Bei 95%iger Konfidenz wäre der Mittelwert der GG zwischen 1421,17DM und 1778,83DM zu erwarten.
|
|
- Franziska Huber
- vor 7 Jahren
- Abrufe
Transkript
1 Aufgabe 36 (S. 346: Schätzverfahre für Mittelwert ud Stadardabweichug a Puktschätzuge für µ aufgrud der Werte der kleie Stichprobe aus Aufgabe 3 Bei eier Puktschätzug wird für de zu schätzede Parameter der Grudgesamtheit aufgrud des Ergebisses der Stichprobe lediglich ei eiziger Schätzwert agegebe, also ist µ& = x = 16, DM b Bestimmug vo ofidezbereiche für µ: mit ( 1 = x = 16, DM s$ = 5, DM, bzw. 99,. = 1 1 = = 5 N 5,,, also kei Edlichkeitsfaktor σ ist ubekat ud = 1 3, damit ist µ ~ = x ± t ; φ b1 Eisetze bei ( 1 - a =, : x t,5;9 µ x t,5; ,6 µ 16 +,6 =, 1 1 ( 141,17DM µ 1778,83DM =, =, Bei %iger ofidez wäre der Mittelwert der GG zwische 141,17DM ud 1778,83DM zu erwarte. b Eisetze bei ( 1 - a =, 99:
2 x t,5;9 µ x + t,5; ,5 µ ,5 =, ( 1343,6DM µ 1856,94DM =, 99 =,99 Bei 99%iger ofidez wäre der Mittelwert der GG zwische 1343,6DM ud 1856,DM zu erwarte. Amerkug: Ei prozetualer Vergleich der ofidezbereiche zeigt, daß eie Erhöhug des ofideziveaus vo % auf 99% zu eier Vergrößerug des Usicherheitsbereiches um 44% führt. Dies etspricht dem prozetuale Awachse des t o - Wertes. a ofidezitervalle für µ für die größere Stichprobe (aus Aufgabe 3 Ausgagsdate für die Bereichsschätzuge mit eiem ofideziveau vo, : N = 1 = 55 x = 155, DM s$ =, DM ( 1 =, bzw.,99 Der Edlichkeitsfaktor musste agewadt werde, weil N = 55 =, 55 1 >, 5 σ ist ubekat ud = 55 > 3, daraus folgt ~ s$ µ = x ± z ( N N 1 µ 1 µ µ = 1, daraus folgt für die Berechug der ofidezbereiche bei =, z = 1, 96 s$ N s N x z x z N + $ µ =,, 5, 5 1 N µ ,, =, ( µ 153, 13DM 1567, 87DM =, Bei %iger ofidez wäre der Mittelwert der GG zwische 153,13DM ud 1567,87DM zu erwarte.
3 Aufgabe 37: Schätzverfahre für Mittelwerte N = 1 = 5 x = 5, DM s$ = 5, DM a Berechug eies ofidezitervalls für µ bei =5 ud eier %ige ofidez σ ist ubekat, = ( µ µ µ = 1 1 s µ ~ $ = x ± t ; φ 5 3 Das Itervall ist t verteilt. Daraus folgt Auf de Edlichkeitsfaktor ka verzichtet werde, weil N = 5 = 5 1 5,, ist: s$ s$ x t µ x + t =,, 5 5 4, ; ; 4 5, 64 5 µ 5+, 64 5 =, 5 5 ( µ 9, 36DM 7, 64DM =, Der Durchschitt der Ausgabe für Fleisch pro Haushalt i diesem Stadtteil bewegt sich bei %igem Vertraue im Itervall vo 9,36DM bis 7,64DM. b ofidezitervall für µ bei =1: Dabei ergebe sich die selbe Stichprobewerte. Wie groß ist das ofidezitervall jetzt? N = 1 = 1 x = 5, DM s$ = 5, DM σ ist ubekat, = 1 > 3. Daraus folgt ( µ 1 µ µ = 1 ~ s$ µ = x ± z Auf de Edlichkeitsfaktor ka verzichtet werde, weil N = 1 = Eisetze:,, ist.
