsanalyse Statistik II - 23.06.2006 1 Einfachregression Annahmen an die Störterme : 1. sind unabhängige Realisationen der Zufallsvariable, d.h. i.i.d. (unabh.-identisch verteilt)

Mehr

1. Allgemeine Hinweise Alexander.Martin.Koenig@TU-Clausthal.de

1. Allgemeine Hinweise Alexander.Martin.Koenig@TU-Clausthal.de 1. Allgemeine Hinweise Alexander.Martin.Koenig@TU-Clausthal.de Man sollte eine Excel-Tabelle immer so übersichtlich wie möglich halten. Dazu empfiehlt es sich, alle benötigten Daten, Konstanten und Messwerte

Mehr

Was ist eine Funktion?

Was ist eine Funktion? Lerndomino zum Thema Funktionsbegriff Kopiereen Sie die Seite (damit Sie einen Kontrollbogen haben), schneiden Sie aus der Kopie die "Dominosteine" zeilenweise aus, mischen Sie die "Dominosteine" und verteilen

Mehr

Anwendungen der Differentialrechnung

Anwendungen der Differentialrechnung KAPITEL 3 Anwendungen der Differentialrechnung 3.1 Lokale Maxima und Minima Definition 16: Sei f : D R eine Funktion von n Veränderlichen. Ein Punkt x heißt lokale oder relative Maximalstelle bzw. Minimalstelle

Mehr

B. Regressionsanalyse [progdat.sav]

B. Regressionsanalyse [progdat.sav] SPSS-PC-ÜBUNG Seite 9 B. Regressionsanalyse [progdat.sav] Ein Unternehmen möchte den zukünftigen Absatz in Abhängigkeit von den Werbeausgaben und der Anzahl der Filialen prognostizieren. Dazu wurden über

Mehr

Dr. I. Fahrner WiSe 2016/17 Fakultät Grundlagen Hochschule Esslingen Übungsblatt 2. Statistik

Dr. I. Fahrner WiSe 2016/17 Fakultät Grundlagen Hochschule Esslingen Übungsblatt 2. Statistik Dr. I. Fahrner WiSe 2016/17 Fakultät Grundlagen 6.10.2016 Hochschule Esslingen Übungsblatt 2 Statistik Stichworte: arithmetischer Mittelwert, empirische Varianz, empirische Standardabweichung, empirischer

Mehr

einzeichnen von Steigungsdreiecken bestimmt werden oder durch die rechnerische Form. Hier wird die rechnerische Form gezeigt:

einzeichnen von Steigungsdreiecken bestimmt werden oder durch die rechnerische Form. Hier wird die rechnerische Form gezeigt: Lösungen Mathematik Dossier Funktionen b) Steigungen: Können entweder durch einzeichnen von Steigungsdreiecken bestimmt werden oder durch die rechnerische Form. Hier wird die rechnerische Form gezeigt:

Mehr

Hypothesentests mit SPSS

Hypothesentests mit SPSS Beispiel für einen chi²-test Daten: afrikamie.sav Im Rahmen der Evaluation des Afrikamie-Festivals wurden persönliche Interviews durchgeführt. Hypothese: Es gibt einen Zusammenhang zwischen dem Geschlecht

Mehr

=ZÄHLENWENN Zählt die nichtleeren Zellen eines Bereiches, deren Inhalte mit den Suchkriterien übereinstimmen

=ZÄHLENWENN Zählt die nichtleeren Zellen eines Bereiches, deren Inhalte mit den Suchkriterien übereinstimmen Excel Formel-Handbuch T. Korn 2011 =SUMME Gibt das Ergebnis einer Addition aus =SUMME(A1:A4) =SUMME(A1;A2;A4) : (Doppelpunkt) bedeutet bis bei zusammenhängenden Zellen ; (Semikolon) bedeutet und bei nicht

