Statistik Klausur Wintersemester 2012/2013 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!
|
|
- Lucas Junge
- vor 7 Jahren
- Abrufe
Transkript
1 Statistik 1 1. Klausur Wintersemester 2012/2013 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Nachname: Vorname: Matrikelnummer: Studienfach: Fachsemester: Art der Anmeldung: STiNE Zulassung unter Vorbehalt Sonstiges Mit Ihrer nachfolgenden Unterschrift bestätigen Sie die Klausur auf Vollständigkeit überprüft zu haben. Diese Klausur besteht aus 8 Aufgaben und aus 14 Seiten. Unterschrift der/des Studierenden: Bemerkungen: Aufgabe max. Pkt. err. Pkt Summe 100
2 Lösungstabelle für die Aufgaben 1 und 2 Hinweise für die Aufgaben 1.1 bis 1.10: Es ist exakt eine Antwortmöglichkeit korrekt. Zur Punktevergabe: (a) Wird ausschließlich die korrekte Antwort angekreuzt, so erhält man die volle Punktezahl. (b) In allen Fällen außer der in (a) beschriebenen Situation erhält man 0 Punkte. Hinweise für die Aufgaben 2.1 bis 2.5: Es ist mindestens eine Antwortmöglichkeit korrekt. Zur Punktevergabe: Werden ausschließlich alle korrekten Antwortmöglichkeiten angekreuzt, so erhält man die volle Punktezahl. Werden unter anderem korrekte Antwortmöglichkeiten angekreuzt, jedoch nicht ausschließlich alle korrekten Antwortmöglichkeiten, so erhält man 1 Punkt. Allgemeiner Hinweis: Falls Sie Ihre bereits gewählte Antwort revidieren möchten, so kreuzen Sie alle Felder der entsprechenden Zeile an und schreiben die korrekte(n) Antwort(en) neben die entsprechende Tabellenzeile. Aufgabe (a) (b) (c) (d)
3 Aufgabe 1 (30 Punkte) Hinweise: In den Aufgaben 1.1 bis 1.10 ist exakt eine Antwortmöglichkeit korrekt. Markieren Sie die korrekte Antwort durch ein Kreuz in der Lösungstabelle für die Aufgaben 1 und 2 auf Seite 2. Aufgabe 1.1 (3 Punkte) Welche der nachfolgenden Aussagen, eine empirische Verteilungsfunktion betreffend, ist korrekt? (a) Eine empirische Verteilungsfunktion nimmt jeden Wert zwischen Null und Eins an. (b) Eine empirische Verteilungsfunktion nimmt auf keinen Fall jeden Wert zwischen Null und Eins an. (c) Eine empirische Verteilungsfunktion nimmt den Wert Null niemals an. (d) Eine empirische Verteilungsfunktion nimmt den Wert Eins niemals an. Aufgabe 1.2 (3 Punkte) Für einen unbekannten Datensatz soll die empirische Varianz s 2 ausgerechnet werden. Welche der nachfolgenden Angaben ist hierfür ausreichend? (a) Größe des Datensatzes n und arithmetisches Mittel x. (b) Arithmetisches Mittel x und Median x Med. (c) Größe des Datensatzes n sowie n x 2 i. (d) Arithmetisches Mittel x und Variationskoeffizient v. i=1 Aufgabe 1.3 (3 Punkte) Welche der nachfolgenden Aussagen das Bestimmtheitsmaß betreffend ist korrekt? (a) Das Bestimmtheitsmaß misst den Anteil, den die Varianz der unabhängigen Variablen an dem Produkt der beiden arithmetischen Mittel besitzt. (b) Das Bestimmtheitsmaß misst die absolute Abweichung der bivariaten Daten zu ihren jeweiligen arithmetischen Mitteln. (c) Das Bestimmtheitsmaß misst den Anteil der Streuung, die durch das Modell erklärt wird, an der Gesamtstreuung. (d) Keine der bisherigen Aussagen ist korrekt. -3-
4 Aufgabe 1.4 (3 Punkte) Gegeben sei ein Wahrscheinlichkeitsraum (Ω, A, P ). Welche der nachfolgenden Aussagen ist korrekt? (a) Es existiert immer ein A A, für das P (A) = 1 gilt. (b) Es ist möglich, dass zwei Elemente A, B A existieren, für die P (A B) nicht definiert ist. (c) Es ist möglich, dass ein Element A A existiert, für das P (A) = gilt. (d) Keine der bisherigen Aussagen ist korrekt. Aufgabe 1.5 (3 Punkte) Die Zufallsvariable X sei binomialverteilt mit den Parametern n und p (X B(n, p)). Welche der nachfolgenden Aussagen ist korrekt? (a) Es gilt E(X) V ar(x). (b) Die möglichen Merkmalsausprägungen der Zufallsvariablen X sind überabzählbar. (c) Werden die Parameter n und p sehr groß gewählt, so können einzelne Wahrscheinlichkeiten der Zufallsvariablen X größer als 1 werden. (d) Keine der bisherigen Aussagen ist korrekt. Aufgabe 1.6 (3 Punkte) Betrachtet wird die Dichtefunktion f 1 einer standardnormalverteilten Zufallsvariablen sowie die Dichtefunktion f 2 einer t(n)-verteilten Zufallsvariablen. Welche der nachfolgenden Aussagen ist korrekt? (a) Für alle x R gilt: f 1 (x) > f 2 (x). (b) Für alle x R gilt: f 1 (x) < f 2 (x). (c) Für n > 30 gilt für alle x R: f 1 (x) = f 2 (x) (d) Keine der bisherigen Aussagen ist korrekt. -4-