4 s$ s$ x z µ x + z =,, 5, , µ , =, 1 1 ( µ 4, DM 59, 8DM =, Der Durchschitt der Ausgabe für Fleisch pro Haushalt i diesem Stadtteil liegt bei %igem Vertraue im Itervall vo 4,DM bis 59,8DM. Aufgabe 38: Schätzverfahre für σ: a Puktschätzug für σ: Bei eier Puktschätzug wird für de zu schätzede Parameter der Grudgesamtheit aufgrud des Ergebisses der Stichprobe lediglich ei eiziger Schätzwert agegebe, also ist σ& = = 5DM = 1 3, damit ist b ofidezitervalle für σ bei kleie Stichprobe: GG = NV, = 1 ud ŝ = 5, da =1 3ergebe sich die ofidezitervalle wie folgt: b1 bei ( 1 =, : 1 1 s$ s = σ $,, 5, 5 ; φ 1 ; φ 1 1 = σ 5,,, 7 ( σ 171, 96DM 456, 44DM =, Bei %iger ofidez wäre die Stadardabweichug der GG zwische 171,96DM ud 456,44DM zu erwarte. b bei ( 1 =, 99:
5 s$ s = σ $, 99, 1, 1 ; φ 1 ; φ 1 = σ 5, 99, 1735, ( = 154, 4DM 569, 39DM =, 99 Bei 99%iger ofidez wäre eie Stadardabweichug der GG zwische 154,47DM ud 569,39DM zu erwarte. Amerkug: Bei der Stadardabweichug wächst der ofidezbereich mit steigedem ofideziveau um 46%. Eie eifache Proportioalität zwische der Veräderug des ofidezbereiches ud der - Werte ist icht gegebe. c ofidezitervalle für σ bei große Stichprobe: c1 bei ( 1 =, : Aus = 55 > 3 folgt ei %-ofidezbereich mit: φ φ + z σ φ φ z = 1 für =, z = 1,96 ud φ = 1 = 55 1= 549 φ φ 1 + Z / σ ,96 ( 7,8DM 33,DM =, φ =, φ 1 Z / 549 =, 549 1,96 Bei %iger ofidez wäre die Stadardabweichug i der GG zwische 7,8DM ud 33,DM zu erwarte. c bei ( 1 =, 99: Aus = > ,58 4,19 38,69 =, 55 3 folgt ei 99%-ofidezbereich mit: [ ] 549 = 549,58
6 Bei 99%iger ofidez wäre also eie Stadardabweichug i der GG zwische 4,19 DM ud 38,69 DM zu erwarte. zusätzlich zu de gestellte Aufgabe werde die ofidezitervalle für σ aus de Aufgabe 37 a ud b berechet: a ofidezitervalle für σ bei eier kleie Stichprobe = 5, ŝ = 5 DM, ofideziveau =, = 5 3, daraus folgt: 1 s$ s$ ; φ 1 ;φ = σ 39, =, 1,41 ( 39,4DM 69,56DM =, Die Stadardabweichug der Ausgabe für Fleisch pro Haushalt i diesem Stadtteil bewegt sich bei %igem Vertraue im Itervall vo 39,4DM bis 69,56DM. b ofidezitervall für σ bei eier große Stichprobe: = 1 > 3, daraus folgt: s$ φ s$ φ φ 1+ z φ z = 1 Eisetze: ,96 ( 43,98DM 58,6DM =, 5 99 =, 99,96 Die Stadardabweichug der Ausgabe für Fleisch pro Haushalt i diesem Stadtteil liegt bei %igem Vertraue im Itervall vo 43,98DM bis 58,6DM.
7 Aufgabe 39: ofidezschätzug für Ateilswerte = k = 8 =,1 bzw. =,5 k 8 p = = =, 4 ( VAR( k = p p =,, =, N , also Approximatio über ( ; Der Edlichkeitsfaktor muß icht verwedet werde, weil N = = 5, 4 <, 5 bei =,5 Z bei =,1 Z Formel: ~π = p ± z p = 1,96 =,58 ( 1 p Die z -Werte ergebe sich wie folgt: 1, 5 =, z = 1, 96 Ergebis: p z, 5 p,4,96,4,96 π (,31 π,49 =, ( 1 p p ( 1 p π p + z,4 + 1,96 = 1,4,96 = 1,5 Mit %iger ofidez (Vertraue ist der Ateilswert i der GG zwische 3,1% ud 4,9% zu erwarte. Aufgabe 4: Bestimmug des Stichprobeumfags für die Schätzug vo µ a Zusammehag zwische ud dem ofidezbereich Je größer der Stichprobeumfag, desto kleier die ofidezbereiche für µ ud σ.