Mehr

a) Man bestimme ein 95%-Konfidenzintervall für den Anteil der Wahlberechtigten, die gegen die Einführung dieses generellen

a) Man bestimme ein 95%-Konfidenzintervall für den Anteil der Wahlberechtigten, die gegen die Einführung dieses generellen 2) Bei einer Stichprobe unter n=800 Wahlberechtigten gaben 440 an, dass Sie gegen die Einführung eines generellen Tempolimits von 100km/h auf Österreichs Autobahnen sind. a) Man bestimme ein 95%-Konfidenzintervall

Mehr

Excel. einzelne Zellen mit den Pfeiltasten oder durch Anklicken mit der linken Maustaste

Excel. einzelne Zellen mit den Pfeiltasten oder durch Anklicken mit der linken Maustaste Excel Oberfläche Nach dem Programmstart: Tabelle 1 ist geöffnet (Karteiblatt Tabelle 1 am unteren Rand im Vordergrund) Spalten sind mit Großbuchstaben A, B, C... beschriftet Zeilen mit Zahlen 1, 2, 3 Die

Mehr

Teil: lineare Regression

Teil: lineare Regression Teil: lineare Regression 1 Einführung 2 Prüfung der Regressionsfunktion 3 Die Modellannahmen zur Durchführung einer linearen Regression 4 Dummyvariablen 1 Einführung o Eine statistische Methode um Zusammenhänge

Mehr

Formelsammlung für das Modul. Statistik 2. Bachelor. Sven Garbade

Formelsammlung für das Modul. Statistik 2. Bachelor. Sven Garbade Version 2015 Formelsammlung für das Modul Statistik 2 Bachelor Sven Garbade Prof. Dr. phil. Dipl.-Psych. Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de

Mehr

Diagnostik von Regressionsmodellen (1)

Diagnostik von Regressionsmodellen (1) Diagnostik von Regressionsmodellen (1) Bei Regressionsanalysen sollte immer geprüft werden, ob das Modell angemessen ist und ob die Voraussetzungen eines Regressionsmodells erfüllt sind. Das Modell einer

Mehr

Test von Hypothesen: Signifikanz des Zusammenhangs (F-Test)

Test von Hypothesen: Signifikanz des Zusammenhangs (F-Test) Test von Hyothesen: Signifikanz des Zusammenhangs (F-Test) Die Schätzung der Regressionsfunktion basiert auf Daten einer Stichrobe Inwiefern können die Ergebnisse dieser Schätzung auf die Grundgesamtheit

Mehr

Trim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, :34 P.M. Page 11. Über die Übersetzerin 9. Einleitung 19

Trim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, :34 P.M. Page 11. Über die Übersetzerin 9. Einleitung 19 Trim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, 2016 6:34 P.M. Page 11 Inhaltsverzeichnis Über die Übersetzerin 9 Einleitung 19 Was Sie hier finden werden 19 Wie dieses Arbeitsbuch aufgebaut ist

Mehr

Mathematik III - Statistik für MT(Master)

Mathematik III - Statistik für MT(Master) 3. Regressionsanalyse Fachbereich Grundlagenwissenschaften Prof. Dr. Viola Weiß Wintersemester 0/03 Mathematik III - Statistik für MTMaster 3. Empirische Regressionsgerade Optimalitätskriterium: Die Summe

Mehr

Lineare Gleichungssysteme mit 2 Variablen

Lineare Gleichungssysteme mit 2 Variablen Lineare Gleichungssysteme mit 2 Variablen Lineare Gleichungssysteme mit 2 Variablen Einzelne lineare Gleichungen mit zwei Variablen Bis jetzt haben wir nur lineare Gleichungen mit einer Unbekannten (x)

Mehr

Übung V Lineares Regressionsmodell

Übung V Lineares Regressionsmodell Universität Ulm 89069 Ulm Germany Dipl.-WiWi Michael Alpert Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Sommersemester 2007 Übung

Mehr

(f(xi ) y i ) 2. minimal ist: man will also die Summe der quadratischen Abweichungen minimieren ... f(x i ) y i, i=1 (t x i) 2

(f(xi ) y i ) 2. minimal ist: man will also die Summe der quadratischen Abweichungen minimieren ... f(x i ) y i, i=1 (t x i) 2 Mathematik für Biologen, Biotechnologen und Biochemiker Lineare Regression Gegeben seien Datenpaare (, ), (, ),, ( n, n ) Wir stellen die Frage, ob sich die Zahlen i als Werte einer linearen Funktion i

