4L Die Normalverteilung
|
|
- Oskar Bachmeier
- vor 7 Jahren
- Abrufe
Transkript
1 L. Normalverteilung L Die Normalverteilung Zufallsverteilungen lassen sich in der Natur gut beobachten, denn die Natur setzt bei ihrer Fortpflanzungsstrategie auf den totalen Überfluss. So ergab zum Beispiel eine Kastaniensammlung der Klasse IMM der Ma Eth Schule Kassel im September, bei der die Massen gewogen wurden, folgendes Ergebnis. Wie schwer ist eine Kastanie? 5 Anzahl der Kastanien Masse in g Bild L: Verteilung von augelesenen Kastanien Gauß kam dem Zufall auf die Spur Immer dann, wenn nur der Zufall entscheidet, entsteht die Normalverteilung. Sie ist also so alt wie die Natur. Es ist das Verdienst von Carl Friedrich Gauß ( ) dass er diese Zufallsverteilung berechenbar gemacht hat. Seine berühmte Formel war auf dem letzten,dmschein aufgedruckt. Y = π σ e (µ σ i ) Normalve.dtp Seite L
2 L. Normalverteilung Kennzeichen der Normalverteilung Wenn nur zufällige Fehler auftreten, so ergibt sich bei unendlich vielen Messungen stets eine Normalverteilung nach Gauß (Glockenkurve). Das Galton'sche Nagelbrett gilt als Hilfsmittel zur modellmäßigen Darstellung einer Normalverteilung. Die Eigenschaften der Gaußschen Kurve Sie ist smmetrisch zum Mittelwert Beide Äste nähern sich asmptotisch der Messwertachse Beide Äste durchlaufen einen Wendepunkt Der Wendepunkt liegt immer in 6% der Scheitelhöhe Der Abstand beider Wendepunkte vom Mittelwert wird als Standardabweichung bezeichnet Zwischen den durch die einfache Standardabweichung (Wendepunkte) gekennzeichneten Messwerten liegen stets 68,6% der Teile. Diese Prozente muss man sich merken! Zwischen quer +/ s liegen stets 68,6% der Teile Abb.: Galtonbrett als Modell für Normalverteilung Zwischen quer +/ s liegen stets 95,% der Teile Zwischen quer +/ s liegen stets 99,7% der Teile Zwischen quer +/ s liegen stets 99,99% der Teile Tabelle l: Prozentsätze der Normalverteilung Die Normalverteilung zeigt an, mit welcher Wahrscheinlichkeit (g() die einzelnen Messwerte vom Mittelwert µ abweichen. Sie ist eindeutig bestimmt durch die Parameter Mittelwert und Standardabweichung. quer = Mittelwert einer Stichprobe µ = Mittelwert einer Gesamtheit s = Standardabweichung einer Stichprobe σ = Standardabweichung einer Gesamtheit Normalve.dtp Seite L
3 L. Normalverteilung Die Verteilungsprozente Wird zum Beispiel die Forderung gestellt, dass bei einer Stichprobe der sbereich innerhalb der Toleranzgrenzen liegen soll, so beträgt der maimale Fehleranteil,7%. Wenn quer +/ s im Toleranzbereich liegt, dann ist Prozessfähigkeit gegeben, da cp >, ist. Dann ist die Fehlerprozentzahl,6%. Diese kleine Prozentzahl wird häufig in ppm (parts per million) ausgedrückt (siehe Kasten). Regel: % * = ppm 6,6% =,6 = = 6 ppm Übungsbeispiel L: Bei einer Fertigungsserie wurden der Mittelwert mit, und die Standardabweichung mit, ermittelt. Geben Sie bitte an, wieviel % der Teile über dem Wert, zu erwarten sind und wieviele Teile in % unter, erwartet werden. Normalve.dtp Seite L
4 L. Normalverteilung Die graphische Darstellung der Normalverteilung Die Darstellung von Funktionen ist aus der Mathematik geläufig. Hier sind zunächst einige Beipiele der Darstellung mit Wertetabellen. Sie zeigen die Einordnung der Normalverteilung in diesen Kontet. Die Gerade = Die Parabel = Die Hperbel =,5,5,5 Der Kreis Die efunktionen Normalverteilung = = e = e = e (quer ) s,5,7,7,8,5,5,7,7,8 Normalve.dtp Seite L
5 L. Normalverteilung Graphische Darstellung der Normalverteilung Aufgabe: Zeichnen Sie eine Normalverteilungskurve Gegeben: Die Auswertung einer Stichprobe hat folgendes Ergebnis gebracht: Spezifikation 8 +/,5 mm Mittelwert quer = 8, mm Standardabweichung s =, mm Verwenden Sie zur punktweisen Berechnung die Wertetabelle und die Formel L = 8 e Formel L (quer ) s Wertetabelle: Hier die Punkte einzeichnen X Y 7,6,9 7,7, ,8, ,9, ,95, , ,5 6, , 7, ,5 7, , 8 8,5 7, , 7, , 7,6 7,8 8 8, 8, 8,6 8,8 8,5 6, ,, ,5, Beispiel für ersten Punkt (7,6): 8,5, ,6,86866 (7,6) = 8 e (8, 7,6), =,889 Normalve.dtp Seite L 5
Kapitel VII. Einige spezielle stetige Verteilungen
Kapitel VII Einige spezielle stetige Verteilungen D. 7.. (Normalverteilung) Eine stetige Zufallsgröße X sei als normalverteilt bezeichnet, wenn sie folgende Wahrscheinlichkeitsdichte besitzt: µ f ( ; µ,
MehrIn den letzten zwei Abschnitten wurde die tatsächliche Häufigkeitsverteilung bzw. prozentuale Häufigkeitsverteilung abgehandelt.