8 Vergleichede Aalyse der Wirkug eier Stichprobeumfagserhöhug auf die Aussagegeauigkeit des Schätzverfahres: Bei = 5 ergabe sich folgede ofidezitervalle: ( 9, 36 µ 7, 64 =, ; das etspricht eier Spaweite vo DM DM 41, 8DM ( 39, 4DM 69, 56DM =, 3, 5DM ; das etspricht eier Spaweite vo Bei = 1 ergabe sich folgede ofidezitervalle: ( 4, µ 59, 8 =, ; das etspricht eier Spaweite vo DM DM 19, 6DM ( 43, 98DM σ 58, 6DM =, 14, 8DM ; das etspricht eier Spaweite vo Eie Vervierfachug des Stichprobeumfags bewirkt hier etwa eie Halbierug der Spaweite der ofidezbereiche. b miimale Größe der Stichprobe Wie groß muss gewählt werde, damit bei %iger ofidez ud σ = 49 der maximale Schätzfehler (e = x µ icht mehr als 5DM (e 5 DM ist? Aus z 5 196,, = folgt durch Eisetze i z σ = e 1,96 49 = 5 = 368, Es müsse midestes 369 Persoe befragt werde. Aufgabe 41: Bestimmug des Stichprobeumfags für die Schätzug vo π
9 Verwedug der Date aus Aufgabe 33c Wie groß muss die Stichprobe ( sei, damit der Stichprobefehler ( e = p π icht größer als,5% ist? für =,5. Vermutug p=π =,5 (5%-Hürde. Formel: Z = p π p umgestellt ach : Z = ( 1 p / [ π (1 π ] e laut Tabelle ist z = 1, 96 bei =, 5. Eigesetzt ergibt sich: 1,96,5 ( 1,5 = = 799,4 73 Persoe bei %iger ofidez.,5 Achtug: Bei diesem ist sicherheitshalber zu prüfe, ob der Edlichkeitsfaktor hätte berücksichtigt werde müsse! de Auswahlsatz teste: >, 5 Formel mit Ef: 73? =, Ef! N 5 Z / π (1 π ( N = e ( N 1,96²,5, (5 73 = = 633,51,5² Eigesetzt: 634 Wichtig: Es wird immer aufzurude, weil es sich um eie Midestaforderug hadelt. Die Stichprobe müsste 634 Mesche umfasse, damit ei solch geriger Stichprobefehler erwartet werde ka.
Kapitel 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
MehrX in einer Grundgesamtheit vollständig beschreiben.
Prof. Dr. Rolad Füss Statistik II SS 008. Puktschätzug vo Parameter eier Grudgesamtheit Nur durch eie Totalerhebug ka ma die Verteilug eier Zufallsvariable X i eier Grudgesamtheit vollstädig beschreibe.
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
MehrStatistik. 5. Schließende Statistik: Typische Fragestellung anhand von Beispielen. Kapitel 5: Schließende Statistik
Statistik Kapitel 5: Schließede Statistik 5. Schließede Statistik: Typische Fragestellug ahad vo Beispiele Beispiel 1» Aus 5 Messwerte ergebe sich für die Reißfestigkeit eier Garsorte der arithmetische
Mehr2. Schätzverfahren 2.1 Punktschätzung wirtschaftlicher Kennzahlen. Allgemein: Punktschätzung eines Parameters:
. Schätzverfahre. Puktschätzug wirtschaftlicher Kezahle Allgemei: Puktschätzug eies Parameters: Ermittlug eies Schätzwertes für eie ubekate Parameter eier Zufallsvariable i der Grudgesamtheit mit Hilfe
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
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
MehrSchätzen von Populationswerten
Schätze vo Populatioswerte SS00 7.Sitzug vom.06.00 Schätze vo Populatioswerte Ziel: Ermöglichug vo Aussage über die Grudgesamtheit ahad vo Stichprobedate Logische Methode: Iduktiosschluß Grudlage des Iduktiosschlusses:
MehrInduktive Schlussweise. Schätzfunktionen und Schätzverfahren. Bibliografie
Auswertug uivariater Datemege -iduktiv - Iduktive Schlussweise Schätzfuktioe ud Schätzverfahre Schätzug I Bibliografie Prof. Dr. Kück Uiversität Rostock Statistik, Vorlesugsskript Abschitt 7..; 7.. Bleymüller
MehrGrundproblem der Inferenzstatistik
Grudproblem der Iferezstatistik Grudgesamtheit Stichprobeziehug Zufalls- Stichprobe... "wahre", ubekate Ateil icht zufällig p... beobachtete Ateil zufällig Statistik für SoziologIe 1 Iferez für Ateile?
MehrDr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren
Dr. Jürge Seger INDUKTIVE STATISTIK Wahrscheilichkeitstheorie, Schätz- ud Testverfahre ÜBUNG. - LÖSUNGEN. ypothesetest für die Dicke vo Plättche Die Dicke X vo Plättche, die auf eier bestimmte Maschie
MehrEinstichprobentests für das arithmetische Mittel
Eistichprobetests für das arithmetische Mittel H 0 : = 0 bzw. H 0 : 0 H 1 : 0 zweiseitiger Test) H 1 : 0 zweiseitiger Test) Uter Gültigkeit vo H 0 ist die achfolgede Teststatistik stadardormalverteilt.
