Haszonits Iris Theoriefragen und interessante Beispiel
|
|
- Theresa Hafner
- vor 7 Jahren
- Abrufe
Transkript
1 Schätze sie X als lieare Fuktio bzw. aufgrud vo Y Regressio Wie stark hägt X mit Y zusamme? Korrelatio Güte der Schätzug, Welcher Ateil der Variaz vo X wird durch Y erklärt Bestimmtheitsmaß (Quadrat der Produkt-Momet-Korrelatio) Theoretische Frage 1) Wahr oder Falsch? (Mit Begrüdug warum) Es ist komplett falsch eie Ragkorrelatio zu reche we die Vorraussetzuge für eie Produkt-Momet-Korrelatio erfüllt sid? Nei, jedoch werde bei der Ragkorrelatio icht alle Iformatioe verwedet ud daher wird sie weiger geau sei. Die Biomialverteilug ist immer symmetrisch. Das stimmt icht, die Biomialverteilug ist geau da symmetrisch, we p = q = ½ ist. Die Biomialverteilug ist immer ormalverteilt. Das stimmt icht, die Biomialverteilug ist geau da ormalverteilt, we p = q = ½ ist oder gege uedlich geht. Die Summe der Variaze ist gleich der Variaz eier Summe. Dies trifft ur bei (zwei) ukorrelierte Variable zu, bei (zwei) korrelierte Variable gilt Die Variaz eier Summer ist gleich der Summe der Variaze plus der zweifache Kovariaz Die Variaz ist immer größer als die Stadardabweichug. Das stimmt icht, we die Variaz kleier 1 ist, da wird die Stadardabweichug größer als die Variaz. Die Stadardabweichug ist egativ. Die Stadardabweichug ka icht egativ sei, da sie defiiert ist als positive Quadratwurzel aus der Variaz (die ebefalls icht egativ sei ka, da es sich um ei quadratisches Streuugsmaß hadelt). Es liegt eie Datereihe mit witerliche Temperature vor. Die eizele Messuge liege überwieged im Bereich der Miusgrade. Gemesse wurde i C. Die Streuug (Stadardabweichug) für diese Dat e ka daher ebefalls ei Miusvorzeiche trage. Nei, da die Stadardabweichug defiiert ist als Wurzel aus der Variaz ud die Variaz selbst ur positiv sei ka, da die Variaz ei quadratisches Streuugsmaß ist. Die Stadardabweichug eier Variabel X betrage,28, die Stadardabweichug eier Variable Y Betrage 1,79. Für die Kovariaz vo X ud Y wird -9,4 agegebe. Ist dies möglich? 9,4 rxy = = = 1,0094 sx * sy 1,79*,28 Nei, da ud sich die Korrelatio ur zwische plus ud mius Eis bewege ka. Daraus folgt auch, dass die Kovariaz höchstes so groß sei, wie das Produkt der beide Stadardabweichuge. 2) Wa verwedet ma de Quartilabstad als Alterative zur Stadardabweichug ud warum? We kei Itervallskaleiveau der Date ageomme werde ka oder keie Normalverteilug vorliegt (also die Verteilug durch Ausreißer verzerrt ist), da i diesem Fall die Date icht agemesse repräsetiert werde (der Quartilabstad ist ubeeiflusst vo Ausreißer!). Seite 1 vo 6
2 3) Wa verwedet ma de Media als Alterative zum Mittelwert ud warum? We die Itervalleigeschaft der Date icht gesichert ist, keie Normalverteilug vorliegt (die Verteilug also aufgrud vo Ausreißer schief ist) oder we offee Messwertklasse vorliege. Da i diesem Fall die Date icht agemesse repräsetiert werde, da der Mittelwert i Richtug der Schiefe der Verteilug (der Ausreißer) gezoge wird. 4) Ka der Media gleich dem Mittelwert werde? (Mit Begrüdug) Ja, bei eier Normalverteilug da da der mittlere Wert gleich dem durchschittliche Wert ist. Dies wäre ur bei eier schiefe Verteilug icht gegebe. ) Nee Sie je eie typische Awedugsfall für: a. Stadardmesswerte: Zwei Verteiluge habe uterschiedliche Mittelwerte ud Stadardabweichuge ud ma will sie vergleiche. b. Regressio: Ma will eie Variable ahad eier adere Variable vorhersage. 6) Ka ma mittels der Regressio eie icht lieare Fuktio schätze? Ja, jedoch ist diese Vorhersage da icht aussagekräftig für die Fuktio. 7) Zeige Sie, dass die Regressiosgerade durch de Schwerpukt des Pukteschwarms geht: Der Schwerpukt des Pukteschwarms ist S[MW(X)/MW(Y)], we ma MW(X) i die Regressiosgerade eisetzt, müsste MW(Y) rauskomme. 8) Wa ist der Regressioskoeffiziet byx ( vo Y auf X ) gleich bxy ( vo X auf Y )? (Mit Begrüdug) We die Stadardabweichug/Variaz bei beide Variable (X, Y) gleich 1 dies ist zum Beispiel bei stadardisierte Variable der Fall. b yx= = = c 2 xy ud b xy= = = da b 2 yx= bxy= s 1 s 1 x Oder we die Kovariaz de Wert Null hat, da wäre byx = bxy = 0. y 9) Wa ist die Korrelatio zwische zwei Variable gleich der Kovariaz? Im Falle stadardisierter Variable, da Kovariaz, Regressioskoeffiziet ud Korrelatio gleich dem mittlere Messwerteprodukt. 10) Erläuter Sie die Schritte zur Berechug der Residue im Regressiosmodell Y=b yx X+a yx. Welche Iformatioe köe aus de Residue gewoe werde? Vorhersage der Y-Werte ahad der X-Werte (eisetze i Y=b yx X+a yx ) Y-Werte (tatsächliche Werte) Vorhergesagte Y-Werte = Residue Umso größer die Residue sid umso weiter sid die Pukte vo der Regressiosgerade etfert. Umso kleier die Residue sid, desto äher sid sie der Gerade. Die Vorhersage ist da umso geauer umso kleier die Residue sid. 11) Beschreibe Sie die Form der Verteilug der Residue We kei systematischer Fehler auftritt, der die Verteilug verzerrt, besteht eie Normalverteilug um 0. I diesem Fall (ud ur i diesem) ist da auch ei lieares Regressiosmodell agebracht. Seite 2 vo 6
