b = = 122.
|
|
- Tobias Weiß
- vor 6 Jahren
- Abrufe
Transkript
1 Lösungsskizze zur Probeklausur im Fach Statistik I am Gesamtpunktzahl: 60 Aufgabe 1 (12 Punkte): Ein Unternehmen, das Möbel herstellt, hat eine Niederlassung in Deutschland, eine in Frankreich und eine in Polen. Alle drei Niederlassungen stellen Tische, Stühle und Schränke her. Die folgende Tabelle gibt einige Unternehmenskennzahlen wieder. Deutschland Frankreich Polen Mitarbeiteranteil Umsatzanteile Produktivität 2009 (nur Tische) Umsatzwachstumsfaktor Umsatzwachstumsfaktor Umsatzwachstumsfaktor Umsatzwachstumsfaktor Umsatzwachstumsfaktor Umsatzwachstumsfaktor Anzahl produzierter Tische pro Mitarbeiter und Jahr I. Berechnen Sie (a) die durchschnittliche Produktivität in 2009 für das Gesamtunternehmen, Lösung: Die Produktivität ist eine Beziehungszahl b, nämlich Anzahl Tische u dividiert durch die Anzahl der Mitarbeiter v. Gegeben sind die Mitarbeiteranteile v i / P v j, damit liegt eine Nennergewichtung vor. Die durchschnittliche Produktivität ergibt sich also als das gewichtete arithmetische Mittel, b = = 122. (b) den durchschnittlichen Umsatzwachstumsfaktor für das Gesamtunternehmen Lösung: Der Umsatzwachstumsfaktor ist definiert als Umsatz 2009 Umsatz 2008, also handelt es sich um eine Beziehungszahl. Gegeben sind die Umsatzanteile 2009, damit liegt eine Zählergewichtung vor. Der durchschnittliche Umsatzwachstumsfaktor b ergibt sich also als das gewichtete harmonische Mittel, b = µ = (c) die durchschnittliche jährliche Wachstumsrate für die deutsche Niederlassung 1 1
2 ODER: Geben Sie an, wie man in R die durchschnittliche jährliche Wachstumsrate für die deutsche Niederlassung berechnen kann, wenn die sechs Umsatzwachstumsfaktoren im Vektor x gespeichert sind. Lösung: Die durchschnittliche jährliche Wachstumsrate ergibt sich aus dem Umweg über ist das geometische Mittel der Wachstumsfaktoren. Der durchschnittliche Wachstumsfaktor ist m = = Folglich ist die durchschnittliche Wachstumsrate w = = 2.87%. In R würde man berechnen: prod(x)^(1/6). II. Die Umsatzveränderungen sollen in allen drei Ländern in Preis- und Mengenveränderungen aufgeteilt werden. Wie gehen Sie vor? Stellen Sie dar, welche Daten Sie erheben würden und wie Sie sie auswerten würden. Lösung: Da nicht nur ein Produkt hergestellt wird, benötigt man Indizes für die Aufteilung der Umsatzveränderungen. Im Prinzip können alle Indextypen (Laspeyres, Paasche und Fisher) verwendet werden. Jedoch muss man beachten, dass bei einer Zerlegung eines Wertindexes I v in eine Preis- und eine Mengenkomponente die Indizes von Laspeyres und Paasche gemischt werden müssen (also Preisindex nach Laspeyres und Mengenindex nach Paasche oder umgekehrt). Der Wertindex lässt sich aber auch in das Produkt von Preis- und Mengenindex vom Typ Fisher zerlegen. Folgende Daten werden für jedes Land benötigt: Anzahl q der hergestellten Tische (T), Anzahl der hergestellten Stühle (St) und Anzahl der hergestellten Schränke (Sch) im Jahr 2008 und im Jahr 2009; Preise p der Tische, Stühle und Schränke im Jahr 2008 und im Jahr Die drei Preisindizes sind Ip,08,09 La = p 09(T)q 08 (T) + p 09 (St)q 08 (St) + p 09 (Sch)q 08 (Sch) p 08 (T)q 08 (T) + p 08 (St)q 08 (St) + p 08 (Sch)q 08 (Sch) Ip,08,09 Pa = p 09(T)q 09 (T) + p 09 (St)q 09 (St) + p 09 (Sch)q 09 (Sch) I Fi p,08,09 = Die drei Mengenindizes sind p 08 (T)q 09 (T) + p 08 (St)q 09 (St) + p 08 (Sch)q 09 (Sch) q Ip,08,09 La IPa p,08,09. Iq,08,09 La = p 08(T)q 09 (T) + p 08 (St)q 09 (St) + p 08 (Sch)q 09 (Sch) p 08 (T)q 08 (T) + p 08 (St)q 08 (St) + p 08 (Sch)q 08 (Sch) Iq,08,09 Pa = p 09(T)q 09 (T) + p 09 (St)q 09 (St) + p 09 (Sch)q 09 (Sch) I Fi q,08,09 = Und die drei Zerlegungen sind p 09 (T)q 08 (T) + p 09 (St)q 08 (St) + p 09 (Sch)q 08 (Sch) q Iq,08,09 La IPa q,08,09. I v,08,09 = Ip,08,09 La Iq,08,09 Pa = Ip,08,09 Pa Iq,08,09 La = Ip,08,09 Fi Iq,08,09. Fi 2
