Kursthemen 5. Sitzung. Lagemaße
|
|
- Birgit Linden
- vor 7 Jahren
- Abrufe
Transkript
1 Kurstheme 5. Sitzug Folie I Lagemaße A) Arithmetisches Mittel (AM), Media ud Modus (Folie 2 bis 8) A) Arithmetisches Mittel (AM), Media ud Modus (Folie 2 bis 8) B) Der Additiossatz für AM (Folie 9 bis ) B) Der Additiossatz für AM (Folie 9 bis ) C) Berechug des AM aus der Klassetabelle (Folie 2 bis 3) C) Berechug des AM aus der Klassetabelle (Folie 2 bis 3) D) Trasformatiossätze für das AM (Folie 4) D) Trasformatiossätze für das AM (Folie 4) E) Geometrisches Mittel, Harmoisches Mittel (Folie 5 bis 20) E) Geometrisches Mittel, Harmoisches Mittel (Folie 5 bis 20) F) Getrimmte ud Wisorisierte Mittelwerte (Folie 2 bis 22) F) Getrimmte ud Wisorisierte Mittelwerte (Folie 2 bis 22)
2 Uivariate Statistik Lagemaße - I (measures of locatio, shift) Folie I Lagemaße = Lokatiosmaße = Zetralitätsmaße = Mittelwerte Lagemaße = Lokatiosmaße = Zetralitätsmaße = Mittelwerte Es sei,..., eie Stichprobe x x Name Arithmetisches Mittel (AM, AM(X), Durchschitt ) Defiitio x : = xi i= Media (Zetralwert, 50%-Pukt, 50%-Quatil) x + 2 x : = x + x we ugerade we gerade Modus (Modalwert, häufigster Wert, dichtester Wert) o o * * x, x = xi mit x = max ( ) i
3 Aufgabe zur Defiitio des Arithmetische Mittels Folie I Es sei x,..., x eie Stichprobe Für welche Zahl a gilt: ( x a) i= i = 0?
4 Aufgabe zu de Lagemaße Folie I Studetie wiese folgede Budget-Bedarfswerte (i ) auf : a) Bereche Sie das Arithmetische Mittel! b) Bereche Sie de Media! c) Bereche Sie de Modalwert!
5 Aufgabe zur Iterpretatio vo Lagemaße Folie I Bei 62 Studetie ud Studete wurde die moatliche Budget-Bedarfswerte (i ) ermittelt. Die folgede Lagemaße wurde berechet: Das Arithmetische Mittel betrug 035,- Der Media 950,- Der Modalwert 500,-. a) Iterpretiere Sie die Maße ihaltlich. b) Erkläre Sie, warum sich die Maßzahle uterscheide. c) Welche Maßzahl halte Sie für die beste zur Charakterisierug der mittlere Tedez i der Stichprobe?
6 Histogramm zur Klassetabelle des Merkmals Budget-Bedarf Folie I Empirische Dichte 0,000 0,0008 0,0006 0,0004 Media AM Modus 0, Moatl. Budget-Bedarf
7 Eigeschafte vo Lagemaße Folie I Lagemaß defiierbar für sivoll für ausreißerempfidlich? x quatitative Sk. mid. Itervallsk. ja x quatitative Sk. mid. Ordialsk. ei Modus alle Skale diskrete Skale ja Achtug: Verschiedee Lagemaße habe im allgemeie eie uterschiedliche ihaltliche Bedeutug!
8 Folie I Vereifachte Berechug des arithmetische Mittels bei diskrete Date aus der Häufigkeitstabelle Berechug des AM aus de Eizelwerte: x = xi i= Vereifachug: x k = j x j j= wobei k die Azahl der Merkmalsauspräguge ist
9 Der Additiossatz Folie I Eie Stichprobe (ei Kollektiv) möge aus k Teilstichprobe (Teilkollektive) vom Umfag,,..., bestehe. 2 Gesamtstichprobeumfag = = Ferer sei x das arithmetische Mittel der Gesamtstichprobe ud x mit j =,2,..., k die arithmetische Mittel der k Teilstichprobe. j k k j= j Da gilt: x = x = x k k j j j j j= j= (Additiossatz für arithmetische Mittel)
10 Beispielaufgabe zum Additiossatz Folie I Studetie wiese eie mittlere Budget-Bedarf vo 388,89 auf. 53 Studete wiese eie mittlere Budget-Bedarf vo 974,53 auf. Welche mittlere Budgetbedarf wies die Gesamtgruppe auf?
11 Folie I Aufgabe zum Additiossatz: Durchschittliche Körpergröße der Studete Eie Gruppe vo 67 Studete war im Mittel 8,64 cm groß. Die 57 mäliche Gruppemitglieder ware im Mittel 82,58 cm groß. Wie groß ware die Fraue i dieser Gruppe im Mittel?
