Statistik I für Betriebswirte Vorlesung 10
|
|
- Siegfried Bader
- vor 7 Jahren
- Abrufe
Transkript
1 Statistik I für Betriebswirte Vorlesung 10 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 13. Juni 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung 10 Version: 16. Juni
2 Konzentrationsmaße I Für positive metrische Merkmale. Konzentrationsmaße messen die Gleichmäßigkeit der Aufteilung der Merkmalssumme auf die Merkmalsträger. Beispielproblem: Wie teilt sich ein Markt auf die Anbieter auf (Marktkonzentration)? Konzentriert sich der Gesamtumsatz auf wenige Firmen, oder haben alle Firmen ungefähr den gleichen Anteil? Typische Merkmale, für die Konzentrationen bestimmt werden: Merkmal Jahreseinkommen Jahresumsatz Einwohnerzahl Merkmalsträger Beschäftigte Unternehmen Gemeinden Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung 10 Version: 16. Juni
3 Konzentrationsmaße II Extremfälle: Keine Konzentration: Merkmalssumme ist gleichmäßig auf alle Merkmalsträger verteilt. Höchste Konzentration: ein Element trägt die gesamte Merkmalssumme, die anderen gehen leer aus. Beispiel 2.7: Betrieb tats. Marktanteil Marktanteil bei Gleichvert. 1 x 1 = 5% 20 % 2 x 2 = 25% 20 % 3 x 3 = 10% 20 % 4 x 4 = 20% 20 % 5 x 5 = 40% 20 % Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung 10 Version: 16. Juni
4 Konzentrationsmaße III: Lorenzkurve Graphische Darstellung durch Lorenzkurve. n Merkmalsträger (5 Betriebe). Geordnete Merkmalswerte x (1) = 5 x (2) = 10 x (3) = 20 x (4) = 25 x (5) = 40. Berechnen u i = i n und v i = i j=1 x (j) n j=1 x (j) für i = 1,..., n, außerdem sei (u 0, v 0 ) = (0, 0). Im Beispiel: Lorenzkurve (blau) (u 0, v 0 ) = (0.0,0.00) (u 1, v 1 ) = (0.2,0.05) (u 2, v 2 ) = (0.4,0.15) (u 3, v 3 ) = (0.6,0.35) (u 4, v 4 ) = (0.8,0.60) (u 5, v 5 ) = (1.0,1.00) Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung 10 Version: 16. Juni
5 Konzentrationsmaße IV: Lorenzkurven Wie wirkt sich eine Fusion der Betriebe 2 und 5 aus, wie eine Fusion der Betriebe 1 und 3? (Erinnerung: 1: 5%; 2: 25%; 3: 10%; 4: 20%; 5: 40%) blau: Ausgangsdaten rot: Fusion Betriebe 2 und 5 grün: Fusion Betriebe 1 und 3 schwarz: Diagonale (Gleichverteilung) Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung 10 Version: 16. Juni
6 Lorenzsches Konzentrationsmaß (Gini-Koeffizient) Zahlenmäßige Kenngröße für Konzentration. G = 2 mal Fläche zwischen Diagonale und Lorenzkurve, G = 1 1 n n (v i + v i 1 ) = n 2 n i=1 n v i. i=1 { 0, bei Gleichverteilung ; G = n 1 n, wenn gesamte Masse in einem von n Punkten. Normierter Gini-Koeffizient: G := n n 1 G. Im Beispiel: (Werte v i : 0.00 ; 0.05 ; 0.15 ; 0.35 ; 0.60 ; 1.00) Ausgangsdaten : G = ( ) = 0.34 ; G = Fusion Betriebe 2 und 5 : G = ( ) = ; G = Fusion Betriebe 1 und 3 : G = ( ) = 0.20 ; G = Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung 10 Version: 16. Juni
7 Modifikation bei klassierten positiven Merkmalen m Klassen mit relativen Häufigkeiten h i und Merkmalssummen pro Klasse M i, i = 1,..., m. Punkte der Lorenzkurve definiert durch (u 0, v 0 ) = (0, 0) sowie u i = i h j, v i = j=1 i M j j=1, i = 1,..., m. m M j j=1 Gini-Koeffizient: m G = 1 h i (v i + v i 1 ). i=1 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung 10 Version: 16. Juni
8 Beispiel 2.8: Verteilung der landwirtschaftlichen Nutzfläche i Fläche in ha H i h i M i u i v i v i + v i 1 1 < 5 ha ha ha ha > 50 ha m G = 1 h i (v i + v i 1 ) i=1 = 1 ( ) = Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung 10 Version: 16. Juni
9 2.3 Zweidimensionale Merkmale Gemeinsame und bedingte Verteilung Im Rahmen einer Studie oder Umfrage wird in der Regel mehr als ein Merkmal erhoben. Insbesondere besteht Interesse an Zusammenhängen zwischen den Merkmalen. Beispiel 2.9: Es interessiert der Zusammenhang der Merkmale X Teilnahme an Grippeschutzimpfung und Y Grippeerkrankung, für die folgende Häufigkeitstabelle ermittelt wurde: X \Y Grippe keine Grippe H i Impfung keine Impfung H j (Quelle: Nollau et al, Wahrscheinlichkeitsrechnung und Statistik in Beispielen und Aufgaben, Teubner 1997) Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung 10 Version: 16. Juni
10 Kontingenztafel Darstellung der absoluten Häufigkeiten in Form einer Tabelle. Im Fall von nur zwei Merkmalsausprägungen für beide Merkmale wird die Kontingenztafel auch Vierfeldertafel genannt. Häufigkeitstabelle mit relativen Häufigkeiten im Beispiel 2.9. X \Y Grippe keine Grippe h i Impfung keine Impfung h j Das Innere der Tabelle gibt die gemeinsame Verteilung der Merkmale in absoluten (bzw. relativen) Häufigkeiten an. Die rechte Randspalte gibt die Randverteilung des Merkmals X in absoluten (bzw. relativen) Häufigkeiten an. Die untere Randzeile gibt die Randverteilung des Merkmals Y in absoluten (bzw. relativen) Häufigkeiten an. Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung 10 Version: 16. Juni