3 Aufgabe 2 (12 Punkte): In der folgenden Grafik finden Sie Angaben zu den geplanten Urlaubsausgaben 2004, aufgeschlüsselt nach dem Alter (Quelle: dpa, polis, Westfälische Nachrichten ) Nehmen Sie an, dass 30% der Befragten zwischen 14 und 34 Jahre alt sind, 40% zwischen 35 und 54 Jahre alt sind und 30% 55 Jahre oder älter sind. (a) Erstellen Sie die Kontingenztabelle für die Merkmale X: geplante Veränderung der Urlaubsausgaben und Y : Altersklasse. Lösung: Die relative Kontingenztabelle ergibt sich aus den relativen Randhäufigkeiten von Y (die als Annahmen gegeben sind) multipliziert mit den bedingten relativen Häufigkeiten von X gegeben Y (die in der Abbildung zu finden sind). X\Y und älter mehr = = = weniger = = = in etwa gleich = = = keine Angaben = = =
4 (b) Geben Sie die bedingte Verteilung von Y für X = weniger an. Lösung: Zunächst bestimmt man die relative Randhäufigkeit von X für X = weniger. Sie ist f 2 = = Nun ergibt sich für die bedingte Verteilung von Y f 1 X=weniger = = f 2 X=weniger = = f 3 X=weniger = = (c) Sind X und Y deskriptiv unabhängig? Begründen Sie Ihre Antwort. Lösung: X und Y sind nicht deskriptiv unabhängig. Das erkennt man daran, dass die bedingte Verteilung von Y gegeben X = weniger (aus Aufgabenteil b) sich von der Randverteilung von Y (aus den Annahmen der Aufgabenstellung) unterscheidet. Eine andere Möglichkeit wäre, die Elemente der Kontingenztabelle daraufhin zu überprüfen, ob die Unabhängigkeitsbedingung erfüllt ist. Sobald ein Feld die Bedingung verletzt, liegt keine deskriptive Unabhängigkeit vor. (d) Wie sind die beiden Merkmale skaliert? Begründen Sie Ihre Antwort. Lösung: Das Merkmal X ist nominal skaliert, da die vier Ausprägungen nicht sinnvoll geordnet werden können. (Wäre die Ausprägung keine Angaben nicht vorhanden und wäre die Reihenfolge der Ausprägungen anders sortiert, wäre das Merkmal sogar ordinal skaliert, da dann eine sinnvolle Ordnung vorhanden ist.) Das Merkmal Y ist ordinal skaliert, da die Altersangaben in Klassen zusammengefasst wurden. Eine sinnvolle Ordnung ist vorhanden, aber man kann nicht sagen, dass die mittlere Klasse um einen bestimmen Faktor größer ist als die erste Klasse. Aufgabe 3 (12 Punkte): Die Verteilungsfunktionen der beiden Merkmale X und Y sind F X (x) = F Y (x) = 0 für x< für 10 x< für 15 x<40 1 für x 40 0 für x< für 1300 x< für 2000 x< für x (a) Welches Skalenniveau müssen die beiden Merkmale mindestens haben? Lösung: Damit die empirische Verteilungsfunktion sinnvoll berechnet werden kann, muss das Merkmal mindestens ordinal skaliert sein. 4
5 (b) Berechnen Sie das arithmetische Mittel des Merkmals X. Lösung: DasMerkmalX kann die drei Werte 10, 15 und 40 annehmen. Die relativen Häufigkeiten ergeben sich aus der empirischen Verteilungsfunktion Folglich ist das arithmetische Mittel f 1 = 0.2 0=0.2 (für X = 10) f 2 = =0.7 (für X = 15) f 3 = =0.1 (für X = 40). x = = (c) Bestimmen Sie die Modi von X und Y. Lösung: DerModusistderWert, deramhäufigsten angenommen wird. Für das Merkmal X ist der Modus also 15 (denn er wird in 70% der Fälle angenommen). Das Merkmal Y nimmt die drei Werte 1300, 2000 und 9000 an, und zwar mit den relativen Häufigkeiten f 1 = 0.5 0=0.5 (für Y = 1300) f 2 = =0.1 (für Y = 2000) f 3 = =0.4 (für Y = 9000). Die größte relative Häufigkeitergibtsichfür den Wert Also ist 1300 der Modus von Y. (d) Geben Sie den Quartilsabstand des Merkmals Y an. Lösung: Der Quartilsabstand ist die Differenz des 0.75-Quantils und des 0.25-Quantils. Das 0.75-Quantil lässt sich an der empirischen Verteilungsfunktion ablesen. Es ist der kleinste Wert x, an dem die empirische Verteilungsfunktion von Y dierelativehäufigkeit 0.75 erreicht oder überspringt. Offenbar ist das gesuchte Quantil x 0.75 = Entsprechend liest man für das 0.25-Quantil der Wert x 0.25 = 1300 ab. Der Quartilsabstand ist somit IQR = = (e) Nehmen Sie an, dass X und Y deskriptiv unabhängig sind. Stellen Sie die Kontingenztabelle (der relativen Häufigkeiten) von X und Y auf. Lösung: DieEinträge der (relativen) Kontingenztabelle ergeben sich bei deskriptiver Unabhängigkeit als Produkt der beiden relativen Randhäufigkeiten. Also X\Y P P