.3.3 Theoretisch-prozentuale Häufigkeitsverteilung In den letzten zwei Abschnitten wurde die tatsächliche Häufigkeitsverteilung bzw. prozentuale Häufigkeitsverteilung abgehandelt. Charakteristisch für
Mehr15.5 Stetige Zufallsvariablen
5.5 Stetige Zufallsvariablen Es gibt auch Zufallsvariable, bei denen jedes Elementarereignis die Wahrscheinlich keit hat. Beispiel: Lebensdauer eines radioaktiven Atoms Die Lebensdauer eines radioaktiven
MehrÜbungen mit dem Applet Zentraler Grenzwertsatz
Zentraler Grenzwertsatz 1 Übungen mit dem Applet Zentraler Grenzwertsatz 1 Statistischer Hintergrund... 1.1 Zentraler Grenzwertsatz... 1. Beispiel Würfeln... 1.3 Wahrscheinlichkeit und relative Häufigkeit...3
MehrSigma-Umgebung. Vergleichen wir die beiden Binomialverteilungen: n = 30 p = 0,5. n = 20 p = 0,75
Sigma-Umgebung Vergleichen wir die beiden Binomialverteilungen: n = 30 p = 0,5 0,2 (z.b. 30-maliges Werfen einer Münze, X Anzahl von Zahl ) 5 10 15 20 n = 20 p = 0,75 0,2 5 10 15 20 Der Erwartungswert
MehrAnfänger-Praktikum I WS 11/12. Michael Seidling Timo Raab Enrico Mank. Praktikumsbericht: Galton-Brett
Anfänger-Praktikum I WS 11/12 Michael Seidling Timo Raab Enrico Mank Praktikumsbericht: Galton-Brett Inhaltsverzeichnis Inhaltsverzeichnis I. Theoretische Grundlagen 2 1. Zentraler Grenzwertsatz 2 2. Binomialverteilung
MehrHeute. Die Binomialverteilung. Poissonverteilung. Approximation der Binomialverteilung durch die Normalverteilung
Heute Die Binomialverteilung Poissonverteilung Approximation der Binomialverteilung durch die Normalverteilung Arbeiten mit Wahrscheinlichkeitsverteilungen Die Binomialverteilung Man werfe eine Münze n
MehrWahrscheinlichkeitsrechnung und Statistik für Biologen 2. Der Standardfehler
Wahrscheinlichkeitsrechnung und Statistik für Biologen 2. Der Standardfehler Noémie Becker & Dirk Metzler 15. April 2016 Inhaltsverzeichnis 1 Der Standardfehler 1 1.1 Ein Versuch............................................
MehrQualität " Beschaffenheit einer Einheit bezüglich ihrer Eignung festgelegt und vorrausgesetzter Erfordernisse zu erfüllen " ( DIN Teil 11 ).
Qualitätssicherung (Folien) - 1 - KN103..2001 QS beginnt: - Im Aufbau und Ausbau des Systems in allen Bereichen. - Betrifft jeden Mitarbeiter - Betrifft die Produktionsplanung - Betrifft die Gestaltung
MehrDer Erwartungswert E[g(X)] von g(x) ist definiert. g(x k )w(x = x k ),
2.5 Parameter einer Verteilung 2.5. Erwartungswert X eine Zufallsvariable, g : R R stetig. Der Erwartungswert E[g(X)] von g(x) ist definiert durch: E[g(X)] := k g(x k )w(x = x k ), falls X diskret ist
MehrAuswertung von Messungen Teil II
Auswertung von Messungen Teil II 1. Grundgesamtheit und Stichprobe. Modellverteilungen.1 Normalverteilung. Binominalverteilung.3 Poissonverteilung.4 Näherungen von Binominal- und Poissonverteilung 3. Zentraler
MehrBegleitmaterial zur Vorlesung. Fehlerrechnung und Fehlerabschätzung bei physikalischen Messungen
Institut für Technische Thermodynamik und Kältetechnik Leiter: Prof. Dr.-Ing. K. Schaber Begleitmaterial zur Vorlesung Fehlerrechnung und Fehlerabschätzung bei physikalischen Messungen Verfasst von Dr.
