FONTYS INTERNATIONALE HOGESCHOOL ECONOMIE. ProgRESS-code und OER: SR2AAD OER2001 Zeit: Uhr

Größe: px
Ab Seite anzeigen:

Download "FONTYS INTERNATIONALE HOGESCHOOL ECONOMIE. ProgRESS-code und OER: SR2AAD OER2001 Zeit: Uhr"

Transkript

1 FONTYS INTERNATIONALE HOGESCHOOL ECONOMIE KLAUSUR ProgRESS-code und OER: SR2AAD OER2001 Zeit: Uhr Dozent(en): F.Gerhäuser/P.Runia/P.Slaats Logistik/Konsumenten/Statistik Datum: Studiengang: AW2 Anzahl Seiten: 14 Gebrauch von Lehrmitteln Papier O Nein X Ja, und zwar X Schmierpapier O Liniertes Papier O Kariertes Papier Taschenrechner O Nein X Ja Skripte X Nein O Ja, und zwar - - Bücher X Nein O Ja, und zwar - Andere Lehrmittel X Nein O Ja, und zwar Klausuraufgaben abgeben O Nein X Ja Anmerkungen: (u.a. Wertung) Block 1: Aufgabe 1 a. 2P b. 4P c. 5P d. 5P e. 2P f. 5P g. 2P h. 3P i. 2P Block 2: Aufgabe 1 8P Aufgabe 2 15P Aufgabe 3 7P Block 3: Aufgabe 1 10P Aufgabe 2 10P Aufgabe 3 10P Note = 0,1* # Punkte + 1,0 Der Studierende ist verpflichtet, die nachstehenden Angaben korrekt und leserlich auszufüllen. Diese Angaben sind auch auf den Lösungsblättern einzutragen. Name StudentIn: OER: 2001 Klasse: Studentennummer: ProgRESS-code: SR2AAD DozentIn: Lösung

2 ProgRESS-code und OER: SR2AAD OER 2001 Datum: Seite 2 Standardnormalverteilung z P[z < -z] P[z < z] z P[z < -z] P[z < z] z P[z < -z] P[z < z] z P[z < -z] P[z < z] z P[z < -z] P[z < z] 0,01 0,4960 0,5040 0,61 0,2709 0,7291 1,21 0,1131 0,8869 1,81 0,0351 0,9649 2,41 0,0080 0,9920 0,02 0,4920 0,5080 0,62 0,2676 0,7324 1,22 0,1112 0,8888 1,82 0,0344 0,9656 2,42 0,0078 0,9922 0,03 0,4880 0,5120 0,63 0,2643 0,7357 1,23 0,1093 0,8907 1,83 0,0336 0,9664 2,43 0,0075 0,9925 0,04 0,4840 0,5160 0,64 0,2611 0,7389 1,24 0,1075 0,8925 1,84 0,0329 0,9671 2,44 0,0073 0,9927 0,05 0,4801 0,5199 0,65 0,2578 0,7422 1,25 0,1056 0,8944 1,85 0,0322 0,9678 2,45 0,0071 0,9929 0,06 0,4761 0,5239 0,66 0,2546 0,7454 1,26 0,1038 0,8962 1,86 0,0314 0,9686 2,46 0,0069 0,9931 0,07 0,4721 0,5279 0,67 0,2514 0,7486 1,27 0,1020 0,8980 1,87 0,0307 0,9693 2,47 0,0068 0,9932 0,08 0,4681 0,5319 0,68 0,2483 0,7517 1,28 0,1003 0,8997 1,88 0,0301 0,9699 2,48 0,0066 0,9934 0,09 0,4641 0,5359 0,69 0,2451 0,7549 1,29 0,0985 0,9015 1,89 0,0294 0,9706 2,49 0,0064 0,9936 0,10 0,4602 0,5398 0,70 0,2420 0,7580 1,30 0,0968 0,9032 1,90 0,0287 0,9713 2,50 0,0062 0,9938 0,11 0,4562 0,5438 0,71 0,2389 0,7611 1,31 0,0951 0,9049 1,91 0,0281 0,9719 2,51 0,0060 0,9940 0,12 0,4522 0,5478 0,72 0,2358 0,7642 1,32 0,0934 0,9066 1,92 0,0274 0,9726 2,52 0,0059 0,9941 0,13 0,4483 0,5517 0,73 0,2327 0,7673 1,33 0,0918 0,9082 1,93 0,0268 0,9732 2,53 0,0057 0,9943 0,14 0,4443 0,5557 0,74 0,2296 0,7704 1,34 0,0901 0,9099 1,94 0,0262 0,9738 2,54 0,0055 0,9945 0,15 0,4404 0,5596 0,75 0,2266 0,7734 1,35 0,0885 0,9115 1,95 0,0256 0,9744 2,55 0,0054 0,9946 0,16 0,4364 0,5636 0,76 0,2236 0,7764 1,36 0,0869 0,9131 1,96 0,0250 0,9750 2,56 0,0052 0,9948 0,17 0,4325 0,5675 0,77 0,2206 0,7794 1,37 0,0853 0,9147 1,97 0,0244 0,9756 2,57 0,0051 0,9949 0,18 0,4286 0,5714 0,78 0,2177 0,7823 1,38 0,0838 0,9162 1,98 0,0239 0,9761 2,58 0,0049 0,9951 0,19 0,4247 0,5753 0,79 0,2148 0,7852 1,39 0,0823 0,9177 1,99 0,0233 0,9767 2,59 0,0048 0,9952 0,20 0,4207 0,5793 0,80 0,2119 0,7881 1,40 0,0808 0,9192 2,00 0,0228 0,9772 2,60 0,0047 0,9953 0,21 0,4168 0,5832 0,81 0,2090 0,7910 1,41 0,0793 0,9207 2,01 0,0222 0,9778 2,61 0,0045 0,9955 0,22 0,4129 0,5871 0,82 0,2061 0,7939 1,42 0,0778 0,9222 2,02 0,0217 0,9783 2,62 0,0044 0,9956 0,23 0,4090 0,5910 0,83 0,2033 0,7967 1,43 0,0764 0,9236 2,03 0,0212 0,9788 2,63 0,0043 0,9957 0,24 0,4052 0,5948 0,84 0,2005 0,7995 1,44 0,0749 0,9251 2,04 0,0207 0,9793 2,64 0,0041 0,9959 0,25 0,4013 0,5987 0,85 0,1977 0,8023 1,45 0,0735 0,9265 2,05 0,0202 0,9798 2,65 0,0040 0,9960 0,26 0,3974 0,6026 0,86 0,1949 0,8051 1,46 0,0721 0,9279 2,06 0,0197 0,9803 2,66 0,0039 0,9961 0,27 0,3936 0,6064 0,87 0,1922 0,8078 1,47 0,0708 0,9292 2,07 0,0192 0,9808 2,67 0,0038 0,9962 0,28 0,3897 0,6103 0,88 0,1894 0,8106 1,48 0,0694 0,9306 2,08 0,0188 0,9812 2,68 0,0037 0,9963 0,29 0,3859 0,6141 0,89 0,1867 0,8133 1,49 0,0681 0,9319 2,09 0,0183 0,9817 2,69 0,0036 0,9964 0,30 0,3821 0,6179 0,90 0,1841 0,8159 1,50 0,0668 0,9332 2,10 0,0179 0,9821 2,70 0,0035 0,9965 0,31 0,3783 0,6217 0,91 0,1814 0,8186 1,51 0,0655 0,9345 2,11 0,0174 0,9826 2,71 0,0034 0,9966 0,32 0,3745 0,6255 0,92 0,1788 0,8212 1,52 0,0643 0,9357 2,12 0,0170 0,9830 2,72 0,0033 0,9967 0,33 0,3707 0,6293 0,93 0,1762 0,8238 1,53 0,0630 0,9370 2,13 0,0166 0,9834 2,73 0,0032 0,9968 0,34 0,3669 0,6331 0,94 0,1736 0,8264 1,54 0,0618 0,9382 2,14 0,0162 0,9838 2,74 0,0031 0,9969 0,35 0,3632 0,6368 0,95 0,1711 0,8289 1,55 0,0606 0,9394 2,15 0,0158 0,9842 2,75 0,0030 0,9970 0,36 0,3594 0,6406 0,96 0,1685 0,8315 1,56 0,0594 0,9406 2,16 0,0154 0,9846 2,76 0,0029 0,9971 0,37 0,3557 0,6443 0,97 0,1660 0,8340 1,57 0,0582 0,9418 2,17 0,0150 0,9850 2,77 0,0028 0,9972 0,38 0,3520 0,6480 0,98 0,1635 0,8365 1,58 0,0571 0,9429 2,18 0,0146 0,9854 2,78 0,0027 0,9973 0,39 0,3483 0,6517 0,99 0,1611 0,8389 1,59 0,0559 0,9441 2,19 0,0143 0,9857 2,79 0,0026 0,9974 0,40 0,3446 0,6554 1,00 0,1587 0,8413 1,60 0,0548 0,9452 2,20 0,0139 0,9861 2,80 0,0026 0,9974 0,41 0,3409 0,6591 1,01 0,1562 0,8438 1,61 0,0537 0,9463 2,21 0,0136 0,9864 2,81 0,0025 0,9975 0,42 0,3372 0,6628 1,02 0,1539 0,8461 1,62 0,0526 0,9474 2,22 0,0132 0,9868 2,82 0,0024 0,9976 0,43 0,3336 0,6664 1,03 0,1515 0,8485 1,63 0,0516 0,9484 2,23 0,0129 0,9871 2,83 0,0023 0,9977 0,44 0,3300 0,6700 1,04 0,1492 0,8508 1,64 0,0505 0,9495 2,24 0,0125 0,9875 2,84 0,0023 0,9977 0,45 0,3264 0,6736 1,05 0,1469 0,8531 1,65 0,0495 0,9505 2,25 0,0122 0,9878 2,85 0,0022 0,9978 0,46 0,3228 0,6772 1,06 0,1446 0,8554 1,66 0,0485 0,9515 2,26 0,0119 0,9881 2,86 0,0021 0,9979 0,47 0,3192 0,6808 1,07 0,1423 0,8577 1,67 0,0475 0,9525 2,27 0,0116 0,9884 2,87 0,0021 0,9979 0,48 0,3156 0,6844 1,08 0,1401 0,8599 1,68 0,0465 0,9535 2,28 0,0113 0,9887 2,88 0,0020 0,9980 0,49 0,3121 0,6879 1,09 0,1379 0,8621 1,69 0,0455 0,9545 2,29 0,0110 0,9890 2,89 0,0019 0,9981 0,50 0,3085 0,6915 1,10 0,1357 0,8643 1,70 0,0446 0,9554 2,30 0,0107 0,9893 2,90 0,0019 0,9981 0,51 0,3050 0,6950 1,11 0,1335 0,8665 1,71 0,0436 0,9564 2,31 0,0104 0,9896 2,91 0,0018 0,9982 0,52 0,3015 0,6985 1,12 0,1314 0,8686 1,72 0,0427 0,9573 2,32 0,0102 0,9898 2,92 0,0018 0,9982 0,53 0,2981 0,7019 1,13 0,1292 0,8708 1,73 0,0418 0,9582 2,33 0,0099 0,9901 2,93 0,0017 0,9983 0,54 0,2946 0,7054 1,14 0,1271 0,8729 1,74 0,0409 0,9591 2,34 0,0096 0,9904 2,94 0,0016 0,9984 0,55 0,2912 0,7088 1,15 0,1251 0,8749 1,75 0,0401 0,9599 2,35 0,0094 0,9906 2,95 0,0016 0,9984 0,56 0,2877 0,7123 1,16 0,1230 0,8770 1,76 0,0392 0,9608 2,36 0,0091 0,9909 2,96 0,0015 0,9985 0,57 0,2843 0,7157 1,17 0,1210 0,8790 1,77 0,0384 0,9616 2,37 0,0089 0,9911 2,97 0,0015 0,9985 0,58 0,2810 0,7190 1,18 0,1190 0,8810 1,78 0,0375 0,9625 2,38 0,0087 0,9913 2,98 0,0014 0,9986 0,59 0,2776 0,7224 1,19 0,1170 0,8830 1,79 0,0367 0,9633 2,39 0,0084 0,9916 2,99 0,0014 0,9986 0,60 0,2743 0,7257 1,20 0,1151 0,8849 1,80 0,0359 0,9641 2,40 0,0082 0,9918 3,00 0,0013 0,9987