Mehr

Exponential- und Logarithmusfunktionen:

Exponential- und Logarithmusfunktionen: Exponential- und Logarithmusfunktionen: Wachstum, Zerfall, Regression 1) Eva möchte sich ein Fahrrad kaufen Ihre Eltern wollen ihr einen Zuschuss geben Ihr Vater macht ihr folgendes Angebot: 5 Euro würde

Mehr

Statistik II Übung 4: Skalierung und asymptotische Eigenschaften

Statistik II Übung 4: Skalierung und asymptotische Eigenschaften Statistik II Übung 4: Skalierung und asymptotische Eigenschaften Diese Übung beschäftigt sich mit der Skalierung von Variablen in Regressionsanalysen und mit asymptotischen Eigenschaften von OLS. Verwenden

Mehr

Kapitel 8. Einfache Regression. Anpassen des linearen Regressionsmodells, OLS. Eigenschaften der Schätzer für das Modell

Kapitel 8. Einfache Regression. Anpassen des linearen Regressionsmodells, OLS. Eigenschaften der Schätzer für das Modell Kapitel 8 Einfache Regression Josef Leydold c 2006 Mathematische Methoden VIII Einfache Regression 1 / 21 Lernziele Lineares Regressionsmodell Anpassen des linearen Regressionsmodells, OLS Eigenschaften

Mehr

Regression und Korrelation (Gurtner)

Regression und Korrelation (Gurtner) Regression und Korrelation (Gurtner) Oft muss man Trends verlängern. Dazu nimmt man die Daten einer Entwicklung, legt eine passende Kurve durch und verlängert die Kurve in die Zukunft. Hier verwenden wir

Mehr

Klausurvorbereitung - Statistik

Klausurvorbereitung - Statistik Aufgabe 1 Klausurvorbereitung - Statistik Studenten der Politikwissenschaft der Johannes Gutenberg-Universität wurden befragt, seit wie vielen Semestern sie eingeschrieben sind. Berechnen Sie für die folgenden

Mehr

Institut für Biometrie und klinische Forschung. WiSe 2012/2013

Institut für Biometrie und klinische Forschung. WiSe 2012/2013 Klinische Forschung WWU Münster Pflichtvorlesung zum Querschnittsfach Epidemiologie, Biometrie und Med. Informatik Praktikum der Medizinischen Biometrie () WiSe /3 Univariate und bivariate Verfahren Univariate

Mehr

Methode der kleinsten Quadrate

Methode der kleinsten Quadrate 1. Phase: Methode der kleinsten Quadrate Einführung Im Vortrag über das CT-Verfahren hat Herr Köckler schon auf die Methode der kleinsten Quadrate hingewiesen. Diese Lösungsmethode, welche bei überbestimmten

Mehr

Etwas Spezielles: Zielwertsuche und Solver. Zielwertsuche

Etwas Spezielles: Zielwertsuche und Solver. Zielwertsuche Etwas Spezielles: Zielwertsuche und Solver Zielwertsuche EXCEL kann auch Beziehungen indirekt auflösen. Die einfache Variante ist die Zielwertsuche. Für eine bestimmte Zelle ("Zielzelle") wird ein anderer

Mehr

Inhaltsverzeichnis. Vorwort

Inhaltsverzeichnis. Vorwort V Vorwort XI 1 Zum Gebrauch dieses Buches 1 1.1 Einführung 1 1.2 Der Text in den Kapiteln 1 1.3 Was Sie bei auftretenden Problemen tun sollten 2 1.4 Wichtig zu wissen 3 1.5 Zahlenbeispiele im Text 3 1.6

Mehr

Stichwortverzeichnis. Ausgleichsgerade 177 Ausreißer 13, 40

Stichwortverzeichnis. Ausgleichsgerade 177 Ausreißer 13, 40 283 Stichwortverzeichnis a Alpha-Wert 76, 91 Alter 256 Alternativhypothese 68, 70 ANOVA siehe einfache Varianzanalyse, zweifache Varianzanalyse Anpassung 178 Anpassungstest siehe Chi-Quadrat-Anpassungstest