3 12) Wie ka ma die partielle Korrelatio r xy.z aus de Residue der Regressioe vo X ud Y auf Z errechet werde? (mit Erklärug) Berechug der Produkt-Momet-Korrelatio zwische de Residue Die Residue stelle die Differez mit der tatsächliche Werte mit de vorhergesagte Werte dar also de Uterschied vo X ud Y aufgrud vo Z. We ma u diese Uterschiede korreliert, macht ma ichts aderes wie bei der partielle Korrelatio, da ma die Korrelatio mit Z aus der Korrelatio vo X mit Y zieht. 13) Ist es möglich dass das r xy.z größer ist als die r xy? Ja ud zwar da, we z zum Beispiel eie egative Eifluss auf x ud y hat. We ma da diese egative Eifluss ausschaltet wird die partielle Korrelatio da größer. 14) Wie sehe Streudiagramme aus, we zwei Variable stark bzw. schwach positiv korreliere (Mit Begrüdug) Umso äher die Pukte a der Regressiosgerade sid, desto höher ist der Zusammehag ud desto geauer ist die Vorhersage (desto besser ka Y aufgrud vo X vorhergesagt werde). 1) Für drei Variable (A, B, C) eies Datesatzes sei r AB.C vorzeicheidet mit r AB sowie betragsmäßig aäherd gleich. Welche Schlussfolgerug erlaubt dies? Dass ur eie Scheikorrelatio zwische A ud B vorliegt also das lediglich die dritte Variable eie statistische Zusammehag bewirkt. 16) I welche Fälle wird ma die Ragkorrelatio astelle der PMK vorziehe? (Aufzählug ud Begrüdug) We kei Itervallskaleiveau ageomme werde ka, da die Variable icht ormalverteilt also schief ist, da wird die Ragkorrelatio verwedet. Da (im Gegesatz zur Produkt-Momet-Korrelatio) das geometrische Mittel i die Ragkorrelatio icht eigeht ud somit die Verteilug iterpretierbar wird (da die Korrelatio icht verzerrt wird). 17) Werde Zahle, die mehr als eimal vorkomme, bei der Berechug des Medias (bei der Reihug der Zahle ach Größe) mehrfach oder ur eimal ageschriebe? Sie werde mehrfach ageschriebe, z.b Md= 18) I welche Fälle ist die Produkt-Momet-Korrelatio zwische zwei Variable größer als Spearma s Ragkorrelatio (über dieselbe Variable gerechet), ud i welche Fälle ist sie kleier? rxy > r`: We ma eie Puktschwarm hat, eie Regressiosgerade durch legt ud da zwei Ausreißer eizeichet, die weit weg vom Puktschwarm, aber gaz i der Nähe der Gerade liege. rxy < r`: We ma eie Puktschwarm hat, eie Regressiosgerade durch legt ud zwei Ausreißer eizeichet, die weit weg vom Puktschwarm ud der Regressiosgerade liege. 19) Was bedeutet es i Bezug auf das Erfülltsei der Verfahresvoraussetzuge, we die Produkt-Momet-Korrelatio zwische zwei Variable aäherd gleich der Ragkorrelatio zwische deselbe Variable ist? Das es keie Ausreißer gibt. Seite 3 vo 6
4 20) Warum köe extreme Werte bei eier Ragkorrelatio das Ergebis icht verfälsche Sie quatifiziert de Zusammehag zwische zwei ragskalierte Variable. Es werde Ragplätze korreliert ud icht die erhobee Date selber! 21) Wozu diet die Sheppard sche Korrektur? Gebe Sie eie ituitive Begrüdug für die Korrektur a. Der Effekt der Klassezusammefassug (Verfälschug) auf die Variaz geht immer i eie Richtug. Dieser systematischer Fehler (Bias) wird durch die Sheppard sche Korrektur korrigiert. Die gewüschte Wirkug ist am Beste, we die Date ormalverteilt sid. Abweichuge zur Normalverteilug gehe zu Laste der Korrekturwirkug. 22) Ka ma aufgrud des Zutreffes der Multiplikatiosregel der Wahrscheilichkeitsrechug A^B) = A)B) für zwei Ereigisse A ud B schließe, dass die beide Ereigisse uabhägig sid? (Mit Begrüdug) Nei, dies gilt ur we A) 0 ud B) 0 ist. 23) Bedeutet die Uabhägigkeit zweier Ereigisse auch, dass sie eiader ausschließe? Gilt dies auch umgekehrt? (Begrüde Sie ud brige Sie ei Beispiel) Nei, da die uabhägige Ereigisse auch gemeisam auftrete köe (was bei eiader ausschließede icht der Fall ist) z.b. Soe ud Mod köe gemeisam auftrete (uabhägige Ereigisse), aber die Soe ka icht gleichzeitig scheie ud icht scheie. Weiters sid eiader ausschließede Ereigisse icht uabhägig, da gilt We A icht auftritt, da tritt geau A ei. Z.B. die Soe scheit geau da icht, we sie icht scheit. (Ereigis A (Soe scheit icht) ist abhägig vo Eitrete des Ereigis B (Soe scheit)). 24) Beschreibe Sie die Parameter ud die Form der Biomialverteilug [Formel der Biomialverteilug] Variabletyp: dichotom, diskret p = ½: ormalverteilt p < ½: p geht gege Null; likssteil / rechtsschief p > ½: p geht gege Eis: rechtsschief / likssteil Je größer desto mehr geht die Biomialverteilug i die Normalverteilug über (Bei gege uedlich ist die Biomialverteilug icht vo der Normalverteilug zu uterscheide) Umso größer ist, desto mehr ist die Verteilug verschobe a der x-achse, da auch der Erwartugswert verschobe ist. 2) Eie Kollegi führt voeiader uabhägige statistische Tests mit jeweils alpha=0.20 durch. Wie groß ist die Wahrscheilichkeit, dass geau drei Tests sigifikat ausfalle, uter der Aahme, dass bei alle füf Tests H 0 wahr ist? 3 2 P = 0,2 0,8 3 26) Eie Elektrotherapie wird a 13 Rhemapatiete mit Geleksbeschwerde erprobt. Die Patiete stufe de Grad ihrer Bewegugseischräkug vor ud ach der Behadlug ei. Ka ma sage, dass die Behadlug hilfreich ist? Hypothesetest! Nur die Fälle aschaue, wo eie Veräderug stattfad ( verkleier!) Nullhypothese defiiere: Keie Therapiewirkug Erwartugswert = * ½ Alterativhypothese defiiere: Die Therapie verbessert das Befide p > ½, da wir mehr Verbesseruge als Verschlechteruge erwarte. Seite 4 vo 6