12 Berechug des arithmetische Mittels aus der Klassetabelle /2 Folie I Idee: Ersetze die ubekate x,..., x durch die Klassemitte x j * der Klasse, i der sie jeweils zu fide sid, ud bereche die gewüschte Maßzahl approximativ aus dieser küstliche diskrete Stichprobe. x Resultat: k = appr j x j j=
13 Berechug des arithmetische Mittels aus der Klassetabelle 2/2 Folie I x Resultat: k = appr j x j j= Iterpretatio: Das Resultat ergibt sich aus dem Additiossatz, we der Mittelwert i eier Klasse gleich der Klassemitte ist. Folge: Das Gesamtmittel ist um so stärker verfälscht, je stärker sich i de eizele Klasse das arithmetische Mittel vom Klassemittelpukt etfert.
14 Trasformatiossätze Folie I Maß Arithmetisches Mittel Trasformatio y = b x y = x + a y = b x + a i i i y = b x y = x + a y = b x + a i i i Beispiele Währugsumrechug vo Euro i DM : y = x Berücksichtigug vo fixe Koste a=fixe Koste Temperaturumrechug vo C i F: y =.8. x + 32
15 Uivariate Statistik Lagemaße - II (measures of locatio, shift) Folie I Lagemaße = Lokatiosmaße = Zetralitätsmaße = Mittelwerte) Lagemaße = Lokatiosmaße = Zetralitätsmaße = Mittelwerte) Es sei x,..., x eie Stichprobe Name Defiitio Geometrisches Mittel GM ( x) = (GM, GM(x)) i= x i
16 Beispielsaufgabe zum Geometrisches Mittel: Die Durchschittsredite des DAX Folie I ,7 47, 39, 28,2 2,9 7,0 7,7 4,5 % -2, -7, -2, GM = ( 0,29) ( + 0,29)... ( + 0,39) = 3,887 =,45 Das bedeutet, die durchschittliche Redite betrug,45 - = 0,45, also 4,5 %
17 Folie I Lösug zur Aufgabe zum Geometrisches Mittel: Die Durchschittsredite des DAX 2,9 46,7 7,0 28,2 47, 7,7 39, -2, -7, -2, Falsch ist i diesem Fall die Verwedug des arithmetische Mittels: AM = ( 2,9 + 2, ,) = 6,76 0
18 Aufgabe zur Berechug durchschittlicher Wachstumsrate Folie I Die Verschuldug der öffetliche Haushalte i der BRD betrug: (Vgl. Schlittge, S. 26) Jahr Versch. i Mio DM DM DM DM DM DM DM Bereche Sie die durchschittliche Wachstumsrate der Verschuldug der öffetliche Haushalte i der BRD vo 982 bis 988!
19 Uivariate Statistik Lagemaße - III (measures of locatio, shift) Folie I Lagemaße = Lokatiosmaße = Zetralitätsmaße = Mittelwerte) Lagemaße = Lokatiosmaße = Zetralitätsmaße = Mittelwerte) Es sei x,..., x eie Stichprobe Name Defiitio Harmoisches Mittel (HM, HM(x)) = = i i= HM ( x) x x i= i
20 Beispielaufgabe: Berechug eier Durchschittsgeschwidigkeit Folie I Ei Autofahrer fährt jede Tag die gleiche Strecke vo s = 0 km zur Arbeit. Am Ede eier Woche ( = 5 Tage) hat er die folgede Zeite (t (t i ) i ud Durchschitts-Geschwidigkeite (d i ) i erzielt: i Wochetag t i [Mi.] d i [km/h] Motag 20 30,0 2 Diestag 4 42,9 3 Mittwoch 6 37,5 4 Doerstag 8 33,3 5 Freitag 28 2,4 Wie hoch war die durchschittliche Geschwidigkeit? Wie hoch war die durchschittliche Geschwidigkeit?
21 Lösug der Beispielsaufgabe zum Harmoische Mittel /2: i Wochetag t i [Mi.] d i [km/h] Motag 20 30,0 2 Diestag 4 42,9 3 Mittwoch 6 37,5 4 Doerstag 8 33,3 5 Freitag 28 2,4 Folie I Die Gesamtzeit betrug: i= t i = 96 Miute Damit betrug die Durchschittsgeschwidigkeit über die gaze Woche: s i= t i = 3,3 km/h
22 Lösug der Beispielsaufgabe zum Harmoische Mittel 2/2: i Wochetag t i [Mi.] d i [km/h] Motag 20 30,0 2 Diestag 4 42,9 3 Mittwoch 6 37,5 4 Doerstag 8 33,3 5 Freitag 28 2,4 Folie I Wie ka ma diese Woche-Durchschittsgeschwidigkeit aus de tägliche Durchschittsgeschwidigkeite bereche? Lösug: Berechug des harmoische Mittels der tägliche Durchschittsgeschwidigkeite: s s = = s t d i i= i= di i= i
23 Aufgabe : Der Doktorad fährt ach Berli I / III Folie I Ei Doktorad im Bereich Statistik aus Hamburg möchte seie Professor besuche, der i Berli lebt. Auf der Autobah kommt es immer wieder zu stockedem Verkehr. Der Doktorad lagweilt sich. Er merkt sich daher über bestimmte Strecke, wie schell er fährt. Es ergebe sich folgede Date: Er fährt zuächst 0km durch eie Baustelle mit 60 km/h, da 0 km mit 00 km/h ud da kommt er i eie Stau ud fährt 0km mit ur 30 km/h. Der Doktorad berechet für die gefahree 30 km seie Durchschittsgeschwidigkeit. Auf welches Ergebis ist der Doktorad gekomme, we Sie uterstelle, dass er promotioswürdig ist?