MehrÜbungen mit dem Applet Wahrscheinlichkeitsnetz
Wahrscheinlichkeitsnetz 1 Übungen mit dem Applet Wahrscheinlichkeitsnetz 1 Statistischer Hintergrund... 1.1 Verteilungen... 1. Darstellung von Daten im Wahrscheinlichkeitsnetz...4 1.3 Kurzbeschreibung
MehrPRAKTIKUM Grundlagen der Messtechnik. VERSUCH GMT 01 Auswertung von Messreihen
1 Fachbereich: Fachgebiet: Maschinenbau Mess-, Steuerungs- und Regelungstechnik Prof. Dr.-Ing. habil. Michael Kaufmann PRAKTIKUM Grundlagen der Messtechnik VERSUCH GMT 01 Auswertung von Messreihen Version
MehrMaurizio Musso, Universität Salzburg, ver Physikalische Grundlagen der Meßtechnik. Teil 2
Teil 2 Auswertung von Messungen, zufällige oder statistische Abweichungen Auswertung direkter Messungen Häufigkeitsverteilung, Häufigkeitsfunktion Mittelwert, Standardabweichung der Einzelwerte Standardabweichung
MehrWahrscheinlichkeitsrechnung und Statistik
5. Vorlesung Verteilungsfunktion (VF) Definition 9 Die Verteilungsfunktion (VF) einer Zufallsgröße X ist F : R R definiert als F (x) := P({ω Ω : X (ω) x}) = P( X x ) für jedes x R. Satz 9 - Eigenschaften
MehrMarcus Hudec. Statistik 2 für SoziologInnen. Normalverteilung. Univ.Prof. Dr. Marcus Hudec. Statistik 2 für SoziologInnen 1 Normalverteilung
Statistik 2 für SoziologInnen Normalverteilung Univ.Prof. Dr. Marcus Hudec Statistik 2 für SoziologInnen 1 Normalverteilung Inhalte Themen dieses Kapitels sind: Das Konzept stetiger Zufallsvariablen Die
MehrStatistik. Mittelwert Standardabweichung s Spannweite R c P (c m )
Statistik Mittelwert Standardabweichung s Spannweite R c P (c m ) c P (c m ) x Inhalt Folie 1/17 x Der arithmetische Mittelwert aller Messwerte aus einer Stichprobe Mittelwert Folie 2/17 1 X = n n i= 1
MehrApproximation der Binomialverteilung durch die Normalverteilung
R. Brinkmann http://brinkmann-du.de Seite 4.0.007 Approimation der Binomialverteilung durch die Normalverteilung Histogramme von Binomialverteilungen sind für nicht zu kleine n glockenförmig. Mit größer
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
MehrDas Konfidenzintervall (Confidence Interval CI) Vertrauen schaffen, Signifikanz erkennen Autor: Beat Giger
QUALITY APPs Applikationen für das Qualitätsmanagement Testen und Anwenden Das Konfidenzintervall (Confidence Interval CI) Vertrauen schaffen, Signifikanz erkennen Autor: Beat Giger Das Konfidenzintervall
MehrErwartungswert, Umgebungswahrscheinlichkeiten und die Normalverteilung
R. Brinkmann http://brinkmann-du.de Seite 5.05.0 Erwartungswert, Umgebungswahrscheinlichkeiten und die Normalverteilung Erwartungswert binomialverteilter Zufallsgrößen Wird ein Bernoulli- Versuch, bei
MehrHä?! Ich gebe dir zwei Beispiele, schau einfach mal! Kapitel 5: Berechnen wir die Wahrscheinlichkeit!
Jetzt kommen wir zum Hauptgang des heutigen Tages! Endlich, ich hab Hunger! Der Bereich zwischen der Kurve und der x-achse kann als Prozentsatz und Wahrscheinlichkeit betrachtet werden beides! Hä?! o dw
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
MehrPraktikum zur Vorlesung Einführung in die Geophysik
Praktikum zur Vorlesung Einführung in die Geophysik Hinweise zum Praktikum: Messunsicherheit und Fehlerrechnung Stefan Wenk, Prof. Thomas Bohlen TU Bergakademie Freiberg Institut für Geophysik www.geophysik.tufreiberg.de/pages/studenten/praktika/nebenfaechlerpraktikum.htm
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
MehrNormalverteilung. Mathematik 8. Arbeitsblatt A 8-2: Normalverteilung
Schule Bundesgymnasiu um für Berufstätige Salzburg Modul Thema Mathematik 8 Arbeitsblatt A 8-2: Normalverteilung Normalverteilung Viele natürlich vorkommende, voneinander unabhängige Größen sind normalverteilt
MehrEinführung in Quantitative Methoden
Einführung in Quantitative Methoden Karin Waldherr & Pantelis Christodoulides 11. Mai 2011 Waldherr / Christodoulides Einführung in Quantitative Methoden- 8.VO 1/40 Poisson-Verteilung Diese Verteilung
MehrDas Histogramm ist glockenförmig. Es würde bei mehr als vier Fehlerquellen sich der Glockenform noch besser annähern.
