Klausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester Aufgabe 1
|
|
- Rudolf Frank
- vor 7 Jahren
- Abrufe
Transkript
1 Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester 2009 Aufgabe 1 Nach dem von Karl Landsteiner eingeführten System der Blutgruppen werden heutzutage die Hauptgruppen A, B, AB und 0 voneinander unterschieden. In Europa sind die beiden Blutgruppen 0 und A deutlich häufiger anzutreffen als B und AB. In manchen asiatischen Staaten sind die beiden Blutgruppen B und AB nicht ganz so selten wie in Europa. Beispielsweise haben in China 29% der Bevölkerung die Blutgruppe 0, 27% die Blutgruppe A, 32% die Blutgruppe B und immerhin 12% die Blutgruppe AB. Die Studie eines bayerischen Universitätsklinikums, bei der die Daten von 190 in Deutschland geborenen Kindern chinesischer Eltern ausgewertet wurden, ergab folgendes Ergebnis: 0 : 60, A : 59, B : 54 und AB : 17 Kinder. a) Überprüfen Sie anhand eines χ 2 -Anpassungstests, ob sich die Ergebnisse der Studie des Universitätsklinikums statistisch signifikant (α = 5%) von der aus China bekannten Verteilung unterscheiden. Bei einer Befragung unter 80 Studierenden gaben 60 von ihnen an, noch nie Blut gespendet zu haben. Von den Studierenden, die schon einmal Blut gespendet haben, kannten 80% ihre eigene Blutgruppe, von denen, die noch nie Blut gespendet haben, kannten nur 30% ihre eigene Blutgruppe. b) Wie hoch ist die Wahrscheinlichkeit, dass eine zufällig ausgewählte Person dieser Befragung i) schon einmal Blut gespendet hat, aber ihre eigene Blutgruppe nicht kennt, ii) ihre eigene Blutgruppe nicht kennt. c) Mit welchem statistischen Testverfahren würden Sie überprüfen, ob die Blutgruppe vom Geschlecht abhängt? d) Zeigen Sie, dass bei Unabhängigkeit der beiden Ereignisse C und D gilt. P (C D) = P (C)
2 Aufgabe 2 Miss Marple hat sich mit Hercule Poirot um 16:50 Uhr in Paddington verabredet. Leider hat der Orient-Express, mit dem Hercule Poirot reist, einige Minuten Verspätung. Am Bahnsteig begrüßt er Miss Marple mit einem Wachsblumenstrauß und erzählt ihr sofort vom Tod auf dem Nil. Als auch Miss Marple ihren Bericht zu dem von ihr zuletzt aufgeklärten Mord in Bertrams Hotel beendet hat, merkt Hercule Poirot anerkennend an, dass Miss Marple durchschnittlich jedes Jahr einen Mordfall aufklärt. a) Wie und mit welchem Parameter ist die Zufallsvariable Anzahl der von Miss Marple aufgeklärten Morde pro Jahr verteilt? b) Skizzieren Sie die Wahrscheinlichkeitsfunktion dieser Zufallsvariable für die Werte x = {1, 2, 3, 4, 5}. c) Wie groß ist die Wahrscheinlichkeit, dass Miss Marple in einem Jahr mehr als einen Mord aufklären kann? d) Wie wahrscheinlich ist es, dass die besten Detektive der Welt - unter ihnen natürlich Sherlock Holmes und Inspektor Columbo - gemeinsam mehr als 11 Fälle in einem Jahr lösen können, wenn sie zusammen durchschnittlich 12 Morde pro Jahr aufklären? e) Die Anzahl der jeweils aufgeklärten Morde X i der i = 1,..., n Detektive sei unabhängig identisch Poisson-verteilt mit dem Parameter λ. Bestimmen Sie mit Hilfe der Maximum-Likelihood-Methode den Maximum-Likelihood-Schätzer für den Parameter λ.
3 Aufgabe 3 Aus dem während der Vorlesung ausgefüllten Fragebogen des Sommersemesters 2007 wurden die Angaben der Studierenden zur durchschnittlichen Stundenzahl beim Sport ausgewertet. Ihnen liegt der folgende Output der Statistik-Software R zu einem durchgeführten Test vor: One Sample t-test data: sport t = , df = 526, p-value = alternative hypothesis: true mean is less than percent confidence interval: -Inf sample estimates: mean of x a) Welches Hypothesenpaar wurde hier getestet? b) Erläutern Sie ausführlich die Informationen des Outputs. c) Wie lautet die Testentscheidung? Begründen Sie Ihre Antwort. d) Wie lautet die theoretische Teststatistik für den obigen Test? e) Wie und mit welchem/n Parameter(n) ist die Teststatistik für den obigen Test bei Gültigkeit der Nullhypothese verteilt? f) Skizzieren Sie die Dichtefunktion der Teststatistik des obigen Tests bei Gültigkeit der Nullhypothese. (Keine exakten Werte notwendig!) (Hinweis: Wenn Sie Teilaufgabe e) nicht lösen können, verwenden Sie eine Standardnormalverteilung.) g) Veranschaulichen Sie die Irrtumswahrscheinlichkeit und den p-wert in Ihrer Zeichnung aus Teilaufgabe f). h) Was versteht man unter dem β-fehler (auch Fehler 2. Art genannt) und was können Sie hier über seine Größe aussagen?