5 Da Berechug der Biomialverteilug mit p = ½ - we das Ergebis größer als das Sigifikaziveau alpha, da war die Therapie wirksam ud die Nullhypothese wird verworfe! Iteressate Beispiele 1) Über ei eues mediziisches Behadlugsverfahre ist bekat, dass seie Erfolgswahrscheilichkeit p ist. Wird dieses Verfahre zweimal hitereiader durchgeführt, führt es mit eier Wahrscheilichkeit vo 0,3 midestes eimal icht zum Erfolg. Bereche Sie p. 0,3 = P ( k = 1) + k = 2) +... k = ) = k 1) = 1 k = 0) k k k = 0) = 0,6 = p q = p q = 1*1* q k 0 q = 0,8062 Amerkug: k=0) ist die Wahrscheilichkeit dafür, dass das Verfahre kei mal icht zum Erfolg geführt hat bzw. eimal zum Erfolg geführt hat. 27) Zur Zuverlässigkeit vo Gerüchte, Tratsch, u. dgl.: Eie Nachricht wird mit eier Wahrscheilichkeit vo p=0,8 uverädert vo eier Perso zur ächste wiedergegebe. Wie wahrscheilich ist es, dass die Nachricht die zwölfte (bzw. die vierudzwazigste) Perso uverädert erreicht? Die Weitergabe ist immer um eis weiger als die Azahl der Persoe (die letzte Perso gibt es die Iformatio a iemade weiter!) Aufgrud desse ist 12.Perso)=0,8 11 ud 24.Perso)=0, ) Bei eier Ifektioskrakheit verlaufe 30% der Fälle stumm (symptomlos). Zwei Persoe seie ifiziert. Wie groß ist die Wahrscheilichkeit für: zwei stumme Verläufe, zwei icht stumme Verläufe, geau eie stumme Verlauf, sowie für midestes eie stumme Verlauf? P ( k = 2) = 0,3 0,7 = 1*0,3 *1 = 0,09 P ( k = 0) = 0,3 0,7 = 1*1* 0,7 = 0, P ( k = 1) = 0,3 0,7 = 2*0,3*0,7 = 0,42 P ( k 1) = k= 1) + k= 2) = 0, ) Überprüfe Sie, ob die Ereigisse A ud B im folgede Vierfelderschema uabhägig vo eiader sid. Vierfelderkorrelatio! 30) [ ] Uter aderem soll utersucht werde, ob ei Zusammehag zwische der Wirksamkeit des Programms ud der Azahl der Förderstude pro Moat besteht. Agabe: Förderstude pro Moat, Fehler vor Programm, Fehler ach Programm Differezbildug vo Fehler vor Programm Fehler ach Programm! Iteressate Beispiel aus meie Mathematik-Buch 1) Bei der Tombola eies Schulfestes werde isgesamt 1000 Lose ausgegebe, 300 davo sid Gewilose. a. Wie viele Lose muss ma kaufe, um mit 90%iger Wahrscheilichkeit mit midestes eiem Gewi reche zu köe? Seite vo 6
6 300 k 1) = 1 k = 0) = 1 1 = 1 0, ,7 0,9 0,7 0,1 0,7 0,1 log 0,7 log 0,1 log 0,1 6,4 Ma muss mi. 7 Lose kaufe. log 0,7 b. Wie groß müsste der Ateil p der Gewilose sei, damit ma beim Kauf vo füf Lose mit 99%iger Wahrscheilichkeit mit eiem Gewi reche ka? k 1) = 1 k = 0) = 1 (1 p) 1 (1 p ) 0,99 (1 p) 0,01 p 1 0,01 0,60 Der Ateil der Gewilose müsste mi. 60% betrage. 2) I eier Großstadt sid erfahrugsgemäß 6% der U-Bah-Fahrgäste Schwarzfahrer. Ei Kotrolleur überprüft täglich etwa 300 Fahrgäste. Wie viele Schwarzfahrer wird er im Mittel täglich treffe? µ = * p= 300*0,06= 18 3) Die Glühbireproduktio eies bestimmte Uterehmes erhält erfahrugsgemäß 8% Motagsbire, d.h. Glühbire mit deutlich kürzerer Lebesdauer. Ei Elektrogeschäft bezieht 60% seier Glühbire vom Hersteller A (8% Motagsbire) ud 40% vom Hersteller B (10% Motagsbire). a. Wie groß ist die Wahrscheilichkeit dafür, dass der Käufer eier zufällig herausgegriffee Bire eie Motagsbire erwischt? P ( M ) = A M ) + B M ) = A) * M A) + B) * M B) 0,6* 0,08+ 0,4*0,1= 0,088 8,8% b. Mit welcher Wahrscheilichkeit stammt eie Motagsbire vom Hersteller B? B M ) B) * M B) 0,4*0,1 P ( B M ) = = = 0,44 4% M ) M ) 0,088 Seite 6 vo 6
s xy x i x y i y s xy = 1 n i=1 y 2 i=1 x 2 s 1 n x n i Streudiagramme empirische Kovarianz x=5,5 y=7,5
Streudiagramme für metrisch skalierte Variable paarweise Messwerte (x,y) x 5 7 y 7 5 7 5 5 7 Aussage zu Zusammehäge. empirische Kovariaz Stadardabweichug der WertPAARE x i x y Wert x Mittelwert aller x
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik ud Wahrscheilichkeitsrechug Statistik ud Wahrscheilichkeitsrechug Übug 9 1 Ihalt der heutige Übug Statistik ud Wahrscheilichkeitsrechug Iformatioe zur Testatprüfug Besprechug der der Hausübug
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik ud Wahrscheilichkeitsrechug Statistik ud Wahrscheilichkeitsrechug Übug 6 3.03.20 Ihalt der heutige Übug Aufgabe D.7: Reche mit Zufallsvariable Erwartugswert- ud Variazoperator Statistik ud Wahrscheilichkeitsrechug
MehrVl Statistische Prozess und Qualitätskontrolle und Versuchsplanung Übung 3
Vl Statistische Prozess ud Qualitätskotrolle ud Versuchsplaug Übug 3 Aufgabe ) Die Schichtdicke X bei eier galvaische Beschichtug vo Autoteile sei ormalverteilt N(μ,σ ). 4 Teile werde galvaisch beschichtet.