3 ProgRESS-code und OER: SR2AAD OER 2001 Datum: Seite 3 Kumulierte Binomialverteilung n=10 Kumulierte Binomialverteilung n=100 k p=0,1 p=0,2 p=0,25 p=0,3 p=0,4 p=0,5 k p=0,1 p=0,2 p=0,25 p=0,3 p=0,4 p=0,5 0 0,3487 0,1074 0,0563 0,0282 0,0060 0, ,0000 0,0000 0,0000 0,0000 0,0000 0, ,7361 0,3758 0,2440 0,1493 0,0464 0, ,0003 0,0000 0,0000 0,0000 0,0000 0, ,9298 0,6778 0,5256 0,3828 0,1673 0, ,0019 0,0000 0,0000 0,0000 0,0000 0, ,9872 0,8791 0,7759 0,6496 0,3823 0, ,0078 0,0000 0,0000 0,0000 0,0000 0, ,9984 0,9672 0,9219 0,8497 0,6331 0, ,0237 0,0000 0,0000 0,0000 0,0000 0, ,9999 0,9936 0,9803 0,9527 0,8338 0, ,0576 0,0000 0,0000 0,0000 0,0000 0, ,0000 0,9991 0,9965 0,9894 0,9452 0, ,1172 0,0001 0,0000 0,0000 0,0000 0, ,0000 0,9999 0,9996 0,9984 0,9877 0, ,2061 0,0003 0,0000 0,0000 0,0000 0, ,0000 1,0000 1,0000 0,9999 0,9983 0, ,3209 0,0009 0,0000 0,0000 0,0000 0, ,0000 1,0000 1,0000 1,0000 0,9999 0, ,4513 0,0023 0,0000 0,0000 0,0000 0, ,0000 1,0000 1,0000 1,0000 1,0000 1, ,5832 0,0057 0,0001 0,0000 0,0000 0,0000 Kumulierte Binomialverteilung n= ,7030 0,0126 0,0004 0,0000 0,0000 0,0000 k p=0,1 p=0,2 p=0,25 p=0,3 p=0,4 p=0,5 12 0,8018 0,0253 0,0010 0,0000 0,0000 0, ,1216 0,0115 0,0032 0,0008 0,0000 0, ,8761 0,0469 0,0025 0,0001 0,0000 0, ,3917 0,0692 0,0243 0,0076 0,0005 0, ,9274 0,0804 0,0054 0,0002 0,0000 0, ,6769 0,2061 0,0913 0,0355 0,0036 0, ,9601 0,1285 0,0111 0,0004 0,0000 0, ,8670 0,4114 0,2252 0,1071 0,0160 0, ,9794 0,1923 0,0211 0,0010 0,0000 0, ,9568 0,6296 0,4148 0,2375 0,0510 0, ,9900 0,2712 0,0376 0,0022 0,0000 0, ,9887 0,8042 0,6172 0,4164 0,1256 0, ,9954 0,3621 0,0630 0,0045 0,0000 0, ,9976 0,9133 0,7858 0,6080 0,2500 0, ,9980 0,4602 0,0995 0,0089 0,0000 0, ,9996 0,9679 0,8982 0,7723 0,4159 0, ,9992 0,5595 0,1488 0,0165 0,0000 0, ,9999 0,9900 0,9591 0,8867 0,5956 0, ,9997 0,6540 0,2114 0,0288 0,0000 0, ,0000 0,9974 0,9861 0,9520 0,7553 0, ,9999 0,7389 0,2864 0,0479 0,0001 0, ,0000 0,9994 0,9961 0,9829 0,8725 0, ,0000 0,8109 0,3711 0,0755 0,0003 0, ,0000 0,9999 0,9991 0,9949 0,9435 0, ,0000 0,8686 0,4617 0,1136 0,0006 0, ,0000 1,0000 0,9998 0,9987 0,9790 0, ,0000 0,9125 0,5535 0,1631 0,0012 0, ,0000 1,0000 1,0000 0,9997 0,9935 0, ,0000 0,9442 0,6417 0,2244 0,0024 0, ,0000 1,0000 1,0000 1,0000 0,9984 0, ,0000 0,9658 0,7224 0,2964 0,0046 0, ,0000 1,0000 1,0000 1,0000 0,9997 0, ,0000 0,9800 0,7925 0,3768 0,0084 0, ,0000 1,0000 1,0000 1,0000 1,0000 0, ,0000 0,9888 0,8505 0,4623 0,0148 0, ,0000 1,0000 1,0000 1,0000 1,0000 0, ,0000 0,9939 0,8962 0,5491 0,0248 0, ,0000 1,0000 1,0000 1,0000 1,0000 1, ,0000 0,9969 0,9307 0,6331 0,0398 0,0001 Kumulierte Binomialverteilung n= ,0000 0,9984 0,9554 0,7107 0,0615 0,0002 k p=0,1 p=0,2 p=0,25 p=0,3 p=0,4 p=0,5 33 1,0000 0,9993 0,9724 0,7793 0,0913 0, ,0052 0,0000 0,0000 0,0000 0,0000 0, ,0000 0,9997 0,9836 0,8371 0,1303 0, ,0338 0,0002 0,0000 0,0000 0,0000 0, ,0000 0,9999 0,9906 0,8839 0,1795 0, ,1117 0,0013 0,0001 0,0000 0,0000 0, ,0000 0,9999 0,9948 0,9201 0,2386 0, ,2503 0,0057 0,0005 0,0000 0,0000 0, ,0000 1,0000 0,9973 0,9470 0,3068 0, ,4312 0,0185 0,0021 0,0002 0,0000 0, ,0000 1,0000 0,9986 0,9660 0,3822 0, ,6161 0,0480 0,0070 0,0007 0,0000 0, ,0000 1,0000 0,9993 0,9790 0,4621 0, ,7702 0,1034 0,0194 0,0025 0,0000 0, ,0000 1,0000 0,9997 0,9875 0,5433 0, ,8779 0,1904 0,0453 0,0073 0,0001 0, ,0000 1,0000 0,9999 0,9928 0,6225 0, ,9421 0,3073 0,0916 0,0183 0,0002 0, ,0000 1,0000 0,9999 0,9960 0,6967 0, ,9755 0,4437 0,1637 0,0402 0,0008 0, ,0000 1,0000 1,0000 0,9979 0,7635 0, ,9906 0,5836 0,2622 0,0789 0,0022 0, ,0000 1,0000 1,0000 0,9989 0,8211 0, ,9968 0,7107 0,3816 0,1390 0,0057 0, ,0000 1,0000 1,0000 0,9995 0,8689 0, ,9990 0,8139 0,5110 0,2229 0,0133 0, ,0000 1,0000 1,0000 0,9997 0,9070 0, ,9997 0,8894 0,6370 0,3279 0,0280 0, ,0000 1,0000 1,0000 0,9999 0,9362 0, ,9999 0,9393 0,7481 0,4468 0,0540 0, ,0000 1,0000 1,0000 0,9999 0,9577 0, ,0000 0,9692 0,8369 0,5692 0,0955 0, ,0000 1,0000 1,0000 1,0000 0,9729 0, ,0000 0,9856 0,9017 0,6839 0,1561 0, ,0000 1,0000 1,0000 1,0000 0,9832 0, ,0000 0,9937 0,9449 0,7822 0,2369 0, ,0000 1,0000 1,0000 1,0000 0,9900 0, ,0000 0,9975 0,9713 0,8594 0,3356 0, ,0000 1,0000 1,0000 1,0000 0,9942 0, ,0000 0,9991 0,9861 0,9152 0,4465 0, ,0000 1,0000 1,0000 1,0000 0,9968 0, ,0000 0,9997 0,9937 0,9522 0,5610 0, ,0000 1,0000 1,0000 1,0000 0,9983 0, ,0000 0,9999 0,9974 0,9749 0,6701 0, ,0000 1,0000 1,0000 1,0000 0,9991 0, ,0000 1,0000 0,9990 0,9877 0,7660 0, ,0000 1,0000 1,0000 1,0000 0,9996 0, ,0000 1,0000 0,9996 0,9944 0,8438 0, ,0000 1,0000 1,0000 1,0000 0,9998 0, ,0000 1,0000 0,9999 0,9976 0,9022 0, ,0000 1,0000 1,0000 1,0000 0,9999 0, ,0000 1,0000 1,0000 0,9991 0,9427 0, ,0000 1,0000 1,0000 1,0000 1,0000 0, ,0000 1,0000 1,0000 0,9997 0,9686 0, ,0000 1,0000 1,0000 1,0000 1,0000 0, ,0000 1,0000 1,0000 0,9999 0,9840 0, ,0000 1,0000 1,0000 1,0000 1,0000 0, ,0000 1,0000 1,0000 1,0000 0,9924 0, ,0000 1,0000 1,0000 1,0000 1,0000 0, ,0000 1,0000 1,0000 1,0000 0,9966 0, ,0000 1,0000 1,0000 1,0000 1,0000 0, ,0000 1,0000 1,0000 1,0000 0,9986 0, ,0000 1,0000 1,0000 1,0000 1,0000 0, ,0000 1,0000 1,0000 1,0000 0,9995 0, ,0000 1,0000 1,0000 1,0000 1,0000 0, ,0000 1,0000 1,0000 1,0000 0,9998 0, ,0000 1,0000 1,0000 1,0000 1,0000 0, ,0000 1,0000 1,0000 1,0000 0,9999 0, ,0000 1,0000 1,0000 1,0000 1,0000 0, ,0000 1,0000 1,0000 1,0000 1,0000 0, ,0000 1,0000 1,0000 1,0000 1,0000 0, ,0000 1,0000 1,0000 1,0000 1,0000 0, ,0000 1,0000 1,0000 1,0000 1,0000 1, ,0000 1,0000 1,0000 1,0000 1,0000 0, ,0000 1,0000 1,0000 1,0000 1,0000 0, ,0000 1,0000 1,0000 1,0000 1,0000 1,0000