24 Aufgabe : Der Doktorad fährt ach Berli II / III Folie I Der Doktorad fährt weiter. Er lagweilt sich immer och ud erhebt daher weiter Date. Diesmal erhält er folgede Date: Er fährt eie halbe Stude mit eier Geschwidigkeit vo 60 km/h, eie weitere halbe Stude mit 00 km/h ud och eie halbe Stude mit 30 km/h. Der Doktorad berechet für die gefahree,5 Stude seie mittlere Geschwidigkeit. Auf welches Ergebis ist der Doktorad gekomme, we Sie uterstelle, dass er promotioswürdig ist?
25 Aufgabe : Der Doktorad fährt ach Berli III / III Folie I Der Doktorad lagweilt sich immer och ud erhebt ereut Fahr-Date. Diesmal ergebe sich folgede Date: Er fährt 0km mit 60 km/h, 5km mit 00km/h ud 2km mit 30 km/h. Der Doktorad berechet für die gefahree Strecke seie Durchschittsgeschwidigkeit. Auf welches Ergebis ist der Doktorad gekomme, we Sie uterstelle, dass er promotioswürdig ist?
26 Beispiel zum Getrimmte Mittelwert: Budget-Bedarf der Fraue Folie I Studetie wiese folgede Budget-Bedarfswerte (i ) auf (aufsteiged geordet): Trimmt ma diese Stichprobe liks ud rechts um 5%, also um 0,5 mal 9 =,35, abgerudet Wert, so verbleibt die sog. 5%-getrimmte Stichprobe : Dere arithmetisches Mittel heißt: 5%-getrimmtes arithmetisches Mittel (i diesem Fall: 328,57) Zum Vergleich: das arithmetische Mittel der gesamte Stichprobe beträgt 389
27 Beispiel zum Wisorisierte Mittelwert: Budget-Bedarf der Fraue Folie I Studetie wiese folgede Budget-Bedarfswerte (i ) auf (aufsteiged geordet): Wisorisiert ma diese Stichprobe liks ud rechts um 5%, also um 0,5 mal 9 =,35, abgerudet Wert, so verbleibt die sog. 5%-wisorisierte Stichprobe : Dere arithmetisches Mittel heißt: 5%-wisorisiertes arithmetisches Mittel (i diesem Fall: 300) Zum Vergleich: das arithmetische Mittel der gesamte Stichprobe beträgt 389,-
(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
MehrÜbersicht: BS - 08 BS Häufigkeitsverteilung. Häufigkeitsverteilungen. Parametrisierung. unklassiert. eindimensional. klassiert.
Übersicht: eidimesioal mehrdimesioal Häufigkeitsverteilug uklassiert klassiert tabellarische Darstellug Modul 07, graphische Darstellug Modul 07,2 Parametrisierug Lageparameter Modul 08 Streuugsparameter
Mehr2.2.1 Lagemaße. Exkurs: Quantile. und n. p n
Ekurs: Quatile Ausgagspukt : Geordete Urliste Jeder Wert p, mit 0 < p
MehrStatistik Einführung // Beschreibende Statistik 2 p.2/61
Statistik Eiführug Beschreibede Statistik Kapitel Statistik WU Wie Gerhard Derfliger Michael Hauser Jörg Leeis Josef Leydold Güter Tirler Rosmarie Wakolbiger Statistik Eiführug // Beschreibede Statistik
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
MehrDer Modus. Lageparameter. Beispiel (Einrichtungen) Beispiel (Lieblingsfarben) Modus. Untersuchungseinheiten U 1,...,U n. Merkmal X
Lageparameter Der Modus Utersuchugseiheite U,...,U Modus mod Mermal X Urliste,..., geordete Urliste (),..., () Es gilt i.allg.: ( ), i, K i i, Mermalsauspräguge a,..., a wird auch Modalwert oder häufigster
MehrEindimensionale Darstellungen
Deskriptive Statistik Eidimesioale Darstelluge vo Häufigkeitsverteiluge 6..20 Der Modalwert Eie Merkmalsausprägug, welche i der Beobachtugsreihe die größte absolute Häufigkeit besitzt, wird Modalwert (Modus
MehrParameter von Häufigkeitsverteilungen
Kapitel 3 Parameter vo Häufigkeitsverteiluge 3. Mittelwerte Mo Der Modus (:= häufigster Wert, Abk.: Mo) ist der Merkmalswert mit der größte Häufigkeit, falls es eie solche gibt. Er sollte ur bei eigipflige
MehrWISTA WIRTSCHAFTSSTATISTIK
WISTA WIRTSCHAFTSSTATISTIK PROF. DR. ROLF HÜPEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT Semiar für Theoretische Wirtschaftslehre Vorlesugsprogramm 30.04.203 Mittelwerte ud Lagemaße I. Quatile vo Häufigkeitsverteiluge
