1. Tutorial. Online-Tutorium-Statistik von T.B.
|
|
- Vincent Kalb
- vor 6 Jahren
- Abrufe
Transkript
1 Online-Tutorium-Statistik von T.B. 1
2 Grundbegriffe I Gegenstand einer statistischen Untersuchung sind bestimmte Objekte (z.b. Personen, Unternehmen) bei denen man sich für gewisse Eigenschaften (z.b. Geschlecht, Alter, Umsatz) interessiert. Diese Eigenschaften nennt man: statistische Merkmale! Die Objekte heißen: statistische Merkmalsträger! 2
3 Grundbegriffe I Bei einer statistischen Erhebung werden bei den Merkmalsträgern bestimmte Merkmale untersucht. Alle tatsächlich festgestellte Merkmale nennt man Beobachtungswerte b j (j = 1,, n) Dagegen heißen die für ein Merkmal theoretisch mögliche Werte Merkmalsausprägungen x i (i = 1,, k)!!!beachte!!! Es gibt n Beobachtungswerte (zu den n Merkmalsträgern), während die Zahl der Merkmalsausprägungen k vom jeweiligen statistischen Merkmal abhängt und mitunter sogar unendlich groß sein kann!!! 3
4 Merkmalsarten und Skalen I Nominalskala: X i ist nicht besser, größer, etc. als X j Beispiele - Farben, Religion, Studienplatz 4
5 Merkmalsarten und Skalen II Ordinalskala: X i ist besser, größer als X j Beispiele - Noten - Beliebtheit von Politikern - Konfektionsgrößen 5
6 Merkmalsarten und Skalen III Intervallskala (metrisch): X i ist besser, größer als X j und es können Abstände zwischen den Messwerten angegeben werden Wichtig: Der Nullpunkt ist willkürlich!!! Beispiele - Temperatur Celsius/Fahrenheit - IQ - Skala 6
7 Merkmalsarten und Skalen IV Verhältnisskala (metrisch): X i ist besser, größer als X j und es können Abstände zwischen den Messwerten (sinnvoll) angegeben werden Wichtig: Es existiert ein absoluter Nullpunkt!!! Beispiele - Alter, Einkommen, Gehalt, Arbeitszeit, Umsatz 7
8 Merkmalsarten und Skalen V Diskrete Merkmalsausprägung (metrisch) Ein Merkmal kann nur bestimmte Ausprägungen annehmen Merkhilfe: Das Merkmal ist diskret, es hält sich zurück und nimmt nicht jeden Wert (an)! 8
9 Merkmalsarten und Skalen VI Stetige Merkmalsausprägung (metrisch) Ein Merkmal kann auf einer Skala jeden beliebigen Wert annehmen Merkhilfe: Das Merkmal nimmt STETS jeden beliebigen Wert an! 9
10 Aufgabenempfehlung - Aufgabe 1 - Aufgabe 2 - Aufgabe 3 10
11 Eindimensionale Häufigkeiten Wichtig: Tabelle immer nach einem bestimmten Schema aufstellen: (Beispiel: Noten in Klausur XY) z.b. oder xi hi Hi fi Fi ,07 0, ,17 0, ,5 0, ,2 0, ,07 1 Summe 30 1 xi hi fi Hi Fi 1 2 0,07 2 0, ,17 7 0, ,5 22 0, ,2 28 0, , Summe 30 1 Summen bei den absoluten und relativen Häufigkeiten!!! Die Summen bei den kumulierten Häufigkeiten 11
12 Lageparameter Kennzahlen: Modus: der am häufigsten beobachtete Wert Median: Der Wert, der in der geordneten Reihe der Beobachtungswert in der Mitte liegt (die ersten 50%) Arithmetisches Mittel: Durchschnittswert Minimum: kleinster Wert Maximum: höchster Wert Spannweite: Maximum Minimum Quartilsabstand: Der Abstand zwischen dem 1., 2., 3. und 4 Quartil 12
13 Median I Bildet die Trennungslinie zwischen den 50% kleinen und den 50% großen Beobachtungswerten Immer der Wert, in dem 50% drin sind! Für ungerade n: Für gerade n: 13
14 Median II Mathenote Anzahl Studierende Hi Fi , , , , ,00 Summe Median = / 2 = 57. Beobachtungswert => Liegt bei Note 4 => Median = 4
15 Median III Fehlstunden Anzahl der Abiturienten Hi Fi , , , , ,00 Summe Median = 0,5*((110/2)+(110+2/2)) = Beobachtungswert => Liegen bei Std.