MehrKapitel 5: Schließende Statistik
Kapitel 5: Schließede Statistik Statistik, Prof. Dr. Kari Melzer 5. Schließede Statistik: Typische Fragestellug ahad vo Beispiele Beispiel Aus 5 Messwerte ergebe sich für die Reißfestigkeit eier Garsorte
MehrVl Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 5
Vl Statistische Prozess- ud Qualitätskotrolle ud Versuchsplaug Übug 5 Aufgabe ) Sei p = P(A) die Wahrscheilichkeit für ei Ereigis A, dh., es gilt 0 p. Bereche Sie das Maximum der Fuktio f(p) = p(-p). Aufgabe
MehrStochastik - Lösung (BSc D-MAVT / BSc D-MATH / BSc D-MATL)
Prof. Dr. M. Schweizer ETH Zürich Witer 28 Stochastik - Lösug (BSc D-MAVT / BSc D-MATH / BSc D-MATL). (6 Pukte) a) (2 Pukte) Wir defiiere die Ereigisse K {die Perso ist krak} ud T {der Test ist positiv}.
MehrSo lösen Sie die Gleichung für den Korrelationskoeffizienten
8. Lieare Regressio 8.1. Die Methode der kleiste Quadrate Regressiosgerade bzw. Ausgleichsgerade sid eie Auswertug vo statistische Messdate. Dabei sid Datepukte ( x 1, y 1 ),( x 2, y 2 ), ( x, y ) gegebe.
MehrStatistik. 5. Schließende Statistik: Typische Fragestellung anhand von Beispielen. Kapitel 5: Schließende Statistik
Statistik Kapitel 5: Schließede Statistik 5. Schließede Statistik: Typische Fragestellug ahad vo Beispiele Beispiel 1» Aus 5 Messwerte ergebe sich für die Reißfestigkeit eier Garsorte der arithmetische
Mehr( ), der genau auf der Geraden ( ) 2 ( ) #( ) 8. Lineare Regression. = f i. Nach der Summe der kleinsten. mx i
8. Lieare Regressio 8.1. Die Methode der kleiste Quadrate Regressiosgerade bzw. Ausgleichsgerade sid eie Auswertug vo statistische Messdate. Ziel dieses Verfahres ist es, Beziehuge zwische zwei Merkmale
Mehr(a) Richtig, die Varianz ist eine Summe quadratischer Größen.
Aufgabe 1 (10 Pukte) Welche der folgede Aussage sid richtig? (a) Richtig, die Variaz ist eie Summe quadratischer Größe. (b) Falsch, die Abweichug ordialer Merkmale vom Media ist icht defiiert - also auch
MehrLehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007
Lehrstuhl für Empirische Wirtschaftsforschug ud Ökoometrie Dr. Rolad Füss Statistik II: Schließede Statistik SS 2007 6. Grezwertsätze Der wichtigste Grud für die Häufigkeit des Auftretes der Normalverteilug
MehrWissenschaftliches Arbeiten Studiengang Energiewirtschaft
Wisseschaftliches Arbeite Studiegag Eergiewirtschaft - Auswerte vo Date - Prof. Dr. Ulrich Hah WS 01/013 icht umerische Date Tet-Date: Datebak: Name, Eigeschafte, Matri-Tabelleform Spalte: übliche Aordug:
Mehr2. Repetition relevanter Teilbereiche der Statistik
. Repetitio Statistik Ökoometrie I - Peter Stalder. Repetitio relevater Teilbereiche der Statistik (Maddala Kapitel ) Zufallsvariable ud Wahrscheilichkeitsverteiluge Zufallsvariable X (stochastische Variable)
MehrStochastik - Lösung (BSc D-MAVT / BSc D-MATH / BSc D-MATL)
Prof. Dr. M. Schweizer ETH Zürich Sommer 8 Stochastik - Lösug (BSc D-MAVT / BSc D-MATH / BSc D-MATL). (6 Pukte) a) (.5 Pukte) Wir defiiere die Ereigisse D = die ähmaschie bekommt eie kleie Defekt} ud U
Mehr6 Vergleich mehrerer unverbundener Stichproben
6 Vergleich mehrerer uverbudeer Stichprobe 6.1 Die eifaktorielle Variazaalyse Die eifaktorielle Variazaalyse diet der Utersuchug des Eiflusses eier kategorieller (bzw. ichtmetrischer) Variable, die die
Mehr10. Testen von Hypothesen Seite 1 von 6
10. Teste vo Hypothese Seite 1 vo 6 10.1 Eiführug i das Teste vo Hypothese Eie Hypothese ist eie Vermutug bzw. Behauptug über die Wahrscheilichkeit eies Ereigisses. Mit Hilfe eies geeigete Tests (=Testverfahre)
MehrLösungsvorschlag Probeklausur zur Elementaren Wahrscheinlichkeitsrechnung
Prof. Dr. V. Schmidt WS 200/20 G. Gaiselma, A. Spettl 7.02.20 Lösugsvorschlag Probeklausur zur Elemetare Wahrscheilichkeitsrechug Hiweis: Der Umfag ud Schwierigkeitsgrad dieser Probeklausur muss icht dem
MehrUmrechnung einer tatsächlichen Häufigkeitsverteilung in eine prozentuale Häufigkeitsverteilung
.3. Prozetuale Häufigkeitsverteilug (HV) Die prozetuale Häufigkeitsverteilug erlaubt de Vergleich vo Auswertuge, dee uterschiedliche Stichprobegröße zugrude liege. Es köe auch uterschiedliche Stichprobegröße
MehrStatistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39
Statistik Eiführug Kofidezitervalle für eie Parameter Kapitel 7 Statistik WU Wie Gerhard Derfliger Michael Hauser Jörg Leeis Josef Leydold Güter Tirler Rosmarie Wakolbiger Statistik Eiführug // Kofidezitervalle
MehrStreuungsmaße. Prof. Dr. Paul Reuber. Institut für Geographie. Seminar Methoden der empirischen Humangeographie
Streuugsmaße Istitut für Geographie Streuugswerte (Streuugsmaße) Die Diskussio um die Mittelwerte hat die Vorteile dieser statistische Kewerte gezeigt, aber bereits, isbesodere beim arithmetische Mittel,