Mehr

7.1 Matrizen und Vektore

7.1 Matrizen und Vektore 7.1 Matrizen und Vektore Lineare Gleichungssysteme bestehen aus einer Gruppe von Gleichungen, in denen alle Variablen nur in der 1. Potenz vorkommen. Beispiel Seite 340 oben: 6 x 2 = -1 + 3x 2 = 4 mit

Mehr

Gymnasium Gerlingen. Physik Praktikum Mittelstufe. Auswertung von Messungen mit Excel. Versuchsauswertung mit Microsoft Excel. 1.

Gymnasium Gerlingen. Physik Praktikum Mittelstufe. Auswertung von Messungen mit Excel. Versuchsauswertung mit Microsoft Excel. 1. Seite - 1 - Versuchsauswertung mit Microsoft Excel Microsoft Excel ist ein mächtiges Werkzeug, um Messwerte tabellarisch darzustellen, Berechnungen mit ihnen durchzuführen und Grafiken aus ihnen zu erstellen.

Mehr

Vorlesung: Lineare Modelle. Verschiedene Typen von Residuen. Probleme bei der Regression und Diagnose. Prof. Dr. Helmut Küchenhoff.

Vorlesung: Lineare Modelle. Verschiedene Typen von Residuen. Probleme bei der Regression und Diagnose. Prof. Dr. Helmut Küchenhoff. Vorlesung: Lineare Modelle Prof. Dr. Helmut Küchenhoff Institut für Statistik, LMU München SoSe 205 5 Metrische Einflußgrößen: Polynomiale Regression, Trigonometrische Polynome, Regressionssplines, Transformationen.

Mehr

Schätzen und Testen von Populationsparametern im linearen Regressionsmodell PE ΣO

Schätzen und Testen von Populationsparametern im linearen Regressionsmodell PE ΣO Schätzen und Testen von Populationsparametern im linearen Regressionsmodell PE ΣO 4. Dezember 2001 Generalisierung der aus Stichprobendaten berechneten Regressionsgeraden Voraussetzungen für die Generalisierung

Mehr

4.1. Verteilungsannahmen des Fehlers. 4. Statistik im multiplen Regressionsmodell Verteilungsannahmen des Fehlers

4.1. Verteilungsannahmen des Fehlers. 4. Statistik im multiplen Regressionsmodell Verteilungsannahmen des Fehlers 4. Statistik im multiplen Regressionsmodell In diesem Kapitel wird im Abschnitt 4.1 zusätzlich zu den schon bekannten Standardannahmen noch die Annahme von normalverteilten Residuen hinzugefügt. Auf Basis

Mehr

Hypothesentests mit SPSS

Hypothesentests mit SPSS Beispiel für eine zweifaktorielle Varianzanalyse mit Messwiederholung auf einem Faktor (univariate Lösung) Daten: POKIII_AG4_V06.SAV Hypothese: Die physische Attraktivität der Bildperson und das Geschlecht

Mehr

Microsoft Excel 2013 Matrix-Funktionen

Microsoft Excel 2013 Matrix-Funktionen Hochschulrechenzentrum Justus-Liebig-Universität Gießen Microsoft Excel 2013 Matrix-Funktionen Matrix-Funktionen in Excel 2013 Seite 1 von 9 Inhaltsverzeichnis Einleitung... 2 Integrierte Matrixfunktionen...

Mehr

Demokurs. Modul Vertiefung der Wirtschaftsmathematik Vertiefung der Statistik

Demokurs. Modul Vertiefung der Wirtschaftsmathematik Vertiefung der Statistik Demokurs Modul 3741 Vertiefung der Wirtschaftsmathematik und Statistik Kurs 41 Vertiefung der Statistik 15. Juli 010 Seite: 14 KAPITEL 4. ZUSAMMENHANGSANALYSE gegeben, wobei die Stichproben(ko)varianzen

Mehr

Musterlösung. Modulklausur Multivariate Verfahren

Musterlösung. Modulklausur Multivariate Verfahren Musterlösung Modulklausur 31821 Multivariate Verfahren 25. September 2015 Aufgabe 1 (15 Punkte) Kennzeichnen Sie die folgenden Aussagen zur Regressionsanalyse mit R für richtig oder F für falsch. F Wenn

Mehr

Dr. Maike M. Burda. Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp 7.-9.