5 Aufgabe 1.7 (3 Punkte) Für einen beliebig gegebenen Datensatz werden alle möglichen Konzentrationsraten CR k berechnet und die zugehörige Grafik wird gezeichnet. Welche der nachfolgenden Aussagen ist korrekt? (a) Der Graph der Konzentrationsraten ist konkav. (b) Der Graph der Konzentrationsraten ist konvex. (c) Der Graph der Konzentrationsraten ist konvex und konkav. (d) Über die Krümmung des Graphen der Konzentrationsraten lässt sich keine Aussage machen. Aufgabe 1.8 (3 Punkte) Für einen bivariaten ordinalskalierten Datensatz wurden Ränge gemäß nachfolgender Tabelle erstellt. Für welche von diesen Rangtabellen ist die Berechnung des Korrelationskoeffizienten von Spearman nicht möglich. (a) (b) (c) i rg(x i ) rg(y i ) i rg(x i ) rg(y i ) i rg(x i ) rg(y i ) (d) Die Berechnung des Korrelationkoeffizienten von Spearman ist in allen obigen Fällen möglich. Aufgabe 1.9 (3 Punkte) Welche der nachfolgenden Aussagen die Potenzmenge P(Ω) einer gegebenen Menge Ω betreffend ist korrekt? (a) Die Potenzmenge P(Ω) ist niemals leer. (b) Die Menge Ω kann kein Element der Potenzmenge P(Ω) sein. (c) Die Potenzmenge P(Ω) enthält immer unendlich viele Elemente. (d) Keine der bisherigen Aussagen ist korrekt. -5-
6 Aufgabe 1.10 (3 Punkte) Gegeben sei nachfolgende Funktion: 1 für x {0, 1} 2 x! g(x) := 0 sonst Hinweis: 0! := 1 Welche der nachfolgenden Aussagen ist korrekt? (a) Die Funktion g ist eine Wahrscheinlichkeitsfunktion. (b) Die Funktion g ist eine Dichtefunktion. (c) Die Funktion g ist eine Verteilungsfunktion. (d) Keine der bisherigen Aussagen ist korrekt. -6-
7 Aufgabe 2 (20 Punkte) Hinweise: In den Aufgaben 2.1 bis 2.5 ist mindestens eine Antwortmöglichkeit korrekt. Markieren Sie die korrekte(n) Antwort(en) durch ein Kreuz bzw. mehrere Kreuze in der Lösungstabelle für die Aufgaben 1 und 2 auf Seite 2. Aufgabe 2.1 (4 Punkte) Welche der nachfolgenden Aussagen ein Histogramm betreffend sind richtig? (a) Der Flächeninhalt aller Rechtecksflächen ist gleich der Anzahl der beobachteten Merkmalsausprägungen. (b) Bei äquidistanten Klassenbreiten ist die Höhe des Rechtecks gleich der relativen Häufigkeit. (c) Fällt eine Merkmalsausprägung auf eine Klassengrenze, so ist dieser Wert beiden Klassen zuzuordnen. (d) Der Flächeninhalt eines Rechtecks im Histogramm entspricht der relativen Häufigkeit. Aufgabe 2.2 (4 Punkte) Für einen gegebenen Datensatz x i (i = 1,..., n) ist welche der nachfolgenden Größen immer eine Merkmalsausprägung des Datensatzes? (a) Das arithmetische Mittel. (b) Der Modus. (c) Der Median. (d) Das Höldermittel für q. Aufgabe 2.3 (4 Punkte) Welche der nachfolgenden Aussagen die Verteilungsfunktion F X einer Zufallsvariablen X betreffend sind korrekt? (a) Die Verteilungsfunktion ist immer stetig. (b) Die Verteilungsfunktion kann streng monoton steigend auf der gesamten reellen Zahlengeraden sein. (c) Die Verteilungsfunktion kann stetig auf der gesamten reellen Zahlengeraden sein. (d) Es kann sein, dass kein x R existiert, für das F X (x) = 1 gilt. -7-
8 Aufgabe 2.4 (4 Punkte) Die Zufallsvariable X sei hypergeometrisch verteilt mit den Parametern n, M und N (X H(n, M, N)). Welche der nachfolgenden Aussagen sind korrekt? (a) Es gilt E(X) V ar(x). (b) Die Verteilungsfunktion der Zufallsvariablen X nimmt den Wert 1 nie exakt an, sondern nur im Grenzwert. (c) Der Wertebereich der Zufallsvariablen X kann mehr als n + 1 Elemente enthalten. (d) Es gilt M N. Aufgabe 2.5 (4 Punkte) Betrachtet werden die Zufallsvariablen X F (m, n) sowie Y F (n, m) mit n, m N. Welche der nachfolgenden Aussagen ist korrekt? (a) Eine F (m, n)-verteilung lässt sich durch zwei stochastisch unabhängige χ 2 -Verteilungen konstruieren. (b) Für n {1, 2} ist der Erwartungswert einer F (m, n)-verteilung Null. (c) Für a > 0 gilt: P (X > a) = P ( ) Y 1 a (d) Die Verteilungsfunktion einer F (m, n)-verteilung ist punktsymmetrisch zum Punkt (n, 0.5). -8-
9 Aufgabe 3 (8 Punkte) Für n = 300 Merkmalsausprägungen wurden K = 5 Klassen gebildet und die absoluten Häufigkeiten n k (k = 1,..., K) notiert. Dabei resultierte nachfolgende Tabelle: Klasse über 50 bis 70 über 70 bis 80 über 80 bis 90 über 90 bis 100 über 100 bis 150 n k (a) Erstellen Sie eine Tabelle mit allen nötigen Informationen um ein entsprechendes Kreisdiagramm zeichnen zu können (Hinweis: Das Kreisdiagramm basiert auf den Informationen über die jeweiligen Klassen). (b) Erstellen Sie eine Tabelle mit allen nötigen Informationen um ein entsprechendes Histogramm zeichnen zu können. Hinweis: Es sollen keine Zeichnungen erstellt werden. Lösung von Aufgabe 3 (a) (b) Klasse über 50 bis 70 über 70 bis 80 über 80 bis 90 über 90 bis 100 über 100 bis 150 n k h k α k Klasse über 50 bis 70 über 70 bis 80 über 80 bis 90 über 90 bis 100 über 100 bis 150 n k h k x k x k l k