MehrEinführung in die Wahrscheinlichkeitstheorie Lösungen zum Wiederholungsblatt
TUM, Zetrum Mathematik Lehrstuhl für Mathematische Physik WS 23/4 Prof. Dr. Silke Rolles Thomas Höfelsauer Felizitas Weider Eiführug i die Wahrscheilichkeitstheorie Lösuge zum Wiederholugsblatt Aufgabe
MehrÜbungen zu QM III Mindeststichprobenumfang
Techische Hochschule Köl Fakultät für Wirtschafts- ud Rechtswisseschafte Prof. Dr. Arreberg Raum 221, Tel. 39 14 jutta.arreberg@th-koel.de Übuge zu QM III Mideststichprobeumfag Aufgabe 12.1 Sie arbeite
MehrWahrscheinlichkeit & Statistik Musterlösung Serie 13
ETH Zürich FS 2013 D-MATH Has Rudolf Küsch Koordiator Blaka Horvath Wahrscheilichkeit & Statistik Musterlösug Serie 13 1. a) Die Nullhypothese lautet dass das echte Medikamet höchstes gleich gut ist wie
MehrMathematik 2 für Naturwissenschaften
Has Walser Mathematik für Naturwisseschafte Modul 0 Regressiosgerade ud Korrelatio Has Walser: Modul 0, Regressiosgerade ud Korrelatio ii Ihalt Die Regressiosgerade.... Problemstellug.... Berechug der
MehrÜbungen mit dem Applet erwartungstreu
Übuge mit dem Applet erwartugstreu Visualisierug vo erwartugstreu Begriffe ud statischer Hitergrud. Visualisieruge mit dem Applet..3. Zufallsstreuug der Eizelwerte...3. Mittelwerte 3.3 Variaz. 4.4 Variaz
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik ud Wahrscheilichkeitsrechug Dr. Joche Köhler 9.04.008 Äderug Übugsstude Statistik ud Wahrscheilichkeitsrechug Die Gruppe vo Markus trifft sich am Doerstag statt im HCI D zusamme mit der Gruppe
MehrEmpirische Verteilungsfunktion
KAPITEL 3 Empirische Verteilugsfuktio 3.1. Empirische Verteilugsfuktio Seie X 1,..., X uabhägige ud idetisch verteilte Zufallsvariable mit theoretischer Verteilugsfuktio F (t) = P[X i t]. Es sei (x 1,...,
MehrProf. Dr. Roland Füss Statistik II SS 2008
1. Grezwertsätze Der wichtigste Grud für die Häufigkeit des Auftretes der Normalverteilug ergibt sich aus de Grezwertsätze. Grezwertsätze sid Aussage über eie Zufallsvariable für de Fall, dass die Azahl
Mehr3 Vergleich zweier unverbundener Stichproben
3 Vergleich zweier uverbudeer Stichprobe 3. Der Zweistichprobe t-test Es wird vorausgesetzt, dass die beide Teilstichprobe x, x,..., x ud y, y,..., y jeweils aus (voeiader uabhägige) ormalverteilte Grudgesamtheite
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik ud Wahrscheilichkeitsrechug Statistik ud Wahrscheilichkeitsrechug 9. Vorlesug Joche Köhler 1 Statistik ud Wahrscheilichkeitsrechug Testatprüfug am Doerstag 5.Mai Wa? Doerstag, 5. Mai, 8:00 Uhr
MehrAufgabe 5: Grundlagen Wahr keit, Satz von Bayes und Binomialverteilung
Klausur: Statistik Jürge Meisel Zugelassee Hilfsmittel: icht progr. Tascherecher Bearbeitugszeit: 60 Miute Amerkug zur Bearbeitug: Die Klausur besteht aus isgesamt 6 Aufgabe. Sie müsse ur 5 davo bearbeite.
MehrWahrscheinlichkeitstheorie und Statistik vom
INSTITUT FÜR MATHEMATISCHE STOCHASTIK WS 005/06 UNIVERSITÄT KARLSRUHE Priv.-Doz. Dr. D. Kadelka Klausur Wahrscheilichkeitstheorie ud Statistik vom 9..006 Musterlösuge Aufgabe A: Gegebe sei eie Urliste
MehrMusterlösung für die Klausur zur Vorlesung Stochastik I im WiSe 2014/2015
Musterlösug für die Klausur zur Vorlesug Stochastik I im WiSe 204/205 Teil I wahr falsch Aussage Gilt E[XY ] = E[X]E[Y ] für zwei Zufallsvariable X ud Y mit edlicher Variaz, so sid X ud Y uabhägig. Für
MehrUlrich Stein Fehlerrechnung
Fehlerrechug Verteilug vo Messwerte Mittelwert Stadardabweichug Stadardfehler Rude vo Messwerte Darstellug vo Messwerte (Stellezahl) Fehlerfortpflazug Messergebisse Messug physikalische Realität Messgerät,
MehrEvaluierung einer Schulungsmaßnahme: Punktezahl vor der Schulung Punktezahl nach der Schulung. Autoritarismusscore vor/nach Projekt
2.4.5 Gauss-Test ud t-test für verbudee Stichprobe 2.4.5.8 Zum Begriff der verbudee Stichprobe Verbudee Stichprobe: Vergleich zweier Merkmale X ud Y, die jetzt a deselbe Persoe erhobe werde. Vorsicht:
MehrMusterlösung. Prüfung Statistik Herbstsemester 2011
Prüfug Statistik Herbstsemester 2011 Musterlösug 1. 9 Pukte Lukas ud Markus habe bisher immer Feiste Mii-Brezel 100g des Herstellers Gammelbrot ud Söhe zum Züi gegesse. Vom städige Hugerklage vo Markus
MehrTests für beliebige Zufallsvariable
Kapitel 10 Tests für beliebige Zufallsvariable 10.1 Der Chi-Quadrat-Apassugstest Sei x eie gaz beliebige Zufallsvariable, dere Dichtefuktio icht oder icht geau bekat ist. Beispiel: Es seie z.b. mittels
MehrEs werden 120 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 120 Schülern besitzen 99 ein Handy.