11 Formale Definitionen Beobachtet werden zwei Merkmale X (mit Ausprägungen a 1,..., a k ) und Y (mit Ausprägungen b 1,..., b l ) an n Merkmalsträgern. Gemeinsame absolute Häufigkeit: H ij = Anzahl der beobachteten Merkmalsträger mit der Merkmalskombination (a i, b j ). Gemeinsame relative Häufigkeit: h ij = H ij n. l Absolute Randhäufigkeiten von X : H i = j=1 H ij Anzahl der beobachteten Merkmalsträger mit der Ausprägung a i für das Merkmal X. Relative Randhäufigkeiten von X : h i = H l i n = h ij. j=1 Analog absolute und relative Randhäufigkeiten von Y : k H j = H ij und h j = H k j n = h ij. i=1 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung 10 Version: 16. Juni i=1
12 Bedingte Verteilungen Ein Einschränken des Fokus auf eine Ausprägung des Merkmals Y führt zu einer sogenannten bedingten Verteilung (im Beispiel 2.9 z.b.: bedingte Verteilung der Teilnahme an Grippeschutzimpfung, gegeben man beschränkt sich auf an Grippe erkrankte Personen). Dies kann man für jede Ausprägung des Merkmals Y machen bedingte Verteilung des Merkmals X gegeben das Merkmal Y (immer in relativen Häufigkeiten). Im Beispiel 2.9: bedingte Verteilung des Merkmals X Teilnahme an Grippeschutzimpfung gegeben das Merkmal Y Grippeerkrankung Grippe keine Grippe Impfung = = keine Impfung = = Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung 10 Version: 16. Juni
13 Formalisierung Analog: bedingte Verteilung des Merkmals Y Grippeerkrankung gegeben das Merkmal X Teilnahme an Grippeschutzimpfung. Impfung keine Impfung Grippe keine Grippe Seien H ij bzw. h ij (i = 1,..., k; j = 1,..., l) die absoluten bzw. relativen gemeinsamen Häufigkeiten der Merkmale X und Y. Bedingte relative Häufigkeiten von X gegeben Y = b j : f X (a i b j ) = H ij H j = h ij h j (i = 1,..., k). Bedingte relative Häufigkeiten von Y gegeben X = a i : f Y (b j a i ) = H ij H i = h ij h i (j = 1,..., l). Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung 10 Version: 16. Juni
14 Graphische Darstellung der bedingten Verteilungen im Mosaikdiagramm (Beispiel 2.9) Mosaik-Diagramm Mosaik-Diagramm Impfung keine Impfung Grippe keine Grippe Impfung keine Impfung Grippe keine Grippe In Mosaikdiagrammen ist der Flächeninhalt der Balken proportional zu den relativen Häufigkeiten. Die Breite der Balken ist proportional zu den entsprechenden Randhäufigkeiten. Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung 10 Version: 16. Juni
15 Zusammenhang von Merkmalen (in Kontingenztafeln) Aus den bedingten Verteilungen und den Randverteilungen lassen sich die gemeinsamen Verteilungen zurück gewinnen. H ij = f X (a i b j ) H j = f Y (b j a i ) H i. h ij = f X (a i b j ) h j = f Y (b j a i ) h i. Wichtige Frage: Besteht ein Zusammenhang zwischen den Merkmalen in dem Sinne, dass die konkrete Ausprägung eines Merkmals Einfluss auf die Verteilung des anderen Merkmals hat? Definition: Die Merkmale X und Y heißen unabhängig, wenn die bedingten Verteilungen des Merkmals Y gegeben X = a i für alle Ausprägungen a i des Merkmals X gleich (und gleich der Randverteilung von Y ) sind (vgl. Def. unabhängige Zufallsgrößen). Im Beispiel 2.9: Wären Teilnahme an Grippeschutzimpfung und Grippeerkrankung unabhängig, müssten sowohl bei den geimpften als auch bei den ungeimpften Personen ungefähr 30% an Grippe erkranken und 70% nicht. Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung 10 Version: 16. Juni
16 Hypothetische gemeinsame Häufigkeiten Seien H ij ( h ij ) die hypothetischen gemeinsamen absoluten (relativen) Häufigkeiten für die Merkmalskombination (a i, b j ), wenn man annimmt, dass die Merkmale X und Y unabhängig sind (bei gegebenen Randverteilungen). H ij = H f Y (b j a i ) =! h j H ij = H i h j = H i H j i n h ij = H ij n = H i h j n = h i h j. Zwei Merkmale sind unabhängig, wenn die relativen gemeinsamen Häufigkeiten gleich dem Produkt der zugehörigen relativen Randhäufigkeiten sind (vgl. Def. unabhängige Zufallsgrößen). Je stärker die hypothetischen Häufigkeiten von den tatsächlichen gemeinsamen Häufigkeiten abweichen, desto stärker ist der Zusammenhang zwischen den 2 Merkmalen (vgl. Statistik II). Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung 10 Version: 16. Juni
17 Visualisierung von zweidimensionalen metrisch skalierten Daten im Streudiagramm Beobachtet werden zwei quantitative Merkmale X und Y an n Merkmalsträgern. Urliste : Liste von Wertepaaren (x i, y i ) (i = 1,..., n). Diese Punkte können in ein kartesisches Koordinatensystem eingezeichnet werden. Beispiel 2.10 (Wirtschaftswachstum BIP in der BRD) X : vom Sachverständigenrat prognostiziertes Wachstum (in %). Y : tatsächliches Wachstum (in %). Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung 10 Version: 16. Juni
18 Daten und Streudiagramm Beispiel 2.10 Jahr X Y Jahr X Y Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung 10 Version: 16. Juni