4 Aufgabe 4 Giovanni Binomi - Mitarbeiter am Lehrstuhl für Statistik der Universität Konstanz - verleiht am Wochenende sein Motorboot Laplace für Fahrten auf dem Bodensee an Touristen. Die Fahrt mit seinem Boot kostet pauschal 60e unabhängig von der Anzahl der Mitfahrer. Die Anzahl der Mitfahrer, die gleichzeitig im Boot mitfahren, habe folgende Wahrscheinlichkeitsverteilung: a, bei einem Mitfahrer, 6 mit a > 0. a, bei zwei Mitfahrern, f(a) = a, bei drei Mitfahrern, 3 a, bei vier Mitfahrern, 2 a) Wie viele Mitfahrer kann Giovanni Binomi durchschnittlich pro Boot erwarten? b) Ermitteln Sie mit Hilfe der Momenten-Methode den Momenten-Schätzer für den Parameter a. c) Wie groß muss der Parameter a sein, damit es sich um eine Wahrscheinlichkeitsverteilung handelt? d) Bestimmen Sie den Erwartungswert E(Y ) der Kosten Y pro Mitfahrer pro Fahrt. Verwenden Sie hierzu den von Ihnen in Teilaufgabe c) bestimmten Parameter a. (Hinweis: Falls Sie Teilaufgabe c) nicht lösen können, verwenden Sie zur Bearbeitung von Teilaufgabe d) a = 1 2.) Die jährlich anfallenden Kosten für Unterhalt und Reparatur von Giovanni Binomis Boot seien normalverteilt mit Erwartungswert µ und Varianz σ 2. Um zu untersuchen, ob sich durch einen Wechsel zur Bootswerkstatt Bootanik seine Kosten senken lassen, befragt Giovanni Binomi zufällig 4 Kunden von Bootanik mit vergleichbaren Booten nach ihren Kosten Y i mit i = 1, 2, 3, 4. Für eine Punktschätzung der durchschnittlichen Kosten schlägt er die folgende Schätzfunktion vor: T = Y Y Y 3 + Y 4. e) Erläutern Sie kurz verbal oder formal den Begriff der Erwartungstreue. f) Unter welcher Bedingung ist ein erwartungstreuer Schätzer T (1) effizienter als ein erwartungstreuer Schätzer T (2)? g) Ist die obige Schätzfunktion T erwartungstreu? h) Bestimmen Sie den MSE der obigen Schätzfunktion T.
5 Aufgabe 5 (R-Aufgabe) In einer Erhebung zu Arbeits- und Einkommensfragen wurden 7425 Personen befragt. Zwei der Angaben, die erhoben wurden, sind Alter (in Jahren) und Ausbildung (in Jahren). > Alter <- age # in Jahren > Ausbildung <- education # in Jahren Ihr Chef bittet Sie nun um einige Auswertungen. a) Ihr Chef hat bereits selbst mit dem Datensatz gearbeitet und dabei folgende Grafik erzeugt. Verteilung der Variablen Alter Density Alter Leider hat er den dazu nötigen Befehl nicht gespeichert. Nun ist Ihr Können gefragt. Er weist Sie nochmals auf die wesentlichen Dinge hin: Histogramm für das Alter, Farbe: grau, Titel Verteilung der Variablen Alter nicht vergessen! Wie lautet der R-Befehl? b) Sie wissen, dass Ihr Chef dann auch nach Mittelwert, Median und der Standardabweichung der Variable Alter fragen wird. Wie können Sie diese Werte in R berechnen? c) Kurz darauf kommt er erneut auf Sie zu, diesmal aber entspannter. Er hat den Befehl t.test(alter,alternative="two.sided",mu=25) ausgeführt und wundert sich über das Testergebnis. Seine Fragestellung war, ob die Befragten signifikant jünger als 52 Jahre sind. Sie sehen sofort, dass sich zwei Fehler eingeschlichen haben. Schreiben Sie den richtigen Befehl auf. d) Sie überlegen sich nun, wie man in R 100 Würfe von Münzen und Würfeln simulieren könnte. Ihr sechsseitiger Würfel sollte fair sein, aber die Münze mit einer Wahrscheinlichkeit von p = 0, 7 Kopf aufweisen. Legen Sie die Variable Augenzahl für die 100 Würfe des Würfels an und für die 100 Münzwürfe benennen Sie die Variable Münze. Hinter den Variablen sollen die Ergebnisse der Zufallsexperimente abgelegt werden. Geben Sie die nötigen R-Befehle zur Erzeugung der Zufallszüge sowie zur Bestimmung der absoluten Häufigkeiten an.
6 Kurzlösung zu Aufgabe 1 a) χ 2 -Anpassungstest mit α = 0, 05 Approximationsregeln sind erfüllt. Da χ 2 = < χ 2 0,95;(4 1) = χ2 0,95;3 = 7.81 ist, kann H 0 nicht verworfen werden. Die vorliegende Stichprobe deutet demnach nicht darauf hin, dass sich die Blutgruppen von in Deutschland geborenen Kindern chinesischer Eltern von den Ergebnissen aus China unterscheiden. b) i) 4 80 = 0.05, also 5% = 0.575, also 57.5% ii) c) Mit einem χ 2 -Unabhängigkeitstest. d) P (C D) = P (C D) P (D) = P (C) P (D) P (D) = P (C)
7 Kurzlösung zu Aufgabe 2 a) X Pois(λ = 1) b) c) P (X > 1) = 0, d) Y = Anzahl der aufgeklärten Morde der besten Detektive Y Pois(λ = 12) Da die Poissonverteilung für λ = 12 nicht mehr tabelliert ist, aber λ = 12 > 9 ist, können wir die Poissonverteilung durch eine Normalverteilung mit µ = λ = 12 und σ 2 = λ = 12 approximieren (Stetigkeitskorrektur beachten!): P (Y > 11) = 0, e) Sei X i die Anzahl der aufgeklärten Morde des i ten Detektivs. Für x = (x 1,..., x n ) ergibt sich die Likelihoodfunktion ˆλ = n x i i=1 n = x.