Mehr3. Einführung in die Statistik
3. Eiführug i die Statistik Grudlegedes Modell zu Date: uabhägige Zufallsgröße ; : : : ; mit Verteilugsfuktio F bzw. Eizelwahrscheilichkeite p ; : : : ; p r i de Aweduge: kokrete reale Auspräguge ; : :
MehrStatistik I für Studierende der Soziologie
Name: Matrikelummer: Formelsammlug zur Vorlesug Statistik I für Studierede der Soziologie Dr. Caroli Strobl & Gero Walter WS 2008/09 1 Eiführug 1.1 Orgaisatorisches 1.2 Grudbegriffe 1.2.1 Statistische
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
MehrMonotonie einer Folge
Mootoie eier Folge 1 E Mootoe Folge We jedes Folgeglied eier Folge größer oder gleich dem vorhergehede Folgeglied ist a 1 a ℕ so et ma die Folge mooto steiged (oder mooto wachsed). Die geometrische Folge
MehrUnivariate Verteilungen
(1) Aalyse: "deskriptive Statistike" Aalysiere -> deskriptive Statistike -> deskriptive Statistik Keie tabellarische Darstellug der Häufigkeitsverteilug () Aalyse: "Häufigkeitsverteilug" Aalysiere -> deskriptive
MehrKapitel 2. Kapitel 1 Skalierungen. Graphische Darstellungen. Seite 1/5 Deskriptive Statistik. Aufgabe 1 Welche Skalenniveaus liegen vor?
Seite 1/5 Deskriptive Statistik Kapitel 1 Skalieruge Aufgabe 1 Welche Skaleiveaus liege vor? Telefoummer Hausummer Ihalt vo Bierflasche i Zetiliter Haushaltsgröße i Persoe Lägegrade Nummerschilder Kapitel
MehrKonzentration und Disparität
Begleitede Uterlage zur Übug Deskriptive Statistik Michael Westerma Uiversität Esse Ihaltsverzeichis 6 Kozetratios- ud Disparitätsmessug................................ 2 6.1 Begriff ud Eileitug.......................................
MehrJugendliche (18-24 Jahre) in Westdeutschland
Modus Beispiel: Modus Jugedliche (8-4 Jahre) i Westdeutschlad Parameter oder Kewerte eier Häufigkeitsverteilug sid Kegröße, mit dere Hilfe die Verteilug z.t. oder vollstädig rekostruiert werde ka D West
Mehrh i :=h a i f i = h a i n Absolute Häufigkeit: Relative Häufigkeit: h 2 h 4 h 6 :=h der Elemente mit der Ausprägung i=6 zu der Anzahl n aller Werte
. Wer Rechtschreibfehler fidet, darf sie behalte. Rechefehler werde zurückgeomme. Absolute Häufigkeit: h Wie viele Elemete weise diese bestimmte Wert (= diese bestimmte Ausprägug) auf? > Azahl h der Elemete
MehrReader Teil 1: Beschreibende Statistik
Dr. Katharia Best Sommersemester 2011 14. April 2011 Reader Teil 1: Beschreibede Statistik WiMa-Praktikum Um Date darzustelle ud eie Übersicht über die Struktur der Date zu erstelle, stellt die beschreibede
MehrSkript zum Modul Statistik
Skript zum Modul 4 - Statistik 5 Kozetratiosmaße Zusätzlich zu de Lageparameter (Sitzug 3), die markate Pukte (z.b. Media, Modus, Mittelwert) beschreibe ud de Streuugsparameter (Sitzug 4), die de Charakter
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
MehrLage- und Streuungsmaße
Statistik 1 für SoziologIe Lage- ud Streuugsmaße Uiv.Prof. Dr. Marcus Hudec Streuugsmaße Statistische Maßzahle, welche die Variabilität oder die Streubreite i de Date messe. Sie beschreibe die Abweichug
Mehr= 3. = 14,38... = x neu x = 0, = 97,87...%. Wie verändert sich der arithmetische Mittelwert von 20 Zahlen, wenn...
Mathemati macht Freu()de AB Statistische Kegröße ud Boxplot Arithmetischer Mittelwert x 1, x,..., x ist eie Liste vo reelle Zahle. Das arithmetische Mittel x der Zahle ist x = x 1 + x + + x. Arithmetischer
MehrAufgabe 1: Funktionale Modellierungen
Didaktik des Sachreches (Sek. I) Übugsblatt 4 Dr. Astrid Brikma Name, Vorame: Matrikelummer: Doppelte Lösuge führe zum Verlust aller Pukte beider Persoe-Gruppe. Die Lösuge sid hadschriftlich abzugebe.