Dr. Maike M. Burda. Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp 7.-9. Dr. Maike M. Burda Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp 7.-9. Januar 2011 BOOTDATA11.GDT: 250 Beobachtungen für die Variablen...

Mehr

Einfache lineare Regressionsanalyse

Einfache lineare Regressionsanalyse Dr. Matthias Rudolf Modul M3: Multivariate Statistik Aufgaben und Lösungshinweise zum Computerseminar ERA: Einfache lineare Regressionsanalyse Dr. Matthias Rudolf: Modul BA-M3 Multivariate Statistik Seite

Mehr

4. Erstellen von Klassen

4. Erstellen von Klassen Statistik mit Tabellenkalkulation 4. Erstellen von Klassen Mit einem einfachen Befehl lässt sich eine Liste von Zahlen auf die Häufigkeit der einzelnen Werte untersuchen. Verwenden Sie dazu den Befehl

Mehr

Multivariate Regression

Multivariate Regression Multivariate Regression Ziel: Man will überprüfen, welche Variablen wieviel Varianz einer Zielvariable erlären und ob die durch die einzelnen Variablen wegerlärte Varianz signifiant von 0 verschieden ist

Mehr

a = 340 f x = 7,5x b) Der Auffüllzeitpunkt liegt bei x = 0. f 0 = 7, = 340 Der Futterbestand wurde vor 12 Tagen auf 340 kg aufgefüllt.

a = 340 f x = 7,5x b) Der Auffüllzeitpunkt liegt bei x = 0. f 0 = 7, = 340 Der Futterbestand wurde vor 12 Tagen auf 340 kg aufgefüllt. R. Brinkmann http://brinkmann-du.de Seite..8 Lineare Funktionen aus gegebenen Bedingungen Fall I: Eine Gerade mit der Steigung a verläuft durch den Punkt P ( ). Gesucht ist die Funktionsgleichung. Steigung:

Mehr

Microsoft Excel 2010 Matrix-Funktionen

Microsoft Excel 2010 Matrix-Funktionen Hochschulrechenzentrum Justus-Liebig-Universität Gießen Microsoft Excel 2010 Matrix-Funktionen Matrix-Funktionen in Excel 2010 Seite 1 von 7 Inhaltsverzeichnis Einleitung... 2 Integrierte Matrixfunktionen...

Mehr

Korrelation. Übungsbeispiel 1. Übungsbeispiel 4. Übungsbeispiel 2. Übungsbeispiel 3. Korrel.dtp Seite 1

Korrelation. Übungsbeispiel 1. Übungsbeispiel 4. Übungsbeispiel 2. Übungsbeispiel 3. Korrel.dtp Seite 1 Korrelation Die Korrelationsanalyse zeigt Zusammenhänge auf und macht Vorhersagen möglich Was ist Korrelation? Was sagt die Korrelationszahl aus? Wie geht man vor? Korrelation ist eine eindeutige Beziehung

Mehr

Einführung in die Statistik für Politikwissenschaftler Sommersemester 2011

Einführung in die Statistik für Politikwissenschaftler Sommersemester 2011 Einführung in die Statistik für Politikwissenschaftler Sommersemester 2011 Es können von den Antworten alle, mehrere oder keine Antwort(en) richtig sein. Nur bei einer korrekten Antwort (ohne Auslassungen

Mehr

Sozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester 2009, Statistik mit SPSS

Sozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester 2009, Statistik mit SPSS Sommersemester 2009, Statistik mit SPSS 28. August 2009 28. August 2009 Statistik Dozentin: mit Anja SPSS Mays 1 Überblick 1. Korrelation vs. Regression 2. Ziel der Regressionsanalyse 3. Syntax für den