6 Aufgabe 4 (12 Punkte): Die nachfolgende Tabelle enthält die Verteilung von 500 Haushalten nach dem Nettoeinkommen (in EUR/Monat). Klasse Anzahl der Haushalte [0,1000[ 100 [1000,1500[ 110 [1500,1750[ 80 [1750,2250[ 120 [2250,3500] 90 (a) Stellen Sie die Häufigkeitsverteilung grafisch dar. ODER: Geben Sie an, wie man die Grafik in R erzeugen kann, wenn die Urliste unter dem Namen eink abgespeichert ist. Für die restlichen Aufgabenteile sei die Urliste jedoch wieder unbekannt. Lösung: Da die Daten stetig klassiert sind, sollte man hier ein Histogramm erstellen. Die empirische Dichte in den fünf Klassen ist f 1 = 100/ = /500 f 2 = = /500 f 3 = = /500 f 4 = = /500 f 5 = = Nun trägt man die empirische Dichte für jede Klasse in eine Grafik ein. Es ergibt sich das folgende Histogramm emp. Dichte 0e+00 2e-04 4e-04 6e x 6
7 In R erstellt man ein Histogramm aus der Urliste mit den gewünschten Klassengrenzen durch den Befehl hist(eink,breaks=c(0,1000,1500,1750,2250,3500)). (b) Berechnen Sie einen Näherungswert für den Median. ODER: Geben Sie an, wie man diesen Näherungswert in R berechnen kann, wenn die Klassenuntergrenzen im Vektor unten, die Klassenobergrenzen im Vektor oben und die absoluten Häufigkeiten im Vektor n gespeichert sind. Lösung: Der Median ist das 0.5-Quantil. Man berechnet ihn durch lineare Interpolation der empirischen Verteilungsfunktion. Die Stützstellen der empirischenverteilungsfunktion ergeben sich wie folgt: K j n j f j F (x o j ) [0,1000[ [1000,1500[ [1500,1750[ [1750,2250[ [2250,3500] Der Median fällt in die dritte Klasse, also [ [, da in dieser Klasse der Wert 0.5 überschritten wird. Die lineare Interpolation liefert als Näherung für den Median x 0.5 x u j + p F (xu j ) = = f j x o j x u j ( ) In R berechnet man den Median wie folgt: Zuerst erzeugt man einen Vektor aller Klassengrenzen (der Länge 6): g <- c(unten[1],oben). Dann berechnet man die empirische Verteilungsfunktion (mit einer Null am Anfang): F <- cumsum(c(0,n)/sum(n)). Die lineare Approximation erfolgt nun durch approx(f,g,0.5). (c) Berechnen Sie einen Näherungswert für das arithmetische Mittel. ODER: Geben Sie an, wie man diesen Näherungswert in R berechnen kann, wenn die gleichen Vektoren wie unter (b) gegeben sind. Lösung:Diefünf Klassenmitten sind ξ 1 =500,ξ 2 = 1250, ξ 3 = 1625, ξ 4 = 2000, ξ 5 = Ein gängiger Näherungswert für das arithmetische Mittel ist x = 5X f j ξ j j=1 = = In R berechnet man sum(n/sum(n)*(unten+oben)/2). Alternativ könnte man beispielsweise zuerst die relativen Häufigkeiten und die Klassenmitten berechnen: f <- n/sum(n) und xi <- (unten+oben)/2. Anschließend ergibt sich die Näherung als sum(f*xi). 7