10 Aufgabe 4 (6 Punkte) Um die Entwicklung der Telefonkosten der letzten 6 Monate des vergangenen Jahres zu analysieren, wird Claudia von ihrem Vater beauftragt, die mittleren Telefonkosten sowie deren Streuung zu berechnen. Die Telefonkosten betrugen (in EUR): Montat Juli Aug. Sept. Okt. Nov. Dez. Kosten (EUR) (b) Claudia, die im Dezember häufig bei teuren Hotlines angerufen hat, ist entsetzt über den hohen Mittelwert und befürchtet Taschengeldentzug durch ihren Vater. Helfen Sie Claudia aus der Patsche, indem Sie ein alternatives Lagemaß, zu Claudias Gunsten, vorschlagen. Begründen Sie (nicht mehr als drei Sätze) Ihren Vorschlag kurz und berechnen Sie den Wert Ihres vorgeschlagenen Lagemaßes. Hinweis: Rechnen Sie mit drei Nachkommastellen. Lösung von Aufgabe 4 (a) x = 49.47, s = (b) x Med = (a) Berechnen Sie das arithmetische Mittel sowie die Standardabweichung der Telefonkosten. -10-
11 Aufgabe 5 (12 Punkte) Gegeben sei nachfolgende Zeitreihe: t y t (a) Schätzen Sie den langfristigen Trend mittels linearer Regression. Geben Sie dabei die geschätzte Regressionsgerade an. (b) Wenden Sie das Phasendurchschnittsverfahren auf die Zeitreihe an und geben Sie die saisonbereinigten Zeitreihenwerte an. Verwenden Sie als langfristigen Trend die geschätzte Regressionsgerade aus (a) und gehen Sie von zwei Saisonfiguren aus (bspw. Sommer und Winter). Lösung von Aufgabe 5 (a) ŷ t = t (b) t yt sb
12 Aufgabe 6 (7 Punkte) Gegeben sei nachfolgende Verteilungsfunktion F X der Zufallsvariablen X: 0 für x < für 1 x < 1 F X (x) = 0.4 für 1 x < für 3.5 x < 4 1 sonst Berechnen Sie: (a) P (X 0) (b) P (X = 0) (c) P (X = 1) (d) P ( 1 < X 2) (e) P ( 1 X < 2) (f) P (1 < X 2) (g) P (X 3.5) Lösung von Aufgabe 6 (a) P (X 0) = 0.25 (b) P (X = 0) = 0 (c) P (X = 1) = 0.15 (d) P ( 1 < X 2) = 0.15 (e) P ( 1 X < 2) = 0.4 (f) P (1 < X 2) = 0 (g) P (X 3.5) =
13 Aufgabe 7 (9 Punkte) Ein Casinobetreiber unterstellt für einen beliebigen Kunden seines Casinos folgende Wahrscheinlichkeiten: Die Wahrscheinlichkeit, dass ein Kunde, der mit einem Gewinn das Casino verlässt, während seines Besuchs Alkohol getrunken hat, beträgt 5%. Die Wahrscheinlichkeit, dass ein Kunde, der mit einem Verlust von weniger als 100. EUR das Casino verlässt, während seines Besuchs Alkohol getrunken hat, beträgt 30%. Die Wahrscheinlichkeit, dass ein Kunde, der mit einem Verlust von mehr als 100. EUR das Casino verlässt, während seines Besuchs Alkohol getrunken hat, beträgt 40%. Die Wahrscheinlichkeit für einen Gewinn im Casino beträgt 20% und die Wahrscheinlichkeit für einen Verlust von weniger als 100. EUR beträgt 50%. Es werden folgende Ereignisse definiert: A := Kunde trinkt Alkohol B 1 := Kunde verlässt mit einem Gewinn das Casino B 2 := Kunde verlässt mit einem Verlust von weniger als 100. EUR das Casino B 3 := Kunde verlässt mit einem Verlust von mehr als 100. EUR das Casino Geben Sie die obigen Wahrscheinlichkeiten mit Hilfe der Ereignisse A, B 1, B 2 und B 3 an und berechnen Sie die Wahrscheinlichkeit dafür, dass ein Kunde, der Alkohol getrunken hat, mit einem Gewinn das Casino verlässt. Lösung von Aufgabe 7 P (B 1 A) =
14 Aufgabe 8 (8 Punkte) Die Zufallsvariable X sei Poisson-verteilt. Es ist bekannt, dass E(X 2 ) = 12 und E 2 (X) = 9 gilt. Berechnen Sie folgende Wahrscheinlichkeiten: (a) P (X = 0) (b) P (X > 2.5) Lösung von Aufgabe 8 (a) P (X = 0) = (b) P (X > 2.5) =
Statistik I. 1. Klausur Wintersemester 2010/2011 Hamburg, Art der Anmeldung: STiNE FlexNow Zulassung unter Vorbehalt
Statistik I 1. Klausur Wintersemester 2010/2011 Hamburg, 11.02.2011 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Nachname:............................................................................ Vorname:.............................................................................
MehrStatistik für Betriebswirte I 1. Klausur Wintersemester 2014/
Statistik für Betriebswirte I 1. Klausur Wintersemester 2014/2015 13.02.2015 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN Nachname:................................................................... Vorname:....................................................................
MehrWirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Wintersemester 2010/11.
Wirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Wintersemester 2010/11 Namensschild Dr. Martin Becker Hinweise für die Klausurteilnehmer
MehrWirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Wintersemester 2012/13
Wirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Wintersemester 2012/13 Aufgabenstellung und Ergebnisse Dr. Martin Becker Hinweise für die
MehrI. Deskriptive Statistik 1
I. Deskriptive Statistik 1 1. Einführung 3 1.1. Grundgesamtheit und Stichprobe.................. 5 1.2. Merkmale und Verteilungen..................... 6 1.3. Tabellen und Grafiken........................
MehrInhalt. I. Deskriptive Statistik Einführung Die Grundgesamtheit Merkmale und Verteilungen Tabellen und Grafiken...