4 ProgRESS-code und OER: SR2AAD OER 2001 Datum: Seite 4 1. Normalverteilung: Die Normalverteilung ist eine stetige, symmetrische Verteilung: P[ x < x] = P[ x x]!!! x ~ N ( µ ; σ ) µ ist der Mittelwert / σ ist die Standardabweichung x µ x µ P [ x x ] = P z σ σ Addition der Normalverteilung (z.b.errechnen Sie die Wahrscheinlichkeit, daß vier beliebig gewählte Männer mehr als 300 Kg wiegen.) Definiere: v = x + x + x + x = P ( z < Wert ) = Wert in Tabelle ablesen * P[ x x] = 1 P[ x x] = 1 P z = 1 P[ z Wert ] E [ v] = E[ x + x + x + x] = E[ x] + E[ x] + E[ x] + E[ x] / V [ v] = V[ x + x + x + x] = V[ x] + V[ x] + V[ x] + V[ x] Also v ~ N(n µ ; n σ) wie oben Lösen!!! Ersetzung einer diskreten durch die Normalverteilung x + 0,5 µ Diskret P[ x x] P[ x x + 0,5 ] Stetig = P z = P[ z Wert] Wert in Tabelle ablesen σ Inverse Normalverteilung - (z.b.errechnen Sie das Gewicht, das ein Mann minimal haben muß, wenn er zu den 5% schwersten Männern gehört) p=0,05 An dieser Stelle ist p bzw. 1-p in der zweiten oder dritten Spalte der Tabelle zu suchen und der Z-Wert in die Formel zu übernehmen. Gewicht µ Gewicht µ P [ x Gewicht] = p P[ x Gewicht] = 1 p P z = 1 p = z Gewicht = σ * z + µ σ σ P k < k = P k k 1 2. Binomialverteilung: Die Binomialverteilung ist eine diskrete Verteilung: [ ] [ ] k ~ Bin( n; p ) k = Anzahl Erfolge, n = Anzahl Versuche (Spiele, Experimente), p = Erfolgswahrscheinlichkeit n k n k Formel: P[ k = k] = p (1 p) k / E[ k] = n p / V[ k] = n p (1 p) Binomialverteilung ersetzen durch eine Normalverteilung Vorraussetzung n 20 ; n p 5 und n (1 p) 5 k ~ Bin ( n; p) x ~ N( n p; n p (1- p) ) Diskret P[ k k] P[ x k + 0,5] Stetig 3. Hypergeometrische Verteilung: Die Hypergeometrische Verteilung ist eine diskrete Verteilung: P[ k < k] = P[ k k 1] k ~ Hyp(k; n;k; N ) nach Vorgehensweise für N-Verteilung lösen. k ist die Anzahl Erfolge in der Stichprobe. n ist die Anzahl Versuche (Stichprobenumfang). K ist die Anzahl Erfolge in der Gesamtmenge. N ist die Anzahl Elemente der Gesamtmenge. Formel: K N K k n [ ] k n k = = k K K K N K N n P k k E[ k] = n V[ k] = n N K N N N N N 1 n n N Hypergeometrische Verteilung ersetzen durch die Normalverteilung Vorraussetzung n höchstens 10% von N ( n 0,1 N ) K K N K N n k ~ Hyp(k;n ;K; N ) x ~ N n ; n nach Vorgehensweise für N-Verteilung lösen. N N N N 1 Diskret P k x P x x + 0,5 [ ] [ ] Stetig 4. Poisson-Verteilung: Die Poisson-Verteilung ist eine diskrete Verteilung: P[ k < k] = P[ k k 1] k λ k! -λ Formel: P[ k = k] = e E [ k] = λ und V[ k] = λ k ~ P( λ) / k = Anzahl Erfolge in bestimmter Zeit (Einheit) / λ = Mittelwert Anzahl Erfolge in dieser Zeit (Einheit) Addition von Poisson-Verteilungen: Wenn k ~ P( λ 1) und k ( ) 1 2 ~ P λ 2 und λ 1 und 2 k = k + k ~ ( λ1 + λ2) und E[ k] = λ1 + λ2 und V[ k] = λ1 + λ2 P 1 2 Ersetzung einer Poisson-Verteilung durch die Normalverteilung Vorraussetzung λ 10 ~ P( λ ) x ~ N ( λ; λ ) k Diskret P[ k k ] P[ x k + 0,5 ] Stetig λ die gleichen Einheiten haben, dann 5. Geometrische Verteilung : Die Geometrische Verteilung ist eine diskrete Verteilung: P[ k < k] = P[ k k 1] ~ Geo(p) k 1 k p ist die Erfolgswahrscheinlichkeit. * Formel : P[ k = k] = (1 p) * p E [ k] = und V [ k] = 2 p Ohne Zurücklegen" ersetzen durch "Mit Zurücklegen". Wenn k 0,1 N, dann darf man "Ohne Zurücklegen" annäherungsweise ersetzen durch "Mit Zurücklegen". 1 q p