10. Stetige Zufallsvariable, Normalverteilung 55 Die in den folgenden Beispielen dargestellten Verteilungen haben ungefähr Glockenform. Sie können durch die sogenannte Normalverteilung oder Gaussverteilung
MehrInhaltsverzeichnis: Aufgaben zur Vorlesung Statistik Seite 1 von 15 Prof. Dr. Karin Melzer, Prof. Dr. Gabriele Gühring, Fakultät Grundlagen
Inhaltsverzeichnis: Übungsaufgaben zu Kapitel 6... 2 Aufgabe 133... 2 Aufgabe 134... 5 Aufgabe 135 (Grunderhebung für eine Qualitätsregelkarte)... 8 Aufgabe 136 (Klausuraufgabe SS 04)... 10 Aufgabe 137
MehrStatistik 2 für SoziologInnen. Normalverteilung. Univ.Prof. Dr. Marcus Hudec. Themen dieses Kapitels sind:
Statistik 2 für SoziologInnen Normalverteilung Univ.Prof. Dr. Marcus Hudec Statistik 2 für SoziologInnen 1 Normalverteilung Inhalte Themen dieses Kapitels sind: Das Konzept stetiger Zufallsvariablen Die
MehrZentraler Grenzwertsatz/Konfidenzintervalle
/ Statistik I Sommersemester 2009 Statistik I ZGWS/ (1/37) Kann Ahmadinejad die Wahl gewonnen haben? Im wesentlichen Dreiteilung der polit. Elite 2005: 17.3 Millionen Stimmen (Stichwahl), Wahlbeteiligung
MehrÜbungen mit dem Applet
Übungen mit dem Applet 1. Visualisierung der Verteilungsform... 1.1. Normalverteilung... 1.. t-verteilung... 1.3. χ -Verteilung... 1.4. F-Verteilung...3. Berechnung von Wahrscheinlichkeiten...3.1. Visualisierung
Mehr9. Übungen. Statistik: Mittelwert und Standardabweichung Statistik: Median Statistik: Kennwerte
QM-Übungsaufgaben 9. Übungen F1 Statistik: Mittelwert und Standardabweichung F2 Statistik: Median F3 Statistik: Kennwerte F4 Statistik: Kennwerte F5 Lebensdauer F6 Vertrauensgrenzen und Histogramm F7 Statistik:
MehrStichproben Parameterschätzung Konfidenzintervalle:
Stichproben Parameterschätzung Konfidenzintervalle: Beispiel Wahlprognose: Die Grundgesamtheit hat einen Prozentsatz p der Partei A wählt. Wenn dieser Prozentsatz bekannt ist, dann kann man z.b. ausrechnen,
Mehr10. Theoretische Verteilungen
0. Theoretische Verteilungen 0.. Diskrete theoretische Verteilungen In der deskriptiven Statistik wurden die einfachen Häufigkeiten und die Summenhäufigkeiten von Merkmalsausprägungen ermittelt um ein
MehrP n (k) f(k) = 1 σ 2π e ) 2. σ 2π
53 Allgemein gilt der folgende Satz. Satz 6.1 (Lokaler Grenzwertsatz von de Moivre und Laplace) Die Wahrscheinlichkeit P n (k) einer Binomialverteilung (mit der Erfolgswahrscheinlichkeit p im Einzelexperiment)
Mehr6.6 Poisson-Verteilung
6.6 Poisson-Verteilung Die Poisson-Verteilung ist eine Wahrscheinlichkeitsverteilung, die zur Modellierung der Anzahl von zufälligen Vorkommnissen in einem bestimmten räumlichen oder zeitlichen Abschnitt
Mehr5 Binomial- und Poissonverteilung
45 5 Binomial- und Poissonverteilung In diesem Kapitel untersuchen wir zwei wichtige diskrete Verteilungen d.h. Verteilungen von diskreten Zufallsvariablen): die Binomial- und die Poissonverteilung. 5.1
MehrStandardnormalverteilung
Standardnormalverteilung 1720 erstmals von Abraham de Moivre beschrieben 1809 und 1816 grundlegende Arbeiten von Carl Friedrich Gauß 1870 von Adolphe Quetelet als "ideales" Histogramm verwendet alternative
Mehr4.1 Stichproben, Verteilungen und Schätzwerte. N(t) = N 0 e λt, (4.1)
Kapitel 4 Stichproben und Schätzungen 4.1 Stichproben, Verteilungen und Schätzwerte Eine physikalische Messung ist eine endliche Stichprobe aus einer Grundgesamtheit, die endlich oder unendlich sein kann.