19 Beispiel 2.11 Studierende Statistik I für BW 2016 Streudiagramm Schuh- und Körpergrößen zusammen 50 Streudiagramm 47 Schuhgröße ,5 1,6 1,7 1,8 1,9 2 Körpergröße Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung 10 Version: 16. Juni
20 Beispiel 2.11 Studierende Statistik I für BW 2016 Streudiagramm Schuh- und Körpergrößen getrennt Streudiagramm Geschlecht m w Schuhgröße ,5 1,6 1,7 1,8 1,9 2 Körpergröße Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung 10 Version: 16. Juni
21 Beispiel 2.11 Studierende Statistik I für BW 2016 Mosaikdiagramm für Studienfach nach Geschlecht Mosaikdiagramm für Studienfach nach Geschlecht B&L Geschlecht m w BWL BWL RW M BWL WiW Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung 10 Version: 16. Juni
22 1.4 Indexzahlen Einfache Indexzahlen (Messzahlen) Indizes (Indexzahlen, Indexzeitreihen) dienen z.b. zur Beschreibung der zeitlichen Entwicklung bestimmter Größen und werden häufig in der Wirtschaftsstatistik oder Ökonometrie angewandt. Einfache Indexzahlen beschreiben die Entwicklung einer Maßzahl über die Zeit. Zur besseren Vergleichbarkeit werden Werte so normiert, dass der Wert zur Basiszeit gleich 1 (100%) ist. x t0 : Maßzahl zur Basiszeit t 0, x t : Maßzahl zur Berichtszeit t I t0,t = x t x t0 ( 100) : einfache Indexzahl. Beispiel 2.12 Umsatz einer Firma (in Tausend Euro) Jahr t 0 =: t x t I t0,t Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung 10 Version: 16. Juni
23 Umbasierung von Messzahlen Wechsel der Basiszeit: t 0 : alte Basiszeit; t 0 : neue Basiszeit. I t 0,t = x t ( 100) = x 1 x t t x t0 x t0 I t0,t ( 100) = x 1 x t 0 x t 0 t ( 100) = ( 100) 0 I x t0 t0,t x 0 t0 I t0,t 0 I t 0,t = I t0,t( 100) bzw. Eigenschaft ( ) heißt Verkettungseigenschaft. I t 0,t I t 0,t 0 = It 0,t I t0,t 0 ( ). Im Beispiel 2.12 Jahr t 0 = t = t x t I 0,t I 2,t z.b. I 2,6 = = = Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung 10 Version: 16. Juni
24 Verkettung von Messzahlen Gegeben seien eine alte Indexreihe I t0,1,..., I t0,s und eine neue I t 0,s,..., I t 0,r. Verschiedene Basiszeiten. Indexreihen überschneiden sich genau im Zeitpunkt s. Beispiel 2.13 Jahr t I 0,t I 5,t I 0,t I 5,t 62, , z.b. 168 = oder 70 = Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung 10 Version: 16. Juni
25 Fortführung der alten Reihe und Rückrechnung der neuen Reihe Fortführung der alten Reihe für t > s : Idee: Multipliziere alle Werte I t 0,t der neuen Reihe mit dem gleichen Faktor c, so dass c I t 0,s = I t 0,s ist. c = I t 0,s I t 0,s I t0,t = I t 0,s I t 0,s I t 0,t. Rückrechnung der neuen Reihe für t < s : Idee: Multipliziere alle Werte I t0,t der alten Reihe mit dem gleichen Faktor c, so dass c I t0,s = I t 0,s ist. c = I t 0,s I t0,s I t 0,t = I t 0,s I t0,t. I t0,s Anmerkung: Entsteht I aus I durch Umbasieren, so führt die Verkettung von I und I wieder zur ursprünglichen Reihe. Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung 10 Version: 16. Juni
Statistik I für Betriebswirte Vorlesung 2
Statistik I für Betriebswirte Vorlesung 2 PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik 16. April 2015 PD Dr. Frank Heyde Statistik I für Betriebswirte Vorlesung 2 1 ii) empirische
MehrWISTA WIRTSCHAFTSSTATISTIK
WISTA WIRTSCHAFTSSTATISTIK PROF. DR. ROLF HÜPEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT Seminar für Theoretische Wirtschaftslehre Vorlesungsprogramm 28.05.2013 Konzentrationsmaße 1. Konzentrationsbegriff
MehrBeispiel 9 (Einige Aufgaben und Illustrationen zur Lorenzkurve, Teil 2)
Beispiel 9 (Einige Aufgaben und Illustrationen zur Lorenzkurve, Teil ) Aufgabe (Lorenzkurve und Einkommen) Stellen Sie folgende Einkommensverteilung als Lorenzkurve dar. Wochenlohn Häufigkeit 500-599.99
MehrWahrscheinlichkeitsrechnung und Statistik
Wahrscheinlichkeitsrechnung und Statistik Für Ingenieurstudenten an Fachhochschulen von Michael Sachs erweitert Wahrscheinlichkeitsrechnung und Statistik Sachs schnell und portofrei erhältlich bei beck-shopde
MehrZusammenhangsanalyse in Kontingenztabellen
Zusammenhangsanalyse in Kontingenztabellen Bisher: Tabellarische / graphische Präsentation Jetzt: Maßzahlen für Stärke des Zusammenhangs zwischen X und Y. Chancen und relative Chancen Zunächst 2 2 - Kontingenztafel
MehrStatistik II für Betriebswirte Vorlesung 14
Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik Statistik II für Betriebswirte Vorlesung 14 25. Januar 2013 8. Indizes 8.1. Einfache Indexzahlen Indizes (Indexzahlen, Indexzeitreihen)
Mehr9. Kapitel: Grafische Darstellung quantitativer Informationen
9. Kapitel: Grafische Darstellung quantitativer Informationen 9.1: Fallstricke bei der Übersetzung von Zahlen in Bilder a) optische Täuschungen b) absichtliche Manipulationen 9.2: Typologie von Datengrafiken
MehrWISTA WIRTSCHAFTSSTATISTIK