8 (d) Berechnen Sie einen Näherungswert für die Standardabweichung. ODER: Geben Sie an, wie man diesen Näherungswert in R berechnen kann, wenn die gleichen Vektoren wie unter (b) gegeben sind. Lösung: DieNäherung der Varianz ist s 2 = 5X ξj x 2 fj j=1 = ( ) ( ) ( ) ( ) ( ) = = Also ist die Näherung der Standardabweichung s = = InRkönnte man wie folgt vorgehen: Zuerst berechnet man die relativen Häufigkeiten f <- n/sum(n) (wie in c) die Klassenmittel xi <- (unten+oben)/2 und das Gesamtmittel xquer <- sum(f*xi). Anschließend errechnet man die Varianz s2 <- sum((xi-xquer)^2*f). Die Standardabweichung ist dann sqrt(s2). (e) Dürften Sie mit Ihrer näherungsweise berechneten Standardabweichung die tatsächliche Standardabweichung über- oder unterschätzt haben? Begründen Sie Ihre Antwort. Lösung: Die die Streuung innerhalb der Klassen bei der Näherungsberechnung ignoriert wird, dürfte die tatsächliche Standardabweichung unterschätzt werden. Aufgabe 5 (12 Punkte): (a) Ein Bankkunde will einen bestimmten Betrag für drei Jahre fest anlegen. Der Anlageberater bietet ihm zwei Anlageformen A und B an. Bei beiden Anlageformen werden die jährlich fälligen Zinsen dem Kapital zugeschlagen (Zinseszinseffekt). Verzinsung in % Jahr Anlage A Anlage B 1 3,00 1,00 2 4,00 4,00 3 5,00 7,00 Welche der beiden Anlageformen würden Sie vorziehen? Begründen Sie Ihre Aussage. Lösung: Die gesamte Verzinsung ist bei Anlage A: Bei Anlage B ist es ( ) 1= = %. ( ) 1= = %. Also ist Anlage A vorzuziehen. (Man könnte auch die durchschnittliche jährliche Wachstumsrate berechnen.) 8
9 (b) Im Rahmen eines Sparplans kauft eine Anlegerin jedes Quartal für einen konstanten Euro- Betrag Anteile eines Investmentfonds. Der Kurs des Fonds (in EUR/Anteil) betrug in den vier Quartalen des Jahres 2008: Quartal Kurs I 100 II 120 III 145 IV 60 Zu welchem durchschnittlichen Kurs wurden die Fondsanteile gekauft? Lösung: Preise bzw. Kurse sind Beziehungszahlen (nämlich Euro pro Einheit). Da hier für einen konstanten Eurobetrag eingekauft wurde, liegt eine Zählergewichtung vor. Um den Durchschnitt b zu bestimmen, benötigt man das harmonische Mittel. Es ergibt sich b = µ = Beachten Sie, dass das arithmetische Mittel, nämlich = , falsch ist! (c) Betrachten Sie einen Warenkorb, der aus zwei Gütern besteht. Basiszeit t = 0, Berichtszeit t =1. Gut Preismesszahl Mengenmesszahl Umsatz in t = 1(inEUR) A 1,10 0, B 1,05 1, Der Umsatzindex (Wertindex) I v 0,1 sei 1, 04. Errechnen Sie (i) den Preisindex nach Paasche I p Pa;0,1. Lösung: Der Paasche-Preisindex ergibt sich als das gewichtete harmonische Mittel der Preismesszahlen. Die Gewichtung erfolgt über die Ausgabenanteile (bzw. hier den Umsatz) in der Berichtsperiode. Die Anteile sind in dieser Aufgabe Also ergibt sich g A = g B = = = I p Pa;0,1 = µ = (ii) den Mengenindex nach Laspeyres I q La;0,1. Lösung: Da gilt I v 0,1 = I p Pa;0,1 Iq La;0,1,ist I q La;0,1 = Iv 0,1 I p = 1.04 Pa;0, =
Statistik. 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
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
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
MehrLösung Aufgabe 19. ( ) = [Mio Euro]. Empirische Varianz s 2 = 1 n
Statistik I für Statistiker, Mathematiker und Informatiker Lösungen zu Blatt 4 Gerhard Tutz, Jan Ulbricht, Jan Gertheiss WS 07/08 Lösung Aufgabe 9 (a) Lage und Streuung: Arithmetisches Mittel x = n i=
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
MehrWISTA WIRTSCHAFTSSTATISTIK
WISTA WIRTSCHAFTSSTATISTIK PROF DR ROLF HÜPEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT Seminar für Theoretische Wirtschaftslehre Vorlesungsprogramm 07052013 Mittelwerte und Lagemaße II 1 Anwendung und Berechnung
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
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
MehrKapitel 1 Beschreibende Statistik
Beispiel 1.25: fiktive Aktienkurse Zeitpunkt i 0 1 2 Aktienkurs x i 100 160 100 Frage: Wie hoch ist die durchschnittliche Wachstumsrate? Dr. Karsten Webel 53 Beispiel 1.25: fiktive Aktienkurse (Fortsetzung)
MehrKlausur zu Methoden der Statistik I (mit Kurzlösung) Sommersemester 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) Sommersemester 2008 Aufgabe 1 I) Einige Mitarbeiter
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........................