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
MehrII. Grundzüge der Stichprobentheorie
II. Grudzüge der Stichprobetheorie Grüde für Stichprobeerhebug - deutlich gerigere Koste - größere Awedugsbreite - kürzere Erhebugs- ud Auswertugszeite - i der Regel größere Geauigkeit der Ergebisse Begriffsbestimmug
MehrSchätzen von Populationswerten
Schätze vo Populatioswerte 7.Sitzug 35 Seite, SoSe 003 Schätze vo Populatioswerte Ziel: Ermöglichug vo Aussage über die Grudgesamtheit ahad vo Stichprobedate Logische Methode: Iduktiosschluss Grudlage
MehrX X Schätzen von Vertrauensintervallen Schwankungsintervall
.. Schätze vo Vertrauesitervalle..1. Schwakugsitervall Beispiel: X = Betrag vo Geldüberweisuge, ormalverteilt, µ = 5000, = 1000 Zufallsstichprobe mit = 100, Schätzer für µ: X X Gesucht: Itervall, i dem
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
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
Mehr10. Intervallschätzung 10.1 Begriff des Konfidenzintervalls
10. Itervallschätzug 10.1 Begriff des Kofidezitervalls Mit uterschiedliche Stichprobe werde verschiedee Puktschätzer für de Parameter der Grudgesamtheit erzielt. We m Stichprobe aus der Grudgesamtheit
MehrÜbungen mit dem Applet erwartungstreu
Übuge mit dem Applet erwartugstreu Visualisierug vo erwartugstreu Begriffe ud statischer Hitergrud. Visualisieruge mit dem Applet..3. Zufallsstreuug der Eizelwerte...3. Mittelwerte 3.3 Variaz. 4.4 Variaz
MehrKörpergröße x Häufigkeit in [m] 1.50 1.60 1 1.60 1.70 5 1.70 1.80 49 1.80 1.90 53 1.90 2.00 15 2.00 2.10 1
8 Kofidezitervalle 1 Kapitel 8: Kofidezitervalle A: Beispiele Beispiel 1: Im WS 2000/01 wurde im Rahme der Statistik Vorlesug 124 Studete u.a. zu ihrer Körpergröße befragt. Ma erhielt folgedes Ergebis:
MehrGütefunktion und Fehlerwahrscheinlichkeiten Rechtsseitiger Test (µ 0 = 500) zum Signifikanzniveau α = Interpretation von Testergebnissen I
6 Hypothesetests Gauß-Test für de Mittelwert bei bekater Variaz 6.3 Gütefuktio ud Fehlerwahrscheilichkeite Rechtsseitiger Test (µ 0 = 500) zum Sigifikaziveau α = 0.30 6 Hypothesetests Gauß-Test für de
MehrEs werden 120 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 120 Schülern besitzen 99 ein Handy.
Vo der relative Häufigkeit zur Wahrscheilichkeit Es werde 20 Schüler befragt, ob sie ei Hady besitze. Das Ergebis der Umfrage lautet: Vo 20 Schüler besitze 99 ei Hady. Ereigis E: Schüler besitzt ei Hady
Mehr7. Stichproben und Punktschätzung
7. Stichprobe ud Puktschätzug 7. Grudgesamtheit ud Stichprobe Ausgagspukt der iduktive Statistik (beurteilede Statistik) sid Stichprobedate. Speziell stamme die Date aus Zufallsstichprobe. Die Stichprobeergebisse
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
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
MehrParameterschätzung. Kapitel Schätzfunktionen
Kapitel 8 Parameterschätzug 8.1 Schätzfuktioe Def. 8.1.1: Es seie X 1,X,...,X uabhägige ZV, die alle die gleiche Verteilug besitze. θ sei ei ubekater Parameter dieser Verteilug. X 1,X,...,X ist als eie
MehrStatistik I/Empirie I
Vor zwei Jahre wurde ermittelt, dass Elter im Durchschitt 96 Euro für die Nachhilfe ihrer schulpflichtige Kider ausgebe. I eier eue Umfrage uter 900 repräsetativ ausgewählte Elter wurde u erhobe, dass
MehrNormalverteilung. Standardnormalverteilung. Intervallwahrscheinlichkeiten. Verteilungsfunktion
Normalverteilug Stadardormalverteilug Normalverteilug N(μ, ) mit ichte : Gaußche Glockekurve μ μ μ+ μ >, f ( ) = ( μ) WS 6/7 Prof. r. J. Schütze, FB GW NV π Eigechafte der ichte: - Maimum i μ - mmetrich
MehrPhysikalisches Anfaengerpraktikum. Beugung und Brechung
Physikalisches Afaegerpraktikum Beugug ud Brechug Ausarbeitug vo Marcel Egelhardt & David Weisgerber (Gruppe 37) Mittwoch, 3. Februar 005 I Utersuchuge am Prismespektroskop 1. Versuch zur Bestimmug des
MehrTeil II Zählstatistik
Teil II Zählstatistik. Aufgabestellug. Vergleiche Sie experimetelle Zählverteiluge mit statistische Modelle (POISSON-Verteilug ud Normalverteilug) 2. Theoretische Grudlage Stichworte zur Vorbereitug: Impulszahl,
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
MehrDer χ 2 Test. Bei Verteilungen Beantwortung der Frage, ob eine gemessene Verteilung Gauß- oder Poisson-verteilt ist oder nicht?