MehrSind Sie mit unserem Angebot zufrieden? ja nein weiß nicht
STATISTIK Eiführug Statistik kommt vom italieische Wort statistica, was so viel wie Staatsma bedeutet. Früher verwedete ma de Begriff ur für eie Auswertug vo Date (Klima, Bevölkerug, Bräuche,...) eies
MehrUnsere Daten. Konzentrationsmessung. Konzentrationskurve Summenkurve der Bierkonsumierung. Statistik 2. Vorlesung, Feb. 29, 2012
Statisti. Vorlesug, Feb. 9, Usere Date Höhe Gewicht 5 5 Coctails 5 7 75 5 7 cm Gewicht Glas Schuhgrösse Mathe 5 7 -.5..5..5..5 Reisezeit y 7 9 5 cm Mi Kozetratiosmessug Was für ei Ateil der Eiomme gehört
MehrWeitere Lagemaße: Quantile/Perzentile I
3 Auswertug vo eidimesioale Date Lagemaße 3.3 Weitere Lagemaße: Quatile/Perzetile I Für jede Media x med gilt: Midestes 50% der Merkmalswerte sid kleier gleich x med ud ebeso midestes 50% größer gleich
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
MehrHarmonisches Mittel. Streuungsmaße. Die mittlere Abweichung. Die Standardabweichung. Die Varianz. Statistik 3. Vorlesung, März 11, ,...
Statistik. Vorlesug, März, 9 Harmoisches Mittel xh = w wk +... + x x k Wobei w, w,... w k sid die gewichte (w + w + w +...+ w k = Beispiel: wir habe km mit eier Geschwidigkeit vo km/h, ud eie adere km
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
Mehrx 1, x 2,..., x n ist eine Liste von n reellen Zahlen. Das arithmetische Mittel x der Zahlen ist x = x 1 + x x n n
Mathemati macht Freu()de AB Statistische Kegröße ud Boxplot x 1, x,..., x ist eie Liste vo reelle Zahle. Das arithmetische Mittel x der Zahle ist x = x 1 + x + + x. Arithmetischer Mittelwert Arithmetischer
Mehr. Mit dem Unit Hydrograph (U) und gegebenen Niederschlägen (P) kann der Direktabfluss für jeden Zeitpunkt n berechnet werden. Dies erfolgt nach:
Kursuterlage zum BSc Studiegag Geographie, FSU Jea, Modul 4 Die Eiheitsgagliie, Uit Hydrograph Eiheitsgagliie (Uit Hydrograph) Defiitio der Eiheitsgagliie Die Eiheitsgagliie (egl. uit hydrograph, Sherma
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
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
MehrDritter Zirkelbrief: Ungleichungen
Matheschülerzirkel Uiversität Augsburg Schuljahr 014/015 Dritter Zirkelbrief: Ugleichuge Ihaltsverzeichis 1 Grudlage vo Ugleichuge 1 Löse vo Ugleichuge 3 3 Mittel 4 4 Mittelugleichuge 5 5 Umordugsugleichug
MehrHöhere Analysis. Lösungen zu Aufgabenblatt 6. Die Funktion f sei auf ( π, π] definiert durch f(x) = x und wird 2π-periodisch fortgesetzt.
Fachbereich Iformatik Sommersemester 8 Prof. Dr. Peter Becker Höhere Aalysis Lösuge zu Aufgabeblatt 6 Aufgabe (Fourierreihe) 3+5 Pukte Die Fuktio f sei auf (, π] defiiert durch f(x) x ud wird π-periodisch
MehrDiskrete Zufallsvariablen
Erste Beispiele diskreter Verteiluge Diskrete Zufallsvariable Beroulli-Verteilug Eie diskrete Zufallsvariable heißt beroulliverteilt mit arameter p, falls sie die Wahrscheilichkeitsfuktio p,, f ( ) ( )
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
MehrEs gibt verschiedene Möglichkeiten eine Folge zu definieren. Die zwei häufigsten Methoden
Folge ud Reihe Folge Eie Folge ist eie Abbildug der atürliche Zahle N = {0, 1,,...} i die Mege der (zumidest i de meiste Fälle) reelle Zahle R. I diesem Fall ka ma sich eie Folge als Pukte i eiem Koordiatesystem
MehrÜbung 1 Algorithmen II
Yaroslav Akhremtsev, Demia Hespe yaroslav.akhremtsev@kit.edu, hespe@kit.edu Mit Folie vo Michael Axtma (teilweise) http://algo2.iti.kit.edu/algorithmeii_ws17.php - 0 Akhremtsev, Hespe: KIT Uiversität des
MehrFormelnfürdieAnzahlmöglicherQuadrateaufn*nSpielfeldern
Modrago Formel Herleitug, Azahl Quadrate ud Differeze 01.doc 1 FormelfürdieAzahlmöglicherQuadrateauf*Spielfelder Mit Erläuteruge zur Ableitug der Formel vo Dr. Volker Bagert Berli, 11.03.010 Ihaltsverzeichis
MehrReihen Arithmetische Reihen Geometrische Reihen. Datei Nr (Neu bearbeitet und erweitert) Juni Friedrich W. Buckel