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. 2 Kurzbeschreibung von SPSS Der SPSS-Dateneditor Statistische Analysen mit SPSS DieDaten...
Inhaltsverzeichnis Teil I Einführung 1 Kleine Einführung in R... 3 1.1 Installieren und Starten von R... 3 1.2 R-Befehleausführen... 3 1.3 R-Workspace speichern... 4 1.4 R-History sichern........ 4 1.5
MehrWahrscheinlichkeitstheorie und Statistik vom
INSTITUT FÜR STOCHASTIK SS 2007 UNIVERSITÄT KARLSRUHE Priv.-Doz. Dr. D. Kadelka Dipl.-Math. oec. W. Lao Klausur (Maschineningenieure) Wahrscheinlichkeitstheorie und Statistik vom 2.9.2007 Musterlösungen
MehrProf. Dr. P. von der Lippe Statistik I NK SS 2002 Seite 1
Prof. Dr. P. von der Lippe Statistik I NK SS 2002 Seite 1 Aufgabe 1 a) BWL-Student S hat von seinem Lieblingsonkel 10.000 geschenkt bekommen mit der Auflage damit etwas Vernünftiges zu machen. Nachdem
MehrÜbungsaufgaben: Beschreibende Statistik Seite: 1
Übungsaufgaben: Beschreibende Statistik Seite: 1 Aufgabe 1 Sie haben als Zeitungsleser, im Job oder in anderen privaten, sozialen und politischen Zusammenhängen sehr häufig mit Statistiken zu tun oder
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
MehrWISTA WIRTSCHAFTSSTATISTIK
WISTA WIRTSCHAFTSSTATISTIK PROF. DR. ROLF HÜPEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT Seminar für Theoretische Wirtschaftslehre Vorlesungsprogramm 02.07.2013 Theorie der Indexzahlen 1. Konstruktion von
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:
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
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
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
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...
MehrÜbungsblatt 9. f(x) = e x, für 0 x
Aufgabe 1: Übungsblatt 9 Basketball. Ein Profi wirft beim Training aus einer Entfernung von sieben Metern auf den Korb. Er trifft bei jedem Wurf mit einer Wahrscheinlichkeit von p = 1/2. Die Zufallsvariable
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?
MehrInhaltsverzeichnis. Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden
Inhaltsverzeichnis Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist Spaß 3 Warum Statistik? 3 Checkpoints 4 Daten 4 Checkpoints 7 Skalen - lebenslang wichtig bei der Datenanalyse
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)
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
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
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
Mehr4. Auswertung eindimensionaler Daten
4. Auswertung eindimensionaler Daten Ziel dieses Kapitels: Präsentation von Methoden zur statistischen Auswertung eines einzelnen Merkmals 64 Bezeichnungen (Wiederholung): Merkmalsträger: e 1,..., e n
MehrThema: Mittelwert einer Häufigkeitsverteilung. Welche Informationen kann der Mittelwert geben?
Thema: Mittelwert einer Häufigkeitsverteilung Beispiel: Im Mittel werden deutsche Männer 75,1 Jahre alt; sie essen im Mittel pro Jahr 71 kg Kartoffel(-produkte) und trinken im Mittel pro Tag 0.35 l Bier.
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
MehrLage- und Streuungsparameter
Lage- und Streuungsparameter Beziehen sich auf die Verteilung der Ausprägungen von intervall- und ratio-skalierten Variablen Versuchen, diese Verteilung durch Zahlen zu beschreiben, statt sie graphisch
MehrStatistik für Betriebswirte 1 Probeklausur Universität Hamburg Wintersemester 2016/ Dezember 2016
Statistik für Betriebswirte 1 Probeklausur Universität Hamburg Wintersemester 2016/2017 16. Dezember 2016 1 Aufgabe 1: Beschreibung univariater Daten (30 Punkte) Ein Autohändler verkauft Autos in fünf
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
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 I. Übungklausur. Prof. Dr. H. Toutenburg
Statistik I Übungklausur Prof. Dr. H. Toutenburg Hinweis: Die Zeitangaben sollen Ihnen aufzeigen wieviel Zeit Ihnen für eine Aufgabe von gewissem Umfang eingeräumt wird. Die Punktzahlen für die einzelnen
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
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
MehrStatistik - Übungen SS 2016
Statistik - Übungen SS 2016 Blatt 1: Beschreibende Statistik 1. Wir unterscheiden verschiedene Arten von Merkmalen. Nennen Sie für jedes Erhebungsmerkmal eine zulässige Ausprägung, geben Sie jeweils eine
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,
MehrKapitel 4. Daten. Indizes: Preis-, Mengen- und Umsatzindex
Kapitel 4 Daten Josef Leydold c 2006 Mathematische Methoden IV Daten 1 / 18 Lernziele Datentypen Beobachtungsfrequenz Fluss- und Bestandsdaten Indizes: Preis-, Mengen- und Umsatzindex Preisbereinigung
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
MehrDynamische Systeme und Zeitreihenanalyse // Daten 8 p.2/??