16 Median IV Wo macht der Median Sinn? - Nominalskaliert? Nein! Beispiel: Merkmal Spielzeug -> 50% der Kinder finden Puppen und Autos toll! Na, gut dann finden die anderen 50% der Kinder Teddys und Game Boys gut! Und jetzt?? - Ordinalskaliert? Ja! - Metrische Skalen? Ja! 16
17 Aufgabenempfehlung Aufgabe 4 b 17
18 Arithmetisches Mittel I Formel: 1. Möglichkeit x A b.. b n 1 n 1 n n j 1 b j Bei dieser Formel addiert man alle Beobachtungswerte und teilt sie anschließend durch die Anzahl aller beobachteten Werte! 18
19 Arithmetisches Mittel II Formel: 2. Möglichkeit k x * h i i k i 1 x A xi * n n i 1 1 h i Bei diesem Weg multipliziert man die Merkmalsausprägungen mit der jeweiligen absoluten Häufigkeit und teilt die Summe anschließend durch n! 19
20 Arithmetisches Mittel III Formel: 3. Möglichkeit x A k i 1 x i * f i Das Teilen durch n (2. Möglichkeit) entfällt, wenn man die Merkmalsausprägungen mit der relativen Häufigkeit f multipliziert! 20
21 Arithmetisches Mittel IV Beispiel: Taschengeld Anzahl der Kinder Hi fi Fi ,38 0, ,15 0, ,23 0, ,15 0, ,08 1 Summe Möglichkeit: Möglichkeit: = 11,92 13 = 11,92 3. Möglichkeit: 5*0,39+10*0,15+15*0,23+20*0,15+25*0,08 = 11,9 Mögliche, kleinere Unterschiede zwischen beiden Lösungswegen sind Rundungsdifferenzen geschuldet!!! 21
22 Zur Veranschaulichung 22
23 Aufgabenempfehlung Aufgabe 4 (a und c) 23
24 Harmonisches Mittel I Beispiel 1: Mesut Ö. fährt die Strecke von Villareal nach Madrid (100 km) in genau 1 Stunde (Geschwindigkeit v1= 100 km/h) Genervt nach der Niederlage gegen Werder Bremen fährt er auf der Rückfahrt nur noch v2= 50 km/h und braucht entsprechend für die 100 km Strecke 2 Stunden! Er hat also für 200km Strecke, 3 Stunden gebraucht! Durchschnittliche Geschwindigkeit = 200/3 = 66,67 km/h = Harmonisches Mittel!!! 24
25 Harmonisches Mittel II Beispiel 1: Formel: x H * * ,67 [km/h] oder auch: x H ,67 [km/h] 25
26 Harmonisches Mittel III Beispiel 1: Das arithmetische Mittel hätte hier zu einem falschen Ergebnis geführt: (v1+v2)/2 = (100+50)/2 = 75 km/h => FALSCH!!! 26
27 Harmonisches Mittel IV Das harmonische Mittel kann immer dann als Durchschnittswert verwendet werden, wenn bei einem verhältnisskalierten Merkmal (im Ausgangsbeispiel die km/h) die Zählergröße (das was OBEN auf dem Bruch steht, hier die km) konstant und die Nennergröße (das was UNTER dem Bruch steht, hier bei der Geschwindigkeit die Zeit in h) variabel ist! Formel allgemein: x H k i 1 1 fi x i 27