Der χ Test Es gibt verschiedee Arte vo Sigifikaztests Nebe Sigifikaztests, die sich mit dem Mittelwert beschäftige, gibt es auch Testverfahre für Verteiluge Bei Verteiluge Beatwortug der Frage, ob eie
MehrTesten statistischer Hypothesen
Kapitel 9 Teste statistischer Hypothese 9.1 Eiführug, Sigifiaztests Sigifiaztest für µ bei der ormalverteilug bei beatem σ = : X i seie uabhägig ud µ, ) verteilt, µ sei ubeat. Stelle eie Hypothese über
MehrBSc: Waldmesslehre Waldinventur I
Erfassug vo Bestadeswerte durch Stichprobe Wiederholug Grudlage der Stichprobetheorie Uterschiedliche Arte vo Aufahmefläche = Probefläche (plots) Auswertug vo Zufallsstichprobe Wiederholug (Beispiel Bestadesvorratsschätzug):
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
Mehra) Zeichnen sie ein Schaltbild des Versuches und beschriften sie dieses.
Der Hz-Schwigkreis besteht aus eier Spule hoher Iduktivität ud eiem Kodesator. Wird ei solcher Schwigkreis kurzfristig mit elektrischer Eergie versorgt, so führt er eie stark gedämpfte Schwigug aus. Aufgezeichet
Mehr4. Übung Konfidenzintervalle für Anteile und Mittelwerte
Querschittsbereich 1: Epidemiologie, Mediziische Biometrie ud Mediziische Iformatik - Übugsmaterial - Erstellt vo Mitarbeiter des IMISE ud des ZKS Leipzig 4. Übug Kofidezitervalle für Ateile ud Mittelwerte
MehrLehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007
Lehrstuhl für Empirische Wirtschaftsforschug ud Ökoometrie Dr. Rolad Füss Statistik II: Schließede Statistik SS 2007 6. Grezwertsätze Der wichtigste Grud für die Häufigkeit des Auftretes der Normalverteilug
MehrSchätzung der Kovarianzmatrix
Schätzug der Kovariazmatrix Aus eiem Esemble vo Beobachtuge {x i } ka die Kovariazmatrix (Zetralmomete) geschätzt werde: C = E{( x µ )( x µ ) } = R µ µ xx x x xx x x ˆ 1 C ˆ ˆ xx = xk µ x xk µ x k = 1
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
MehrUnivariate Verteilungen
(1) Aalyse: "deskriptive Statistike" Aalysiere -> deskriptive Statistike -> deskriptive Statistik Keie tabellarische Darstellug der Häufigkeitsverteilug () Aalyse: "Häufigkeitsverteilug" Aalysiere -> deskriptive
MehrPraktikum Vorbereitung Fertigungsmesstechnik Statistische Qualitätskontrolle
Praktikum Vorbereitug Fertigugsmesstechik Statistische Qualitätskotrolle Bei viele Erzeugisse ist es icht möglich jedes Werkstück zu prüfe, z.b.: bei Massefertigug. Hier ist es aus ökoomische Grüde icht
MehrWissenschaftliches Arbeiten Studiengang Energiewirtschaft
Wisseschaftliches Arbeite Studiegag Eergiewirtschaft - Auswerte vo Date - Prof. Dr. Ulrich Hah WS 01/013 icht umerische Date Tet-Date: Datebak: Name, Eigeschafte, Matri-Tabelleform Spalte: übliche Aordug:
MehrEinführung in die induktive Statistik. Inferenzstatistik. Konfidenzintervalle. Friedrich Leisch
Spiel Körpergröße Zahl: Azahl weiblich Eiführug i die iduktive Statistik Friedrich Leisch Istitut für Statistik Ludwig-Maximilias-Uiversität Müche Tafelgruppe 8.5 8.6 8.7 8.8 8.9 9.0 9.1 4 5 3 2 1 0 1
MehrGrundlagen der Biostatistik und Informatik
Vergleich vo mehrere Stichprobe Grudlage der Biostatisti ud Iformati Hypotheseprüfuge III., Nichtparametrische Methode dr László Smeller Semmelweis Uiversität 0 Vergleich vo mehrere Stichprobe Boferroi
MehrKlausur vom
UNIVERSITÄT KOBLENZ LANDAU INSTITUT FÜR MATHEMATIK Dr. Domiik Faas Stochastik Witersemester 00/0 Klausur vom 7.0.0 Aufgabe 3+.5+.5=6 Pukte Bei eier Umfrage wurde 60 Hotelbesucher ach ihrer Zufriedeheit
MehrIntervallschätzung II 2
Itervallschätzug Kofidezitervall für die Variaz Kofidezitervall für de Ateilswerte Kofidezitervall für die Differez zweier Ateile Bestimmug des Stichrobeumfags Itervallschätzug II Bibliografie Bleymüller
Mehr6. Grenzwertsätze. 6.1 Tschebyscheffsche Ungleichung