5 ProgRESS-code und OER: SR2AAD OER 2001 Datum: Seite 5 Geben Sie alle Lösungen auf vier Nachkommastellen genau. Wenn Sie für Ihre Lösung zu wenig Raum haben, dann müssen Sie auf der Rückseite weiterarbeiten. Erläutern Sie immer Ihre Lösung. Block 1 Statistik Verteilungen. Aufgabe 1. Das berühmte, Kölner Colonia Duett, bekannt durch u.a. "Zimmermann, du Ei" hat voriges Jahr genügend Geld verdient mit seiner Hühnerfarm mit Hühnern der Kölner Superrasse Colonia-Huhn. Alle Hühner werden geschlachtet, tiefgefroren und verkauft. Das Gewicht der Hühner nähert sich einer Normalverteilung mit einem Mittelwert von 1920 Gramm und einer Standardabweichung von 150 Gramm. Die Hühner werden in drei Klassen eingeteilt: Klasse A: Das "Colonia Grillhühnchen", wenn das Huhn weniger als 1800 Gramm wiegt. Klasse B: Das "Colonia Brathuhn", wenn das Huhn zwischen 1800 Gram und 2000 Gram wiegt. Klasse C: Das "Colonia Suppenhühner", wenn das Huhn mehr als 2000 Gramm wiegt. a. Errechnen Sie die Wahrscheinlichkeit, dass ein beliebig gewähltes Huhn kein Colonia Brathuhn ist. x ~ N( 1920 ; 150 ) [ < x < 2000] = P[ x 2000] P[ x 1800] P1800 [ 0,53] P[ z 0,80] = 0,7019 0,2119 = 0,4900,also1-0,4900 = 0,5100 P z = P z P z = b. Wir reden von einem "Imbiß Colonia Grillhühnchen", wenn das Gewicht des Huhnes zu den 5% leichtesten Hühner gehört. Errechnen Sie das Maximalgewicht eines Imbiß Colonia Grillhühnchens. x ~ N( 1920 ; 150 [ < Gewicht] P x ) Gewicht 1920 = 0,05 P z = 0, Gewicht = 1,64 Gewicht = *1,64 = 1674 Gramm c. Herr Hahn mag gerne Imbis Colonia Grillhühnchen und kauft beliebig 304 Colonia-Hühner. Errechnen Sie die Wahrscheinlichkeit, dass sich unter diesen 304 Hühnern mehr als 18 Imbiß Colonia Grillhühnchen befinden. k ~ Bin ( 304 ; 0,05 ) darf ersetzt werden durch x ~ N( 15,2 ; 14,44 ) = N ( 15,2 ; 3,8 ) [ > 18] = 1 P[ k 18] 1 P[ x 18,5] Pk 1 P z [ 0,87] = 1 0,8078 = 0, ,5 15,2 = 1 P z = 3,8

6 ProgRESS-code und OER: SR2AAD OER 2001 Datum: Seite 6 d. Die tiefgefrorenen Hühner werden in einer Kiste verpackt. Das Gewicht der tiefgefrorenen Hühner nähert sich einer Normalverteilung mit einem Mittelwert von 1600 Gramm und einer Standardabweichung von 125 Gramm. Das Gewicht der Kiste nähert sich einer Normalverteilung mit einem Mittelwert von 2,8 Kilogramm und einer Standardabweichung von 250 Gramm. Errechnen Sie die Wahrscheinlichkeit, dass eine beliebig gewählte Kiste mit 12 beliebig gewählten tiefgefrorenen Hühnern mehr als 23 Kilogramm wiegt. x ~ N( 1600 ; 125 ) und y ~ N( 2800 ;250 ) Definiere: s = x + x x + y [ s] = E[ x + x x + y] = E[ x] E[ x] + E[ y] = E = [ ] = V[ x + x x + y] = V[ x] V[ x] + V[ y] V s σ s = = 500 = [ > ] = 1 P[ s ] = 1 P z = 1 P[ z 2,00] P s 1 0,9772 = 0, = = e. Die Anzahl Colonia Grillhühner, die pro Tag ( = 8 Stunden ) verkauft wird, nähert sich einer Poissonverteilung mit einem Mittelwert von 24 Colonia Grillhühnern pro Tag. Errechnen Sie die Wahrscheinlichkeit, dass in einer beliebig gewählten Stunde genau 4 Colonia Grillhühnchen verkauft werden k ~ P( λ = 3 ) P[ k = 4] = e = 0, ! f. Die Anzahl Colonia Brathühner, die pro Stunde verkauft wird, nähert sich einer Poissonverteilung mit einem Mittelwert von 3 Colonia Brathühnern pro Stunde. Die Anzahl Colonia Suppenhühner, die pro Woche ( = 5 Tage ) verkauft wird, nähert sich einer Poissonvertei-lung mit einem Mittelwert von 80 Colonia Suppenhühnern pro Woche und die Anzahl Colonia Grillhühner, die pro Tag ( = 8 Stunden ) verkauft wird, nähert sich einer Poisson-verteilung mit einem Mittelwert von 24 Colonia Grillhühnern pro Tag. Errechnen Sie die Wahrscheinlichkeit, dass in einer beliebig gewählten Zeitspanne von zwei Stunden höchstens 20 Hühner verkauft werden. m ~ P( λ = 2 * : : 4 = 16 ) darf ersetzt werden durch x ~ N ( 16 ; 16 ) = N ( 16 ; 4 ) 20,5 16 P = 4 [ m 20] P[ x 20,5 ] = P z = P[ z 1, 13] 0, 8708

7 ProgRESS-code und OER: SR2AAD OER 2001 Datum: Seite 7 g. Herr Zimmermann hat in seiner Tiefkühltruhe, durcheinander, 21 Colonia Grillhühner, 24 Colonia Brathühner und 30 Colonia Suppenhühner liegen. Für eine Suppe benötigt er 2 Suppenhühner. Er nimmt beliebig 8 Hühner aus der Tiefkühltruhe. Errechnen Sie die Wahrscheinlichkeit, dass er genau 2 Colonia Suppenhühner gewählt hat , k ~ Hyp ( 2 ; 8 ; 30 ; 75 ) P[ k = 2] = = = 0, h. Frau Huhn hat in ihrer Tiefkühltruhe, durcheinander, 31 Colonia Grillhühner, 35 Colonia Brathühner und 44 Colonia Suppenhühner liegen. Für eine Grillparty benötigt sie 7 Grill- oder Brathühner. Sie nimmt beliebig 10 Hühner aus der Tiefkühltruhe. Errechnen Sie annäherungsweise die Wahrscheinlichkeit, dass sie höchstens 3 Colonia Suppenhühner gewählt hat. 44 n = 10 0,1 N = 11 n ~Bin 10 ; = 0,4 110 Tabelle: P [ n 3] = 0, 3823 i. Zu Ostern möchte Herr Zimmermann seine Frau mit einem Imbiß Colonia Grillhühnchen (Siehe Aufgabe b) überraschen. Er wählt beliebig solange ein Huhn, bis er ein Imbiß Colonia Grillhühnchen gefunden hat. Errechnen Sie die Wahrscheinlichkeit, dass er mindestens 4 Versuche durchführen muß, bevor er ein Imbiß Colonia Grillhühnchen gefunden hat. k ~ Geo = ( p 0,05 ) [ k 4] = 1 P[ k 3] = 1 0,05 0,95 *0,05 0,95 * 0,05 = 1 0,1426 0, 8574 P 2 =

8 ProgRESS-code und OER: SR2AAD OER 2001 Datum: Seite 8 Block II: Konsumentenverhalten Aufgabe 1 (8 P.): Ein Individuum wird durch äußere Reize aktiviert. Hierbei gibt es die Möglichkeiten der emotionalen, kognitiven und physischen Reizwirkungen. Erläutern Sie diese Reizwirkungen jeweils am Beispiel eines TV-Spots. Aufgabe 2 (15 P.): Ein berühmter Ansatz zur Erklärung der physischen Umweltwirkungen ist das Mehrabian-Russell- Modell (MR-Modell). Übertragen Sie dieses Modell auf die Reizwirkungen beim Besuch eines modernen Shopping-Centers (graphische Darstellung). Inwiefern sind hier Impulskäufe einzuordnen? Würdigen Sie das Modell abschließend kritisch.

9 ProgRESS-code und OER: SR2AAD OER 2001 Datum: Seite 9 Aufgabe 3 (7 P.): Erläutern Sie die Begriffe Gruppe, soziale Kategorie und soziales Aggregat. Nennen Sie ferner jeweils ein Beispiel.

10 ProgRESS-code und OER: SR2AAD OER 2001 Datum: Seite 10 Block III Logistik Aufgabe 1 Erklären Sie den Begriff Logistik mit seinen funktionalen Aufgaben. (5 Punkte) Warum ist Logistik heute (im Gegensatz zur obigen Abgrenzung) unter ganzheitlicher Betrachtungsweise zu sehen? Betrachten Sie diese Thematik aus Sicht eines Logistikdienstleisters. (5 Punkte)

11 ProgRESS-code und OER: SR2AAD OER 2001 Datum: Seite 11

12 ProgRESS-code und OER: SR2AAD OER 2001 Datum: Seite 12 Aufgabe 2 Erklären Sie die Vorgehensweise bei der Durchführung einer ABC-Analyse für die Beschaffungslogistik und skizzieren Sie das grafische Ergebnis. (5 Punkte) Bringen Sie die folgenden alphabetisch sortierten Elemente zur Einstandspreisermittlung in die richtige Reihenfolge und versehen Sie diese mit dem jeweils korrekten Vorzeichen: 1) Bareinkaufspreis 2) Einstandspreis 3) Frachtkosten 4) Gutschrift für zurückgesandte Verpackung 5) Listenpreis 6) Mindermengenzuschlag 7) Rabatt 8) Skonto 9) Transportversicherung 10) Zieleinkaufspreis. (5 Punkte)

13 ProgRESS-code und OER: SR2AAD OER 2001 Datum: Seite 13

14 ProgRESS-code und OER: SR2AAD OER 2001 Datum: Seite 14 Aufgabe 3 Stellen Sie die Sägezahnkurve (idealtypischer Verbrauchsverlauf im Lager mit Kennzahlen) grafisch dar und erklären Sie diese Zeichnung ausführlich. (10 Punkte)