Vo der relative Häufigkeit zur Wahrscheilichkeit Es werde 20 Schüler befragt, ob sie ei Hady besitze. Das Ergebis der Umfrage lautet: Vo 20 Schüler besitze 99 ei Hady. Ereigis E: Schüler besitzt ei Hady
MehrKapitel XI - Korrelationsrechnung
Istitut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökoometrie ud Statistik Kapitel XI - Korrelatiosrechug Deskriptive Statistik Prof. Dr. W.-D. Heller Hartwig Seska Carlo Siebeschuh Aufgabe der Korrelatiosrechug
MehrTests statistischer Hypothesen
KAPITEL 0 Tests statistischer Hypothese I der Statistik muss ma oft Hypothese teste, z.b. muss ma ahad eier Stichprobe etscheide, ob ei ubekater Parameter eie vorgegebee Wert aimmt. Zuerst betrachte wir
MehrGrundlagen der Biostatistik und Informatik
Vergleich vo mehrere Stichprobe Grudlage der Biostatisti ud Iformati Hypotheseprüfuge III., Nichtparametrische Methode dr László Smeller Semmelweis Uiversität 0 Vergleich vo mehrere Stichprobe Boferroi
MehrWirksamkeit, Effizienz
3 Parameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische Verteilugsaahme mit Parameterraum Θ. 1 Seie θ ud θ erwartugstreue
MehrDr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren
Dr. Jürge Seger INDUKTIVE STATISTIK Wahrscheilichkeitstheorie, Schätz- ud Testverfahre ÜBUNG. - LÖSUNGEN. ypothesetest für die Dicke vo Plättche Die Dicke X vo Plättche, die auf eier bestimmte Maschie
Mehr2. Schätzverfahren 2.1 Punktschätzung wirtschaftlicher Kennzahlen. Allgemein: Punktschätzung eines Parameters:
. Schätzverfahre. Puktschätzug wirtschaftlicher Kezahle Allgemei: Puktschätzug eies Parameters: Ermittlug eies Schätzwertes für eie ubekate Parameter eier Zufallsvariable i der Grudgesamtheit mit Hilfe
MehrKlausur vom
UNIVERSITÄT KOBLENZ LANDAU INSTITUT FÜR MATHEMATIK Dr. Domiik Faas Stochastik Witersemester 00/0 Klausur vom 7.0.0 Aufgabe 3+.5+.5=6 Pukte Bei eier Umfrage wurde 60 Hotelbesucher ach ihrer Zufriedeheit
MehrStochastik: Binomialverteilung Stochastik Bernoulli-Experimente, binomialverteilte Zufallsvariablen Gymnasium ab Klasse 10
Stochastik Beroulli-Experimete, biomialverteilte Zufallsvariable Gymasium ab Klasse 0 Alexader Schwarz www.mathe-aufgabe.com November 203 Hiweis: Für die Aufgabe darf der GTR beutzt werde. Aufgabe : Ei
MehrKapitel 6 : Punkt und Intervallschätzer
7 Kapitel 6 : Pukt ud Itervallschätzer Puktschätzuge. I der Statistik wolle wir Rückschlüsse auf das Wahrscheilichkeitsgesetz ziehe, ach dem ei vo us beobachtetes Zufallsexperimet abläuft. Hierzu beobachte
MehrTeil II Zählstatistik
Teil II Zählstatistik. Aufgabestellug. Vergleiche Sie experimetelle Zählverteiluge mit statistische Modelle (POISSON-Verteilug ud Normalverteilug) 2. Theoretische Grudlage Stichworte zur Vorbereitug: Impulszahl,
Mehr15.4 Diskrete Zufallsvariablen
.4 Diskrete Zufallsvariable Vo besoderem Iteresse sid Zufallsexperimete, bei dee die Ergebismege aus reelle Zahle besteht bzw. jedem Elemetarereigis eie reelle Zahl zugeordet werde ka. Solche Zufallsexperimet
MehrKennwerte Univariater Verteilungen
Kewerte Uivariater Verteiluge Kewerte Beschreibug vo Verteiluge durch eie (oder weige) Werte Werde auch als Parameter oder Maße vo Verteiluge bezeichet Ma uterscheidet: Lagemaße oder auch Maße der zetrale
MehrKapitel 2: Stochastische Prozesse. Copyright M. Gross, ETH Zürich 2006, 2007
Kaitel 2: Coyright M. Gross, ETH Zürich 2006, 2007 Bedigte Verteiluge Ebeso a die Verbudwahrscheilicheit vo Zufallsvariable über bedigte Wahrscheilicheite ausgedrüct werde i i,, i,, Wiederum ommt eie Produtregel
MehrUnivariate Verteilungen
(1) Aalyse: "deskriptive Statistike" Aalysiere -> deskriptive Statistike -> deskriptive Statistik Keie tabellarische Darstellug der Häufigkeitsverteilug () Aalyse: "Häufigkeitsverteilug" Aalysiere -> deskriptive
MehrDie notwendigen Verteilungstabellen finden Sie z.b. hier:
Fakultät für Mathematik Istitute IAG ud IMO Prof. Dr. G. Kyureghya/Dr. M. Hödig Schätz- ud Prüfverfahre Die otwedige Verteilugstabelle fide Sie z.b. hier: http://www.ivwl.ui-kassel.de/kosfeld/lehre/zeitreihe/verteilugstabelle.pdf
MehrKapitel 3: Bedingte Wahrscheinlichkeiten und Unabhängigkeit
- 18 - (Kapitel 3 : Bedigte Wahrscheilichkeite ud Uabhägigkeit) Kapitel 3: Bedigte Wahrscheilichkeite ud Uabhägigkeit Wird bei der Durchführug eies stochastische Experimets bekat, daß ei Ereigis A eigetrete
MehrSBP Mathe Aufbaukurs 1. Absolute und relative Häufigkeit. Das arithmetische Mittel und seine Eigenschaften. Das arithmetische Mittel und Häufigkeit
SBP Mathe Aufbaukurs 1 # 0 by Clifford Wolf # 0 Atwort Diese Lerkarte sid sorgfältig erstellt worde, erhebe aber weder Aspruch auf Richtigkeit och auf Vollstädigkeit. Das Lere mit Lerkarte fuktioiert ur
Mehr6. Grenzwertsätze. 6.1 Tschebyscheffsche Ungleichung
6. Grezwertsätze 6.1 Tschebyscheffsche Ugleichug Sofer für eie Zufallsvariable X die Verteilug bekat ist, lässt sich die Wahrscheilichkeit dafür bestimme, dass X i eiem bestimmte Itervall liegt. Wie ist
MehrStochastik. Bernoulli-Experimente und Binomialverteilung. Allg. Gymnasien: ab J1 / Q1 Berufl. Gymnasien: ab Klasse 12.
Stochastik Allg. Gymasie: ab J / Q Berufl. Gymasie: ab Klasse 2 Alexader Schwarz www.mathe-aufgabe.com August 208 Aufgabe : Ist der Zufallsversuch eie Beroulli-Kette? We ja, gib die Läge ud die Trefferwahrscheilichkeit
MehrRepräsentativität und Unabhängigkeit
Repräsetativität ud Uabhägigkeit Ziel: Bestmögliche Erassug der Eigeschate der Grudgesamtheit Problem: Beurteilug der Repräsetativität ist ur durch umassede Iormatio über die Grudgesamtheit möglich Asatz:
MehrStatistik I Februar 2005
Statistik I Februar 2005 Aufgabe 0 Pukte Ei Merkmal X mit de mögliche Auspräguge 0 ud, das im Folgede wie ei kardialskaliertes Merkmal behadelt werde ka, wird a Merkmalsträger beobachtet. Dabei bezeichet
MehrKovarianz und Korrelation
Kapitel 2 Kovariaz ud Korrelatio Josef Leydold c 2006 Mathematische Methode II Kovariaz ud Korrelatio 1 / 41 Lerziele Mathematische ud statistische Grudlage der Portfoliotheorie Kovariaz ud Korrelatio
Mehr4 Schwankungsintervalle Schwankungsintervalle 4.2
4 Schwakugsitervalle Schwakugsitervalle 4. Bemerkuge Die bekate Symmetrieeigeschaft Φ(x) = 1 Φ( x) bzw. Φ( x) = 1 Φ(x) für alle x R überträgt sich auf die Quatile N p der Stadardormalverteilug i der Form
MehrGrundsätzlich sollen Varianz bzw. Standardabweichung Maße dafür sein, wie stark eine Verteilung um ihren Erwartungswert streut.