8 Kurzlösung zu Aufgabe 3 a) H 0 : µ 3.75 vs. H A : µ < 3.75 b) t-test mit µ 0 = 3.75 einseitiger Test mit Signifikanzniveau α = 5% Stichprobenumfang: n=df+1=526+1=527. Teststatistik (t-wert oder z-wert):t = p-wert = Alternativhypothese Einseitiges Konfidenzintervall: [-Inf ] Stichprobenmittelwert: c) Da der p-wert ( ) kleiner ist als das Signifikanzniveau (5%) wird die Nullhypothese verworfen. Ausserdem ist der Wert µ 0 der Nullhypothese nicht in dem errechneten Konfidenzintervall. d) X µ 0 S n = t e) Die Teststatistik ist t-verteilt mit 526 Freiheitsgraden. f) und g) Zeichnung h) Unter dem β-fehler versteht man den Fehler, den man macht wenn man die Nullhypothese fälschlicherweise nicht ablehnt, d.h. man lehnt H 0 nicht ab, obwohl H 0 falsch ist. Dieser Fehler ist nicht i.d.r. quantifizierbar kann maximal 1 α betragen.
9 Kurzlösung zu Aufgabe 4 a) E(X) = 31 6 a b) â = 6 31 X c) a = 1 2 d) E(Y ) = e) Erwartungstreue: E(T n ) = θ für alle θ Im Mittel (über unendlich viele Stichproben) ist der Punktschätzer gleich dem unbekannten Parameter der Grundgesamtheit. f) Effizienz: Sind (bei festem n) T n (1) und T n (2) erwartungstreue Schätzfunktionen für den Parameter θ und gilt V ar(t n (1) ) < V ar(t n (2) ), so heißt T (1) n effizienter (wirksamer) als T (2) n. g) E(T (1) 4 ) = 11 4 µ µ nicht erwartungstreu h) Var(T (1) 4 ) = σ2 BIAS(T (1) 4 ) = 7 4 µ MSE(T (1) 4 ) = σ µ2
10 Kurzlösung zu Aufgabe 5 (R-Aufgabe): a) hist(alter,col=4,freq=f,main="verteilung der Variablen Alter") b) mean(alter);median(alter);sd(alter) c) t.test(alter,alternative="less",mu=52) d) Würfel <- sample(1:6,100,replace=t) table(würfel) Münze <- sample(c("kopf","zahl"),100,replace=t,prob=c(0.7,0.3)) table(münze)
Aufgabe 1. Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. S. Rässler
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. S. Rässler Klausur zu Methoden der Statistik II mit Lösung Sommersemester 2008 Aufgabe 1 Der landwirtschaftliche
MehrKlausur zu Methoden der Statistik II (mit Kurzlösung) Wintersemester 2007/2008. Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik II (mit Kurzlösung) Wintersemester 007/008 Aufgabe 1 (I) Herr
MehrKlausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester 2010 Aufgabe 1 Die Inhaberin
MehrKlausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester 2013 Aufgabe 1 In einer Urne
MehrKlausur zu Methoden der Statistik II (mit Kurzlösung) Wintersemester 2009/2010. Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik II (mit Kurzlösung) Wintersemester 2009/2010 Aufgabe 1 Die Porzellanmanufaktur
MehrWS 2014/15. (d) Bestimmen Sie die Wahrscheinlichkeitsfunktion von X. (e) Bestimmen Sie nun den Erwartungswert und die Varianz von X.
Fragenkatalog zur Übung Methoden der empirischen Sozialforschung WS 2014/15 Hier finden Sie die denkbaren Fragen zum ersten Teil der Übung. Das bedeutet, dass Sie zu diesem Teil keine anderen Fragen im
Mehr1. Nennen Sie den für das Merkmal X geeigneten Skalentyp und begründen Sie Ihre Antwort.
Aufgabe 1 150 Personen gaben bei einer Befragung an, wie viel Geld sie in diesem Jahr für Weihnachtsgeschenke ausgegeben haben. Die Ergebnisse der Befragung sind in nachfolgender Tabelle zusammengefasst,
MehrStatistik. Sommersemester Prof. Dr. Stefan Etschberger Hochschule Augsburg. für Betriebswirtschaft und internationales Management
für Betriebswirtschaft und internationales Management Sommersemester 2015 Prof. Dr. Stefan Etschberger Hochschule Augsburg Testverteilungen Chi-Quadrat-Verteilung Sind X 1,..., X n iid N(0; 1)-verteilte
MehrStatistik Klausur Sommersemester 2013 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!
Statistik 2 1. Klausur Sommersemester 2013 Hamburg, 26.07.2013 A BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Nachname:............................................................................ Vorname:.............................................................................
MehrVorlesung: Statistik II für Wirtschaftswissenschaft
Vorlesung: Statistik II für Wirtschaftswissenschaft Prof. Dr. Helmut Küchenhoff Institut für Statistik, LMU München Sommersemester 2017 Einführung 1 Wahrscheinlichkeit: Definition und Interpretation 2
MehrAufgabe 1. Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester 2012 Aufgabe 1 Seit dem Erönungswochenende
Mehr0 sonst. a) Wie lautet die Randwahrscheinlichkeitsfunktion von Y? 0.5 y = 1
Aufgabe 1 (2 + 2 + 2 + 1 Punkte) Gegeben sei folgende gemeinsame Wahrscheinlichkeitsfunktion f(x, y) = P (X = x, Y = y) der Zufallsvariablen X und Y : 0.2 x = 1, y = 1 0.3 x = 2, y = 1 f(x, y) = 0.45 x
Mehr7. Übung: Aufgabe 1. b), c), e) Aufgabe 2. a), c), e) Aufgabe 3. c), e) Aufgabe 4. Aufgabe 5. Aufgabe 6. Aufgabe 7. Aufgabe 8. Aufgabe 9.