Biostatistik, Sommer 2017

Biostatistik, Sommer 2017 1/52 Biostatistik, Sommer 2017 Prof. Dr. Achim Klenke http://www.aklenke.de 7. Vorlesung: 02.06.2017 2/52 Inhalt 1 Wahrscheinlichkeit Bayes sche Formel 2 Diskrete Stetige 3/52 Wahrscheinlichkeit Bayes

Mehr

Einführung in Quantitative Methoden

Einführung 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

Mehr

Willkommen zur Vorlesung Statistik (Master)

Willkommen zur Vorlesung Statistik (Master) Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Verteilung diskreter Zufallsvariablen Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften

Mehr

Willkommen zur Vorlesung Statistik (Master)

Willkommen zur Vorlesung Statistik (Master) Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Verteilung diskreter Zufallsvariablen Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften

Mehr

Dozent(en): U. Scholz Datum: Studiengang: IM Anzahl Seiten: 6

Dozent(en): U. Scholz Datum: Studiengang: IM Anzahl Seiten: 6 FONTYS INTERNATIONALE HOGESCHOOL ECONOMIE KLAUSUR ProgRESS-code und OER: ALA 3 CRM A03MD5/6/7/8 Zeit: 12.00-13.00 Uhr Dozent(en): U. Scholz Datum: 10.6.2011 Studiengang: IM Anzahl Seiten: 6 Gebrauch von

Mehr

Zusammenfassung PVK Statistik

Zusammenfassung PVK Statistik Zusammenfassung PVK Statistik (Diese Zusammenfassung wurde von Carlos Mora erstellt. Die Richtigkeit der Formeln ist ohne Gewähr.) Verteilungen von diskreten Zufallsvariablen Beschreibung Binomialverteilung

Mehr

SozialwissenschaftlerInnen II

SozialwissenschaftlerInnen II Statistik für SozialwissenschaftlerInnen II Henning Best best@wiso.uni-koeln.de Universität zu Köln Forschungsinstitut für Soziologie Statistik für SozialwissenschaftlerInnen II p.1 Wahrscheinlichkeitsfunktionen

Mehr

21. Wahrscheinlichkeitsrechnung 21.1 Binomialverteilung

21. Wahrscheinlichkeitsrechnung 21.1 Binomialverteilung 21. Wahrscheinlichkeitsrechnung 21.1 Binomialverteilung 21.2 Geometrische Verteilung 6 5 F 6 5 F Die Wahrscheinlichkeit, den Ball in den Basketballkorb zu werfen, sei 0.7. Der Ball wird 5mal geworfen.

Mehr

Anhang Referenztabellen

Anhang Referenztabellen Anhang Referenztabellen I n diesem Anhang finden Sie gebräuchliche Tabellen zur Ermittlung von Wahrscheinlichkeiten für drei wichtige Verteilungen: die Binomialverteilung, die Normalverteilung und die

Mehr

2 Aufgaben aus [Teschl, Band 2]

2 Aufgaben aus [Teschl, Band 2] 20 2 Aufgaben aus [Teschl, Band 2] 2.1 Kap. 25: Beschreibende Statistik 25.3 Übungsaufgabe 25.3 a i. Arithmetisches Mittel: 10.5 ii. Median: 10.4 iii. Quartile: x 0.25 Y 4 10.1, x 0.75 Y 12 11.1 iv. Varianz:

Mehr

Heute. Die Binomialverteilung. Poissonverteilung. Approximation der Binomialverteilung durch die Normalverteilung

Heute. 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

Mehr

Statistische Inferenz

Statistische Inferenz Statistische Inferenz Prinzip der statistischen Inferenz Datensätze = Stichproben aus einer Gesamtpopulation (meistens) Beispiel : Messung der Körpertemperatur von 106 gesunden Individuen man vermutet,

Mehr

Kennwerteverteilungen von Häufigkeiten und Anteilen

Kennwerteverteilungen von Häufigkeiten und Anteilen Kennwerteverteilungen von Häufigkeiten und Anteilen SS200 6.Sitzung vom 29.05.200 Die hypergeometrische Verteilung Wahrscheinlichkeitsverteilung der Häufigkeit eines binären Merkmals bei Einfacher Zufallsauswahl

Mehr

Wahrscheinlichkeitstheorie und Statistik

Wahrscheinlichkeitstheorie und Statistik Wahrscheinlichkeitstheorie und Statistik Definitionen und Sätze Prof. Dr. Christoph Karg Studiengang Informatik Hochschule Aalen Sommersemester 2018 2.5.2018 Diskrete Wahrscheinlichkeitsräume Diskreter

Mehr

Mathematik 2 für Naturwissenschaften

Mathematik 2 für Naturwissenschaften Hans Walser Mathematik 2 für Naturwissenschaften 2 3 3 4 6 4 5 0 0 5 6 5 20 5 6 Tabellen (leicht gekürzte Version) Hans Walser: Tabellen ii Inhalt Binomische Verteilung.... Binomische Verteilung (ohne

Mehr

Übungsblatt 9 (25. bis 29. Juni)

Übungsblatt 9 (25. bis 29. Juni) Statistik 2 Dr. Andrea Beccarini Dipl.-Vw. Dipl.-Kffr. Heike Bornewasser-Hermes Sommersemester 2012 Übungsblatt 9 (25. bis 29. Juni) Stetiges Verteilungsmodell und Gemeinsame Verteilung Stetiges Verteilungsmodell

Mehr

Biostatistik, Winter 2011/12

Biostatistik, Winter 2011/12 Biostatistik, Winter 2011/12 Wahrscheinlichkeitstheorie:, Kenngrößen Prof. Dr. Achim Klenke http://www.aklenke.de 7. Vorlesung: 09.12.2011 1/58 Inhalt 1 2 Kenngrößen von Lagemaße 2/58 mit Dichte Normalverteilung

Mehr

I. Zahlen, Rechenregeln & Kombinatorik

I. Zahlen, Rechenregeln & Kombinatorik XIV. Wiederholung Seite 1 I. Zahlen, Rechenregeln & Kombinatorik 1 Zahlentypen 2 Rechenregeln Brüche, Wurzeln & Potenzen, Logarithmen 3 Prozentrechnung 4 Kombinatorik Möglichkeiten, k Elemente anzuordnen

Mehr

Erwartungswert, Umgebungswahrscheinlichkeiten und die Normalverteilung

Erwartungswert, 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

Mehr

Institut für Stochastik, SoSe K L A U S U R , 13:

Institut für Stochastik, SoSe K L A U S U R , 13: Institut für Stochastik, SoSe 2014 Mathematische Statistik Paravicini/Heusel 1. K L A U S U R 12.7.2014, 13:00-16.00 Name: Geburtsdatum: Vorname: Matrikelnummer: Übungsgruppe bei: Studiengang & angestrebter

Mehr

2.2 Binomialverteilung, Hypergeometrische Verteilung, Poissonverteilung

2.2 Binomialverteilung, Hypergeometrische Verteilung, Poissonverteilung 2.2 Binomialverteilung, Hypergeometrische Verteilung, Poissonverteilung Die einfachste Verteilung ist die Gleichverteilung, bei der P(X = x i ) = 1/N gilt, wenn N die Anzahl möglicher Realisierungen von

Mehr

Wirtschaftsmathematik

Wirtschaftsmathematik Einführung in einige Teilbereiche der Wintersemester 206 Prof. Dr. Stefan Etschberger HSA Unabhängigkeit von Ereignissen A, B unabhängig: Eintreten von A liefert keine Information über P(B). Formal: P(A

Mehr

Grundlagen der Mathematik II (LVA U)

Grundlagen der Mathematik II (LVA U) Dr. Marcel Dettling 21.05.2010 Dr. Daniel Haase FS 2010 daniel.haase@math.ethz.ch Grundlagen der Mathematik II (LVA 401-0622-00 U 11 Zur Übungsstunde vom 21.05.2010 Aufgabe 31 (Rechnen mit der Normalverteilung

Mehr

Wahrscheinlichkeitsverteilungen

Wahrscheinlichkeitsverteilungen Universität Bielefeld 3. Mai 2005 Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsrechnung Das Ziehen einer Stichprobe ist die Realisierung eines Zufallsexperimentes. Die Wahrscheinlichkeitsrechnung betrachtet

Mehr

Klausur Mathematik 2, Teil Statistik und Finanzmathematik Lösungen

Klausur Mathematik 2, Teil Statistik und Finanzmathematik Lösungen Fachhochschule Ravensburg-Weingarten, Fachbereich Elektrotechnik und Informatik Klausur Mathematik 2, Teil Statistik und Finanzmathematik Lösungen Aufgaben (Punkte) 1. Für eine Voraussage der Bürgermeisterwahl

Mehr

Kapitel VII. Einige spezielle stetige Verteilungen

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,

Mehr

Prüfungsvorbereitungskurs Höhere Mathematik 3

Prüfungsvorbereitungskurs Höhere Mathematik 3 Prüfungsvorbereitungskurs Höhere Mathematik 3 Stochastik Marco Boßle Jörg Hörner Marcel Thoms Mathematik Online Herbst 211 PV-Kurs HM 3 Stochastik 1-1 Zusammenfassung Wahrscheinlichkeitsraum (WR): Menge

Mehr

Teil VIII. Zentraler Grenzwertsatz und Vertrauensintervalle. Woche 6: Zentraler Grenzwertsatz und Vertrauensintervalle. Lernziele. Typische Situation

Teil 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

Mehr

Klausur zur Vorlesung

Klausur zur Vorlesung Institut für Mathematische Stochastik WS 2006/2007 Universität Karlsruhe 12. Februar 2007 Priv.-Doz. Dr. D. Kadelka Dipl.-Math. W. Lao Aufgabe 1 (15 Punkte) Klausur zur Vorlesung Statistik für Biologen

Mehr

Fit for Abi & Study Stochastik

Fit for Abi & Study Stochastik Fit for Abi & Study Stochastik Prof. Dr. Tilla Schade Hochschule Harz 15. und 16. April 2014 No. 1 Stochastik besteht aus: Wahrscheinlichkeitsrechnung Statistik No. 2 Gliederung Grundlagen Zufallsgrößen

Mehr

(8 + 2 Punkte) = = 0.75

(8 + 2 Punkte) = = 0.75 Aufgabe 1 (8 + 2 Punkte) Von 20 Teilnehmern einer Bergwanderung geben 8 Personen an Knieschmerzen zu haben. 6 Teilnehmer leiden an Sonnenbrand. 8 Teilnehmer blieben unversehrt. a) Wie groß ist die Wahrscheinlichkeit,

Mehr

Wird ein Bernoulli- Versuch, bei dem die Trefferwahrscheinlichkeit p = 0,2 ist, n = 40 mal durchgeführt, dann erwarten wir im Mittel 8 Treffer.