WISTA WIRTSCHAFTSSTATISTIK PROF DR ROLF HÜPEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT Seminar für Theoretische Wirtschaftslehre Vorlesungsprogramm 23042013 Datenlagen und Darstellung eindimensionaler Häufigkeitsverteilungen
MehrWISTA WIRTSCHAFTSSTATISTIK
WISTA WIRTSCHAFTSSTATISTIK PROF. DR. ROLF HÜPEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT Seminar für Theoretische Wirtschaftslehre Vorlesungsprogramm 04.06.2013 Zweidimensionale Datensätze 1. Kontingenztabelle
MehrDeskriptive Statistik Kapitel VII - Konzentration von Merkmalswerten
Deskriptive Statistik Kapitel VII - Konzentration von Merkmalswerten Georg Bol bol@statistik.uni-karlsruhe.de Markus Höchstötter hoechstoetter@statistik.uni-karlsruhe.de Agenda 1. Einleitung 2. Lorenzkurve
MehrBestimmen von Quantilen
Workshop im Rahmen der VIV-Begabtenförderung Bestimmen von Quantilen Wie Rückwärtsdenken in der Stochastik hilft Leitung: Tobias Wiernicki-Krips Samstag, 10. Januar 2015 1 / 29 Motivation Wie bestimmt
MehrWahrscheinlichkeits - rechnung und Statistik
Michael Sachs Mathematik-Studienhilfen Wahrscheinlichkeits - rechnung und Statistik für Ingenieurstudenten an Fachhochschulen 4., aktualisierte Auflage 2.2 Eindimensionale Häufigkeitsverteilungen 19 absolute
MehrInhaltsverzeichnis: Aufgaben zur Vorlesung Statistik Seite 1 von 10 Prof. Dr. Karin Melzer, Prof. Dr. Gabriele Gühring, Fakultät Grundlagen
Inhaltsverzeichnis: 1. Übungsaufgaben zu Kapitel 2 und 3... 2 Aufgabe 1... 2 Aufgabe 2... 2 Aufgabe 3... 2 Aufgabe 4... 2 Aufgabe 5... 3 Aufgabe 6... 3 Aufgabe 7... 4 Aufgabe 8... 4 Aufgabe 9... 4 Aufgabe
MehrWirtschaftsstatistik. Konzentrations- und Disparitätsmessung 16.10.2007
Wirtschaftsstatistik Konzentrations- und Disparitätsmessung 16.10.2007 Begriffe Konzentration und Disparität Laut Oxford Advanced Learner s Dictionary by OUP, bzw. WordNet by Princeton University concentration:
MehrGrundlagen der Statistik
Grundlagen der Statistik Übung 2 2010 FernUniversität in Hagen Alle Rechte vorbehalten Fakultät für Wirtschaftswissenschaft Übersicht über die mit den Übungsaufgaben geprüften Lehrzielgruppen Lehrzielgruppe
MehrÜbungsaufgaben zu Kapitel 2 und 3
Inhaltsverzeichnis: Übungsaufgaben zu Kapitel 2 und 3... 2 Aufgabe 1... 2 Aufgabe 2... 2 Aufgabe 3... 2 Aufgabe 4... 3 Aufgabe 5... 3 Aufgabe 6... 3 Aufgabe 7... 4 Aufgabe 8... 4 Aufgabe 9... 5 Aufgabe
Mehr3. Merkmale und Daten
3. Merkmale und Daten Ziel dieses Kapitels: Vermittlung des statistischen Grundvokabulars Zu klärende Begriffe: Grundgesamtheit Merkmale (Skalenniveau etc.) Stichprobe 46 3.1 Grundgesamtheiten Definition
MehrTest auf den Erwartungswert
Test auf den Erwartungswert Wir interessieren uns für den Erwartungswert µ einer metrischen Zufallsgröße. Beispiele: Alter, Einkommen, Körpergröße, Scorewert... Wir können einseitige oder zweiseitige Hypothesen
Mehr3. Quintil. 2. Quintil
Beispiel 9 (Einige Aufgaben und Illustrationen zur Lorenzkurve) Aufgabe Stellen Sie die Einkommensungleichheit in Argentinien, Brasilien, Costa Rica, Chile, Mexico, Panama, Peru und Venezuela mit Hilfe
MehrVorlesung Grundlagen der Biometrie WS 2011/12 1. Grundbegriffe
Vorlesung Grundlagen der Biometrie WS 2011/12 1. Grundbegriffe Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 1. Grundbegriffe der beschreibenden Statistik Statistische Einheiten, Grundgesamtheit
Mehr4. Kumulierte Häufigkeiten und Quantile
4. Kumulierte Häufigkeiten und Quantile Kumulierte Häufigkeiten Oft ist man nicht an der Häufigkeit einzelner Merkmalsausprägungen interessiert, sondern an der Häufigkeit von Intervallen. Typische Fragestellung:
MehrVerhältniszahlen. 0.1 Gliederungszahlen. 0.2 Beziehungszahlen
Verhältniszahlen Denition 01 Eine Verhältniszahl ist der Quotient zweier Zahlen, die in einem sachlogischen Verhältnis stehen Verhältniszahlen werden unterteilt in: Gliederungszahlen Beziehungszahlen Messzahlen
Mehr3 Häufigkeitsverteilungen
3 Häufigkeitsverteilungen 3.1 Absolute und relative Häufigkeiten 3.2 Klassierung von Daten 3.3 Verteilungsverläufe 3.1 Absolute und relative Häufigkeiten Datenaggregation: Bildung von Häufigkeiten X nominal
MehrWillkommen zur Vorlesung Statistik
Willkommen zur Vorlesung Statistik Thema dieser Vorlesung: Häufigkeiten und ihre Verteilung, oder: Zusammenfassende Darstellungen einzelner Variablen Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen
MehrMusterlösung zur Aufgabensammlung Statistik I Teil 3
Musterlösung zur Aufgabensammlung Statistik I Teil 3 2008, Malte Wissmann 1 Zusammenhang zwischen zwei Merkmalen Nominale, Ordinale Merkmale und Mischungen Aufgabe 12 a) x\ y 1.Klasse 2.Klasse 3.Klasse
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
MehrBivariate Analyse: Gemeinsame (bivariate) Häufigkeitstabelle. Sie wird auch Kontingenz-, Assoziations- oder Korrelationstabelle (f b )genannt.