I. Deskriptive Statistik 1 1. Einführung 3 1.1. Die Grundgesamtheit......................... 5 1.2. Merkmale und Verteilungen..................... 6 1.3. Tabellen und Grafiken........................ 10
Mehr2.2 Binomialverteilung, Hypergeometrische Verteilung, Poissonverteilung
2.2 Binomialverteilung, Hypergeometrische Verteilung, Poissonverteilung Die einfachste Verteilung ist die Gleichverteilung, bei der P(X = x i ) = 1/N gilt, wenn N die Anzahl möglicher Realisierungen von
MehrZufallsvariablen. Diskret. Stetig. Verteilung der Stichprobenkennzahlen. Binomial Hypergeometrisch Poisson. Normal Lognormal Exponential
Zufallsvariablen Diskret Binomial Hypergeometrisch Poisson Stetig Normal Lognormal Exponential Verteilung der Stichprobenkennzahlen Zufallsvariable Erinnerung: Merkmal, Merkmalsausprägung Deskriptive Statistik:
MehrÜbung 1: Einführung, grafische Darstellung univariater Datensätze
Übung 1: Einführung, grafische Darstellung univariater Datensätze Vor einer Bürgermeisterwahl, bei der fünf Kandidaten (A bis E) zur Auswahl stehen, wurden 160 Wahlberechtigte nach ihrer Wahlabsicht befragt.
Mehr13 Mehrdimensionale Zufallsvariablen Zufallsvektoren
3 Mehrdimensionale Zufallsvariablen Zufallsvektoren Bisher haben wir uns ausschließlich mit Zufallsexperimenten beschäftigt, bei denen die Beobachtung eines einzigen Merkmals im Vordergrund stand. In diesem
MehrKlausur vom
UNIVERSITÄT KOBLENZ LANDAU INSTITUT FÜR MATHEMATIK Dr. Dominik Faas Stochastik Wintersemester 00/0 Klausur vom 09.06.0 Aufgabe (++4=9 Punkte) Bei einer Umfrage wurden n Personen befragt, an wievielen Tagen
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
MehrStatistik I. Zusammenfassung und wichtiges zur Prüfungsvorbereitung. Malte Wissmann. 9. Dezember Universität Basel.
Zusammenfassung und wichtiges zur Prüfungsvorbereitung 9. Dezember 2008 Begriffe Kenntnis der wichtigen Begriffe und Unterscheidung dieser. Beispiele: Merkmal, Merkmalsraum, etc. Skalierung: Nominal etc
MehrMathematik 2 Probeprüfung 1
WWZ Wirtschaftswissenschaftliche Fakultät der Universität Basel Dr. Thomas Zehrt Bitte in Druckbuchstaben ausfüllen: Name Vorname Mathematik 2 Probeprüfung 1 Zeit: 90 Minuten, Maximale Punktzahl: 72 Zur
MehrMathematik für Naturwissenschaften, Teil 2
Lösungsvorschläge für die Aufgaben zur Vorlesung Mathematik für Naturwissenschaften, Teil Zusatzblatt SS 09 Dr. J. Schürmann keine Abgabe Aufgabe : Eine Familie habe fünf Kinder. Wir nehmen an, dass die
MehrZufallsvariablen [random variable]
Zufallsvariablen [random variable] Eine Zufallsvariable (Zufallsgröße) X beschreibt (kodiert) die Versuchsausgänge ω Ω mit Hilfe von Zahlen, d.h. X ist eine Funktion X : Ω R ω X(ω) Zufallsvariablen werden
MehrMathematik für Wirtschaftswissenschaftler II (Analysis) 2. Klausur Sommersemester
Mathematik für Wirtschaftswissenschaftler II (Analysis) 2. Klausur Sommersemester 2011 30.09.2011 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN Nachname:...................................................................
MehrMathematik für Wirtschaftswissenschaftler II (Analysis) 1. Klausur Sommersemester
Mathematik für Wirtschaftswissenschaftler II (Analysis) 1. Klausur Sommersemester 2012 24.07.2012 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN Nachname:...................................................................
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
MehrMathematik für Betriebswirte II (Analysis) 2. Klausur Sommersemester
Mathematik für Betriebswirte II (Analysis) 2. Klausur Sommersemester 204 24.09.204 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN Nachname:...................................................................
MehrLösungen zur Klausur GRUNDLAGEN DER WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK
Institut für Stochastik Dr. Steffen Winter Lösungen zur Klausur GRUNDLAGEN DER WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK für Studierende der INFORMATIK vom 17. Juli 01 (Dauer: 90 Minuten) Übersicht über
MehrInhaltsverzeichnis DESKRIPTIVE STATISTIK. 1 Grundlagen Grundbegriffe Skalen... 15
Inhaltsverzeichnis 1 Grundlagen... 13 1.1 Grundbegriffe...13 1.2 Skalen... 15 DESKRIPTIVE STATISTIK 2 Eindimensionale Häufigkeitsverteilungen...16 2.1 Häufigkeiten... 16 2.1.1 Grundbegriffe... 16 2.1.2
MehrNachklausur zur Vorlesung. Statistik für Studierende der Biologie
Institut für Mathematische Stochastik WS 1999/2000 Universität Karlsruhe 11. Mai 2000 Dr. Bernhard Klar Nachklausur zur Vorlesung Statistik für Studierende der Biologie Bearbeitungszeit: 90 Minuten Name:
MehrKapitel 6. Verteilungsparameter. 6.1 Der Erwartungswert Diskrete Zufallsvariablen
Kapitel 6 Verteilungsparameter Wie bei einem Merkmal wollen wir nun die Lage und die Streuung der Verteilung einer diskreten Zufallsvariablen durch geeignete Maßzahlen beschreiben. Beginnen wir mit Maßzahlen
MehrGRUPPE B Prüfung aus Statistik 1 für SoziologInnen
GRUPPE B Prüfung aus Statistik 1 für SoziologInnen 16. Oktober 2015 Gesamtpunktezahl =80 Prüfungsdauer: 2 Stunden Name in Blockbuchstaben: Matrikelnummer: 1) Wissenstest (maximal 20 Punkte) Kreuzen ( )
MehrKlausur zur Vorlesung Statistik für BWL Name Vorname Matrikelnr.