Dynamische Systeme und Zeitreihenanalyse Daten Kapitel 8 Statistik und Mathematik WU Wien Michael Hauser Dynamische Systeme und Zeitreihenanalyse // Daten 8 p.0/?? Lernziele Datentypen Beobachtungsfrequenzen
MehrUnivariate Häufigkeitsverteilungen Kühnel, Krebs 2001: Statistik für die Sozialwissenschaften, S.41-66
Univariate Häufigkeitsverteilungen Kühnel, Krebs 2001: Statistik für die Sozialwissenschaften, S.41-66 Gabriele Doblhammer: Empirische Sozialforschung Teil II, SS 2004 1/19 Skalenniveaus Skalenniveau Relation
MehrLagemaße Übung. Zentrale Methodenlehre, Europa Universität - Flensburg
Lagemaße Übung M O D U S, M E D I A N, M I T T E L W E R T, M O D A L K L A S S E, M E D I A N, K L A S S E, I N T E R P O L A T I O N D E R M E D I A N, K L A S S E M I T T E Zentrale Methodenlehre, Europa
MehrBrückenkurs Statistik für Wirtschaftswissenschaften
Peter von der Lippe Brückenkurs Statistik für Wirtschaftswissenschaften Weitere Übungsfragen UVK Verlagsgesellschaft mbh Konstanz Mit UVK/Lucius München UVK Verlagsgesellschaft mbh Konstanz und München
MehrTeil I Beschreibende Statistik 29
Vorwort zur 2. Auflage 15 Vorwort 15 Kapitel 0 Einführung 19 0.1 Methoden und Aufgaben der Statistik............................. 20 0.2 Ablauf statistischer Untersuchungen..............................
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,
MehrVeranstaltung Statistik (BWL) an der FH Frankfurt/Main im WS 2004/05 (Dr. Faik) Klausur 09.02.2005 - GRUPPE A - BEARBEITER/IN (NAME, VORNAME):
Veranstaltung Statistik (BWL) an der FH Frankfurt/Main im WS 2004/05 (Dr. Faik) Klausur 09.02.2005 - GRUPPE A - BEARBEITER/IN (NAME, VORNAME): MATRIKELNUMMER: Alte Prüfungsordnung/Neue Prüfungsordnung
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
MehrFachrechnen für Tierpfleger
Z.B.: Fachrechnen für Tierpfleger A10. Statistik 10.1 Allgemeines Was ist Statistik? 1. Daten sammeln: Durch Umfragen, Zählung, Messung,... 2. Daten präsentieren: Tabellen, Grafiken 3. Daten beschreiben/charakterisieren:
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
MehrBeschreibung von Daten
Kapitel 1 Beschreibung von Daten 1.1 Beispiele zum Üben 1.1.1 Aufgaben Achtung: die Nummerierung ist nicht ident mit der im Buch; Bsp. 1-1 enspricht Bsp 2-20 im Buch, 1-2 2-21 im Buch usw. 1 1 In einem
MehrAngewandte Statistik 3. Semester
Angewandte Statistik 3. Semester Übung 5 Grundlagen der Statistik Übersicht Semester 1 Einführung ins SPSS Auswertung im SPSS anhand eines Beispieles Häufigkeitsauswertungen Grafiken Statistische Grundlagen
MehrProbeklausur Statistik Lösungshinweise
Probeklausur Statistik Lösungshinweise Prüfungsdatum: Juni 015 Prüfer: Studiengang: IM und BW Aufgabe 1 18 Punkte 0 Studenten werden gefragt, wie viele Stunden sie durchschnittlich pro Tag ihr Smartphone
MehrFormelsammlung zur Statistik I
Formelsammlung zur Statistik I Prof. Dr. Rolf Hüpen Prof. Dr. Manfred Lösch Fakultät für Wirtschaftswissenschaft Inhaltsverzeichnis 1 Deskriptive Statistik 3 1.1 Datenlagen................................