28 Harmonisches Mittel V Beispiel 2: Sokratis P. betankt seinen 20 Jahre alten Golf immer für genau 20 Euro. Bei seinen 3 letzten Besuchen an der Tanke bezahlte er 2 /Liter, 3 /Liter und 2 /Liter. Er will nun wissen, wie viel er im Durchschnitt für einen Liter Benzin bezahlt. 1. Tankfüllung: 2 /Liter = 10 Liter 2. Tankfüllung: 3 /Liter = 6,67 Liter 3. Tankfüllung: 2 /Liter = 10 Liter 60 bezahlt und 26, 67 Liter getankt => 60/26,67 = 2,25 /Liter Harmonisches Mittel!!! 28
29 Harmonisches Mittel VI Beispiel 2: Formel: x H 1 20 * * * 2 1 2,25 [ /Liter] oder auch: x H ,25 [ /Liter] 29
30 Harmonisches Mittel VII Beispiel 2: Das arithmetische Mittel hätte auch hier zu einem falschen Ergebnis geführt: (Tanken1+T.2+T.3)/3 = (2+3+2)/3 = 2,33 => FALSCH!!! 30
31 Harmonisches Mittel VIII Kann vorkommen bei Verhältniszahlen, wie - Weg/Zeit (=Geschwindigkeit) - Ausgaben/Preis (=Menge) - Kapital/Arbeit (=Kapitalintensität) - Produktion/Arbeitseinsatz (=Arbeitsproduktivität) - Umsatz/Zeit - Stückzahl/Zeit 31
32 Abgrenzung: harmonisches und arithmetisches Mittel Ein Hausbesitzer kauft 4 Jahre lang Öl zu den Preisen von 16, 18, 21 und 25 Cent pro Liter. Wie hoch waren die Durchschnittskosten wenn er a) jedes Jahr die gleiche Menge, und zwar 1000 Liter gekauft hat? b) Jedes Jahr für genau 200 Öl gekauft hat? 32
33 Abgrenzung: harmonisches und arithmetisches Mittel a) 1000*0, *0, *0, *0,25 = 800 Ausgaben => 800 / 4000 Liter = 0,20 /Liter => Arithmetisches Mittel b) 200/0,16+200/0,18+200/0,21+200/0,25 = 4113,5 Liter = Ausgaben (4*200 ) = 800 / 4113,5 Liter = 0,19 /Liter => Harmonisches Mittel 33
34 Abgrenzung: harmonisches und arithmetisches Mittel Das aufgezeigte Phänomen, dass man bei einer regelmäßigen Ausgabe (hier die 200 ) mehr Mengen oder Anteile von etwas erhält, nennt man auch Durchschnittskosten- oder Cost-Average-Effect In der Praxis ist dieser etwa beim Fondssparen anzutreffen, wo Wertschwankungen dazu führen, dass man bei günstigen Anteilspreisen mehr Anteile kaufen kann. Bei hohen Anteilspreisen werden dann entsprechend weniger Anteile gekauft. 34
35 Geometrisches Mittel Berechnung des Wachstumsfaktors: Gibt das Verhältnis zwischen dem Beobachtungswert der Periode t und dem entsprechenden Wert der Vorperiode t-1 an. -> Ein Wachstumsfaktor von 1,05 besagt, dass die betreffenden Größe 1,05 mal so groß wie in der Vorperiode ist. Dies entspricht einer Wachstumsrate von 5%! p i (t=1,,n) (Wachstumsrate) -> 1 + p i 100 -> x t(t=1,,n) (Wachstumsfaktor) -> X G (Geometrisches Mittel) -> 100* (X G 1) -> r (mittlere Wachstumsrate) 35
36 Aufgabenempfehlung - Aufgabe 6 - Aufgabe 7 - Aufgabe 8 36
3. Merkmale und Daten
3. Merkmale und Daten Ziel dieses Kapitels: Vermittlung des statistischen Grundvokabulars Zu klärende Begriffe: Grundgesamtheit Merkmale (Skalenniveau etc.) Stichprobe 46 3.1 Grundgesamtheiten Definition
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,