Mehr

Statistik. Sommersemester Prof. Dr. Stefan Etschberger HSA. für Betriebswirtschaft und International Management

Statistik. Sommersemester Prof. Dr. Stefan Etschberger HSA. für Betriebswirtschaft und International Management Statistik für Betriebswirtschaft und International Management Sommersemester 2014 Prof. Dr. Stefan Etschberger HSA Ausgangsdaten Bundesliga 2008/2009 Gegeben: Daten zu den 18 Vereinen der ersten Bundesliga

Mehr

Das (multiple) Bestimmtheitsmaß R 2. Beispiel: Ausgaben in Abhängigkeit vom Einkommen (I) Parameterschätzer im einfachen linearen Regressionsmodell

Das (multiple) Bestimmtheitsmaß R 2. Beispiel: Ausgaben in Abhängigkeit vom Einkommen (I) Parameterschätzer im einfachen linearen Regressionsmodell 1 Lineare Regression Parameterschätzung 13 Im einfachen linearen Regressionsmodell sind also neben σ ) insbesondere β 1 und β Parameter, deren Schätzung für die Quantifizierung des linearen Zusammenhangs

Mehr

Logarithmische Skalen

Logarithmische Skalen Logarithmische Skalen Arbeitsblatt Logarithmische Skalen ermöglichen dir eine übersichtlichere Darstellung von Kurvenverläufen vor allem dann, wenn sie sich über sehr große Zahlenbereiche erstrecken. 1

Mehr

Trendlinien. Können die Messwerte mit einer linearen Funktion beschrieben werden?

Trendlinien. Können die Messwerte mit einer linearen Funktion beschrieben werden? Trendlinien Können die Messwerte mit einer linearen Funktion beschrieben werden? Motorradfahrt Auf einer Versuchsanlage für Motorräder wird ein neuer Motor ausprobiert. Jede Sekunde werden die zurückgelegte

Mehr

Multiple Regressionsanalyse - Kurzabriss

Multiple Regressionsanalyse - Kurzabriss Multiple Regressionsanalyse - Kurzabriss Ziele: Schätzung eines Kriteriums aus einer Linearkombination von Prädiktoren Meist zu Screening-Untersuchungen, um den Einfluß von vermuteten Ursachenvariablen

Mehr

TEIL 13: DIE EINFACHE LINEARE REGRESSION

TEIL 13: DIE EINFACHE LINEARE REGRESSION TEIL 13: DIE EINFACHE LINEARE REGRESSION Die einfache lineare Regression Grundlagen Die einfache lineare Regression ist ebenfalls den bivariaten Verfahren für metrische Daten zuzuordnen 1 Sie hat einen

Mehr

Sonderanhang: Manuelle Berechnungen der Statistikaufgaben

Sonderanhang: Manuelle Berechnungen der Statistikaufgaben Albert/Marx 04: Empirisches Arbeiten Sonderanhang: Manuelle Berechnungen der Statistikaufgaben Kaum jemand führt heutzutage statistische Berechnungen noch von Hand durch, weil es sehr viele Computerprogramme

Mehr

Prüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2002

Prüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2002 Prüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2002 1. Ein Chemiestudent hat ein Set von 10 Gefäßen vor sich stehen, von denen vier mit Salpetersäure Stoff A), vier mit Glyzerin Stoff

Mehr

Eine zweidimensionale Stichprobe

Eine zweidimensionale Stichprobe Eine zweidimensionale Stichprobe liegt vor, wenn zwei qualitative Merkmale gleichzeitig betrachtet werden. Eine Urliste besteht dann aus Wertepaaren (x i, y i ) R 2 und hat die Form (x 1, y 1 ), (x 2,

Mehr

Franz Kronthaler. Statistik angewandt. Datenanalyse ist (k)eine Kunst. mit dem R Commander. A Springer Spektrum

Franz Kronthaler. Statistik angewandt. Datenanalyse ist (k)eine Kunst. mit dem R Commander. A Springer Spektrum Franz Kronthaler Statistik angewandt Datenanalyse ist (k)eine Kunst mit dem R Commander A Springer Spektrum Inhaltsverzeichnis Teil I Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist

Mehr