6. Grezwertsätze 6.1 Tschebyscheffsche Ugleichug Sofer für eie Zufallsvariable X die Verteilug bekat ist, lässt sich die Wahrscheilichkeit dafür bestimme, dass X i eiem bestimmte Itervall liegt. Wie ist
Mehr14 Statistische Beziehungen zwischen nomi nalen Merkmalen
14 Statistische Beziehuge zwische omi ale Merkmale 14.1 Der Chi Quadrat Test auf Uabhägigkeit für Vier Feldertafel 14.2 Der Chi Quadrat Test auf Uabhägigkeit für r s Kotigeztafel 14.3 Zusammmehagsmaße
Mehr5.4.2 Die empirische Verteilungsfunktion als Ausgangspunkt
Tests 9 5.4 Der Kolmogorov Smirov Test Grudlage für de Kolmogorov Smirov Apassugs Test ist ei Satz vo Kolmogorov, die asymptotische Verteilug eier Statistik Δ betreffed. Aus Δ ergibt sich durch Modifikatio
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 ; : :
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
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
MehrKonfidenzintervalle. Praktische Übung Stochastik SS 2017 Lektion 10 1
Kofidezitervalle Praktische Übug Stochastik SS 017 Lektio 10 1 Kofidezitervalle Geerelle Aahme: Parametrisches Modell (P ϑ ) ϑ Θ Beobachtuge X 1,..., X u.i.v. ach P ϑ mit ubekatem ϑ Θ Grudidee: Schätzer
MehrDiskrete Zufallsvariablen
Erste Beispiele diskreter Verteiluge Diskrete Zufallsvariable Beroulli-Verteilug Eie diskrete Zufallsvariable heißt beroulliverteilt mit arameter p, falls sie die Wahrscheilichkeitsfuktio p,, f ( ) ( )
MehrKapitel 9 WAHRSCHEINLICHKEITS-RÄUME
Kapitel 9 WAHRSCHEINLICHKEITS-RÄUME Fassug vom 13. Februar 2006 Mathematik für Humabiologe ud Biologe 129 9.1 Stichprobe-Raum 9.1 Stichprobe-Raum Die bisher behadelte Beispiele vo Naturvorgäge oder Experimete
MehrBerechnung des Kreisumfang - π - Subtraktionskatastrophe
Berechug des Kreisumfag - π - Subtraktioskatastrophe Räder, Satellitebahe, Flasche, Karussells,... - überall i userer umittelbare ud ferere Umwelt gibt es Gegestäde ud Bewegugsbahe, die sich mathematisch
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
Mehr6. Übung - Differenzengleichungen
6. Übug - Differezegleichuge Beispiel 00 Gesucht sid alle Lösuge vo a) x + 3x + = 0 ud b) x + x + 7 = 0, jeweils für 0. Um diese lieare Differezegleichug erster Ordug zu löse, verwede wir die im Buch auf
Mehrelektr. und magnet. Feld A 7 (1)
FachHochschule Lausitz Physikalisches Praktikum α- ud β-strahlug im elektr. ud maget. Feld A 7 Name: Matrikel: Datum: Ziel des Versuches Das Verhalte vo α- ud β-strahlug im elektrische ud magetische Feld
MehrTESTEN VON HYPOTHESEN
TESTEN VON HYPOTHESEN 1. Grudlage Oft hat ma Vermutuge zu Sachverhalte ud möchte diese gere durch Experimete bestätige. Dabei ka es sich i der Praxis zum Beispiel um Verteiluge vo gewisse Zufallsgröße
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
MehrKorrekturliste zum Studienbuch Statistik
Korrekturlite zum Studiebuch Statitik I der aktuelle Auflage wurde durch ei Kovertierugproblem i de Kapitel 0 (S. 3 3 ud de etprechede Abchitte i de Löuge (S. 39 07 teilweie die Zeiche µ durch ud π durch
MehrDr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren
Dr. Jürge Seger INDUKTIVE STATISTIK Wahrcheilichkeittheorie, Schät- ud Tetverfahre ÜBUNG. - LÖSUNGEN. Differetet für de Mittelwert (abhägige Stichprobe) Zwei Verfahre um Nachwei eie hormoale Dopigmittel
Mehr5.7. Aufgaben zu Folgen
5.7. Aufgabe zu Folge Aufgabe : Lieares ud beschräktes Wachstum Aus eiem Quadrat mit der Seiteläge dm gehe auf die rechts agedeutete Weise eue Figure hervor. Die im -te Schritt agefügte Quadrate sid jeweils
MehrWS 2000/2001. zeitanteiliger nomineller Jahreszinssatz für eine unterjährige Verzinsungsperiode bei einfachen Zinsen