Wird ein Bernoulli- Versuch, bei dem die Trefferwahrscheinlichkeit p = 0,2 ist, n = 40 mal durchgeführt, dann erwarten wir im Mittel 8 Treffer. R. Brinkmann http://brinkmann-du.de Seite 1 06.1008 Erwartungswert binomialverteilter Zufallsgrößen. Wird ein Bernoulli- Versuch, bei dem die Trefferwahrscheinlichkeit p = 0,2 ist, n = 40 mal durchgeführt,

Mehr

Mathematik 3 für Informatik

Mathematik 3 für Informatik Gunter Ochs Wintersemester 20/6 Mathematik 3 für Informatik Lösungen zum Hausaufgabenblatt 4 Lösungshinweise (ohne Ganantie auf Fehlerfreiheit. Wenn man beim Roulette auf Rot oder Schwarz setzt, erhält

Mehr

8 Stichprobenkennwerteverteilung

8 Stichprobenkennwerteverteilung 8 Stichprobenkennwerteverteilung 8.1 Vorbemerkungen 8.2 Die Normalverteilung: Teil 2 8.3 Die t Verteilung 8.4 Normalverteilungs Approximation: Der zentrale Grenzwertsatz 8.1 Vorbemerkungen Daten x 1,...,

Mehr

Häufigkeitsverteilungen

Häufigkeitsverteilungen Häufigkeitsverteilungen Eine Häufigkeitsverteilung gibt die Verteilung eines erhobenen Merkmals an und ordnet jeder Ausprägung die jeweilige Häufigkeit zu. Bsp.: 100 Studenten werden gefragt, was sie studieren.

Mehr

1.1.1 Ergebnismengen Wahrscheinlichkeiten Formale Definition der Wahrscheinlichkeit Laplace-Experimente...

1.1.1 Ergebnismengen Wahrscheinlichkeiten Formale Definition der Wahrscheinlichkeit Laplace-Experimente... Inhaltsverzeichnis 0 Einführung 1 1 Zufallsvorgänge und Wahrscheinlichkeiten 5 1.1 Zufallsvorgänge.......................... 5 1.1.1 Ergebnismengen..................... 6 1.1.2 Ereignisse und ihre Verknüpfung............

Mehr

Wahrscheinlichkeitstheorie und Statistik

Wahrscheinlichkeitstheorie und Statistik Curriculum Wahrscheinlichkeitstheorie und Statistik Dozent: Dr. D. Adams E-Mail: donat.adams@fhnw.ch Modul : Wahrscheinlichkeitstheorie und Statistik Umfang: 3 ECTS Datum: 19. Februar 018 URL: http://adams-science.com/teaching

Mehr

Verteilungen eindimensionaler diskreter Zufallsvariablen Diskrete Verteilungen. Hypergeometrische Verteilung Poissonverteilung

Verteilungen eindimensionaler diskreter Zufallsvariablen Diskrete Verteilungen. Hypergeometrische Verteilung Poissonverteilung Verteilungen eindimensionaler diskreter Zufallsvariablen Diskrete Verteilungen Hypergeometrische Verteilung Approimationen Typisierung der diskreten theoretischen Verteilungen Bibliografie: Prof. Dr. Kück

Mehr

Formelsammlung: Statistik und Wahrscheinlichkeitstheorie

Formelsammlung: Statistik und Wahrscheinlichkeitstheorie Formelsammlung: Statistik und Wahrscheinlichkeitstheorie Kapitel 1: Deskriptive und explorative Statistik Empirische Verteilungsfkt (S15): Quantile (S24): Bei Typ7 1.Pkt = 0 Danach 1/(n-1) Median (S24):

Mehr

Prof. Dr. Günter Hellmig. Aufgabenskript Induktive Statistik

Prof. Dr. Günter Hellmig. Aufgabenskript Induktive Statistik rof. Dr. Günter Hellmig Aufgabenskript Induktive Statistik Inhalt:.Kombinatorik: Variation und Kombination, jeweils ohne Wiederholung 2.Rechnen mit Wahrscheinlichkeiten: Additions- und Multiplikationssätze

Mehr

Kennwerteverteilungen von Häufigkeiten und Anteilen

Kennwerteverteilungen von Häufigkeiten und Anteilen Kennwerteverteilungen von Häufigkeiten und Anteilen 6. Sitzung 32 S., SoSe 2003 Die hypergeometrische Verteilung Wahrscheinlichkeitsverteilung der Häufigkeit eines binären Merkmals bei Einfacher Zufallsauswahl

Mehr

Auswertung von Messungen Teil II

Auswertung 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

Mehr

Zufallsvariablen. Diskret. Stetig. Verteilung der Stichprobenkennzahlen. Binomial Hypergeometrisch Poisson. Normal Lognormal Exponential

Zufallsvariablen. 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:

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 11. November 2010 1 Erwartungswert und Varianz Erwartungswert Varianz und Streuung Rechenregeln Binomialverteilung

Mehr

KATA LOGO Mathematik Statistik Wahrscheinlichkeitsverteilungen - Beispiele

KATA LOGO Mathematik Statistik Wahrscheinlichkeitsverteilungen - Beispiele KATA LOGO Mathematik Statistik Wahrscheinlichkeitsverteilungen - Beispiele Verteilungen Problemstellung Ergebnisraum Ω Stichprobe (n aus N) mehrfaches Auswählen = wiederholen Formel für P Erwartungswert

Mehr

7.5 Erwartungswert, Varianz

7.5 Erwartungswert, Varianz 7.5 Erwartungswert, Varianz Beispiel 7.5.1: Es werden drei ideale Münzen geworfen, und der Gewinn sei X := Anzahl von W. In Beispiel 7.4.1 hatten wir dazu eine Wahrscheinlichkeitverteilung ermittelt: X

Mehr

Mathematik 2 für Naturwissenschaften

Mathematik 2 für Naturwissenschaften Hans Walser Mathematik 2 für Naturwissenschaften 2 3 3 4 6 4 5 0 0 5 6 5 20 5 6 Tabellen (leicht gekürzte Version) Hans Walser: Tabellen ii Inhalt Binomische Verteilung.... Binomische Verteilung (ohne

Mehr

3. Lösungen weitere Übungsaufgaben Statistik für Ingenieure WiSe 16/17

3. Lösungen weitere Übungsaufgaben Statistik für Ingenieure WiSe 16/17 3. Lösungen weitere Übungsaufgaben Statistik für Ingenieure WiSe 6/7. Aufgabe: 0 Bauteile gleicher Bauart werden vor der Weiterverarbeitung einer Materialprüfung unterzogen. 7 bestanden diese Prüfung,

Mehr

1. Grundbegri e der Stochastik

1. Grundbegri e der Stochastik Wiederholung von Grundwissen der Stochastik. Grundbegri e der Stochastik Menge der Ereignisse. Die Elemente! der Menge heißen Elementarereignisse und sind unzerlegbare Ereignisse. Das Ereignis A tritt

Mehr

KLAUSUR_MAI_08 LÖSUNGEN Stat2. 1. Eine Einkommensstatistik (Jahresbruttoeinkommen, klassiert), zeigte folgende Ergebnisse: (in 1000 Euro)

KLAUSUR_MAI_08 LÖSUNGEN Stat2. 1. Eine Einkommensstatistik (Jahresbruttoeinkommen, klassiert), zeigte folgende Ergebnisse: (in 1000 Euro) 1. Eine Einkommensstatistik (Jahresbruttoeinkommen, klassiert), zeigte folgende Ergebnisse: (in 1000 Euro) 10 bis unter 20 20 30 30 40 über 40 bis 100 U (Unselbständige) 46 89 90 45 S (Selbständige) 63

Mehr

Skript Statistik. Gerhard Kuhn, rechnenmachtspass.de Version 3

Skript Statistik. Gerhard Kuhn, rechnenmachtspass.de Version 3 Skript Statistik Gerhard Kuhn, rechnenmachtspass.de Version 3 1 Deskriptive Statistik 1.1 Grundbegriffe [SR13] 1.1.1 Die wichtigsten Skalen 1) nominale Skala: Beispiel: Automarken 2) odinale Skala (Rangskala):