Bivariate Analyse: Tabellarische Darstellung: Gemeinsame (bivariate) Häufigkeitstabelle. Sie wird auch Kontingenz-, Assoziations- oder Korrelationstabelle (f b )genannt. Beispiel: Häufigkeitsverteilung
Mehr3. Deskriptive Statistik
3. Deskriptive Statistik Eindimensionale (univariate) Daten: Pro Objekt wird ein Merkmal durch Messung / Befragung/ Beobachtung erhoben. Resultat ist jeweils ein Wert (Merkmalsausprägung) x i : - Gewicht
MehrStatistik - Übungsaufgaben
Statistik - Übungsaufgaben 1) Eine vor mehreren Jahren durchgeführte Befragung von 30 Arbeitern eines Großbetriebes ergab für die Stundenlöhne folgende Liste: 16,35 16,80 15,75 16,95 16,20 17,10 16,64
MehrStatistik I für Betriebswirte Vorlesung 2
Statistik I für Betriebswirte Vorlesung 2 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 11. April 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung
MehrVerteilungsfunktion und dquantile
Statistik 1 für SoziologInnen Verteilungsfunktion und dquantile Univ.Prof. Dr. Marcus Hudec Kumulierte Häufigkeiten Hinweis: Damit die Kumulation inhaltlich sinnvoll ist, muss das Merkmal zumindest ordinal
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
MehrBitte bearbeite zunächst alle Aufgaben bevor du einen Blick in die Lösungen wirfst.
Übungsblatt 1 - Häufigkeiten, Mittelwert, Erwartungswert Das erste Übungsblatt ist als Einstieg ins Thema Wahrscheinlichkeitsrechnung gedacht und umfasst die Themen relative/absolute Häufigkeiten, Mittelwert
MehrStandardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend
Standardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend oder eindeutig, wenn keine alternativen Interpretationsmöglichkeiten
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:
MehrZwei kategoriale Merkmale. Homogenität Unabhängigkeit
121 Zwei kategoriale Merkmale Homogenität Unabhängigkeit 122 Beispiel Gründe für die Beliebtheit bei Klassenkameraden 478 neun- bis zwölfjährige Schulkinder in Michigan, USA Grund für Beliebtheit weiblich
MehrStatistik II für Betriebswirte Vorlesung 12
Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik Statistik II für Betriebswirte Vorlesung 12 11. Januar 2013 7.3. Multiple parameterlineare Regression Im Folgenden soll die
Mehr9. Kapitel: Grafische Darstellung quantitativer Informationen
9. Kapitel: Grafische Darstellung quantitativer Informationen 9.1: Fallstricke bei der Übersetzung von Zahlen in Bilder a) optische Täuschungen b) absichtliche Manipulationen 9.2: Typologie von Datengrafiken
Mehr0,04. b) Antworten A und C bleiben übrig. Diese waren von 36+4 = 40% des Publikums genannt worden.
Aufgabe 1: In der Fernsehsendung Wer wird Millionär ist ein Kandidat bei der 16000-Euro-Frage völlig ahnungslos und zieht den Publikumsjoker. Es resultieren die folgenden Abstimmungsergebnisse für die
MehrDr. Reinhard Vonthein, Dipl. Statistiker (Univ.)
Dr. Reinhard Vonthein, Dipl. Statistiker (Univ.) Reinhard.Vonthein@imbs.uni-luebeck.de Institut für Medizinische Biometrie und Statistik Universität zu Lübeck / Universitätsklinikums Schleswig-Holstein
MehrEine zweidimensionale Stichprobe
Eine zweidimensionale Stichprobe liegt vor, wenn zwei qualitative Merkmale gleichzeitig betrachtet werden. Eine Urliste besteht dann aus Wertepaaren (x i, y i ) R 2 und hat die Form (x 1, y 1 ), (x 2,
MehrKapitel 5. Univariate Zufallsvariablen. 5.1 Diskrete Zufallsvariablen
Kapitel 5 Univariate Zufallsvariablen Im ersten Teil dieses Skriptes haben wir uns mit Daten beschäftigt und gezeigt, wie man die Verteilung eines Merkmals beschreiben kann. Ist man nur an der Population
MehrAnwendung A_0801_Quantile_Minimum_Maximum
8. Lageparameter 63 8.3 Interaktive EXCEL-Anwendungen (CD-ROM) Anwendung A_080_Quantile_Minimum_Maimum Die Anwendung besteht aus einem Tabellenblatt Simulation : In der Simulation wird aus einer Urliste
MehrVerteilungen und ihre Darstellungen
Verteilungen und ihre Darstellungen Übung: Stamm-Blatt-Diagramme Wie sind die gekennzeichneten Beobachtungswerte eweils zu lesen? Tragen Sie in beiden Diagrammen den Wert 0.452 an der richtigen Stelle
MehrStatistik I für Statistiker, Mathematiker und Informatiker Lösungen zu Blatt 6 Gerhard Tutz, Jan Ulbricht WS 05/06.