MehrElisabeth Aufhauser, unveröffentlichter Text Unterrichtsmaterial Statistik-UE für Soziologie
Elisabeth Aufhauser, unveröffentlichter Text Unterrichtsmaterial Statistik-UE für Soziologie Konfidenzintervall Statistische Analyse von Stichproben Der Datensatz aus der Übung (social survey 2003) besteht
MehrKonfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert
Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert Beispiel für Konfidenzintervall Im Prinzip haben wir
MehrMarcus Hudec. Statistik 2 für SoziologInnen. Normalverteilung. Univ.Prof. Dr. Marcus Hudec. Statistik 2 für SoziologInnen 1 Normalverteilung
Statistik 2 für SoziologInnen Normalverteilung Univ.Prof. Dr. Marcus Hudec Statistik 2 für SoziologInnen 1 Normalverteilung Stetige Zufalls-Variable Erweitert man den Begriff der diskreten Zufallsvariable
MehrPraktikumsprotokoll: Galton-Brett
Praktikumsprotokoll: Galton-Brett Robin Marzucca, Andreas Liehl 26. November 2010 Protokoll zum Versuch Galton-Brett, durchgeführt am 25.11.2010 an der Universität Konstanz im Rahmen des physikalischen
MehrBestimmte Zufallsvariablen sind von Natur aus normalverteilt. - naturwissenschaftliche Variablen: originär z.b. Intelligenz, Körpergröße, Messfehler
6.6 Normalverteilung Die Normalverteilung kann als das wichtigste Verteilungsmodell der Statistik angesehen werden. Sie wird nach ihrem Entdecker auch Gaußsche Glockenkurve genannt. Die herausragende Stellung
MehrSS 2017 Torsten Schreiber
173 Diese Lücken sollten nicht auch bei Ihnen vorhanden sein: Wird die Anordnung von unterschiedlichen Objekten eines Experiments untersucht, so handelt es sich um eine. Möchte man die Anzahl der möglichen
MehrInhaltsverzeichnis: Aufgaben zur Vorlesung Statistik Seite 1 von 16 Prof. Dr. Karin Melzer, Fakultät Grundlagen
Inhaltsverzeichnis: Übungsaufgaben zu Kapitel 6... 2 Aufgabe 126... 2 Aufgabe 127... 5 Aufgabe 128 (Grunderhebung für eine Qualitätsregelkarte)... 8 Aufgabe 129 (Klausuraufgabe SS 04)... 10 Aufgabe 130
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
MehrDer Weg eines Betrunkenen
Der Weg eines Betrunkenen 2 Hätte es damals schon Computer gegeben, wäre es für unseren Mathematiker um einiges leichter gewesen, den Weg des Betrunkenen zu bestimmen. Er hätte nicht nur eine beliebige
MehrHochschule Darmstadt FB Mathematik und Naturwissenschaften. Statistik. für Wirtschaftsingenieure (B.Sc.) Sommersemester 2017
für Wirtschaftsingenieure (B.Sc.) Sommersemester 017 Dr. rer. nat. habil. E-mail: adam-georg.balogh@h-da.de 1 Hochschule Darmstadt, Fachbereich MN Sommersemester 017 Testklausur zur Vorlesung Wirtschaftsstatistik
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
MehrStandardnormalverteilung
Standardnormalverteilung 1720 erstmals von Abraham de Moivre beschrieben 1809 und 1816 grundlegende Arbeiten von Carl Friedrich Gauß 1870 von Adolphe Quetelet als "ideales" Histogramm verwendet alternative
MehrMittelwert Median Stabw StabwN 1. Quartil 3. Quartil 27,22 % 26,06 % 8,07 % 8,03 % 22,12 % 31,25 %
3. a) Mit Hilfe der Excel-Funktionen Mittelwert(DB), Median(DB), Stabw(DB) sowie Quantil(DB;P) 1 werden aus den gegebenen Leberfettgehaltmessdaten Mittelwert, Median, Standardabweichung (Stabw) sowie das
MehrFF Düsseldorf WS 2007/08 Prof. Dr. Horst Peters. Vorlesung Quantitative Methoden 1B im Studiengang Business Administration (Bachelor) Seite 1 von 6
Vorlesung Quantitative Methoden 1B im Studiengang Business Administration (Bachelor) Seite 1 von 6 (Konfidenzintervalle, Gauß scher Mittelwerttest) 1. Bei einem bestimmten Großraumflugzeug sei die Auslastung
MehrModul 206: Verteilungen!!Normalverteilung!!Poisson-Verteilung!
0.20 0.8 0.6 0.4 0.2 0.0 0.08 0.06 0.04 0.02 0.00 0 5 0 5 20 k Modul 206: Verteilungen!!Normalverteilung!!Poisson-Verteilung! 0.20 0.8 0.6 0.4 0.2 0.0 0.08 0.06 0.04 0.02 0.00 0 5 0 5 20 k Normalverteilung!