Hochschule Darmstadt Fachbereich MN Prof. Dr. Dietrich Baumgarten Darmstadt, den 9.7.2012 Klausur zur Vorlesung Statistik für BWL Name Vorname Matrikelnr. Aufgabe 1 2 3 4 5 6 Summe Note Punkte 1 Aufgabe
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
MehrDeskription, Statistische Testverfahren und Regression. Seminar: Planung und Auswertung klinischer und experimenteller Studien
Deskription, Statistische Testverfahren und Regression Seminar: Planung und Auswertung klinischer und experimenteller Studien Deskriptive Statistik Deskriptive Statistik: beschreibende Statistik, empirische
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
MehrEinführung in die Statistik
Einführung in die Statistik 1. Deskriptive Statistik 2. Induktive Statistik 1. Deskriptive Statistik 1.0 Grundbegriffe 1.1 Skalenniveaus 1.2 Empirische Verteilungen 1.3 Mittelwerte 1.4 Streuungsmaße 1.0
MehrKapitel 10 VERTEILUNGEN
Kapitel 10 VERTEILUNGEN Fassung vom 18. Januar 2001 130 VERTEILUNGEN Zufallsvariable. 10.1 10.1 Zufallsvariable. HäuÞg wird statt des Ergebnisses ω Ω eines Zufalls-Experiments eine zugeordnete Zahl X(ω)
Mehr1 GRUNDLAGEN Grundbegriffe Skalen...15
Inhaltsverzeichnis 1 GRUNDLAGEN...13 1.1 Grundbegriffe...13 1.2 Skalen...15 DESKRIPTIVE STATISTIK 2 EINDIMENSIONALE HÄUFIGKEITSVERTEILUNGEN...16 2.1 Häufigkeiten...16 2.1.1 Grundbegriffe...16 2.1.2 Klassieren
Mehr1 Einleitung und Grundlagen 1
Inhaltsverzeichnis Vorwort vii 1 Einleitung und Grundlagen 1 1.1 Einführende Beispiele 1 1.2 Statistischer Prozess 2 1.3 Grundlagen 2 1.4 Unterscheidung von Merkmalen 3 1.4.1 Skalenniveaus 3 1.4.2 Stetige
Mehr2 Aufgaben aus [Teschl, Band 2]
20 2 Aufgaben aus [Teschl, Band 2] 2.1 Kap. 25: Beschreibende Statistik 25.3 Übungsaufgabe 25.3 a i. Arithmetisches Mittel: 10.5 ii. Median: 10.4 iii. Quartile: x 0.25 Y 4 10.1, x 0.75 Y 12 11.1 iv. Varianz:
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
MehrDr. Maike M. Burda. Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp 7.-9.
Dr. Maike M. Burda Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp 7.-9. Januar 2011 BOOTDATA11.GDT: 250 Beobachtungen für die Variablen...
Mehr4. Gemeinsame Verteilung und Grenzwertsätze
4. Gemeinsame Verteilung und Grenzwertsätze Häufig in der Praxis: Man muss mehrere (n) ZV en gleichzeitig betrachten (vgl. Statistik I, Kapitel 6) Zunächst Vereinfachung: Betrachte n = 2 Zufallsvariablen
Mehr4. Gemeinsame Verteilung und Grenzwertsätze
4. Gemeinsame Verteilung und Grenzwertsätze Häufig in der Praxis: Man muss mehrere (n) ZV en gleichzeitig betrachten (vgl. Statistik I, Kapitel 6) Zunächst Vereinfachung: Betrachte n = 2 Zufallsvariablen
Mehr5. Spezielle stetige Verteilungen
5. Spezielle stetige Verteilungen 5.1 Stetige Gleichverteilung Eine Zufallsvariable X folgt einer stetigen Gleichverteilung mit den Parametern a und b, wenn für die Dichtefunktion von X gilt: f x = 1 für
MehrMathematik für Betriebswirte II (Analysis) 1. Klausur Sommersemester
Mathematik für Betriebswirte II (Analysis). Klausur Sommersemester 04 5.07.04 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN Nachname:................................................................... Vorname:....................................................................
MehrP (X = 2) = 1/36, P (X = 3) = 2/36,...
2.3 Zufallsvariablen 2.3 Zufallsvariablen Meist sind die Ereignisse eines Zufallseperiments bereits reelle Zahlen. Ist dies nicht der Fall, kann man Ereignissen eine reelle Zahl zuordnen. Zum Beispiel
MehrWahrscheinlichkeitsverteilungen
Universität Bielefeld 3. Mai 2005 Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsrechnung Das Ziehen einer Stichprobe ist die Realisierung eines Zufallsexperimentes. Die Wahrscheinlichkeitsrechnung betrachtet
MehrPhilipp Sibbertsen Hartmut Lehne. Statistik. Einführung für Wirtschafts- und. Sozialwissenschaftler. 2., überarbeitete Auflage. 4^ Springer Gabler
Philipp Sibbertsen Hartmut Lehne Statistik Einführung für Wirtschafts- und Sozialwissenschaftler 2., überarbeitete Auflage 4^ Springer Gabler Inhaltsverzeichnis Teil I Deskriptive Statistik 1 Einführung
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
MehrInhaltsverzeichnis. Inhalt Teil I: Beschreibende (Deskriptive) Statistik Seite. 1.0 Erste Begriffsbildungen Merkmale und Skalen 5
Inhaltsverzeichnis Inhalt Teil I: Beschreibende (Deskriptive) Statistik Seite 1.0 Erste Begriffsbildungen 1 1.1 Merkmale und Skalen 5 1.2 Von der Urliste zu Häufigkeitsverteilungen 9 1.2.0 Erste Ordnung
MehrPrüfung aus Statistik 1 für SoziologInnen
Prüfung aus Statistik 1 für SoziologInnen 1) Wissenstest (maximal 20 Punkte) Prüfungsdauer: 120 Minuten netto Kreuzen ( ) Sie die jeweils richtige Antwort an. Jede richtige Antwort gibt 2 Punkte. Pro falsche
MehrStochastik. 1. Wahrscheinlichkeitsräume
Stochastik 1. Wahrscheinlichkeitsräume Ein Zufallsexperiment ist ein beliebig oft und gleichartig wiederholbarer Vorgang mit mindestens zwei verschiedenen Ergebnissen, bei dem der Ausgang ungewiß ist.