7. Übung: Aufgabe 1 b), c), e) Aufgabe a), c), e) Aufgabe 3 c), e) Aufgabe 4 b) Aufgabe 5 a) Aufgabe 6 b) Aufgabe 7 e) Aufgabe 8 c) Aufgabe 9 a), c), e) Aufgabe 10 b), d) Aufgabe 11 a) Aufgabe 1 b) Aufgabe
MehrKlausur zu Methoden der Statistik II (mit Kurzlösung) Wintersemester 2011/12. Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik II (mit Kurzlösung) Wintersemester 2011/12 Aufgabe 1 Übungsleiter
MehrStatistik II. Version A. 1. Klausur Sommersemester 2011 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!
Statistik II Version A 1. Klausur Sommersemester 2011 Hamburg, 27.07.2011 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Nachname:............................................................................
MehrSie wissen noch, dass 18.99% der Surfer, die kein Smartphone haben, pro Monat weniger als 20 Stunden das Internet nutzen, d.h. f(y 1 X 2 ) =
Aufgabe 1 In einer Umfrage wird der Besitz eines Smartphones (Merkmal X) und die Nutzungsdauer des Internets pro Monat (Merkmal Y ) untersucht. Merkmal X hat zwei Ausprägungen: X 1 : Besitz und X 2 : Nichtbesitz.
MehrAufgabe 1. Die Abweichung Y vom errechneten Geburtstermin sei normalverteilt mit dem Erwartungswert
Aufgabe 1 Marina hat ihr Studium satt und beschließt Hebamme zu werden. Sie beginnt ein Praktikum auf der Entbindungsstation eines großen städtischen Klinikums. Roswitha, eine erfahrene Hebamme, erklärt
MehrWirtschaftswissenschaftliches Prüfungsamt Bachelor-Studiengang Schließende Statistik Sommersemester Aufgabenstellung und Ergebnisse
Wirtschaftswissenschaftliches Prüfungsamt Bachelor-Studiengang Schließende Statistik Sommersemester 2010 Aufgabenstellung und Ergebnisse Prof. Dr. Ralph Friedmann / Dr. Martin Becker Hinweise für die Klausurteilnehmer
Mehr73 Hypothesentests Motivation Parametertest am Beispiel eines Münzexperiments
73 Hypothesentests 73.1 Motivation Bei Hypothesentests will man eine gewisse Annahme über eine Zufallsvariable darauf hin überprüfen, ob sie korrekt ist. Beispiele: ( Ist eine Münze fair p = 1 )? 2 Sind
MehrWirtschaftswissenschaftliches Prüfungsamt Bachelor-Studiengang Schließende Statistik Sommersemester Namensschild
Wirtschaftswissenschaftliches Prüfungsamt Bachelor-Studiengang Schließende Statistik Sommersemester 2010 Namensschild Prof. Dr. Ralph Friedmann / Dr. Martin Becker Hinweise für die Klausurteilnehmer ˆ
Mehr4.1. Nullhypothese, Gegenhypothese und Entscheidung
rof. Dr. Roland Füss Statistik II SS 8 4. Testtheorie 4.. Nullhypothese, Gegenhypothese und Entscheidung ypothesen Annahmen über die Verteilung oder über einzelne arameter der Verteilung eines Merkmals
MehrStatistisches Testen
Statistisches Testen Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Differenzen Anteilswert Chi-Quadrat Tests Gleichheit von Varianzen Prinzip des Statistischen Tests Konfidenzintervall
MehrAufgabe 1 (8= Punkte) 13 Studenten haben die folgenden Noten (ganze Zahl) in der Statistikklausur erhalten:
Aufgabe 1 (8=2+2+2+2 Punkte) 13 Studenten haben die folgenden Noten (ganze Zahl) in der Statistikklausur erhalten: Die Zufallsvariable X bezeichne die Note. 1443533523253. a) Wie groß ist h(x 5)? Kreuzen
MehrProbeklausur - Statistik II, SoSe 2017
Probeklausur - Statistik II, SoSe 2017 Aufgabe 1: Mehrdimensionale Zufallsvariablen (15 Punkte) Gegeben sei ein zweidimensionaler stetiger Zufallsvektor X = (X 1, X 2 ) T mit der gemeinsamen Dichtefunktion
MehrSo berechnen Sie einen Schätzer für einen Punkt
htw saar 1 EINFÜHRUNG IN DIE STATISTIK: SCHÄTZEN UND TESTEN htw saar 2 Schätzen: Einführung Ziel der Statistik ist es, aus den Beobachtungen eines Merkmales in einer Stichprobe Rückschlüsse über die Verteilung
MehrKlausur zu Methoden der Statistik II (mit Kurzlösung) Wintersemester 2013/2014. Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik II (mit Kurzlösung) Wintersemester 2013/2014 Aufgabe 1 Der Fußballprofi
Mehr3 Grundlagen statistischer Tests (Kap. 8 IS)
3 Grundlagen statistischer Tests (Kap. 8 IS) 3.1 Beispiel zum Hypothesentest Beispiel: Betrachtet wird eine Abfüllanlage für Mineralwasser mit dem Sollgewicht µ 0 = 1000g und bekannter Standardabweichung
MehrKlausur zu Statistik II
GOETHE-UNIVERSITÄT FRANKFURT FB Wirtschaftswissenschaften Statistik und Methoden der Ökonometrie Prof. Dr. Uwe Hassler Wintersemester 03/04 Klausur zu Statistik II Matrikelnummer: Hinweise Hilfsmittel
Mehr3. Geben Sie Modus, Erwartungswert und Varianz der Zufallsvariablen X an.