Aufgabe 1: WS 2000/2001 Aufgabe 1: (4 P (4 Pukte) Gebe Sie die Formel zur Bestimmug des relative sowie des koforme Zissatzes a ud erläuter Sie die Uterschiede bzw. Gemeisamkeite der beide Zisfüße. Lösug:
MehrWahrscheinlichkeitstheorie und Statistik
Kapitel 15 Wahrscheilichkeitstheorie ud Statistik Verstädisfrage Sachfrage 1. Erläuter Sie de Begriff der absolute ud relative Häufigkeit eier Stichprobe! 2. Erläuter Sie de Begriff der Klassehäufigkeit
MehrProf. Dr. Roland Füss Statistik II SS 2008
1. Grezwertsätze Der wichtigste Grud für die Häufigkeit des Auftretes der Normalverteilug ergibt sich aus de Grezwertsätze. Grezwertsätze sid Aussage über eie Zufallsvariable für de Fall, dass die Azahl
Mehr8. Intervallschätzung
8. Itervallschätzug 8.1 Begriff des Kofidezitervalls Mit uterschiedliche Stichprobe lasse sich verschiedee Puktschätzer θ für de Parameter der Grudgesamtheit erziele. We m Stichprobe aus der Grudgesamtheit
MehrInvestitionsentscheidungsrechnung Annuitäten Methode
Mit Hilfe der köe folgede Ivestitioe beurteilt werde: eizele Ivestitioe alterative Ivestitiosobjekte optimale Ersatzzeitpukte Seite 1 Folgeder Zusammehag besteht zwische der Kapitalbarwertmethode ud der
MehrWahrscheinlichkeit & Statistik
Wahrscheilichkeit & Statistik created by Versio: 3. Jui 005 www.matheachhilfe.ch ifo@matheachhilfe.ch 079 703 7 08 Mege als Sprache der Wahrscheilichkeitsrechug, Begriffe, Grudregel Ereigisraum: Ω Ω Mege
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
MehrGrundproblem der Inferenzstatistik
Grudproblem der Iferezstatistik Grudgesamtheit Stichprobeziehug Zufalls- Stichprobe... "wahre", ubekate Ateil icht zufällig p... beobachtete Ateil zufällig? Statistik für SoziologIe 1 Iferezschluss Kofidezitervall
MehrGrundzüge der Stichprobentheorie. Statistisches Bundesamt
Grudzüge der Stichprobetheorie Grüde für Stichprobeerhebug - deutlich gerigere Koste - größere Awedugsbreite - kürzere Erhebugs- ud Auswertugszeite - i der Regel größere Geauigkeit der Ergebisse Begriffsbestimmug
MehrVereinheitlichung Einheitlicher Maßstab der Risikoeinschätzung. Limitierung / Steuerung Messung und Limitierung ist fundamental für die Steuerung
. Marktpreisrisiko Motivatio der VaR-Ermittlug Vereiheitlichug Eiheitlicher Maßstab der Risikoeischätzug Limitierug / Steuerug Messug ud Limitierug ist fudametal für die Steuerug Kapitaluterlegug Zur Deckug
Mehr425 Polarisationszustand des Lichtes
45 Polarisatioszustad des Lichtes. Aufgabe. Bestimme Sie de Polarisatiosgrad vo Licht ach Durchgag durch eie Glasplattesatz, ud stelle Sie de Zusammehag zwische Polarisatiosgrad ud Azahl der Glasplatte
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
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
Mehr15.4 Diskrete Zufallsvariablen
.4 Diskrete Zufallsvariable Vo besoderem Iteresse sid Zufallsexperimete, bei dee die Ergebismege aus reelle Zahle besteht bzw. jedem Elemetarereigis eie reelle Zahl zugeordet werde ka. Solche Zufallsexperimet
MehrNiveaubestimmende Aufgabe zum Fachlehrplan Mathematik Gymnasium
Niveaubestimmede Aufgabe zum Fachlehrpla Mathematik Gymasium Kreistagswahl (Schuljahrgäge 11/1) (Arbeitsstad: 07.07.016) Niveaubestimmede Aufgabe sid Bestadteil des Lehrplakozeptes für das Gymasium ud
MehrTests für beliebige Zufallsvariable
Kapitel 10 Tests für beliebige Zufallsvariable 10.1 Der Chi-Quadrat-Apassugstest Sei x eie gaz beliebige Zufallsvariable, dere Dichtefuktio icht oder icht geau bekat ist. Beispiel: Es seie z.b. mittels
MehrTestumfang für die Ermittlung und Angabe von Fehlerraten in biometrischen Systemen
Testumfag für die Ermittlug ud Agabe vo Fehlerrate i biometrische Systeme Peter Uruh SRC Security Research & Cosultig GmbH peter.uruh@src-gmbh.de Eileitug Biometrische Systeme werde durch zwei wichtige