Mehr2 Zufallsvariable und Verteilungsfunktionen
8 2 Zufallsvariable und Verteilungsfunktionen Häufig ist es so, dass den Ausgängen eines Zufallexperiments, d.h. den Elementen der Ereignisalgebra, eine Zahl zugeordnet wird. Das wollen wir etwas mathematischer
MehrErmitteln Sie auf 2 Dezimalstellen genau die folgenden Kenngrößen der bivariaten Verteilung der Merkmale Weite und Zeit:
1. Welche der folgenden Kenngrößen, Statistiken bzw. Grafiken sind zur Beschreibung der Werteverteilung des Merkmals Konfessionszugehörigkeit sinnvoll einsetzbar? A. Der Modalwert. B. Der Median. C. Das
MehrPrüfung zu Modul 26 (BA Bw) bzw. 10 (BA IB) (Wirtschaftsstatistik)
2 Klausur-Nr = Sitzplatz-Nr Prüfung zu Modul 26 (BA Bw) bzw. 10 (BA IB) (Wirtschaftsstatistik) Klausurteil 1: Beschreibende Statistik Name, Vorname:... verteilung Teil 1: Beschreibende Statistik Aufgaben
MehrKlausur zu Methoden der Statistik I (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 I (mit Kurzlösung) Wintersemester 2007/2008 Aufgabe 1 Ihnen liegt
MehrArbeitsbuch zur deskriptiven und induktiven Statistik
Helge Toutenburg Michael Schomaker Malte Wißmann Christian Heumann Arbeitsbuch zur deskriptiven und induktiven Statistik Zweite, aktualisierte und erweiterte Auflage 4ü Springer Inhaltsverzeichnis 1. Grundlagen
MehrF r a g e n k a t a l o g
F r a g e n k a t a l o g 1. Was ist eine Konstante? 2. Was ist eine Variable? 3. Was ist ein Datum? 4. Welche Werte haben Variablen? 5. Was sind qualitative Variablen? 6. Was sind quantitative Variablen?
MehrKlausur Stochastik und Statistik 31. Juli 2012
Klausur Stochastik und Statistik 31. Juli 2012 Prof. Dr. Matthias Schmid Institut für Statistik, LMU München Wichtig: ˆ Überprüfen Sie, ob Ihr Klausurexemplar vollständig ist. Die Klausur besteht aus fünf
MehrUniversität Basel Wirtschaftswissenschaftliches Zentrum. Zufallsvariablen. Dr. Thomas Zehrt
Universität Basel Wirtschaftswissenschaftliches Zentrum Zufallsvariablen Dr. Thomas Zehrt Inhalt: 1. Einführung 2. Zufallsvariablen 3. Diskrete Zufallsvariablen 4. Stetige Zufallsvariablen 5. Erwartungswert
MehrAnliegen: Beschreibung von Versuchsergebnissen mit Zahlen, um mit Zahlen bzw. bekannten Funktionen rechnen zu können.
2 Zufallsvariable 2.1 Einführung Anliegen: Beschreibung von Versuchsergebnissen mit Zahlen, um mit Zahlen bzw. bekannten Funktionen rechnen zu können. Eine Zufallsvariable X ordnet jedem elementaren Versuchsausgang
MehrEinführung in die Statistik
Einführung in die Statistik Analyse und Modellierung von Daten von Prof. Dr. Rainer Schlittgen Universität Hamburg 12., korrigierte Auflage Oldenbourg Verlag München Inhaltsverzeichnis 1 Statistische Daten
MehrEinführung in die Statistik
Einführung in die Statistik Analyse und Modellierung von Daten Von Prof. Dr. Rainer Schlittgen 4., überarbeitete und erweiterte Auflage Fachbereich Materialwissenschaft! der Techn. Hochschule Darmstadt
MehrPrüfung aus Statistik 1 für SoziologInnen- Gruppe A
Prüfung aus Statistik 1 für SoziologInnen- Gruppe A 26. Juni 2012 Gesamtpunktezahl =80 Prüfungsdauer: 2 Stunden 1) Wissenstest (maximal 20 Punkte) Lösungen Kreuzen ( ) Sie die jeweils richtige Antwort
MehrLösungsvorschläge zur Klausur Beschreibende Statistik und Wirtschaftsstatistik (Sommersemester 2013)
Lösungsvorschläge zur Klausur Beschreibende Statistik und Wirtschaftsstatistik (Sommersemester 203) Aufgabe (9 Punkte) Ein metrisches Merkmal X sei in einer Grundgesamtheit vom Umfang n = 200 diskret klassiert.
MehrStatistik für Betriebswirte 1 Probeklausur Universität Hamburg Wintersemester 2016/ Dezember 2016
Statistik für Betriebswirte 1 Probeklausur Universität Hamburg Wintersemester 2016/2017 16. Dezember 2016 1 Aufgabe 1: Beschreibung univariater Daten (30 Punkte) Ein Autohändler verkauft Autos in fünf
MehrMathematik für Betriebswirte II (Analysis) 1. Klausur Sommersemester
Mathematik für Betriebswirte II (Analysis) 1. Klausur Sommersemester 2015 14.07.2015 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN Nachname:...................................................................
MehrLösungen zur deskriptiven Statistik
Lösungen zur deskriptiven Statistik Aufgabe 1. Bei einer Stichprobe von n = Studenten wurden folgende jährliche Ausgaben (in e) für Urlaubszwecke ermittelt. 1 58 5 35 6 8 1 6 55 4 47 56 48 1 6 115 8 5
MehrLösungen zu Übungsblatt 9 Höhere Mathematik2/Stochastik 2 Master KI/PI
Lösungen zu Übungsblatt 9 Höhere Mathematik/Stochastik Anpassung von Verteilungen Zu Aufgabe ) a) Zeichnen des Histogranmmes: Um das Histogramm zu zeichnen, benötigen wir die Höhe der Balken. Die Höhe
MehrWahrscheinlichkeit und Statistik: Zusammenfassung
HSR Hochschule für Technik Rapperswil Wahrscheinlichkeit und Statistik: Zusammenfassung beinhaltet Teile des Skripts von Herrn Hardy von Lukas Wilhelm lwilhelm.net 12. Januar 2007 Inhaltsverzeichnis 1
MehrUniversität Stuttgart Fachbereich Mathematik. Klausur Statistik für Wirtschaftswissenschaftler WS 2010/11. PD Dr. J. Dippon Dipl.-Math. A.