Zahlefolge Teil 3 Reihe Reihe Arithmetische Reihe Geometrische Reihe Datei Nr. 4003 (Neu bearbeitet ud erweitert) Jui 005 Friedrich W. Buckel Iteretbibliothek für Schulmathematik Ihalt Defiitio eier Reihe
MehrHerzlich willkommen zur Demo der mathepower.de Aufgabensammlung
Herzlich willkomme zur der Aufgbesmmlug Um sich schell ierhlb der c. 0.000 Mthemtikufgbe zu orietiere, beutze Sie ubedigt ds Lesezeiche Ihres Acrobt Reders: Ds Ico fide Sie i der liks stehede Leiste. Bitte
MehrLage- und Streuungsmaße
Statistik 1 für SoziologIe Lage- ud Streuugsmaße Uiv.Prof. Dr. Marcus Hudec Beschreibug quatitativer Date Um die empirische Verteilug eies quatitative Merkmals zu beschreibe, betrachte wir Parameter, die
MehrKapitel 9: Geometrische Summe und ein Mischmodell
Kapitel 9: Geometrische Summe ud ei Mischmodell Dr. Dakwart Vogel Ui Esse WS 2009/10 1 Die Summeformel der geometrische Reihe + 1 2 1 q 1 + q+ q +... + q =, 0, q> 0, 1 1 q Bemerkuge 1. Mit Hilfe des -Zeiches
MehrFormelsammlung zur Statistik
Darstellug uivariater Date Formelsammlug zur Statistik Urliste x i : x 1,... x, aufsteiged geordete Urliste x (i) Die k (verschiedee) Auspräguge: a 1
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
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
MehrEinführende Beispiele Arithmetische Folgen. Datei Nr SW. Das komplette Manuskript befindet sich auf der Mathematik - CD.
ZAHLENFOLGEN Eiführede Beispiele Arithmetische Folge Datei Nr. 400 SW Das komplette Mauskript befidet sich auf der Mathematik - CD Friedrich Buckel Februar 00 Iteratsgymasium Schloß Torgelow Ihalt Eiführede
MehrBINOMIALKOEFFIZIENTEN. Stochastik und ihre Didaktik Referentin: Iris Winkler 10.11.2008
Stochasti ud ihre Didati Refereti: Iris Wiler 10.11.2008 Aufgabe: Führe Sie i der Seudarstufe II die Biomialoeffiziete als ombiatorisches Azahlproblem ei. Erarbeite Sie mit de Schülerie ud Schüler mithilfe
MehrDr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren
Dr. Jürge Seger INDUKTIVE STATISTIK Wahrscheilichkeitstheorie, Schätz- ud Testverfahre ÜBUNG 9 - LÖSUNGEN. Ziehug vo Kugel aus eier Ure a. Die Zahl der Permutatio der Kugel, die aus Klasse utereiader gleicher
MehrAnalysis ZAHLENFOLGEN Teil 4 : Monotonie
Aalysis ZAHLENFOLGEN Teil 4 : Mootoie Datei Nr. 40051 Friedrich Buckel Juli 005 Iteretbibliothek für Schulmathematik Ihalt 1 Eiführugsbeispiele 1 Mootoie bei arithmetische Folge Defiitioe 3 3 Welche Beweistechik
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
MehrWeitere Lagemaße: Quantile/Perzentile II. Weitere Lagemaße: Quantile/Perzentile I. Weitere Lagemaße: Quantile/Perzentile IV
3 Auswertug vo eidimesioale Date Lagemaße 3.3 Weitere Lagemaße: Quatile/Perzetile I 3 Auswertug vo eidimesioale Date Lagemaße 3.3 Weitere Lagemaße: Quatile/Perzetile II Für jede Media x med gilt: Midestes
MehrIndizieren Sie die folgenden Summen und Produkte gemäß der Vorgabe um und schreiben Sie sie einmal explizit aus: 5
FU Berli: WiSe 13-14 (Aalysis 1 - Lehr.) Übugsaufgabe Zettel 9 Aufgabe 37 Idiziere Sie die folgede Summe ud Produte gemäß der Vorgabe um ud schreibe Sie sie eimal explizit aus: 5 (a) + 1) 0( Lösug. Die
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
MehrStatistik mit Excel 2013. Themen-Special. Peter Wies. 1. Ausgabe, Februar 2014 W-EX2013S
Statistik mit Excel 2013 Peter Wies Theme-Special 1. Ausgabe, Februar 2014 W-EX2013S 3 Statistik mit Excel 2013 - Theme-Special 3 Statistische Maßzahle I diesem Kapitel erfahre Sie wie Sie Date klassifiziere
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
MehrStatistik ) 217 Haushalte 3) 2) Anzahl der TV-Geräte ) 220 Personen, 96 Personen, 285 Personen 2) 6,6. 8,7 m 1 0,06
Statistik 7 7. Erstelle eier stabelle i der Klasse, idividuell verschiedee Ergebisse sid möglich. 7. ) ordial ) omial 3) metrisch ) metrisch 7.3 ) Diskret. Es komme ur atürliche Zahle als Ergebis i Frage.