Eie Iterpretatiosfrage habe ich zu eiem Beispiel das i der der letzte Vorlesug behadelt wurde: Auf Folie.7 zur Variaz. Dort wird ei Beispiel eier stetige Zufallsvariable geat (Warte a eier S-Bah-Haltestelle).
MehrKapitel VI. Einige spezielle diskrete Verteilungen
Kapitel VI Eiige spezielle diskrete Verteiluge D 6 (Hypergeometrische Verteilug) Eie Zufallsvariable X heißt hypergeometrisch verteilt, we sie folgede Wahrscheilichkeitsfuktio besitzt: M N M P ( X ) p
Mehr,,, xn. 3. Intervallschätzungen Zufallsstichproben und Stichprobenfunktionen Zufallsstichproben. Zufallsvariablen mit
3. Itervallschätzuge 3.1. Zufallsstichprobe ud Stichprobefuktioe 3.1.1 Zufallsstichprobe 1 Sei eie Zufallsvariable ud seie gemeisamer Verteilug,,,, Zufallsvariable mit - da heiße 1,,, Zufallsstichprobe
MehrAngStat1(Ue13-21).doc 23
3. Ereigisse Versuchsausgäge ud Wahrscheilicheite: a) Wie wird die Wahrscheilicheit des Auftretes eies Elemetarereigisses A geschätzt? A Ω heißt Elemetarereigis we es ur eie Versuchsausgag ethält also
MehrTeilaufgabe 1.0 Bei der Firma Kohl kommen morgens alle im Büro Beschäftigten nacheinander ins Großraumbüro.
mathphys-olie Abiturprüfug Berufliche Oberschule 014 Mathematik 13 Techik - B I - Lösug Teilaufgabe 1.0 Bei der Firma Kohl komme morges alle im Büro Beschäftigte acheiader is Großraumbüro. Teilaufgabe
Mehr6 Folgen. 6.4 Folgen reeller Zahlen. Mathematik für Informatiker B, SS 2012 Dienstag 5.6. $Id: folgen.tex,v /06/05 11:12:18 hk Exp $
Mathematik für Iformatiker B, SS 0 Diestag 5.6 $Id: folge.tex,v. 0/06/05 ::8 hk Exp $ 6 Folge 6.4 Folge reeller Zahle I der letzte Sitzug habe wir de Begriff des Grezwerts eier Folge i eiem metrische Raum
MehrPositiv denken! Lösungen
Schülerzirkel Mathematik Fakultät für Mathematik. Uiversität Regesburg Positiv deke! Lösuge Aufgabe 1 (GMAMQM (ur für die Klasse 7/8) [ Pukte]). Seie a, b reelle Zahle. 1. Sei a 0 ud b 0. Zeige, dass a
MehrAbiturprüfung Mathematik 13 Technik B I - Lösung mit CAS
GS 04.06.2016 - m16_13t-b1_lsg_cas_gs.pdf Abiturprüfug 2016 - Mathematik 13 Techik I - Lösug mit CAS Teilaufgabe 1.0 Eiem Eishockey-Traier stehe isgesamt 15 Spieler zur Verfügug, wobei es sich um zwölf
MehrFormelsammlung. zur Klausur. Beschreibende Statistik
Formelsammlug zur Klausur Beschreibede Statistik Formelsammlug Beschreibede Statistik. Semester 004/005 Statistische Date Qualitative Date Nomial skalierte Merkmalsauspräguge (Uterscheidugsmerkmale) köe
MehrEvaluation & Forschungsstrategien
Evaluatio & Forschugsstrategie WS2/2 Prof. Dr. G. Meihardt Johaes Guteberg Uiversität Maiz Prizipie des statistische Schliesses Samplig - Modellvorstellug Populatio Samplig Stichprobe Kewerte x Theoretische
MehrSchätzen von Populationswerten
Schätze vo Populatioswerte SS00 7.Sitzug vom.06.00 Schätze vo Populatioswerte Ziel: Ermöglichug vo Aussage über die Grudgesamtheit ahad vo Stichprobedate Logische Methode: Iduktiosschluß Grudlage des Iduktiosschlusses:
Mehr2.3 Kontingenztafeln und Chi-Quadrat-Test
2.3 Kotigeztafel ud Chi-Quadrat-Test Die Voraussetzuge a die Date i diesem Kapitel sid dieselbe, wie im voragegagee Kapitel, ur dass die Stichprobe hier aus Realisieruge vo kategorielle Zufallsvariable
MehrMathematik 2 für Naturwissenschaften
Has Walser Mathematik 2 für Naturwisseschafte 2 3 3 4 6 4 5 0 0 5 6 5 20 5 6 Modul 209 Tabelle Has Walser: Modul 209, Tabelle ii Ihalt Fakultäte... 2 Biomialkoeffiziete... 2 3 Biomische Verteilug... 3
MehrDer Vergleich eines Stichprobenmittelwertes mit einem Populationsmittelwert
Der Vergleich eies Stichprobemittelwertes mit eiem Populatiosmittelwert Am Beispiel des Falschspielers habe wir - uterstützt durch Ketisse über die Eigeschafte der Biomialverteilug - erstmals gesehe, welche
MehrWirksamkeit, Effizienz. Beispiel: Effizienz. Mittlerer quadratischer Fehler (MSE) Konsistenz im quadratischen Mittel
3 arameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez 3 arameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Beispiel: Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische
MehrKlausur 3 Kurs 11ma3g Mathematik
202-06-2 Klausur 3 Kurs ma3g Mathematik Lösug I eier Lotto-Ure befide sich 49 Kugel, die mit de Zahle vo bis 49 beschriftet sid. Eie eizige Kugel wird gezoge. Bereche Sie die Wahrscheilichkeit, dass diese
MehrSchätzen von Populationswerten
Schätze vo Populatioswerte 7.Sitzug 35 Seite, SoSe 003 Schätze vo Populatioswerte Ziel: Ermöglichug vo Aussage über die Grudgesamtheit ahad vo Stichprobedate Logische Methode: Iduktiosschluss Grudlage
MehrWirksamkeit, Effizienz
3 Parameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische Verteilugsaahme mit Parameterraum Θ. 1 Seie θ ud θ erwartugstreue