MehrEinfache statistische Auswertungen mit dem TI-Nspire
1. Neues Dokument und darin eine neue Seite anlegen Als Typ 6: Lists & Spreadsheet wählen. Darin die Messwerte in einer Spalte erfassen. Dies ergibt die Urliste. Wenn mehrere Messwerte vorliegen, die diejenigen,
MehrStatistik ohne Angst vor Formeln
Statistik ohne Angst vor Formeln Das Studienbuch für Wirtschaftsund Sozialwissenschaftler 4., aktualisierte Auflage Andreas Quatember Statistik ohne Angst vor Formeln - PDF Inhaltsverzeichnis Statistik
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
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
MehrWISTA WIRTSCHAFTSSTATISTIK
WISTA WIRTSCHAFTSSTATISTIK PROF. DR. ROLF HÜPEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT Seminar für Theoretische Wirtschaftslehre Vorlesungsprogramm 04.06.2013 Zweidimensionale Datensätze 1. Kontingenztabelle
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
Mehr1,11 1,12 1,13 1,14 1,15 1,16 1,17 1,17 1,17 1,18
3. Deskriptive Statistik Ziel der deskriptiven (beschreibenden) Statistik (explorativen Datenanalyse) ist die übersichtliche Darstellung der wesentlichen in den erhobenen Daten enthaltene Informationen
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
Mehr1 Dichte- und Verteilungsfunktion
Tutorium Yannick Schrör Klausurvorbereitungsaufgaben Statistik Lösungen Yannick.Schroer@rub.de 9.2.26 ID /455 Dichte- und Verteilungsfunktion Ein tüchtiger Professor lässt jährlich 2 Bücher drucken. Die
MehrKlausur zum Fach GRUNDLAGEN DER WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK. für Studierende der INFORMATIK
Institut für Stochastik Prof. Dr. Daniel Hug Name: Vorname: Matr.-Nr.: Klausur zum Fach GRUNDLAGEN DER WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK für Studierende der INFORMATIK Datum: 08. Februar 0 Dauer:
Mehr2. Mathematik-Schularbeit für die 6. Klasse Autor: Gottfried Gurtner
2. Mathematik-Schularbeit für die 6. Klasse Autor: Gottfried Gurtner Arbeitszeit: 100 Minuten Lernstoff: Mathematische Grundkompetenzen: AG2.1, AG2.2, AG2.3 FA1.1, FA1.5, FA1.6, FA1.7, FA1.9 FA2.1, FA2.2,
MehrGefahrene km Anzahl der. eine Summenlinie beziehungsweise Summentreppe zur graphischen Darstellung einer Häufigkeitsverteilung geeignet? 3.
SEMINAR FÜR STATISTIK Stand 17. April 23 UNIVERSITÄT MANNHEIM Aufgabensammlung zur Veranstaltung Deskriptive Statistik 1. Aufgabe Geben Sie für die Merkmale Einkommen Haarfarbe soziale Stellung Körperlänge
MehrKeine Panik vor Statistik!
Markus Oestreich I Oliver Romberg Keine Panik vor Statistik! Erfolg und Spaß im Horrorfach nichttechnischer Studiengänge STUDIUM 11 VIEWEG+ TEUBNER Inhaltsverzeichnis 1 Erstmal locker bleiben: Es längt
MehrKapitel VI - Lage- und Streuungsparameter
Universität Karlsruhe (TH) Institut für Statistik und Mathematische Wirtschaftstheorie Wahrscheinlichkeitstheorie Kapitel VI - Lage- und Streuungsparameter Markus Höchstötter Lehrstuhl für Statistik, Ökonometrie
MehrStatistik Übungen WS 2016/17
Statistik Übungen WS 2016/17 Blatt 1: Beschreibende Statistik 1. Wir unterscheiden verschiedene Arten von Merkmalen. Nennen Sie für jedes Erhebungsmerkmal eine zulässige Ausprägung, geben Sie jeweils eine
MehrBachelor BEE Statistik Übung: Blatt 1 Ostfalia - Hochschule für angewandte Wissenschaften Fakultät Versorgungstechnik Aufgabe (1.1): Gegeben sei die folgende Messreihe: Nr. ph-werte 1-10 6.4 6.3 6.7 6.5
MehrStatistik. Sommersemester Prof. Dr. Stefan Etschberger Hochschule Augsburg. für Betriebswirtschaft und internationales Management
für Betriebswirtschaft und internationales Management Sommersemester 2015 Prof. Dr. Stefan Etschberger Hochschule Augsburg Preismesszahl: Misst Preisveränderung eines einzelnen Gutes: Preis zum Zeitpunkt
MehrP (X = 2) = 1/36, P (X = 3) = 2/36,...
2.3 Zufallsvariablen 2.3 Zufallsvariablen Meist sind die Ereignisse eines Zufallseperiments bereits reelle Zahlen. Ist dies nicht der Fall, kann man Ereignissen eine reelle Zahl zuordnen. Zum Beispiel
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
MehrUnivariates Datenmaterial
Univariates Datenmaterial 1.6.1 Deskriptive Statistik Zufallstichprobe: Umfang n, d.h. Stichprobe von n Zufallsvariablen o Merkmal/Zufallsvariablen: Y = {Y 1, Y 2,..., Y n } o Realisationen/Daten: x =
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
Mehr4. Erstellen von Klassen
Statistik mit Tabellenkalkulation 4. Erstellen von Klassen Mit einem einfachen Befehl lässt sich eine Liste von Zahlen auf die Häufigkeit der einzelnen Werte untersuchen. Verwenden Sie dazu den Befehl
MehrBeschreibende Statistik Eindimensionale Daten
Mathematik II für Biologen 16. April 2015 Prolog Geordnete Stichprobe Rang Maße für die mittlere Lage der Daten Robustheit Quantile Maße für die Streuung der Daten Erkennung potentieller Eindimensionales
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
MehrStatistische Grundlagen I
Statistische Grundlagen I Arten der Statistik Zusammenfassung und Darstellung von Daten Beschäftigt sich mit der Untersuchung u. Beschreibung von Gesamtheiten oder Teilmengen von Gesamtheiten durch z.b.