Aufgabe 1 Der Student Paul fährt jeden Tag mit dem Fahrrad zur Uni. Die Strecke kreuzt drei Fußgängerüberwege mit Bedarfsampeln, die durch Fußgänger aktiviert werden. Wird Paul an einer Bedarfsampel gestoppt,
MehrStatistik I für Betriebswirte Vorlesung 14
Statistik I für Betriebswirte Vorlesung 14 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 13. Juli 017 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 14 Version: 8. Juli
MehrWahrscheinlichkeitsrechnung und Statistik. 11. Vorlesung /2019
Wahrscheinlichkeitsrechnung und Statistik 11. Vorlesung - 2018/2019 Quantil der Ordnung α für die Verteilung des beobachteten Merkmals X ist der Wert z α R für welchen gilt z 1 2 heißt Median. P(X < z
MehrStatistik II. Statistische Tests. Statistik II
Statistik II Statistische Tests Statistik II - 5.5.2006 1 Ausgangslage Wir können Schätzen (z.b. den Erwartungswert) Wir können abschätzen, wie zuverlässig unsere Schätzungen sind: In welchem Intervall
MehrPrüfungsklausur zur Stochastik (LMG)/ Elementare Wahrscheinlichkeitstheorie und Statistik
B. Schmalfuß Jena, den 20.02.2018 Prüfungsklausur zur Stochastik (LMG)/ Elementare Wahrscheinlichkeitstheorie und Statistik Allgemeine Hinweise: Zur Verfügung stehende Zeit: 90 min. Hilfsmittel: keine.
Mehr14.3 Das Einstichprobenproblem in R
14.3. DAS EINSTICHPROBENPROBLEM IN R 343 0.553 0.570 0.576 0.601 0.606 0.606 0.609 0.611 0.615 0.628 0.654 0.662 0.668 0.670 0.672 0.690 0.693 0.749 0.844 0.933 die absoluten Häufikeiten n i der Klassen.
MehrModellanpassung und Parameterschätzung. A: Übungsaufgaben
7 Modellanpassung und Parameterschätzung 1 Kapitel 7: Modellanpassung und Parameterschätzung A: Übungsaufgaben [ 1 ] Bei n unabhängigen Wiederholungen eines Bernoulli-Experiments sei π die Wahrscheinlichkeit
MehrVertiefung der. Wirtschaftsmathematik. und Statistik (Teil Statistik)
Selbstkontrollarbeit 1 Vertiefung der Wirtschaftsmathematik und Statistik (Teil Statistik) 18. Januar 2011 Aufgaben Aufgabe 1 Gegeben sei eine binomialverteilte Zufallsvariablen X mit den Parametern N
MehrAufgaben. d) Seien X und Y Poissonverteilt mit Parameter µ, X, Y P(µ). 2. Dann ist die Summe auch Poissonverteilt mit (X + Y ) P(2µ).
Aufgaben 1. Bei den folgenden 10 Fragen ist jeweils genau eine Antwort richtig. Es gibt pro richtig beantwortete Frage 1 Punkt und pro falsche Antwort 1/2 Punkt Abzug. Minimal erhält man für die gesamte
MehrWirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Schließende Statistik Wintersemester 2012/13. Namensschild. Dr.
Wirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Schließende Statistik Wintersemester 2012/13 Namensschild Dr. Martin Becker Hinweise für die Klausurteilnehmer ˆ Kleben Sie bitte sofort Ihr Namensschild
MehrWiederholungsklausur Wirtschaftsmathematik Lösungshinweise
Wiederholungsklausur Wirtschaftsmathematik Lösungshinweise Prüfungsdatum: 9. September 205 Prüfer: Etschberger Studiengang: Wirtschaftsingenieurwesen Aufgabe 5 Punkte Karl möchte heute, am..205, ein Auto
MehrStatistik II für Betriebswirte Vorlesung 1
Statistik II für Betriebswirte Vorlesung 1 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 16. Oktober 2017 Dr. Andreas Wünsche Statistik II für Betriebswirte Vorlesung 1 Version:
MehrGoethe-Universität Frankfurt
Goethe-Universität Frankfurt Fachbereich Wirtschaftswissenschaft PD Dr. Martin Biewen Dr. Ralf Wilke Sommersemester 2006 Klausur Statistik II 1. Alle Aufgaben sind zu beantworten. 2. Bitte runden Sie Ihre
MehrNachklausur Wahrscheinlichkeitstheorie und Inferenz II Sommersemester Oktober 2011
Nachklausur Wahrscheinlichkeitstheorie und Inferenz II Sommersemester 2011 28. Oktober 2011 Prof. Dr. Torsten Hothorn Institut für Statistik Nachname: Vorname: Matrikelnummer: Anmerkungen: ˆ Schreiben
MehrWahrscheinlichkeitsrechnung und Statistik
10. Vorlesung - 017 Quantil der Ordnung α für die Verteilung des beobachteten Merkmals X ist der Wert z α R für welchen gilt z 1 heißt Median. P(X < z α ) α P(X z α ). Falls X stetige zufällige Variable
MehrWichtige Definitionen und Aussagen
Wichtige Definitionen und Aussagen Zufallsexperiment, Ergebnis, Ereignis: Unter einem Zufallsexperiment verstehen wir einen Vorgang, dessen Ausgänge sich nicht vorhersagen lassen Die möglichen Ausgänge
MehrGrundidee. χ 2 Tests. Ausgangspunkt: Klasseneinteilung der Beobachtungen in k Klassen. Grundidee. Annahme: Einfache Zufallsstichprobe (X 1,..., X n ).