MehrDiskrete Wahrscheinlichkeitstheorie Wiederholungsklausur
Techische Uiversität Müche Sommersemester 007 Istitut für Iformatik Prof. Dr. Javier Esparza Diskrete Wahrscheilichkeitstheorie Wiederholugsklausur LÖSUNG Hiweis: Bei alle Aufgabe wird ebe dem gefragte
MehrÜbungen Abgabetermin: Freitag, , 10 Uhr THEMEN: Testtheorie
Uiversität Müster Istitut für Mathematische Statistik Stochastik WS 203/204, Blatt Löwe/Heusel Aufgabe (4 Pukte) Übuge Abgabetermi: Freitag, 24.0.204, 0 Uhr THEMEN: Testtheorie Die Sollstärke der Rohrwäde
MehrFakultät für Wirtschafts- und Rechtswissenschaften
F A C H H O C H S C H U L E K Ö L N Fakultät für Wirtschafts- ud Rechtswisseschafte F O R M E L S A M M L U N G Deskriptive Statistik Iduktive Statistik Herausgeber: c 2004 Fachgruppe Quatitative Methode
Mehr14 Regression, lineare Korrelation und Hypothesen-Testverfahren
14 Regressio, lieare Korrelatio ud Hypothese-Testverfahre 141 Regressiosverfahre I der Meßtechik kommt es häufig vor, daß eie Schar vo aufgeommee Meßpukte durch eie geeigete aalytische Fuktio i Form eier
MehrX X Schätzen von Vertrauensintervallen Schwankungsintervall
.. Schätze vo Vertrauesitervalle..1. Schwakugsitervall Beispiel: X = Betrag vo Geldüberweisuge, ormalverteilt, µ = 5000, = 1000 Zufallsstichprobe mit = 100, Schätzer für µ: X X Gesucht: Itervall, i dem
MehrTeilaufgabe 1.1 (3 BE) Berechnen Sie die Wahrscheinlichkeit dafür, dass ein im Flughafen zufällig herausgegriffener Pauschalreisender ( ) =
Abiturprüfug Berufliche Oberschule 004 Mathematik 3 Techik - B I - Lösug Teilaufgabe.0 A eiem Flughafe sid 0% der Reisede Ferreisede. Uter de Ferreisede befide sich 5% Nicht-Pauschalreisede. Der Ateil
MehrMathematik 2 für Naturwissenschaften
Has Walser Mathematik für Naturwisseschafte 00 180 160 Fraue 140 10 100 80 80 100 10 140 160 180 00 Mäer Modul 08 Teste vo Hypothese Has Walser: Modul 08, Teste vo Hypothese ii Ihalt 1 Ma-Whitey-U-Test
MehrDas kollektive Risikomodell. 12. Mai 2009
Kirill Rudik Das kollektive Risikomodell 12. Mai 2009 4.1 Eileitug Wir betrachte i diesem Kapitel die Gesamtforderuge im Laufe eies Jahres. Beim Abschluss eies Versicherugsvertrages weiß der Versicherer
MehrEigenschaften von Texten
Worthäufigkeite Eigeschafte vo Texte Eiige Wörter sid sehr gebräuchlich. 2 der häufigste Wörter (z.b. the, of ) köe ca. 0 % der Wortvorkomme ausmache. Die meiste Wörter sid sehr selte. Die Hälfte der Wörter
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik ud Wahrscheilichkeitsrechug Statistik ud Wahrscheilichkeitsrechug Dr. Joche Köhler Statistik ud Wahrscheilichkeitsrechug Testatprüfug am Doerstag 5.Mai Wa? Doerstag, 5. Mai, 8:00 Uhr Dauer der
MehrStatistische Tests zu ausgewählten Problemen
Eiführug i die statistische Testtheorie Statistische Tests zu ausgewählte Probleme Teil : Tests für Erwartugswerte Statistische Testtheorie I Eiführug Beschräkug auf parametrische Testverfahre Beschräkug
Mehrn 1,n 2,n 3,...,n k in der Stichprobe auftreten. Für die absolute Häufigkeit können wir auch die relative Häufigkeit einsetzen:
61 6.2 Grudlage der mathematische Statistik 6.2.1 Eiführug i die mathematische Statistik I der mathematische Statistik behadel wir Masseerscheiuge. Wir habe es deshalb im Regelfall mit eier große Zahl
Mehr10. Übungsblatt zur Einführung in die Stochastik
Fachbereich Mathematik rof. Dr. Michael Kohler Dipl.-Math. Adreas Fromkorth Dipl.-If. Jes Mehert SS 09 6.7.2009 0. Übugsblatt zur Eiführug i die Stochastik Aufgabe 38 (3 ukte Die Zufallsvariable X,...,
MehrBei 95%iger Konfidenz wäre der Mittelwert der GG zwischen 1421,17DM und 1778,83DM zu erwarten.
Aufgabe 36 (S. 346: Schätzverfahre für Mittelwert ud Stadardabweichug a Puktschätzuge für µ aufgrud der Werte der kleie Stichprobe aus Aufgabe 3 Bei eier Puktschätzug wird für de zu schätzede Parameter
MehrAnwendung für Mittelwerte
Awedug für Mittelwerte Grudgesamtheit Stichprobeziehug Zufalls- Stichprobe... "wahre", ubekate Mittelwert der Grudgesamtheit icht zufällig?... beobachtete Mittelwert zufällig Statistik für SoziologIe 1
MehrKennwerte eindimensionaler Häufigkeitsverteilungen Einführung
Kewerte eidimesioaler Häufigkeitsverteiluge Eiführug Statistische Kewerte vo Verteiluge sid umerische Maße mit der Fuktio, zusammefassed eie Eidruck vo 1) dem Schwerpukt, ) der Variabilität ud 3) der Form
Mehr1. Wahrscheinlichkeitsrechnung. 2. Diskrete Zufallsvariable. 3. Stetige Zufallsvariable. 4. Grenzwertsätze. 5. Mehrdimensionale Zufallsvariable
1. Wahrscheilichkeitsrechug. Diskrete Zufallsvariable 3. Stetige Zufallsvariable 4. Grezwertsätze 5. Mehrdimesioale Zufallsvariable Stetige Zufallsvariable Eie Zufallsvariable X : Ω R heißt stetig, we
Mehr