Mehr

Zusammenfassung Mathe II. Themenschwerpunkt 2: Stochastik (ean) 1. Ein- und mehrstufige Zufallsexperimente; Ergebnismengen

Zusammenfassung Mathe II. Themenschwerpunkt 2: Stochastik (ean) 1. Ein- und mehrstufige Zufallsexperimente; Ergebnismengen Zusammenfassung Mathe II Themenschwerpunkt 2: Stochastik (ean) 1. Ein- und mehrstufige Zufallsexperimente; Ergebnismengen Zufallsexperiment: Ein Vorgang, bei dem mindestens zwei Ereignisse möglich sind

Mehr

Der Erwartungswert E[g(X)] von g(x) ist definiert. g(x k )w(x = x k ),

Der 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

Mehr

1 Dichte- und Verteilungsfunktion

1 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

Mehr

70 Wichtige kontinuierliche Verteilungen

70 Wichtige kontinuierliche Verteilungen 70 Wichtige kontinuierliche Verteilungen 70. Motivation Zufallsvariablen sind nicht immer diskret, sie können oft auch jede beliebige reelle Zahl in einem Intervall [c, d] einnehmen. Beispiele für solche

Mehr

Statistik Übungen SS 2018

Statistik Übungen SS 2018 Statistik Übungen SS 2018 Blatt 2: Wahrscheinlichkeitsrechnung 1. Die nach dem französischen Mathematiker Pierre-Simon de Laplace benannten Laplace- Experimente beruhen auf der Annahme, dass bei einem

Mehr

Stellen Sie den Sachverhalt durch eine geeignete Vierfeldertafel mit relativen Häufigkeiten

Stellen Sie den Sachverhalt durch eine geeignete Vierfeldertafel mit relativen Häufigkeiten Bei der Bearbeitung der Aufgabe dürfen alle Funktionen des Taschenrechners genutzt werden. Aufgabe 4: Stochastik Vorbemerkung: Führen Sie stets geeignete Zufallsvariablen und Namen für Ereignisse ein.

Mehr

Wahrscheinlichkeitsrechnung. Sommersemester Kurzskript

Wahrscheinlichkeitsrechnung. Sommersemester Kurzskript Wahrscheinlichkeitsrechnung Sommersemester 2008 Kurzskript Version 1.0 S. Döhler 1. Juli 2008 In diesem Kurzskript sind Begriffe und Ergebnisse aus der Lehrveranstaltung zusammengestellt. Außerdem enthält

Mehr

Psychologische Methodenlehre und Statistik I

Psychologische Methodenlehre und Statistik I Psychologische Methodenlehre und Statistik I Pantelis Christodoulides & Karin Waldherr SS 2013 Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik I 1/61 Zufallsexperiment

Mehr

Kapitel IV - Spezielle Verteilungen: Diskrete Verteilungen

Kapitel IV - Spezielle Verteilungen: Diskrete Verteilungen Universität Karlsruhe (TH) Institut für Statistik und Mathematische Wirtschaftstheorie Wahrscheinlichkeitstheorie Kapitel IV - Spezielle Verteilungen: Diskrete Verteilungen Markus Höchstötter Lehrstuhl

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun http://blog.ruediger-braun.net Heinrich-Heine-Universität Düsseldorf 07. Januar 2015 Klausuranmeldung Prüflinge müssen sich bis spätestens 14 Tage vor

Mehr

Auswertung und Lösung

Auswertung 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

Mehr

Wichtige Begriffe und Sätze aus der Wahrscheinlichkeitsrechnung

Wichtige Begriffe und Sätze aus der Wahrscheinlichkeitsrechnung Wichtige Begriffe und Sätze aus der Wahrscheinlichkeitsrechnung Version: 22. September 2015 Evelina Erlacher 1 Mengen Es sei Ω eine Menge (die Universalmenge ) und A, B seien Teilmengen von Ω. Dann schreiben

Mehr

Wahrscheinlichkeitsfunktion. Binomialverteilung. Binomialverteilung. Wahrscheinlichkeitshistogramme

Wahrscheinlichkeitsfunktion. Binomialverteilung. Binomialverteilung. Wahrscheinlichkeitshistogramme Binomialverteilung Wahrscheinlichkeitsfunktion Konstruktionsprinzip: Ein Zufallsexperiment wird n mal unabhängig durchgeführt. Wir interessieren uns jeweils nur, ob ein bestimmtes Ereignis A eintritt oder

Mehr

Statistik Übungen WS 2017/18

Statistik Übungen WS 2017/18 Statistik Übungen WS 2017/18 Blatt 2: Wahrscheinlichkeitsrechnung 1. Die nach dem französischen Mathematiker Pierre-Simon de Laplace benannten Laplace- Experimente beruhen auf der Annahme, dass bei einem

Mehr

Verteilungen eindimensionaler stetiger Zufallsvariablen Stetige Verteilungen. Chi-Quadrat-Verteilung Studentverteilung Fisher-Verteilung

Verteilungen eindimensionaler stetiger Zufallsvariablen Stetige Verteilungen. Chi-Quadrat-Verteilung Studentverteilung Fisher-Verteilung Verteilungen eindimensionaler stetiger Zufallsvariablen Stetige Verteilungen Chi-Quadrat-Verteilung Studentverteilung Fisher-Verteilung Typisierung der stetigen theoretischen Verteilungen Bibliografie:

Mehr

Einführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management

Einführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management Einführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management Sommersemester 2013 Hochschule Augsburg Lageparameter: Erwartungswert d) Erwartungswert

Mehr

Einführung in die Statistik I BA VM, 45 Minuten, Probeklausur

Einführung in die Statistik I BA VM, 45 Minuten, Probeklausur Gesamtpunktzahl der Statistik I-Klausur: 12 Einführung in die Statistik I BA VM, 45 Minuten, Probeklausur 03.07.2015 Name, Vorname: Matrikelnr.: Um die volle Punktzahl zu erhalten, müssen Sie bei den Berechnungen

Mehr

Statistik Klausur Wintersemester 2013/2014 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!

Statistik Klausur Wintersemester 2013/2014 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Statistik 1 2. Klausur Wintersemester 2013/2014 Hamburg, 18.03.2014 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Nachname:............................................................................ Vorname:.............................................................................

Mehr

Diskrete Zufallsvariable*

Diskrete Zufallsvariable* Diskrete Zufallsvariable* Aufgabennummer: 1_37 Aufgabentyp: Aufgabenformat: Multiple Choice (1 aus 6) Grundkompetenz: WS 3.1 Typ 1 T Typ Die unten stehende Abbildung zeigt die Wahrscheinlichkeitsverteilung

Mehr

VPI

VPI 1.BWL a. Der Jahresdurchschnitt des österreichischen VPI ist für verschiedene Jahre angegeben. Die jeweiligen Bezugsjahreszahlen sie ändern sich alle 10 Jahre waren die Jahre 1966, 1976, 1986 und 1996,

Mehr

Statistische Methoden in den Umweltwissenschaften

Statistische Methoden in den Umweltwissenschaften Statistische Methoden in den Umweltwissenschaften Stetige und diskrete Wahrscheinlichkeitsverteilungen Lageparameter Streuungsparameter Diskrete und stetige Zufallsvariablen Eine Variable (oder Merkmal

Mehr

Willkommen zur Vorlesung Statistik (Master)

Willkommen zur Vorlesung Statistik (Master) Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Verteilungen stetiger Zufallsvariablen Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften

Mehr

Inhaltsverzeichnis. 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 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

Mehr

S tandardabweichung : σ= n p 1 p = 200 0,24 0,76 6,04

S tandardabweichung : σ= n p 1 p = 200 0,24 0,76 6,04 R. Brinkmann http://brinkmann-du.de Seite 1 14.10.2007 Wahrscheinlichkeiten von Umgebungen Bei einer Binomialverteilung ist der Erwartungswert der mit der größten Wahrscheinlichkeit. In der Umgebung des

Mehr

PVK Statistik Carlos Mora

PVK Statistik Carlos Mora PVK Statistik 10.-12.1.2012 Prüfung 1 Frage Binomialverteilung und/oder Poissonverteilung mit Test, Poisson-, Normalapproximation 1.Übungsblatt 1 Frage Normalverteilung, z-, t-test; Ein- und/oder zwei

Mehr

Statistik für Informatiker, SS Verteilungen mit Dichte

Statistik für Informatiker, SS Verteilungen mit Dichte 1/39 Statistik für Informatiker, SS 2017 1.1.6 Verteilungen mit Dichte Matthias Birkner http://www.staff.uni-mainz.de/birkner/statinfo17/ 17.5.2017 Zufallsvariablen mit Dichten sind ein kontinuierliches

Mehr

Bereiche der Statistik

Bereiche der Statistik Bereiche der Statistik Deskriptive / Exploratorische Statistik Schließende Statistik Schließende Statistik Inferenz-Statistik (analytische, schließende oder konfirmatorische Statistik) baut auf der beschreibenden

Mehr

Inhaltsverzeichnis DESKRIPTIVE STATISTIK. 1 Grundlagen Grundbegriffe Skalen... 15

Inhaltsverzeichnis DESKRIPTIVE STATISTIK. 1 Grundlagen Grundbegriffe Skalen... 15 Inhaltsverzeichnis 1 Grundlagen... 13 1.1 Grundbegriffe...13 1.2 Skalen... 15 DESKRIPTIVE STATISTIK 2 Eindimensionale Häufigkeitsverteilungen...16 2.1 Häufigkeiten... 16 2.1.1 Grundbegriffe... 16 2.1.2