MehrGünther Bourier. Beschreibende Statistik. Praxisorientierte Einführung - Mit. Aufgaben und Lösungen. 12., überarbeitete und aktualisierte Auflage
i Günther Bourier Beschreibende Statistik Praxisorientierte Einführung - Mit Aufgaben und Lösungen 12., überarbeitete und aktualisierte Auflage 4^ Springer Gabler Inhaltsverzeichnis Vorwort V 1 Einführung
MehrStatistikpraktikum. Carsten Rezny. Sommersemester Institut für angewandte Mathematik Universität Bonn
Statistikpraktikum Carsten Rezny Institut für angewandte Mathematik Universität Bonn Sommersemester 2016 Anmeldung in Basis: 06. 10.06.2016 Organisatorisches Einführung Statistik Analyse empirischer Daten
MehrMathematische Statistik. Zur Notation
Mathematische Statistik dient dazu, anhand von Stichproben Informationen zu gewinnen. Während die Wahrscheinlichkeitsrechnung Prognosen über das Eintreten zufälliger (zukünftiger) Ereignisse macht, werden
MehrWiederholung Statistik I. Statistik für SozialwissenschaftlerInnen II p.8
Wiederholung Statistik I Statistik für SozialwissenschaftlerInnen II p.8 Konstanten und Variablen Konstante: Merkmal hat nur eine Ausprägung Variable: Merkmal kann mehrere Ausprägungen annehmen Statistik
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
MehrDeskriptive Statistik Auswertung durch Informationsreduktion
Deskriptive Statistik Auswertung durch Informationsreduktion Gliederung Ø Grundbegriffe der Datenerhebung Total-/Stichprobenerhebung, qualitatives/quantitatives Merkmal Einteilung der Daten (Skalierung,
Mehrabsolute Häufigkeit h: Anzahl einer bestimmten Note relative Häufigkeit r: Anzahl einer bestimmten Note, gemessen an der Gesamtzahl der Noten
Statistik Eine Aufgabe der Statistik ist es, Datenmengen zusammenzufassen und darzustellen. Man verwendet dazu bestimmte Kennzahlen und wertet Stichproben aus, um zu Aussagen bzw. Prognosen über die Gesamtheit
MehrSTATISTIK FÜR STATISTIK-AGNOSTIKER Teil 1 (wie mich)
WS 07/08-1 STATISTIK FÜR STATISTIK-AGNOSTIKER Teil 1 (wie mich) Nur die erlernbaren Fakten, keine Hintergrundinfos über empirische Forschung etc. (und ich übernehme keine Garantie) Bei der Auswertung von
MehrVorlesungsskript. Deskriptive Statistik. Prof. Dr. Günter Hellmig
Vorlesungsskript Deskriptive Statistik Prof. Dr. Günter Hellmig Prof. Dr. Günter Hellmig Vorlesungsskript Deskriptive Statistik Erstes Kapitel Die Feingliederung des ersten Kapitels, welches sich mit einigen
MehrStatistik Grundbegriffe
Kapitel 2 Statistik Grundbegriffe 2.1 Überblick Im Abschnitt Statistik Grundbegriffe werden Sie die Bedeutung von statistischen Grundbegriffen wie Stichprobe oder Merkmal kennenlernen und verschiedene
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.