MehrBeschreibende Statistik Kenngrößen in der Übersicht (Ac)
Beschreibede Statistik Kegröße i der Übersicht (Ac) Im folgede wird die Berechugsweise des TI 83 (sowie vo SPSS, s. ute) verwedet. Diese geht auf eie Festlegug vo Moore ud McCabe (00) zurück. I der Literatur
MehrStatistik und Biometrie. Deskriptive Statistik I
Statistik ud Biometrie Deskriptive Statistik I Spruch des Tages Traue keier Statistik, die du icht selbst gefaelscht hast Wiederholug Merkmale Beobachtugseiheite sid Träger vo Merkmale Wiederholug Die
MehrGeometrische Folgen. Auch Wachstumsfolgen Viele Aufgaben. Lösungen nur auf der Mathe-CD Hier nur Ausschnitte. Datei Nr
ZAHLENFOLGEN Teil Geometrische Folge Auch Wachstumsfolge Viele Aufgabe Lösuge ur auf der Mathe-CD Hier ur Ausschitte Datei Nr. 00 Friedrich Buckel März 00 Iteretbibliothek für Schulmathematik 00 Geometrische
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.
MehrLGÖ Ks VMa 12 Schuljahr 2017/2018
LGÖ Ks VMa Schuljahr 7/8 Zusammefassug: Gleichuge ud Ugleichuge Ihaltsverzeichis Polyomgleichuge ud -ugleichuge Bruch-, Wurzel- ud Betragsgleichuge ud ugleichuge 6 Für Experte 8 Polyomgleichuge ud -ugleichuge
MehrKleine Formelsammlung Beschreibende Statistik
Kleie Formelsammlug Beschreibede Statistik Prof. Dr. Philipp Sibbertse Wirtschaftswisseschaftliche Fakultät Leibiz Uiversität Haover Ihaltsverzeichis 1 Lage- ud Streuugsmaße 2 1.1 Der Media...................................
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:
MehrZusammenfassung: Gleichungen und Ungleichungen
Zusammefassug: Gleichuge ud Ugleichuge Ihaltsverzeichis Polyomgleichuge ud -ugleichuge Bruch-, Wurzel- ud Betragsgleichuge ud -ugleichuge 6 Für Eperte 9 Polyomgleichuge ud -ugleichuge Defiitio: Ei Term
Mehrh a 2 b 1 h a1 b 2 h a1 b 1 h a1. h a 2. h.b1 h ij h 11 h 12 h 21 a b h. j h 1. h 2. h.1 a b h i. =h i1 h i2... h i m h. j =h 1j h 2j... h k j h.
Kotigeztabelle / Kreuztabelle für 2 diskrete /omialskalierte Variable ethält: 1. absolute gemeisame Häufigkeite h 11 h 12 h 21 für Kombiatioe vo zwei Merkmale / Variable a b steht also für mit jeweils
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
MehrZusammenfassung: Gleichungen und Ungleichungen
LGÖ Ks VMa Schuljahr 6/7 Zusammefassug: Gleichuge ud Ugleichuge Ihaltsverzeichis Polyomgleichuge ud -ugleichuge Bruch-, Wurzel- ud Betragsgleichuge ud ugleichuge 6 Für Eperte 8 Polyomgleichuge ud -ugleichuge
Mehr1. Man zeige, daß (IR n, d i ), i = 1, 2, metrische Räume sind, wenn für x = (x 1,..., x n ), y = (y 1,..., y n ) IR n die Abstandsfunktionen durch
Ma zeige, daß IR, d i ), i,, metrische Räume sid, we für x x,, x ), y y,, y ) IR die Abstadsfuktioe durch d x, y) x y, d x, y) x y ), d x, y) max x y gegebe sid Lösug: Ma muß für alle drei Fuktio d i x,
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,
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
MehrStatistische Maßzahlen. Statistik Vorlesung, 10. März, 2010. Beispiel. Der Median. Beispiel. Der Median für klassifizierte Werte.
Statistik Vorlesug,. ärz, Statistische aßzahle Iformatio zu verdichte, Besoderheite hervorzuhebe ittelwerte Aufgabe: die Lage der Verteilug auf der Abszisse zu zeige. Der odus: derjeige Wert, der im Häufigste
Mehrh i Deskriptive Statistik 1-dimensionale Daten Daten und Häufigkeiten Seite 1 Nominal Ordinal Metrisch (Kardinal) Metrisch - klassiert
Deskriptive Statistik dimesioale Date Date ud Häufigkeite Seite Nomial Ordial Metrisch (Kardial Metrisch klassiert Beschreibug: Date habe keie atürliche Reihefolge. Bsp: Farbe, Religio, Geschlecht, Natioalität...
MehrBeispiel: p-wert bei Chi-Quadrat-Anpassungstest (Grafik) Auftragseingangsbeispiel, realisierte Teststatistik χ 2 = , p-wert: 0.
8 Apassugs- ud Uabhägigkeitstests Chi-Quadrat-Apassugstest 8.1 Beispiel: p-wert bei Chi-Quadrat-Apassugstest (Grafik) Auftragseigagsbeispiel, realisierte Teststatistik χ 2 = 12.075, p-wert: 0.0168 f χ
MehrFür eine n n-matrix A müssen wir die Gleichung. lösen. Falls (A λi) invertierbar ist, dann ist. Dann ist aber λ kein Eigenwert.