Universität Stuttgart Fachbereich Mathematik PD Dr. J. Dippon Dipl.-Math. A. Madlener Klausur Statistik für Wirtschaftswissenschaftler WS 2010/11 26. Februar 2011 VORNAME: MATRIKELNUMMER: NAME: STUDIENGANG:
MehrStatistik. Ludwig Fahrmeir Rita Künstler Iris Pigeot Gerhard Tutz. Der Weg zur Datenanalyse. Springer. Zweite, verbesserte Auflage
Ludwig Fahrmeir Rita Künstler Iris Pigeot Gerhard Tutz Statistik Der Weg zur Datenanalyse Zweite, verbesserte Auflage Mit 165 Abbildungen und 34 Tabellen Springer Inhaltsverzeichnis Vorwort v 1 Einführung
MehrDr. Maike M. Burda. Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp
Dr. Maike M. Burda Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp 8.-10. Januar 2010 BOOTDATA.GDT: 250 Beobachtungen für die Variablen... cm:
MehrWiederholung der Hauptklausur STATISTIK
Name, Vorname: Matrikel-Nr. Die Klausur enthält zwei Typen von Aufgaben: Teil A besteht aus Fragen mit mehreren vorgegebenen Antwortvorschlägen, von denen mindestens eine Antwort richtig ist und von denen
MehrPrüfung zu. (Wirtschaftsstatistik) Klausurteil 1: Beschreibende Statistik. BeStat-1 (7 Punkte)
Klausurteil 1: Beschreibende Statistik 3 Klausur-Nr = Sitzplatz-Nr Prüfung zu BeStat-1 (7 ) a) (1,5 ) Im Zeitraum 1975-006 hat sich der Umsatz eines Unternehmens verachtfacht. Bestimmen Sie die durchschnittliche
MehrKlausur zur Vorlesung
Institut für Mathematische Stochastik WS 2006/2007 Universität Karlsruhe 12. Februar 2007 Priv.-Doz. Dr. D. Kadelka Dipl.-Math. W. Lao Aufgabe 1 (15 Punkte) Klausur zur Vorlesung Statistik für Biologen
MehrÜbungsblatt 9 (25. bis 29. Juni)
Statistik 2 Dr. Andrea Beccarini Dipl.-Vw. Dipl.-Kffr. Heike Bornewasser-Hermes Sommersemester 2012 Übungsblatt 9 (25. bis 29. Juni) Stetiges Verteilungsmodell und Gemeinsame Verteilung Stetiges Verteilungsmodell
MehrProgramm. Wiederholung. Gleichverteilung Diskrete Gleichverteilung Stetige Gleichverteilung. Binomialverteilung. Hypergeometrische Verteilung
Programm Wiederholung Gleichverteilung Diskrete Gleichverteilung Stetige Gleichverteilung Binomialverteilung Hypergeometrische Verteilung Wiederholung verschiedene Mittelwerte für verschiedene Skalenniveaus
MehrÜbung 3 im Fach "Biometrie / Q1"
Universität Ulm, Institut für Epidemiologie und Medizinische Biometrie, D-89070 Ulm Institut für Epidemiologie und Medizinische Biometrie Leiter: Prof. Dr. D. Rothenbacher Schwabstr. 13, 89075 Ulm Tel.
MehrWahrscheinlichkeitstheorie und Statistik vom
INSTITUT FÜR STOCHASTIK SS 2007 UNIVERSITÄT KARLSRUHE Priv.-Doz. Dr. D. Kadelka Dipl.-Math. oec. W. Lao Klausur (Maschineningenieure) Wahrscheinlichkeitstheorie und Statistik vom 2.9.2007 Musterlösungen
MehrKlassifikation von Signifikanztests
Klassifikation von Signifikanztests nach Verteilungsannahmen: verteilungsabhängige = parametrische Tests verteilungsunabhängige = nichtparametrische Tests Bei parametrischen Tests werden im Modell Voraussetzungen
MehrInhaltsverzeichnis. Vorwort 13. Teil I Beschreibende Statistik 17. Kapitel 1 Statistische Merkmale und Variablen 19
Inhaltsverzeichnis Vorwort 13 Teil I Beschreibende Statistik 17 Kapitel 1 Statistische Merkmale und Variablen 19 1.1 Statistische Einheiten und Grundgesamtheiten 19 1.2 Merkmale und Merkmalsausprägungen
Mehr1.5 Erwartungswert und Varianz
Ziel: Charakterisiere Verteilungen von Zufallsvariablen (Bildbereich also reelle Zahlen, metrische Skala) durch Kenngrößen (in Analogie zu Lage- und Streuungsmaßen der deskriptiven Statistik). Insbesondere:
Mehr1.5 Erwartungswert und Varianz
Ziel: Charakterisiere Verteilungen von Zufallsvariablen durch Kenngrößen (in Analogie zu Lage- und Streuungsmaßen der deskriptiven Statistik). Insbesondere: a) durchschnittlicher Wert Erwartungswert, z.b.