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
Mehr1.1 Graphische Darstellung von Messdaten und unterschiedliche Mittelwerte. D. Horstmann: Oktober
1.1 Graphische Darstellung von Messdaten und unterschiedliche Mittelwerte D. Horstmann: Oktober 2014 4 Graphische Darstellung von Daten und unterschiedliche Mittelwerte Eine Umfrage nach der Körpergröße
MehrKapitel III - Merkmalsarten
Universität Karlsruhe (TH) Institut für Statistik und Mathematische Wirtschaftstheorie Statistik 1 - Deskriptive Statistik Kapitel III - Merkmalsarten Markus Höchstötter Lehrstuhl für Statistik, Ökonometrie
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
MehrModul 04: Messbarkeit von Merkmalen, Skalen und Klassierung. Prof. Dr. W. Laufner Beschreibende Statistik
Modul 04: Messbarkeit von Merkmalen, Skalen und 1 Modul 04: Informationsbedarf empirische (statistische) Untersuchung Bei einer empirischen Untersuchung messen wir Merkmale bei ausgewählten Untersuchungseinheiten
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)
MehrStatistik. Jan Müller
Statistik Jan Müller Skalenniveau Nominalskala: Diese Skala basiert auf einem Satz von qualitativen Attributen. Es existiert kein Kriterium, nach dem die Punkte einer nominal skalierten Variablen anzuordnen
MehrVorlesung Grundlagen der Biometrie WS 2011/12 1. Grundbegriffe
Vorlesung Grundlagen der Biometrie WS 2011/12 1. Grundbegriffe Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 1. Grundbegriffe der beschreibenden Statistik Statistische Einheiten, Grundgesamtheit
MehrForschungsmethoden in der Sozialen Arbeit
Forschungsmethoden in der Sozialen Arbeit Fachhochschule für Sozialarbeit und Sozialpädagogik Alice- Salomon Hochschule für Soziale arbeit, Gesundheit, Erziehung und Bildung University of Applied Sciences
MehrBitte bearbeite zunächst alle Aufgaben bevor du einen Blick in die Lösungen wirfst.
Übungsblatt 1 - Häufigkeiten, Mittelwert, Erwartungswert Das erste Übungsblatt ist als Einstieg ins Thema Wahrscheinlichkeitsrechnung gedacht und umfasst die Themen relative/absolute Häufigkeiten, Mittelwert
MehrI. II. I. II. III. IV. I. II. III. I. II. III. IV. I. II. III. IV. V. I. II. III. IV. V. VI. I. II. I. II. III. I. II. I. II. I. II. I. II. III. I. II. III. IV. V. VI. VII. VIII.
MehrSkalenniveaus =,!=, >, <, +, -
ZUSAMMENHANGSMAßE Skalenniveaus Nominalskala Ordinalskala Intervallskala Verhältnisskala =,!= =,!=, >, < =,!=, >, ,
Mehrbenötigen. Die Zeit wird dabei in Minuten angegeben und in einem Boxplot-Diagramm veranschaulicht.
, D 1 Kreuze die richtige Aussage an und stelle die anderen Aussagen richtig. A Das arithmetische Mittel kennzeichnet den mittleren Wert einer geordneten Datenliste. B Die Varianz erhält man, wenn man
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 und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung Dr. Jochen Köhler 26.02.2008 1 Warum Statistik und Wahrscheinlichkeits rechnung im Ingenieurwesen? Zusammenfassung der letzten Vorlesung Statistik und Wahrscheinlichkeitsrechnung
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:
MehrTeil 1: Statistische Erhebungen, Erfassen von Merkmalen Absolute und relative Häufigkeiten Mittelwerte. Datei Nr
STOCHASTIK Statistische Grundbegriffe für die Sekundarstufe Teil 1: Statistische Erhebungen, Erfassen von Merkmalen Absolute und relative Häufigkeiten Mittelwerte Datei Nr. 31001 Stand 22. Juni 2009 INTERNETBIBLIOTHEK
Mehr2 Statistische Maßzahlen
2 Statistische Maßzahlen Übersicht 2.1 Quantile, speziellmedian, QuartileundPerzentile... 25 2.2 Modus, Median, arithmetischesmittel... 28 2.3 Arithmetisches,geometrisches,harmonischesMittel... 31 2.4
MehrDatenerhebung, Skalenniveaus und Systemdatei
Datenerhebung, Skalenniveaus und Systemdatei Institut für Geographie 1 Beispiele für verschiedene Typen von Fragen in einer standardisierten Befragung (3 Grundtypen) Geschlossene Fragen Glauben Sie, dass
MehrGrundlagen der Statistik I
NWB-Studienbücher Wirtschaftswissenschaften Grundlagen der Statistik I Beschreibende Verfahren Von Professor Dr. Jochen Schwarze 10. Auflage Verlag Neue Wirtschafts-Briefe Herne/Berlin Inhaltsverzeichnis
Mehr1 Einführung und Grundbegriffe
1 Einleitung Die deskriptive Statistik dient der systematischen Erfassung und Darstellung von Daten, die bestimmte Zustände oder Entwicklungen aufzeigen. Sehr viele Entscheidungen des Alltags, in Wirtschaftsunternehmen
MehrTeil I: Deskriptive Statistik
Teil I: Deskriptive Statistik 2 Grundbegriffe 2.1 Merkmal und Stichprobe 2.2 Skalenniveau von Merkmalen 2.3 Geordnete Stichproben und Ränge 2.1 Merkmal und Stichprobe An (geeignet ausgewählten) Untersuchungseinheiten
MehrMaße der zentralen Tendenz
UStatistische Kennwerte Sagen uns tabellarische und graphische Darstellungen etwas über die Verteilung der einzelnen Werte einer Stichprobe, so handelt es sich bei statistischen Kennwerten um eine Kennzahl,
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
MehrDr. Barbara Lindemann. Fragebogen. Kolloquium zur Externen Praxisphase. Dr. Barbara Lindemann 1
Dr. Barbara Lindemann Fragebogen Kolloquium zur Externen Praxisphase Dr. Barbara Lindemann 1 Überblick 1. Gütekriterien quantitativer Forschungen 2. Fragebogenkonstruktion 3. Statistische Datenanalyse
MehrHäufigkeitsverteilungen und Statistische Maßzahlen. Häufigkeitsverteilungen und Statistische Maßzahlen. Variablentypen. Stichprobe und Grundgesamtheit
TECHNISCHE UNIVERSITÄT MÜNCHEN-WEIHENSTEPHAN MATHEMATIK UND STATISTIK INFORMATIONS- UND DOKUMENTATIONSZENTRUM R. Häufigkeitsverteilungen und Statistische Maßzahlen Statistik SS Variablentypen Qualitative
MehrBitte am PC mit Windows anmelden!
Einführung in SPSS Plan für heute: Grundlagen/ Vorwissen für SPSS Vergleich der Übungsaufgaben Einführung in SPSS http://weknowmemes.com/generator/uploads/generated/g1374774654830726655.jpg Standardnormalverteilung
MehrGrundbegriffe. Bibliografie
Grundbegriffe Merkmale und Merkmalsausprägungen Skalen und Skalentransformation Einführung und Grundbegriffe II 1 Bibliografie Bleymüller / Gehlert / Gülicher Verlag Vahlen Statistik für Wirtschaftswissenschaftler
MehrStatistik I (17) 79. Untersuchen Sie die Daten aus Tabelle 1.