MehrNormalverteilung. Erwartungswert, Median und Modus sind identisch. Symmetrieeigenschaft um den Erwartungswert
Normalverteilung Stetige Wahrscheinlichkeitsverteilung, die zahlreiche natur, wirtschafts und sozialwissenschaftliche Merkmalsausprägungen mit guter Näherung abbilden kann und somit von elementarer Bedeutung
MehrEinführung in die Fehlerrechnung und Messdatenauswertung
Grundpraktikum der Physik Einführung in die Fehlerrechnung und Messdatenauswertung Wolfgang Limmer Institut für Halbleiterphysik 1 Fehlerrechnung 1.1 Motivation Bei einem Experiment soll der Wert einer
MehrProbe-Klausur 1 Mathematik f. Bau-Ing + Chem.Modul2
Probe-Klausur Mathematik f. Bau-Ing + Chem.Modul. (a) Durch die Punkte und gehe eine Ebene E, die auf der Ebene E : x + y z = 0 senkrecht steht. Bestimmen Sie die Gleichung der Ebene E. (b) Bestimmen Sie
MehrWahrscheinlichkeitsverteilungen
Universität Bielefeld 3. Mai 2005 Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsrechnung Das Ziehen einer Stichprobe ist die Realisierung eines Zufallsexperimentes. Die Wahrscheinlichkeitsrechnung betrachtet
MehrGrenzen für x -s-regelkarten
Normalverteilte Fertigung: Stichproben aus der Fertigung: σ σ Eine normalverteilte Fertigung hat den Mittelwert µ und die Standardabweichung σ. Stichproben aus der Fertigung haben zufällig abweichende
Mehrj K j d j m j h j f j
Für eine stetige Zufallsvariable X in einem Intervall [ a ; b ] kann X jeden beliebigen Wert annehmen. Die Wahrscheinlichkeiten werden in diesem Fall nicht mehr wie bei einer diskreten Zufallsvariable
MehrWahrscheinlichkeit und die Normalverteilung. Jonathan Harrington
Wahrscheinlichkeit und die Normalverteilung Jonathan Harrington Der Bevölkerungs-Mittelwert 99 Stück Papier nummeriert 0, 1, 2, 99 Ich ziehe 10 davon und berechne den Mittelwert. Was ist der Mittelwert
MehrAbiturvorbereitung Stochastik. neue friedländer gesamtschule Klasse 12 GB Holger Wuschke B.Sc.
Abiturvorbereitung Stochastik neue friedländer gesamtschule Klasse 12 GB 24.02.2014 Holger Wuschke B.Sc. Siedler von Catan, Rühlow 2014 Organisatorisches 0. Begriffe in der Stochastik (1) Ein Zufallsexperiment
MehrÜbungen mit dem Applet x /s-regelkarte nach Shewhart
x /s-regelkarte nach Shewhart 1 Übungen mit dem Applet x /s-regelkarte nach Shewhart 1 Statistischer Hintergrund... 2 1.1 Ziel und Vorgehensweise der x /s-regelkarte nach Shewhart...2 1.2 Kurzbeschreibung
MehrParameterdarstellung einer Funktion
Parameterdarstellung einer Funktion 1-E Eine ebene Kurve Abb. 1-1: Die Kurve C beschreibt die ebene Bewegung eines Teilchens 1-1 Eine ebene Kurve Ein Teilchen bewegt sich in einer Ebene. Eine ebene Kurve
MehrMathematik IV für Maschinenbau und Informatik (Stochastik) Universität Rostock, Institut für Mathematik Sommersemester 2007
Mathematik IV für Maschinenbau und Informatik Stochastik Universität Rostock, Institut für Mathematik Sommersemester 007 Prof. Dr. F. Liese Dipl.-Math. M. Helwich Serie Termin: 9. Juni 007 Aufgabe 3 Punkte
MehrWahrscheinlichkeit und die Normalverteilung. Jonathan Harrington
Wahrscheinlichkeit und die Normalverteilung Jonathan Harrington Der Populations-Mittelwert 100 Stück Papier nummeriert 0, 1, 2, 99 Ich ziehe 10 davon und berechne den Mittelwert. Was ist der Mittelwert
Mehr! Naturwissenschaftliches ORG! Gymnasium! Musisches ORG! andere:
Ein Evaluations-Projekt des Schülerfragebogen Familienname: Vorname: Alter: Geschlecht: M W Schule: Schulform: Realgymnasium Naturwissenschaftliches ORG Gymnasium Musisches ORG andere: Klasse: 5 6 7 8
MehrApplikationen für das Qualitätsmanagement
QUALITY-APPS Applikationen für das Qualitätsmanagement Die Normalverteilung Autor: Dr. Konrad Reuter Die Normalverteilung oder auch "GAUSS-Verteilung" nimmt eine zentrale Stellung in der praxisbezogenen
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
MehrStatistische Methoden in den Umweltwissenschaften
Statistische Methoden in den Umweltwissenschaften Stetige und diskrete Wahrscheinlichkeitsverteilungen Lageparameter Streuungsparameter Diskrete und stetige Zufallsvariablen Eine Variable (oder Merkmal
MehrG<B G=B G>B Gegenstandweite g g < 2f g=f g > 2f Bildweite b >g =g <g
Protokoll D01 2.2. Aufgaben 1. eweisen Sie die Abbildungsgleichung mit den Strahlensätzen. G b g b f 1 f b 1 g 1 f 2. ei welcher Gegenstandsweite einer Konvexlinse gilt: G ? Wie groß ist jeweils
MehrAussagen hierzu sind mit einer unvermeidbaren Unsicherheit behaftet, die statistisch über eine Irrtumswahrscheinlichkeit bewertet wird.