MehrFehlerrechnung. 3. Genauigkeit von Meßergebnissen am Beispiel der Längenmessung
1 Gie 11/000 Fehlerrechug 1. Physikalische Größe: Zahlewert ud Eiheit. Ursache vo Meßfehler 3. Geauigkeit vo Meßergebisse am Beispiel der Lägemessug 4. Messug eier kostate Größe ud Mittelwert 5. Messug
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik ud Wahrscheilichkeitsrechug Dr. Joche Köhler 9.04.008 Äderug Übugsstude Statistik ud Wahrscheilichkeitsrechug Die Gruppe vo Markus trifft sich am Doerstag statt im HCI D zusamme mit der Gruppe
MehrEingangsprüfung Stochastik,
Eigagsprüfug Stochastik, 5.5. Wir gehe stets vo eiem Wahrscheilichkeitsraum (Ω, A, P aus. Die Borel σ-algebra auf wird mit B bezeichet, das Lebesgue Maß auf wird mit λ bezeichet. Aufgabe ( Pukte Sei x
MehrLerneinheit 2: Grundlagen der Investition und Finanzierung
Lereiheit 2: Grudlage der Ivestitio ud Fiazierug 1 Abgrezug zu de statische Verfahre Durchschittsbetrachtug wird aufgegebe Zeitpukt der Zahlugsmittelbewegug explizit berücksichtigt exakte Erfassug der
MehrFakultät und Binomialkoeffizient Ac
Faultät ud Biomialoeffiziet Ac 2013-2016 Die Faultät (atürliche Zahl): Die Faultät Faultät ist so defiiert:! = 1 2 3... ( - 1) ; 0! = 1 Die reursive Defiitio ist: Falls = 0, da! = 1; sost! = ( - 1)! JAVA-Methode(iterativ):
MehrRobuste Asset Allocation in der Praxis
Fiazmarkt Sachgerechter Umgag mit Progosefehler Robuste Asset Allocatio i der Praxis Pesiosfods ud adere istitutioelle Aleger sid i aller Regel a ei bestimmtes Rediteziel (Rechugszis) gebude, das Jahr
MehrFolgen und Reihen. 23. Mai 2002
Folge ud Reihe Reé Müller 23. Mai 2002 Ihaltsverzeichis 1 Folge 2 1.1 Defiitio ud Darstellug eier reelle Zahlefolge.................. 2 1.1.1 Rekursive Defiitio eier Folge......................... 3 1.2
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
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)
MehrStatistische Schätzungen
Statitiche Schätzuge Statitiche Schätzuge, Ei Wiechaftler mu geau mee, icht chätze! Da it aber eie wiechaftliche Schätzug! Lázló Smeller? (8,5±1,5) cm Aalytiche Statitik (iduktive o. chließede Statitik)
MehrSBP Mathe Aufbaukurs 1. Absolute und relative Häufigkeit. Das arithmetische Mittel und seine Eigenschaften. Das arithmetische Mittel und Häufigkeit
SBP Mathe Aufbaukurs 1 # 0 by Clifford Wolf # 0 Atwort Diese Lerkarte sid sorgfältig erstellt worde, erhebe aber weder Aspruch auf Richtigkeit och auf Vollstädigkeit. Das Lere mit Lerkarte fuktioiert ur
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:
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
MehrFakultät für Wirtschafts- und Rechtswissenschaften
F A C H H O C H S C H U L E K Ö L N Fakultät für Wirtschafts- ud Rechtswisseschafte F O R M E L S A M M L U N G Deskriptive Statistik Iduktive Statistik Herausgeber: c 2004 Fachgruppe Quatitative Methode
Mehr14 Regression, lineare Korrelation und Hypothesen-Testverfahren
14 Regressio, lieare Korrelatio ud Hypothese-Testverfahre 141 Regressiosverfahre I der Meßtechik kommt es häufig vor, daß eie Schar vo aufgeommee Meßpukte durch eie geeigete aalytische Fuktio i Form eier
MehrStatistische Tests zu ausgewählten Problemen
Eiführug i die statistische Testtheorie Statistische Tests zu ausgewählte Probleme Teil : Tests für Erwartugswerte Statistische Testtheorie I Eiführug Beschräkug auf parametrische Testverfahre Beschräkug
MehrDer natürliche Werkstoff Holz - Statistische Betrachtungen zum uniaxialen Zugversuch am Beispiel von Furnier
Der atürliche Werkstoff Holz - Statistische Betrachtuge zum uiaxiale Zugversuch am Beispiel vo Furier B. Bellair, A. Dietzel, M. Zimmerma, Prof. Dr.-Ig. H. Raßbach Zusammefassug FH Schmalkalde, 98574 Schmalkalde,
Mehr