Grundidee χ 2 -Anpassungstest χ 2 -Unabhängigkeitstest χ 2 -Homogenitätstest χ 2 Tests Grundidee Ausgangspunkt: Klasseneinteilung der Beobachtungen in k Klassen Annahme: Einfache Zufallsstichprobe (X 1,,
Mehr3) Testvariable: T = X µ 0
Beispiel 4.9: In einem Molkereibetrieb werden Joghurtbecher abgefüllt. Der Sollwert für die Füllmenge dieser Joghurtbecher beträgt 50 g. Aus der laufenden Produktion wurde eine Stichprobe von 5 Joghurtbechern
MehrStatistik II für Wirtschaftswissenschaftler
Fachbereich Mathematik 20.04.2017 Dr. Hefter & Dr. Herzwurm Übungsblatt 0 Keine Abgabe. Gegeben seien die Mengen A 1 =, A 2 = {1}, A 3 = {1, 1}, A 4 = {1, 3}, A 5 = {1, 2, 4}, A 6 = {1, 2, 3, 4}. a) Bestimmen
MehrWahrscheinlichkeit und Statistik BSc D-INFK
Prof. Dr. P. Bühlmann ETH Zürich Winter 2010 Wahrscheinlichkeit und Statistik BSc D-INFK 1. (10 Punkte) Bei den folgenden 10 Fragen ist jeweils genau eine Antwort richtig. Es gibt pro richtig beantwortete
MehrStochastik Serie 11. ETH Zürich HS 2018
ETH Zürich HS 208 RW, D-MATL, D-MAVT Prof. Marloes Maathuis Koordinator Dr. Marvin Müller Stochastik Serie. Diese Aufgabe behandelt verschiedene Themenbereiche aus dem gesamten bisherigen Vorlesungsmaterial.
MehrKlausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester 2015 Aufgabe 1 Zum Ende des
MehrBiomathematik 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,
MehrWirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Schließende Statistik Sommersemester Namensschild. Dr.
Wirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Schließende Statistik Sommersemester 2013 Namensschild Dr. Martin Becker Hinweise für die Klausurteilnehmer ˆ Kleben Sie bitte sofort Ihr Namensschild
MehrKlausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester 2014 Aufgabe 1 Zur besseren
MehrKlausur Statistik Lösungshinweise
Klausur Statistik Lösungshinweise Prüfungsdatum: 21. Januar 2016 Prüfer: Etschberger, Heiden, Jansen Studiengang: IM und BW Punkte: 15, 15, 12, 14, 16, 18 ; Summe der Punkte: 90 Aufgabe 1 15 Punkte Bei
MehrGrundgesamtheit, Merkmale, Stichprobe. Eigenschaften der Stichprobe. Klasseneinteilung, Histogramm. Arithmetisches Mittel, empirische Varianz
- 1 - Grundgesamtheit, Merkmale, Stichprobe Dimension, Umfang Skalierung Eigenschaften der Stichprobe kennzeichnende Größen Eigenschaften der Stichprobe kennzeichnende Größen Punktediagramm, Regressionsgerade,
MehrWillkommen zur Vorlesung Statistik (Master)
Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Punkt- und Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften Prof. Dr.
MehrGrundlagen der Statistik
Grundlagen der Statistik Übung 15 009 FernUniversität in Hagen Alle Rechte vorbehalten Fachbereich Wirtschaftswissenschaft Übersicht über die mit den Übungsaufgaben geprüften Lehrzielgruppen Lehrzielgruppe
Mehre) Beim klassischen Signifikanztest muß die Verteilung der Prüfgröße unter der Nullhypothese
9 Hypothesentests 1 Kapitel 9: Hypothesentests A: Übungsaufgaben: [ 1 ] Bei Entscheidungen über das Ablehnen oder Nichtablehnen von Hypothesen kann es zu Irrtümern kommen. Mit α bezeichnet man dabei die
Mehr( x i 1 ; x i ] \(ỹ j 1 ; ỹ j ]
Aufgabe 1 Die Befragung von 100 mittelständischen Dienstleistungsunternehmen einer Metropolregion nach ihren Umsätzen sowie Werbeausgaben im Jahre 2008 erbrachte folgende Häufigkeitsfunktion: ( x i 1 ;
MehrStatistisches Testen
Statistisches Testen Universität Duisburg-Essen, Fak. 4, FG Instrumentelle Analytik 7. Juni 2007 Statistisches Testen Inhaltsverzeichnis Schätzverfahren und Testverfahren sind Anwendungen der Stichprobentheorie.