Geschlossees Leotief-Modell Ei Leotief-Modell für eie Volkswirtschaft heißt geschlosse, we der Kosum gleich der Produktio ist, d.h. we Kapitel 5 Eigewerte V x = x Es hadelt sich dabei um eie Spezialfall
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
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
MehrKonfidenzintervall_fuer_pi.doc Seite 1 von 6. Konfidenzintervall für den Anteilswert π am Beispiel einer Meinungsumfrage
Kofidezitervall_fuer_pi.doc Seite 1 vo 6 Kofidezitervall für de Ateilswert π am Beispiel eier Meiugsumfrage Nach eier Meiugsumfrage der Wochezeitug Bezirksblatt vom März 005, ei halbes Jahr vor de Ladtagswahle
MehrVordiplomprüfung 2014 Mathematik Seite 1 von 3
Vordiplomprüfug 14 Mathematik Seite 1 vo 1. Aufgabe Has hat eie Uhr bekomme. Er beobachtet, dass der Miutezeiger vo Zeit zu Zeit de Studezeiger überholt. a) Um welche Zeit zwische 9 ud 1 Uhr stehe die
MehrWiederholung: Linearer Ausgleich 1. Linearer Ausgleich. Vorlesung April. Aufgabe Gegeben Naturgesetz
Vorlesug 4 6 + 9 April Bei w,, w m, v R ; (w,, w m =: A R (,m ud ieres Produkt = euklidisches Produkt schrieb sich das Approximatiosproblem so: Fide w = Wiederholug: m ζ k w k mit w v w v w spa{w,, w m
MehrLösungen zur Präsenzübung 6
Lösuge zur Präsezübug 6 Mirko Getzi Uiversität Bielefeld Fakultät für Mathematik. Dezember 203 Ich gebe keie Gewähr auf eie vollstädige Richtigkeit der Lösuge zu de Übugsaufgabe. Das Dokumet hat jedoch
MehrTao De / Pan JiaWei. Ihrig/Pflaumer Finanzmathematik Oldenburg Verlag 1999 =7.173,55 DM. ges: A m, A v
Tao De / Pa JiaWei Ihrig/Pflaumer Fiazmathematik Oldeburg Verlag 1999 1..Ei Darlehe vo. DM soll moatlich mit 1% verzist ud i Jahre durch kostate Auitäte getilgt werde. Wie hoch sid a) die Moatsrate? b)
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
MehrTechnische Universität München Zentrum Mathematik. Übungsblatt 1
Techische Uiversität Müche Zetrum Mathematik Mathematik (Elektrotechik) Prof. Dr. Ausch Taraz Dr. Michael Ritter Übugsblatt Hausaufgabe Aufgabe. Bestimme Sie de Kovergezbereich M der folgede Reihe für
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
Mehr+ a 3 cos (3ωt) + b 3 sin (3ωt)
Fourier-Reihe Wir gehe aus vo eier gegebee periodische Fuktio f (t). Die Fuktio hat die Fudametalperiode ( Schwigugsdauer ) ud damit die Grud-Kreisfrequez ω = π. Zeit t Periode Die Fuktio f (t) soll zerlegt
MehrFunktionenreihen. 1-E1 Ma 2 Lubov Vassilevskaya
Fuktioereihe Erst durch Newto wurde die Theorie uedlicher Reihe zu eiem eigestädige Forschugsgebiet i der Mathematik, das da i Britaie besodere Beachtug ud weitere Etwicklug durch Brook Taylor ud Coli
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
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 Aussagen mit Quantoren und
0 Aussage mit Quatore ud 0.6. Eisatz vo (bereits bekater) Eistezaussage Bisher hatte wir Eistezbeweise geführt, idem wir ei passedes Objekt agegebe habe ( Setze... ). Stattdesse ka ma auch auf bereits
Mehrb) Alle ganzen Zahlen die auf 0 enden sind durch 5 teilbar Spezialisierung: 120 endet auf ist durch 5 teilbar
d) Die Beweismethode der vollstädige Iduktio Der Übergag vo allgemeie zu spezielle Aussage heisst Deduktio Beispiele: a) Allgemeie Aussage: Spezialisierug: Schluss: Alle Mesche sid sterblich Sokrates ist
Mehr3 Grenzwerte. 3.1 Grenzwerte von Folgen
03-grezwerte.cdf 3 Grezwerte 3. Grezwerte vo Folge Kovergez Mache Folge zeige ei spezielles Verhalte, we der Idex sehr groß wird. Sie äher sich eier bestimmte Zahl. Betrachte wir zum Beispiel die Folge
MehrLösungen zum Thema Folgen und Reihen
Schülerzirkel Mathematik Fakultät für Mathematik. Uiversität Regesburg Lösuge zum Thema Folge ud Reihe Lösug zu Aufgabe 1. a) (a ) N ist eie arithmetische Folge mit d = 11 ud damit ist a 75 = 7 + (75 1)
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
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
Mehr