Statistik I für Statistiker, Mathematiker und Informatiker Lösungen zu Blatt Gerhard Tutz, Jan Ulbricht WS 05/0 Lösung Aufgabe 4 Notation: X: Rauchen, Y : chronische Bronchitis S X {ja, nein} {a 1, a },
MehrStatistik eindimensionaler Größen
Statistik eindimensionaler Größen Michael Spielmann Inhaltsverzeichnis 1 Aufgabe der eindimensionalen Statistik 2 2 Grundbegriffe 2 3 Aufbereiten der Stichprobe 3 4 Die Kennzahlen Mittelwert und Streuung,
Mehra) Zeichnen Sie in das nebenstehende Streudiagramm mit Lineal eine Regressionsgerade ein, die Sie für passend halten.
Statistik für Kommunikationswissenschaftler Wintersemester 2009/200 Vorlesung Prof. Dr. Helmut Küchenhoff Übung Cornelia Oberhauser, Monia Mahling, Juliane Manitz Thema 4 Homepage zur Veranstaltung: http://www.statistik.lmu.de/~helmut/kw09.html
MehrInhaltsfelder Jahrgangsstufe 5 Jahrgangsstufe 6 Jahrgangsstufe 7 Jahrgangsstufe 8 Jahrgangsstufe 9
Mathematik-Wettbewerb des Landes Hessen Aufgabengruppe C (Hauptschulbereich) Aufteilung der Inhaltsfelder in den Jahrgangsstufen 5 9 auf die Einzeljahrgänge Die Themen der 1. Runde des Mathematik-Wettbewerbes
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
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung Dr. Jochen Köhler 26.02.2008 1 Warum Statistik und Wahrscheinlichkeits rechnung im Ingenieurwesen? Zusammenfassung der letzten Vorlesung Statistik und Wahrscheinlichkeitsrechnung
MehrBivariate Zusammenhänge
Bivariate Zusammenhänge Tabellenanalyse: Kreuztabellierung und Kontingenzanalyse Philosophische Fakultät Institut für Soziologie Berufsverläufe und Berufserfolg von Hochschulabsolventen Dozent: Mike Kühne
MehrDeskriptive Statistik Lösungen zu Blatt 5 Christian Heumann, Susanne Konrath SS Lösung Aufgabe 27. f X Y (a i b j ) = f i j = f ij f j
1 Deskriptive Statistik Lösungen zu Blatt 5 Christian Heumann, Susanne Konrath SS 2011 Lösung Aufgabe 27 (a) Notation: X: Rauchen, Y : chronische Bronchitis S X {ja, nein} {a 1, a 2 }, S Y {ja, nein} {b
MehrÜbungsaufgaben, Statistik 1
Übungsaufgaben, Statistik 1 Kapitel 3: Wahrscheinlichkeiten [ 4 ] 3. Übungswoche Der Spiegel berichtet in Heft 29/2007 von folgender Umfrage vom 3. und 4. Juli 2007:,, Immer wieder werden der Dalai Lama
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
MehrKapitel III - Merkmalsarten
Universität Karlsruhe (TH) Institut für Statistik und Mathematische Wirtschaftstheorie Statistik 1 - Deskriptive Statistik Kapitel III - Merkmalsarten Markus Höchstötter Lehrstuhl für Statistik, Ökonometrie
MehrStatistik. Datenanalyse mit EXCEL und SPSS. R.01denbourg Verlag München Wien. Von Prof. Dr. Karlheinz Zwerenz. 3., überarbeitete Auflage
Statistik Datenanalyse mit EXCEL und SPSS Von Prof. Dr. Karlheinz Zwerenz 3., überarbeitete Auflage R.01denbourg Verlag München Wien Inhalt Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt
MehrRuhr-Universität Bochum
Aufgabe 1: Die nachfolgende Tabelle zeigt die Privathaushalte in Nordrhein-Westfalen nach dem monatlichen Nettoeinkommen im Mai 2004 (Ergebnisse des Mikrozensus. Quelle: Landesamt für Datenverarbeitung
Mehr1) Warum ist die Lage einer Verteilung für das Ergebnis einer statistischen Analyse von Bedeutung?
86 8. Lageparameter Leitfragen 1) Warum ist die Lage einer Verteilung für das Ergebnis einer statistischen Analyse von Bedeutung? 2) Was ist der Unterschied zwischen Parametern der Lage und der Streuung?
MehrStatistik. Datenanalyse mit EXCEL und SPSS. Prof. Dr. Karlheinz Zwerenz. R.Oldenbourg Verlag München Wien. Von
Statistik Datenanalyse mit EXCEL und SPSS Von Prof. Dr. Karlheinz Zwerenz R.Oldenbourg Verlag München Wien Inhalt Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt XI XII XII TEIL I GRUNDLAGEN
MehrErwartungswert, Varianz und Standardabweichung einer Zufallsgröße. Was ist eine Zufallsgröße und was genau deren Verteilung?