MehrWahrscheinlichkeit und Statistik BSc D-INFK
Prof. Dr. P. Embrechts ETH Zürich Sommer 2015 Wahrscheinlichkeit und Statistik BSc D-INFK Name: Vorname: Stud. Nr.: Das Folgende bitte nicht ausfüllen! Aufg. Summe Kontr. Pkte.-Max. 1 10 2 10 3 10 4 10
MehrMusterlösung zur Klausur im Fach Fortgeschrittene Statistik am Gesamtpunktzahl: 60
WESTFÄLISCHE WILHELMS - UNIVERSITÄT MÜNSTER Wirtschaftswissenschaftliche Faktultät Prof. Dr. Bernd Wilfling Professur für VWL, insbesondere Empirische Wirtschaftsforschung Musterlösung zur Klausur im Fach
MehrDipl.-Volksw. Markus Pullen Wintersemester 2012/13
Statistische Auswertungen mit R Universität Kassel, FB 07 Wirtschaftswissenschaften Dipl.-Volksw. Markus Pullen Wintersemester 2012/13 Beispiele 8. Sitzung Konfidenzintervalle, Hypothesentests > # Anwendungsbeispiel
MehrWirtschaftsstatistik-Klausur am
Wirtschaftsstatistik-Klausur am 0.07.017 Aufgabe 1 Ein Handy- und PC-Hersteller verfügt über ein exklusives Filialnetz von 900 Filialen. Der Gewinn (in GE) der Filialen ist in der folgenden Tabelle nach
Mehr4. Lösung weitere Übungsaufgaben Statistik II WiSe 2016/2017
4. Lösung weitere Übungsaufgaben Statistik II WiSe 016/017 1. Aufgabe: Eine sächsische Molkerei füllt Milch in Tetrapacks ab. Es wird vermutet, dass die Füllmenge normalverteilt ist mit einem Erwartungswert
MehrKlausur (Modulprüfung) zum Lehrerweiterbildungskurs Stochastik am von 10:00 bis 11:00 Uhr
Klausur (Modulprüfung) zum Lehrerweiterbildungskurs Stochastik am 5..201 von 10:00 bis 11:00 Uhr Bearbeiten Sie zwei der drei folgenden Aufgaben! Sätze aus der Vorlesung und den Übungen dürfen Sie ohne
MehrBiostatistik. Lösung
Prof. Dr. Achim Klenke Fridolin Kielisch 13. Übung zur Vorlesung Biostatistik im Sommersemester 2015 Lösung Aufgabe 1: a) Ich führe einen zweiseitigen Welch-Test durch, weil ich annehme, dass die Daten
MehrFit for Abi & Study Stochastik
Fit for Abi & Study Stochastik Prof. Dr. Tilla Schade Hochschule Harz 15. und 16. April 2014 No. 1 Stochastik besteht aus: Wahrscheinlichkeitsrechnung Statistik No. 2 Gliederung Grundlagen Zufallsgrößen
MehrHow To Find Out If A Ball Is In An Urn
Prof. Dr. P. Embrechts ETH Zürich Sommer 2012 Stochastik (BSc D-MAVT / BSc D-MATH / BSc D-MATL) Schreiben Sie für Aufgabe 2-4 stets alle Zwischenschritte und -rechnungen sowie Begründungen auf. Aufgabe
MehrWahrscheinlichkeit 1-α: richtige Entscheidung - wahrer Sachverhalt stimmt mit Testergebnis überein. Wahrscheinlichkeit α: falsche Entscheidung -
wahrer Sachverhalt: Palette ist gut Palette ist schlecht Entscheidung des Tests: T K; Annehmen von H0 ("gute Palette") positive T > K; Ablehnen von H0 ("schlechte Palette") negative Wahrscheinlichkeit
MehrTeil XI. Hypothesentests für zwei Stichproben. Woche 9: Hypothesentests für zwei Stichproben. Lernziele. Beispiel: Monoaminooxidase und Schizophrenie
Woche 9: Hypothesentests für zwei Stichproben Patric Müller Teil XI Hypothesentests für zwei Stichproben ETHZ WBL 17/19, 26.06.2017 Wahrscheinlichkeit und Statistik Patric
MehrGrundlagen der Statistik
www.nwb.de NWB Studium Betriebswirtschaft Grundlagen der Statistik Band 2: Wahrscheinlichkeitsrechnung und induktive Statistik Von Professor Dr. Jochen Schwarze 9., vollständig überarbeitete Auflage STUDIUM
MehrWirtschaftswissenschaftliches Prüfungsamt Bachelor-Studiengang Schließende Statistik Sommersemester Namensschild. Dr.
Wirtschaftswissenschaftliches Prüfungsamt Bachelor-Studiengang Schließende Statistik Sommersemester 2011 Namensschild Dr. Martin Becker Hinweise für die Klausurteilnehmer ˆ Kleben Sie bitte sofort Ihr
MehrBiostatistik, Sommer 2017
1/39 Biostatistik, Sommer 2017 Wahrscheinlichkeitstheorie: Gesetz der großen Zahl, Zentraler Grenzwertsatz Schließende Statistik: Grundlagen Prof. Dr. Achim Klenke http://www.aklenke.de 9. Vorlesung: 16.06.2017
MehrKlausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester 2017 Aufgabe 1 Island ist bekanntlich
MehrKlassifikation von Signifikanztests
Klassifikation von Signifikanztests nach Verteilungsannahmen: verteilungsabhängige = parametrische Tests verteilungsunabhängige = nichtparametrische Tests Bei parametrischen Tests werden im Modell Voraussetzungen
MehrWillkommen zur Vorlesung Statistik (Master)
Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Punkt- und Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften Prof. Dr.
MehrEinführung in die Induktive Statistik: Testen von Hypothesen
Einführung in die Induktive Statistik: Testen von Hypothesen Jan Gertheiss LMU München Sommersemester 2011 Vielen Dank an Christian Heumann für das Überlassen von TEX-Code! Testen: Einführung und Konzepte
Mehr7. Übung. Einfache statistische Schätzverfahren. Aufgabe 1. Mögliche Parameter der Grundgesamtheit sind. a) S. c) N. d) n.
7. Übung Einfache statistische chätzverfahren Aufgabe 1 Mögliche Parameter der Grundgesamtheit sind a) b) σ c) N d) n e) μ Aufgabe 2 Eigenschaften guter chätzfunktionen sind: a) Konsistenz b) Konfidenz
MehrKlausur zu Statistik II
Goethe-Universität Frankfurt Prof. Dr. Uwe Hassler FB Wirtschaftswissenschaften Sommersemester 2005 Klausur zu Statistik II Version B Bitte tragen Sie hier und auf den Lösungsblättern (oben links) Ihre
MehrStatistik II. IV. Hypothesentests. Martin Huber
Statistik II IV. Hypothesentests Martin Huber 1 / 22 Übersicht Weitere Hypothesentests in der Statistik 1-Stichproben-Mittelwert-Tests 1-Stichproben-Varianz-Tests 2-Stichproben-Tests Kolmogorov-Smirnov-Test
MehrInstitut für Stochastik, SoSe K L A U S U R , 13:
Institut für Stochastik, SoSe 2014 Mathematische Statistik Paravicini/Heusel 1. K L A U S U R 12.7.2014, 13:00-16.00 Name: Geburtsdatum: Vorname: Matrikelnummer: Übungsgruppe bei: Studiengang & angestrebter
Mehr5. Testen Sie bei einer Irrtumswahrscheinlichkeit von 10% die Vermutung des Maklers, dass die mittlere Beratungszeit µ Z über 40 Minuten liegt.