MehrKenngrößen von Zufallsvariablen
Kenngrößen von Zufallsvariablen Die Wahrscheinlichkeitsverteilung kann durch die sogenannten Kenngrößen beschrieben werden, sie charakterisieren sozusagen die Verteilung. Der Erwartungswert Der Erwartungswert
MehrKapitel VII - Funktion und Transformation von Zufallsvariablen
Universität Karlsruhe (TH) Institut für Statistik und Mathematische Wirtschaftstheorie Wahrscheinlichkeitstheorie Kapitel VII - Funktion und Transformation von Zufallsvariablen Markus Höchstötter Lehrstuhl
MehrZufallsgröße X : Ω R X : ω Anzahl der geworfenen K`s
X. Zufallsgrößen ================================================================= 10.1 Zufallsgrößen und ihr Erwartungswert --------------------------------------------------------------------------------------------------------------
Mehr7.5 Erwartungswert, Varianz
7.5 Erwartungswert, Varianz Def. 7.5.: a) X sei eine diskrete ZV, die bei unendl. vielen Werten x k folgende Zusatzbedingung erfüllt: x k p k
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
MehrStatistik Probeprüfung 1
WWZ Wirtschaftswissenschaftliche Fakultät der Universität Basel Dr. Thomas Zehrt Bitte in Druckbuchstaben ausfüllen: Name Vorname Statistik Probeprüfung 1 Zeit: 90 Minuten, Maximale Punktzahl: 72 Zur Orientierung:
Mehr1 EINLEITUNG Allgemeines Kapitelübersicht Gebrauch dieses Buches Verwenden zusätzlicher Literatur...
Inhaltsverzeichnis 1 EINLEITUNG... 1 1.1 Allgemeines... 1 1.2 Kapitelübersicht... 2 1.3 Gebrauch dieses Buches... 3 1.4 Verwenden zusätzlicher Literatur... 4 DESKRIPTIVE STATISTIK 2 GRUNDLAGEN... 5 2.1
MehrDr. I. Fahrner WiSe 2016/17 Fakultät Grundlagen Hochschule Esslingen Übungsblatt 2. Statistik
Dr. I. Fahrner WiSe 2016/17 Fakultät Grundlagen 6.10.2016 Hochschule Esslingen Übungsblatt 2 Statistik Stichworte: arithmetischer Mittelwert, empirische Varianz, empirische Standardabweichung, empirischer
Mehr1 Stochastische Konvergenz 2. 2 Das Gesetz der grossen Zahlen 4. 3 Der Satz von Bernoulli 6
Wirtschaftswissenschaftliches Zentrum 0 Universität Basel Mathematik Dr. Thomas Zehrt Grenzwertsätze Benötigtes Vorwissen: Der Stoff der Vorlesung,,Statistik wird als bekannt vorausgesetzt, insbesondere
MehrEs können keine oder mehrere Antworten richtig sein. Eine Frage ist NUR dann richtig beantwortet, wenn ALLE richtigen Antworten angekreuzt wurden.
Teil III: Statistik Alle Fragen sind zu beantworten. Es können keine oder mehrere Antworten richtig sein. Eine Frage ist NUR dann richtig beantwortet, wenn ALLE richtigen Antworten angekreuzt wurden. Wird
MehrI Grundbegriffe 1 1 Wahrscheinlichkeitsräume Bedingte Wahrscheinlichkeiten und Unabhängigkeit Reellwertige Zufallsvariablen...
Inhaltsverzeichnis I Grundbegriffe 1 1 Wahrscheinlichkeitsräume......................... 1 2 Bedingte Wahrscheinlichkeiten und Unabhängigkeit........... 7 3 Reellwertige Zufallsvariablen........................
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
MehrBeispiel 2 (Einige Aufgaben zu Lageparametern) Aufgabe 1 (Lageparameter)
Beispiel (Einige Aufgaben zu Lageparametern) Aufgabe 1 (Lageparameter) 1 Ein Statistiker ist zu früh zu einer Verabredung gekommen und vertreibt sich nun die Zeit damit, daß er die Anzahl X der Stockwerke
MehrWoche 2: Zufallsvariablen
Woche 2: Zufallsvariablen Patric Müller ETHZ WBL 17/19, 24.04.2017 Wahrscheinlichkeit und Statistik Patric Müller WBL 2017 Teil III Zufallsvariablen Wahrscheinlichkeit
Mehr0 für t < für 1 t < für 2 t < für 3 t < für 4 t < 5 1 für t 5
4 Verteilungen und ihre Kennzahlen 1 Kapitel 4: Verteilungen und ihre Kennzahlen A: Beispiele Beispiel 1: Eine diskrete Zufallsvariable X, die nur die Werte 1,, 3, 4, 5 mit positiver Wahrscheinlichkeit
MehrBitte am PC mit Windows anmelden!
Einführung in SPSS Plan für heute: Grundlagen/ Vorwissen für SPSS Vergleich der Übungsaufgaben Einführung in SPSS http://weknowmemes.com/generator/uploads/generated/g1374774654830726655.jpg Standardnormalverteilung
MehrKapitel II Kontinuierliche Wahrscheinlichkeitsräume
Kapitel II Kontinuierliche Wahrscheinlichkeitsräume 1. Einführung 1.1 Motivation Interpretation der Poisson-Verteilung als Grenzwert der Binomialverteilung. DWT 1.1 Motivation 211/476 Beispiel 85 Wir betrachten
MehrBiostatistik, Winter 2011/12
Biostatistik, Winter 2011/12 Wahrscheinlichkeitstheorie:, Kenngrößen Prof. Dr. Achim Klenke http://www.aklenke.de 7. Vorlesung: 09.12.2011 1/58 Inhalt 1 2 Kenngrößen von Lagemaße 2/58 mit Dichte Normalverteilung
MehrÜbungsscheinklausur,
Mathematik IV für Maschinenbau und Informatik (Stochastik) Universität Rostock, Institut für Mathematik Sommersemester 27 Prof. Dr. F. Liese Übungsscheinklausur, 3.7.27 Dipl.-Math. M. Helwich Name:...
MehrHinweis: Es sind 4 aus 6 Aufgaben zu bearbeiten. Werden mehr als 4 Aufgaben bearbeitet, werden nur die ersten vier Aufgaben gewertet.
11.01.2012 Prof. Dr. Ingo Klein Klausur zur VWA-Statistik Hinweis: Es sind 4 aus 6 Aufgaben zu bearbeiten. Werden mehr als 4 Aufgaben bearbeitet, werden nur die ersten vier Aufgaben gewertet. Aufgabe 1:
Mehr