Erwartungswert, Varianz und Standardabweichung einer Zufallsgröße Von Florian Modler In diesem Artikel möchte ich einen kleinen weiteren Exkurs zu meiner Serie Vier Wahrscheinlichkeitsverteilungen geben
Mehrb) Bestimmen Sie die Varianz der beiden Schätzer. c) Ist ein oder sind beide Schätzer konsistent? Begründen Sie!
Aufgabe 1 (3 + 3 + 2 Punkte) Ein Landwirt möchte das durchschnittliche Gewicht von einjährigen Ferkeln bestimmen lassen. Dies möchte er aus seinem diesjährigen Bestand an n Tieren schätzen. Er kann dies
MehrAssoziation & Korrelation
Statistik 1 für SoziologInnen Assoziation & Korrelation Univ.Prof. Dr. Marcus Hudec Einleitung Bei Beobachtung von Merkmalen stellt sich die Frage, ob es Zusammenhänge oder Abhängigkeiten zwischen den
MehrAssoziation & Korrelation
Statistik 1 für SoziologInnen Assoziation & Korrelation Univ.Prof. Dr. Marcus Hudec Einleitung Bei Beobachtung von 2 Merkmalen stellt sich die Frage, ob es Zusammenhänge oder Abhängigkeiten zwischen den
MehrDeskriptive Statistik 1 behaftet.
Die Statistik beschäftigt sich mit Massenerscheinungen, bei denen die dahinterstehenden Einzelereignisse meist zufällig sind. Statistik benutzt die Methoden der Wahrscheinlichkeitsrechnung. Fundamentalregeln:
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........................
MehrTabellarische und graphie Darstellung von univariaten Daten
Part I Wrums 1 Motivation und Einleitung Motivation Satz von Bayes Übersetzten mit Paralleltext Merkmale und Datentypen Skalentypen Norminal Ordinal Intervall Verältnis Merkmalstyp Diskret Stetig Tabellarische
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
MehrStochastik und Statistik für Ingenieure Vorlesung 4
Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik Stochastik und Statistik für Ingenieure Vorlesung 4 30. Oktober 2012 Quantile einer stetigen Zufallsgröße Die reelle Zahl
MehrDeskriptive Statistik
Dr. T. Deutler Seminar für Statistik UIVERSITÄT MAHEIM Beispiele, Tabellen, Grafiken und Formeln zur Veranstaltung Deskriptive Statistik Übersichtsschema Merkmalarten Merkmalart qualitativ quantitativ
MehrInhaltsverzeichnis. Teil I Einführung
Inhaltsverzeichnis Teil I Einführung 1 Statistik-Programme... 1.1 Kleine Einführung in R... 1.1.1 Installieren und Starten von R. 1.1.2 R-Konsole... 1.1.3 R-Workspace... 1.1.4 R-History... 1.1.5 R-Skripteditor...
MehrP (A B) P (B) = P ({3}) P ({1, 3, 5}) = 1 3.
2 Wahrscheinlichkeitstheorie Beispiel. Wie wahrscheinlich ist es, eine Zwei oder eine Drei gewürfelt zu haben, wenn wir schon wissen, dass wir eine ungerade Zahl gewürfelt haben? Dann ist Ereignis A das
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
MehrProblemlösen. Modellieren
Die Menge Bruchzahlen (Fortsetzung) Primfaktorzerlegungen zur Ermittlung von ggt und kgv Darstellen von Bruchteilen in Sachzusammenhängen und am Zahlenstrahl Eigenschaften von Bruchzahlen, Kürzen, Erweitern
MehrKontingenzkoeffizient (nach Pearson)
Assoziationsmaß für zwei nominale Merkmale misst die Unabhängigkeit zweier Merkmale gibt keine Richtung eines Zusammenhanges an 46 o jl beobachtete Häufigkeiten der Kombination von Merkmalsausprägungen
Mehr2. Deskriptive Statistik 2.1. Häufigkeitstabellen, Histogramme, empirische Verteilungsfunktionen
4. Datenanalyse und Modellbildung Deskriptive Statistik 2-1 2. Deskriptive Statistik 2.1. Häufigkeitstabellen, Histogramme, empirische Verteilungsfunktionen Für die Auswertung einer Messreihe, die in Form
MehrBeide Verteilungen der Zeiten sind leicht schief. Der Quartilsabstand für Zeiten zum Surfen ist kleiner als der zum Fernsehen.