MehrHerzlich willkommen zur Vorlesung Statistik. Streuungsmaße oder die Unterschiedlichkeit der Daten nebst kurzen Ausführungen zu Schiefe und Wölbung
FB 1 W. Ludwig-Mayerhofer Statistik 1 Herzlich willkommen zur Vorlesung Statistik smaße oder die Unterschiedlichkeit der Daten nebst kurzen Ausführungen zu Schiefe und Wölbung FB 1 W. Ludwig-Mayerhofer
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
MehrEinführung in die Statistik mit EXCEL und SPSS
Christine Duller Einführung in die Statistik mit EXCEL und SPSS Ein anwendungsorientiertes Lehr- und Arbeitsbuch Zweite, überarbeitete Auflage Mit 71 Abbildungen und 26 Tabellen Physica-Verlag Ein Unternehmen
Mehr1. Maße der zentralen Tendenz Beispiel: Variable Anzahl der Geschwister aus Jugend '92. Valid Cum Value Frequency Percent Percent Percent
Deskriptive Statistik 1. Verteilungsformen symmetrisch/asymmetrisch unimodal(eingipflig) / bimodal (zweigipflig schmalgipflig / breitgipflig linkssteil / rechtssteil U-förmig / abfallend Statistische Kennwerte
MehrAnleitung: Standardabweichung
Anleitung: Standardabweichung So kann man mit dem V200 Erwartungswert und Varianz bzw. Standardabweichung bei Binomialverteilungen für bestimmte Werte von n, aber für allgemeines p nach der allgemeinen
MehrChi-Quadrat Verfahren
Chi-Quadrat Verfahren Chi-Quadrat Verfahren werden bei nominalskalierten Daten verwendet. Die einzige Information, die wir bei Nominalskalenniveau zur Verfügung haben, sind Häufigkeiten. Die Quintessenz
MehrÜbungsaufgaben zu Statistik II
Übungsaufgaben zu Statistik II Prof. Dr. Irene Prof. Dr. Albrecht Ungerer Die Kapitel beziehen sich auf das Buch: /Ungerer (2016): Statistik für Wirtschaftswissenschaftler Springer Gabler 4 Übungsaufgaben
MehrKlausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester 2013 Aufgabe 1 In einer Urne
MehrStatistik im Bachelor-Studium der BWL und VWL
Max C. Wewel Statistik im Bachelor-Studium der BWL und VWL Methoden, Anwendung, Interpretation Mit herausnehmbarer Formelsammlung ein Imprint von Pearson Education München Boston San Francisco Harlow,
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:
Mehr2. Übung zur Vorlesung Statistik 2
2. Übung zur Vorlesung Statistik 2 Aufgabe 1 Welche der folgenden grafischen Darstellungen und Tabellen zeigen keine (Einzel-)Wahrscheinlichkeitsverteilung? Kreuzen Sie die richtigen Antworten an und begründen
Mehr1 45, 39, 44, 48, 42, 39, 40, , 31, 46, 35, 31, 42, 51, , 42, 33, 46, 33, 44, 43
1) Ermittle jeweils das arithmetische Mittel. Ordne die Datenerhebungen nach der Größe der arithmetischen Mittel. Beginne mit dem Größten. 1 45, 39, 44, 48, 42, 39, 40, 31 2 35, 31, 46, 35, 31, 42, 51,
Mehr8. Statistik Beispiel Noten. Informationsbestände analysieren Statistik
Informationsbestände analysieren Statistik 8. Statistik Nebst der Darstellung von Datenreihen bildet die Statistik eine weitere Domäne für die Auswertung von Datenbestände. Sie ist ein Fachgebiet der Mathematik
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
MehrKai Schaal. Universität zu Köln
Deskriptive Statistik und Wirtschaftsstatistik Tutorium zur Anwendung von Statistik 1 in Excel Kai Schaal Universität zu Köln Organisatorisches und Einleitung (1) Was, wann, wo? Anwendung von Statistik
MehrKapitel 1: Deskriptive Statistik
Kapitel 1: Deskriptive Statistik Grafiken 1 Statistische Kennwerte 5 z-standardisierung 7 Grafiken Mit Hilfe von SPSS lassen sich eine Vielzahl unterschiedlicher Grafiken für unterschiedliche Zwecke erstellen.
Mehr