Aufgabe 1 Ein Versicherungsmakler schloss im vergangenen Jahr insgesamt 1 Versicherungsverträge ab. Für diese liegen Ihnen die gemeinsamen absoluten Häugkeiten der Merkmale X: Provision für den Vertragsabschluss
MehrStatistische Tests (Signifikanztests)
Statistische Tests (Signifikanztests) [testing statistical hypothesis] Prüfen und Bewerten von Hypothesen (Annahmen, Vermutungen) über die Verteilungen von Merkmalen in einer Grundgesamtheit (Population)
MehrMultivariate Verfahren
Selbstkontrollarbeit 1 Multivariate Verfahren Musterlösung Aufgabe 1 (40 Punkte) Auf der dem Kurs beigelegten CD finden Sie im Unterverzeichnis Daten/Excel/ die Datei zahlen.xlsx. Alternativ können Sie
Mehrb) Bestimmen Sie die Varianz der beiden Schätzer. c) Ist ein oder sind beide Schätzer konsistent? Begründen Sie!
Aufgabe 1 (3 + 3 + 2 Punkte) Ein Landwirt möchte das durchschnittliche Gewicht von einjährigen Ferkeln bestimmen lassen. Dies möchte er aus seinem diesjährigen Bestand an n Tieren schätzen. Er kann dies
MehrGüteanalyse. Nochmal zur Erinnerung: Hypothesentest. Binominalverteilung für n=20 und p=0,5. Münzwurf-Beispiel genauer
Universität Karlsruhe (TH) Forschungsuniversität gegründet 1825 Güteanalyse Prof. Walter F. Tichy Fakultät für Informatik 1 Fakultät für Informatik 2 Nochmal zur Erinnerung: Hypothesentest Am Beispiel
MehrStatistik II. Weitere Statistische Tests. Statistik II
Statistik II Weitere Statistische Tests Statistik II - 19.5.2006 1 Überblick Bisher wurden die Test immer anhand einer Stichprobe durchgeführt Jetzt wollen wir die statistischen Eigenschaften von zwei
MehrEinführung in die Stochastik für Informatiker Übungsaufgaben mit Lösungen
Einführung in die Stochastik für Informatiker Übungsaufgaben mit Lösungen David Geier und Sven Middelberg RWTH Aachen, Sommersemester 27 Inhaltsverzeichnis Information 2 Aufgabe 4 Aufgabe 2 6 4 Aufgabe
MehrWahrscheinlichkeit und Statistik BSc D-INFK
Prof. Dr. P. Bühlmann ETH Zürich Sommer 2010 Wahrscheinlichkeit und Statistik BSc D-INFK 1. (10 Punkte) Bei den folgenden 10 Fragen ist jeweils genau eine Antwort richtig. Es gibt pro richtig beantwortete
MehrBiomathematik für Mediziner, Klausur SS 2001 Seite 1
Biomathematik für Mediziner, Klausur SS 2001 Seite 1 Aufgabe 1: Von den Patienten einer Klinik geben 70% an, Masern gehabt zu haben, und 60% erinnerten sich an eine Windpockeninfektion. An mindestens einer
MehrKlassifikation von Signifikanztests
Klassifikation von Signifikanztests Nach Verteilungsannahmen: verteilungsabhängig: parametrischer [parametric] Test verteilungsunabhängig: nichtparametrischer [non-parametric] Test Bei parametrischen Tests
Mehr6. Schätzverfahren für Parameter
6. Schätzverfahren für Parameter Ausgangssituation: Ein interessierender Zufallsvorgang werde durch die ZV X repräsentiert X habe eine unbekannte Verteilungsfunktion F X (x) Wir interessieren uns für einen
MehrSozialwissenschaftlerInnen II
Statistik für SozialwissenschaftlerInnen II Henning Best best@wiso.uni-koeln.de Universität zu Köln Forschungsinstitut für Soziologie Statistik für SozialwissenschaftlerInnen II p.1 Wahrscheinlichkeitsfunktionen
MehrNachklausur Mathematik für Biologen WS 08/09
Aufgabe 1: (5 Punkte) In einer diploiden Population beobachten wir die Ausprägung eines bestimmten Gens, das zwei Allele V und W annimmt. Somit besitzt jedes Individuum V V, V W oder W W als Genotyp. Die
MehrAuswertung und Lösung
Dieses Quiz soll Ihnen helfen, Kapitel 4.6 und 4.7 besser zu verstehen. Auswertung und Lösung Abgaben: 59 / 265 Maximal erreichte Punktzahl: 8 Minimal erreichte Punktzahl: 0 Durchschnitt: 4.78 1 Frage
MehrHandelt es sich bei den folgenden um diskrete oder stetige Zufallsvariablen?
1. Handelt es sich bei den folgenden um diskrete oder stetige Zufallsvariablen? a.) Anzahl der Kunden, die an der Kasse in der Schlange stehen. b.) Die Menge an Energie, die pro Tag von einem Energieversorgungsunternehmen
MehrWahrscheinlichkeitsverteilungen
Universität Bielefeld 3. Mai 2005 Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsrechnung Das Ziehen einer Stichprobe ist die Realisierung eines Zufallsexperimentes. Die Wahrscheinlichkeitsrechnung betrachtet
Mehr