Welche der folgenden Maßzahlen sind resistent gegenüber Ausreißer? Der Mittelwert und die Standardabweichung. Der und die Standardabweichung. Der und die Spannweite. Der und der Quartilsabstand. Die Spannweite
MehrKapitel 2. Häufigkeitsverteilungen
6 Kapitel 2 Häufigkeitsverteilungen Ziel: Darstellung bzw Beschreibung (Exploration) einer Variablen Ausgangssituation: An n Einheiten ω,, ω n sei das Merkmal X beobachtet worden x = X(ω ),, x n = X(ω
MehrWirtschaftsstatistik-Klausur am
Wirtschaftsstatistik-Klausur am 7.01.01 Bearbeitungszeit: 60 Minuten Aufgabe 1 In der nachfolgenden Tabelle sind die Jahresendwerte des Dax 30 und das Wachstum (in %) des BIP gegenüber dem Vorjahr (Quelle:
Mehr3. ZWEI KATEGORIALE MERKMALE (bivariate kategoriale Daten)
3. ZWEI KATEGORIALE MERKMALE (bivariate kategoriale Daten) Beispiel: Gründe für Beliebtheit bei Klassenkameraden 478 neun- bis zwölfjährigen Schulkinder in Michigan, USA warum ist man bei seinen Klassenkameraden
Mehr5 Zusammenhangsmaße, Korrelation und Regression
5 Zusammenhangsmaße, Korrelation und Regression 5.1 Zusammenhangsmaße und Korrelation Aufgabe 5.1 In einem Hauptstudiumsseminar des Lehrstuhls für Wirtschafts- und Sozialstatistik machten die Teilnehmer
MehrVeranstaltung Statistik (BWL) an der FH Frankfurt/Main im WS 2004/05 (Dr. Faik) Klausur GRUPPE B - BEARBEITER/IN (NAME, VORNAME):
Veranstaltung Statistik (BWL) an der FH Frankfurt/Main im WS 2004/05 (Dr. Faik) Klausur 09.02.2005 - GRUPPE B - BEARBEITER/IN (NAME, VORNAME): MATRIKELNUMMER: Alte Prüfungsordnung/Neue Prüfungsordnung
MehrDeskriptive Statistik Lösungen zu Blatt 1 Christian Heumann, Susanne Konrath SS Lösung Aufgabe 1
1 Deskriptive Statistik Lösungen zu Blatt 1 Christian Heumann, Susanne Konrath SS 2011 Lösung Aufgabe 1 (a) Es sollen die mathematischen Vorkenntnisse der Studenten, die die Vorlesung Statistik I für Statistiker,
MehrProbleme und Möglichkeiten der Behandlung der bedingten Wahrscheinlichkeit
Hans-Dieter Sill, Universität Rostock Probleme und Möglichkeiten der Behandlung der bedingten Wahrscheinlichkeit 1. Der Begriff der bedingte Wahrscheinlichkeit in Planungsdokumenten 2. Eine Prozessbetrachtung
MehrErzbischöfliche Liebfrauenschule Köln. Schulinternes Curriculum Fach: Mathematik Jg. 6
Erzbischöfliche Liebfrauenschule Köln Schulinternes Curriculum Fach: Mathematik Jg. 6 Reihenfolge Buchabschnitt Themen Inhaltsbezogene Kompetenzen Prozessbezogene Kompetenzen 1 1.1 1.7 Brüche mit gleichem
MehrFolien zur Vorlesung. Statistik I (Deskriptive Statistik)
Folien zur Vorlesung Statistik I (Deskriptive Statistik) Wintersemester 2010/2011 Donnerstag, 10.00-11.30 Uhr Hörsaal: Aula am Aasee Prof. Dr. Bernd Wilfling Westfälische Wilhelms-Universität Münster Inhalt
MehrInformatik II Grundbegriffe der Wahrscheinlichkeitsrechnung
lausthal Informatik II rundbegriffe der Wahrscheinlichkeitsrechnung. Zachmann lausthal University, ermany zach@in.tu-clausthal.de Begriffe Definition: Unter einem Zufallsexperiment versteht man einen,
MehrBeispiel für Anwendung: z-tabelle kann genutzt werden, um z.b. Poissonverteilung näherungsweise zu integrieren. Beispiel: wie wahrscheinlich ist es
Beispiel für Anwendung: z-tabelle kann genutzt werden, um z.b. Poissonverteilung näherungsweise zu integrieren. Beispiel: wie wahrscheinlich ist es beim radioaktiven Zerfall, zwischen 100 und 110 Zerfälle
MehrZusammenhangsanalyse mit SPSS. Messung der Intensität und/oder der Richtung des Zusammenhangs zwischen 2 oder mehr Variablen
- nominal, ordinal, metrisch In SPSS: - Einfache -> Mittelwerte vergleichen -> Einfaktorielle - Mehrfaktorielle -> Allgemeines lineares Modell -> Univariat In SPSS: -> Nichtparametrische Tests -> K unabhängige
MehrForschungsmethoden in der Sozialen Arbeit
Forschungsmethoden in der Sozialen Arbeit Fachhochschule für Sozialarbeit und Sozialpädagogik Alice- Salomon Hochschule für Soziale arbeit, Gesundheit, Erziehung und Bildung University of Applied Sciences
Mehr1 Verteilungen und ihre Darstellung
GKC Statistische Grundlagen für die Korpuslinguistik Kapitel 2: Univariate Deskription von Daten 8.11.2004 Univariate (= eindimensionale) Daten bestehen aus Beobachtungen eines einzelnen Merkmals. 1 Verteilungen
Mehr1. Grundlagen der Wahrscheinlichkeitsrechnung
1. Grundlagen der Wahrscheinlichkeitsrechnung Ereignisse und Wahrscheinlichkeiten Zufälliger Versuch: Vorgang, der (zumindest gedanklich) beliebig oft wiederholbar ist und dessen Ausgang innerhalb einer
MehrEinführung in einige Teilbereiche der Wirtschaftsmathematik für Studierende des Wirtschaftsingenieurwesens
in einige Teilbereiche der für Studierende des Wirtschaftsingenieurwesens Sommersemester 2014 Hochschule Augsburg : Gliederung 1 Finanzmathematik 2 Lineare Programme 3 Differentialgleichungen 4 Statistik:
MehrKapitel XII - Kennzahlen mehrdimensionaler Zufallsvariablen
Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel XII - Kennzahlen mehrdimensionaler Zufallsvariablen Wahrscheinlichkeitstheorie Prof. Dr. W.-D. Heller Hartwig Senska
MehrStatistik für Ökonomen
Wolfgang Kohn Riza Öztürk Statistik für Ökonomen Datenanalyse mit R und SPSS 2., überarbeitete Auflage 4ü Springer Gabler Inhaltsverzeichnis Teil I Einführung 1 Kleine Einführung in R '! 3 1.1 Installieren
Mehr