Mehr

Definition Sei X eine stetige Z.V. mit Verteilungsfunktion F und Dichte f. Dann heißt E(X) :=

Definition Sei X eine stetige Z.V. mit Verteilungsfunktion F und Dichte f. Dann heißt E(X) := Definition 2.34. Sei X eine stetige Z.V. mit Verteilungsfunktion F und Dichte f. Dann heißt E(X) := x f(x)dx der Erwartungswert von X, sofern dieses Integral existiert. Entsprechend wird die Varianz V(X)

Mehr

Lösungen zu den Übungsaufgaben in Kapitel 7

Lösungen zu den Übungsaufgaben in Kapitel 7 Lösungen zu den Übungsaufgaben in Kapitel 7 1. Erstellen Sie per Hand oder mit Hilfe eines Statistik- oder Tabellenkalkulationsprogramms die graphische Darstellung (a) der ahrscheinlichkeitsverteilung

Mehr

Übung Zeigen Sie, dass dies als Grenzwert der Wahrscheinlichkeitsfunktion der Binomialverteilung mit

Übung Zeigen Sie, dass dies als Grenzwert der Wahrscheinlichkeitsfunktion der Binomialverteilung mit Übung 2 24..23 Ü b u n g 2 Aufgabe Die Poissonverteilung P(λ) hat die Wahrscheinlichkeitsfunktion p(x) = λx e λ (x ) x! Zeigen Sie, dass dies als Grenzwert der Wahrscheinlichkeitsfunktion der Binomialverteilung

Mehr

Biostatistik, Winter 2011/12

Biostatistik, Winter 2011/12 Biostatistik, Winter 2011/12 Wahrscheinlichkeitstheorie:, Unabhängigkeit Prof. Dr. Achim Klenke http://www.aklenke.de 6. Vorlesung: 02.12.2011 1/30 Inhalt 1 Wahrscheinlichkeit 2 2/30 Wahrscheinlichkeit

Mehr

JosefPuhani. Kleine Formelsammlung zur Statistik. 10. Auflage. averiag i

JosefPuhani. Kleine Formelsammlung zur Statistik. 10. Auflage. averiag i JosefPuhani Kleine Formelsammlung zur Statistik 10. Auflage averiag i Inhalt- Vorwort 7 Beschreibende Statistik 1. Grundlagen 9 2. Mittelwerte 10 Arithmetisches Mittel 10 Zentral wert (Mediän) 10 Häufigster

Mehr

Kapitel 9. Verteilungsmodelle. 9.1 Diskrete Verteilungsmodelle Die Gleichverteilung

Kapitel 9. Verteilungsmodelle. 9.1 Diskrete Verteilungsmodelle Die Gleichverteilung Kapitel 9 Verteilungsmodelle Es gibt eine Reihe von Verteilungsmodellen für univariate diskrete und stetige Zufallsvariablen, die sich in der Praxis bewährt haben. Wir wollen uns von diesen einige anschauen.

Mehr

Statistik im Versicherungs- und Finanzwesen

Statistik im Versicherungs- und Finanzwesen Springer Gabler PLUS Zusatzinformationen zu Medien von Springer Gabler Grimmer Statistik im Versicherungs- und Finanzwesen Eine anwendungsorientierte Einführung 2014 1. Auflage Übungsaufgaben zu Kapitel

Mehr

A: Beispiele Beispiel 1: Zwei Zufallsvariablen X und Y besitzen die beiden folgenden Wahrscheinlichkeitsfunktionen:

A: Beispiele Beispiel 1: Zwei Zufallsvariablen X und Y besitzen die beiden folgenden Wahrscheinlichkeitsfunktionen: 5 Diskrete Verteilungen 1 Kapitel 5: Diskrete Verteilungen A: Beispiele Beispiel 1: Zwei Zufallsvariablen X und Y besitzen die beiden folgenden Wahrscheinlichkeitsfunktionen: 5 0.6 x 0.4 5 x (i) P x (x)

Mehr

Deckblatt. Name der Kursleiterin/des Kursleiters, bei der Sie angemeldet sind: Annelie Gebert. Nur einen Studiengang ankreuzen!!!

Deckblatt. Name der Kursleiterin/des Kursleiters, bei der Sie angemeldet sind: Annelie Gebert. Nur einen Studiengang ankreuzen!!! Deckblatt Name Vorname Matrikelnr. Name in Druckbuchstaben Name der Kursleiterin/des Kursleiters, bei der Sie angemeldet sind: Annelie Gebert Nur einen Studiengang ankreuzen!!! Bachelorstudiengang Sozialökonomie

Mehr

S tandardabweichung : σ= n p 1 p = 200 0,24 0,76 6,04

S tandardabweichung : σ= n p 1 p = 200 0,24 0,76 6,04 R. Brinkmann http://brinkmann-du.de Seite 1 19.01.2008 Wahrscheinlichkeiten von Umgebungen Bei einer Binomialverteilung ist der Erwartungswert der mit der größten Wahrscheinlichkeit. In der Umgebung des

Mehr

Anhang: Statistische Tafeln und Funktionen

Anhang: Statistische Tafeln und Funktionen A1 Anhang: Statistische Tafeln und Funktionen Verteilungsfunktion Φ(z) der Standardnormalverteilung Die Tabelle gibt die Werte Φ(z) der Verteilungsfunktion zu vorgegebenem Wert z 0 an; ferner gilt Φ( z)

Mehr

Keine Panik vor Statistik!

Keine 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

Mehr

Aufgabe Punkte

Aufgabe Punkte Institut für Mathematik Freie Universität Berlin Carsten Hartmann, Stefanie Winkelmann Musterlösung für die Nachklausur zur Vorlesung Stochastik I im WiSe 20/202 Name: Matr.-Nr.: Studiengang: Mathematik

Mehr

Zufallsvariablen. Diskret. Stetig. Verteilung der Stichprobenkennzahlen. Binomial Hypergeometrisch Poisson. Normal Lognormal Exponential

Zufallsvariablen. Diskret. Stetig. Verteilung der Stichprobenkennzahlen. Binomial Hypergeometrisch Poisson. Normal Lognormal Exponential Zufallsvariablen Diskret Binomial Hypergeometrisch Poisson Stetig Normal Lognormal Exponential Verteilung der Stichprobenkennzahlen Zufallsvariable Erinnerung: Merkmal, Merkmalsausprägung Deskriptive Statistik:

Mehr

Stochastik. Station 1. Kombinatorik

Stochastik. Station 1. Kombinatorik Der fx-991de im Mathematik- Unterricht Stochastik Station 1 Kombinatorik Die vier Grundformeln zur Kombinatorik sind in der Tabelle zusammengefasst: Mit Zurücklegen Ohne Zurücklegen Reihenfolge egal ncr

Mehr

Prüfungsteil 2, Aufgabe 6. Stochastik. Nordrhein-Westfalen 2014LK. Aufgabe 6. Abitur Mathematik: Musterlösung

Prüfungsteil 2, Aufgabe 6. Stochastik. Nordrhein-Westfalen 2014LK. Aufgabe 6. Abitur Mathematik: Musterlösung Abitur Mathematik: Prüfungsteil 2, Aufgabe 6 Nordrhein-Westfalen 2014LK Aufgabe 6 a) (1) 1. SCHRITT: MODELLIERUNG MIT EINER BERNOULLIKETTE Wir modellieren die Situation mit einer Bernoullikette der Länge

Mehr

Inhaltsverzeichnis Inhaltsverzeichnis VII Erst mal locker bleiben: Es f angt ganz einfach an! Keine Taten ohne Daten!

Inhaltsverzeichnis Inhaltsverzeichnis VII Erst mal locker bleiben: Es f angt ganz einfach an! Keine Taten ohne Daten! Inhaltsverzeichnis Inhaltsverzeichnis VII 1 Erst mal locker bleiben: Es fängt ganz einfach an! 1 1.1 Subjektive Wahrscheinlichkeit - oder warum...?..... 4 1.2 Was Ethik mit Statistik zu tun hat - Pinocchio

Mehr

Überblick Hypothesentests bei Binomialverteilungen (Ac)

Überblick Hypothesentests bei Binomialverteilungen (Ac) Überblick Hypothesentests bei Binomialverteilungen (Ac) Beim Testen will man mit einer Stichprobe vom Umfang n eine Hypothese H o (z.b.p o =70%) widerlegen! Man geht dabei aus von einer Binomialverteilung

Mehr

1 GRUNDLAGEN Grundbegriffe Skalen...15

1 GRUNDLAGEN Grundbegriffe Skalen...15 Inhaltsverzeichnis 1 GRUNDLAGEN...13 1.1 Grundbegriffe...13 1.2 Skalen...15 DESKRIPTIVE STATISTIK 2 EINDIMENSIONALE HÄUFIGKEITSVERTEILUNGEN...16 2.1 Häufigkeiten...16 2.1.1 Grundbegriffe...16 2.1.2 Klassieren

Mehr

Wahrscheinlichkeit und Statistik: Zusammenfassung

Wahrscheinlichkeit 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

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 23. Dezember 2011 1 Stetige Zufallsvariable, Normalverteilungen Der zentrale Grenzwertsatz und die 3-Sigma Regel

Mehr