Stichprobenumfang Für die Fragestellung auf Gleichheit von ein oder zwei Stichproben wird auf Basis von Hypothesentests der notwendige Stichprobenumfang bestimmt. Deshalb werden zunächst die Grundlagen
MehrÜbungsaufgaben zu Kapitel 12 bis 14
Hochschule für Technik und Wirtschaft Dresden Wintersemester 0/6 Fakultät Informatik/Mathematik Prof. Dr. B. Jung Übungsaufgaben zu Kapitel bis Hinweis: Die Berechnung evtl. auftretender Integrale kann
MehrStatistische Methoden in den Umweltwissenschaften
Statistische Methoden in den Umweltwissenschaften t-test Varianzanalyse (ANOVA) Übersicht Vergleich von Mittelwerten 2 Gruppen: t-test einfaktorielle ANOVA > 2 Gruppen: einfaktorielle ANOVA Seeigel und
MehrWahrscheinlichkeitsrechnung und Statistik für Biologen 2. Der Standardfehler
Wahrscheinlichkeitsrechnung und Statistik für Biologen 2. Der Standardfehler Martin Hutzenthaler & Dirk Metzler 27. April 2010 Inhaltsverzeichnis 1 Eine kurze Wiederholung zur deskriptiven Statistik 2
Mehr5. Statistische Auswertung
5. Statistische Auswertung 5.1 Varianzanalyse Die Daten der vorliegenden Versuchsreihe zeigen eine links steile, rechts schiefe Verteilung. Es wird untersucht, ob sich die Meßdaten durch Transformation
Mehrfh management, communication & it Constantin von Craushaar fh-management, communication & it Statistik Angewandte Statistik
fh management, communication & it Folie 1 Überblick Grundlagen (Testvoraussetzungen) Mittelwertvergleiche (t-test,..) Nichtparametrische Tests Korrelationen Regressionsanalyse... Folie 2 Überblick... Varianzanalyse
MehrAnpassungstests VORGEHENSWEISE
Anpassungstests Anpassungstests prüfen, wie sehr sich ein bestimmter Datensatz einer erwarteten Verteilung anpasst bzw. von dieser abweicht. Nach der Erläuterung der Funktionsweise sind je ein Beispiel
MehrKapitel 12 Stetige Zufallsvariablen Dichtefunktion und Verteilungsfunktion. stetig. Verteilungsfunktion
Kapitel 1 Stetige Zufallsvariablen 1.1. Dichtefunktion und Verteilungsfunktion stetig Verteilungsfunktion Trägermenge T, also die Menge der möglichen Realisationen, ist durch ein Intervall gegeben Häufig
MehrWahrscheinlichkeitsrechnung und Statistik für Biologen 2. Der Standardfehler
Wahrscheinlichkeitsrechnung und Statistik für Biologen 2. Der Standardfehler Martin Hutzenthaler & Dirk Metzler http://www.zi.biologie.uni-muenchen.de/evol/statgen.html 27. April 2010 1 Eine kurze Wiederholung
MehrEinführung in die Theorie der Messfehler
Einführung in die Theorie der Messfehler Ziel der Vorlesung: Die Studentinnen/Studenten sollen die Grundlagen der Theorie der Messfehler sowie den Unterschied zwischen Ausgleichsrechnung und statistischer
MehrZufallsvariablen. Diskret. Stetig. Verteilung der Stichprobenkennzahlen. Binomial Hypergeometrisch Poisson. Normal Lognormal Exponential
Zufallsvariablen Diskret Binomial Hypergeometrisch Poisson Stetig Normal Lognormal Exponential Verteilung der Stichprobenkennzahlen Stetige Zufallsvariable Verteilungsfunktion: Dichtefunktion: Integralrechnung:
Mehr10,24 ; 10,18 ; 10,28 ; 10,25 ; 10,31.
Bei einer Flaschenabfüllanlage ist die tatsächliche Füllmenge einer Flasche eine normalverteilte Zufallsvariable mit einer Standardabweichung = 3 [ml]. Eine Stichprobe vom Umfang N = 50 ergab den Stichprobenmittelwert
MehrKapitel 3 Schließende Statistik
Beispiel 3.4: (Fortsetzung Bsp. 3.) bekannt: 65 i=1 X i = 6, also ˆp = X = 6 65 = 0, 4 Überprüfen der Voraussetzungen: (1) n = 65 30 () n ˆp = 6 10 (3) n (1 ˆp) = 39 10 Dr. Karsten Webel 194 Beispiel 3.4:
MehrTeil VIII. Zentraler Grenzwertsatz und Vertrauensintervalle. Woche 6: Zentraler Grenzwertsatz und Vertrauensintervalle. Lernziele. Typische Situation
Woche 6: Zentraler Grenzwertsatz und Vertrauensintervalle Patric Müller ETHZ Teil VIII Zentraler Grenzwertsatz und Vertrauensintervalle WBL 17/19, 29.05.2017 Wahrscheinlichkeit
MehrHauptprüfung Fachhochschulreife Baden-Württemberg
Hauptprüfung Fachhochschulreife 2014 Baden-Württemberg Aufgabe 7 Mathematik in der Praxis Hilfsmittel: grafikfähiger Taschenrechner Berufskolleg Alexander Schwarz www.mathe-aufgaben.com Juni 2015 1 Die
MehrMATHEMATIK 3 STUNDEN
EUROPÄISCHES ABITUR 2013 MATHEMATIK 3 STUNDEN DATUM : 10. Juni 2013, Vormittag DAUER DER PRÜFUNG: 2 Stunden (120 Minuten) ERLAUBTES HILFSMITTEL Prüfung mit technologischem Hilfsmittel 1/6 DE AUFGABE B1
MehrSBP Mathe Aufbaukurs 1 # 0 by Clifford Wolf. SBP Mathe Aufbaukurs 1
SBP Mathe Aufbaukurs 1 # 0 by Clifford Wolf SBP Mathe Aufbaukurs 1 # 0 Antwort Diese Lernkarten sind sorgfältig erstellt worden, erheben aber weder Anspruch auf Richtigkeit noch auf Vollständigkeit. Das
MehrGrundlagen der Biometrie in Agrarwissenschaften / Ernährungswissenschaften
Grundlagen der Biometrie in Agrarwissenschaften / Ernährungswissenschaften Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Grundlagen der Biometrie, WS 2011/12 Vorlesung: Dienstag 8.15-9.45,
MehrÜbung zur Vorlesung: Geostatistik 1 Philipp, Mo. 15: Türcode: 1516
Übung zur Vorlesung: Geostatistik 1 Philipp, Mo. 15:45 3067 Türcode: 1516 Deskriptive Statistik Maße der Zentraltendenz Deskriptive Statistik Maße der Zentraltendenz arithmetischer Mittewert klassenorientierter
MehrSo lügt man mit Statistik
So lügt man mit Statistik Anita Maas 06. August 2004 Was ist Statistik? Statistik ist die Gesamtheit aller Methoden, die für die Untersuchung einer Vielzahl von Einzeltatsachen verwendet werden. Sie ist
MehrWeierstraß-Institut für Angewandte Analysis und Stochastik Universalität der Fluktuationen: Warum ist alles Gauß-verteilt?
Weierstraß-Institut für Angewandte Analysis und Stochastik Universalität der Fluktuationen: Warum ist alles Gauß-verteilt? Wolfgang König Technische Universität Berlin und Weierstraß-Institut Berlin Mohrenstraße
MehrIntervalle. 1-E1 Vorkurs, Mathematik
Intervalle 1-E1 Vorkurs, Mathematik Reelle Zahlen: Intervalle Bei Lösungen kommt es vor, dass wir eine Zahl, z.b. die Lösung einer Gleichung, nicht genau kennen, aber wissen, dass sie in einem bestimmtem
MehrProtokoll Grundpraktikum I: M3 - Elastizität und Torsion
Protokoll Grundpraktikum I: M3 - Elastizität und Torsion Sebastian Pfitzner. Mai 13 Durchführung: Sebastian Pfitzner (553983), Anna Andrle (5577) Arbeitsplatz: Platz 4 Betreuer: Jacob Michael Budau Versuchsdatum:
MehrStatistische Analyse hydrologischer Daten (HW Berechnung)
Lehrstuhl für Hydrologie und Wasserwirtschaft BTU Cottbus Statistische Analyse hydrologischer Daten (HW Berechnung) Übung zur Hochwasserstatistik Datensatz: jährliche Maximalabflüsse der Spree in Cottbus
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 12. Januar 2011 1 Vergleich zweier Erwartungswerte Was heißt verbunden bzw. unverbunden? t-test für verbundene Stichproben
MehrReferenten: Gina Spieler, Beatrice Bressau, Laura Uhlmann Veranstaltung: Statistik für das Lehramt Dozent: Martin Tautenhahn
8.5 Eindimensionale stetige Zufallsvariablen Eine Zufallsvariable X heißt stetig, wenn es eine Funktion f(x) gibt, sodass die Verteilungsfunktion von X folgende Gestalt hat: x F(x) = f(t)dt f(x) heißt
Mehr