Schüler Nr. Statistik I (7) Schuljahr /7 Mathematik FOS (Haben Sie Probleme bei der Bearbeitung dieser Aufgaben, wenden Sie sich bitte an die betreuenden Lehrkräfte!) Tabelle : Die Tabelle wurde im Rahmen
MehrMATHEMATIK MTA 12 SCHULJAHR 07/08 STATISTIK
MATHEMATIK MTA 12 SCHULJAHR 07/08 STATISTIK PROF. DR. CHRISTINA BIRKENHAKE Inhaltsverzeichnis 1. Merkmale 2 2. Urliste und Häufigkeitstabellen 9. Graphische Darstellung von Daten 10 4. Lageparameter 1
MehrEmpirische Verteilungsfunktion
Empirische Verteilungsfunktion H(x) := Anzahl der Werte x ist. Deskriptive
MehrStatistik. Datenanalyse mit EXCEL und SPSS. R.01denbourg Verlag München Wien. Von Prof. Dr. Karlheinz Zwerenz. 3., überarbeitete Auflage
Statistik Datenanalyse mit EXCEL und SPSS Von Prof. Dr. Karlheinz Zwerenz 3., überarbeitete Auflage R.01denbourg Verlag München Wien Inhalt Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt
MehrDaten, Datentypen, Skalen
Bildung kommt von Bildschirm und nicht von Buch, sonst hieße es ja Buchung. Daten, Datentypen, Skalen [main types of data; levels of measurement] Die Umsetzung sozialwissenschaftlicher Forschungsvorhaben
MehrStatistik II: Grundlagen und Definitionen der Statistik
Medien Institut : Grundlagen und Definitionen der Statistik Dr. Andreas Vlašić Medien Institut (0621) 52 67 44 vlasic@medien-institut.de Gliederung 1. Hintergrund: Entstehung der Statistik 2. Grundlagen
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
MehrDeskriptive Statistik
Markus Wirtz, Christof Nachtigall Deskriptive Statistik 2008 AGI-Information Management Consultants May be used for personal purporses only or by libraries associated to dandelon.com network. Statistische
Mehr1. GEGENSTAND UND GRUNDBEGRIFFE DER STATISTIK
1 1. GEGENSTAND UND GRUNDBEGRIFFE DER STATISTIK 1.1 Gegenstand der Statistik Die Statistik stellt ein Instrumentarium bereit, um Informationen über die Realität oder Wirklichkeit verfügbar zu machen. Definition
MehrDeskriptive Statistik Kapitel III - Merkmalsarten
Deskriptive Statistik Kapitel III - Merkmalsarten Georg Bol bol@statistik.uni-karlsruhe.de hoechstoetter@statistik.uni-karlsruhe.de April 26, 2006 Typeset by FoilTEX Agenda 1. Merkmalsarten 2. Skalen 3.
MehrEinwohner, welche 0.6 p zur Verfügung haben. Das macht der restlichen Welt. Daraus ergibt sich das Verhältnis: 10 p w =
Hans Walser Mathematik 2 für Naturwissenschaften Frühjahrssemester 2014 Übung 2 3. - 6. März 2014 Aufgabe 2.1 Bittere Pillen In den USA leben 4% der Weltbevölkerung. In den USA werden aber 40% der weltweit
MehrAllgemeine Grundlagen Seite Termin: Eindimensionale Häufigkeitsverteilung
Statistik für alle Gliederung insgesamt Allgemeine Grundlagen Seite 1 1. Termin: Allgemeine Grundlagen 2. Termin: Eindimensionale Häufigkeitsverteilung 3. Termin: Lageparameter 4. Termin: Streuungsparameter
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.
MehrInhaltsverzeichnis: Aufgaben zur Vorlesung Statistik Seite 1 von 10 Prof. Dr. Karin Melzer, Prof. Dr. Gabriele Gühring, Fakultät Grundlagen
Inhaltsverzeichnis: 1. Aufgabenlösungen... Lösung zu Aufgabe 1:... Lösung zu Aufgabe... Lösung zu Aufgabe 3... Lösung zu Aufgabe 4... Lösung zu Aufgabe 5... 3 Lösung zu Aufgabe... 3 Lösung zu Aufgabe 7...
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
MehrDeskription, Statistische Testverfahren und Regression. Seminar: Planung und Auswertung klinischer und experimenteller Studien
Deskription, Statistische Testverfahren und Regression Seminar: Planung und Auswertung klinischer und experimenteller Studien Deskriptive Statistik Deskriptive Statistik: beschreibende Statistik, empirische
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
MehrEinführung in die computergestützte Datenanalyse
Karlheinz Zwerenz Statistik Einführung in die computergestützte Datenanalyse 6., überarbeitete Auflage DE GRUYTER OLDENBOURG Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt XI XII XII TEIL
MehrKapitel 5 Kenngrößen empirischer Verteilungen 5.1. Lagemaße. x mod (lies: x-mod) Wofür? Lageparameter. Modus/ Modalwert Zentrum. Median Zentralwert
Kapitel 5 Kenngrößen empirischer Verteilungen 5.1. Lagemaße Wofür? Lageparameter Modus/ Modalwert Zentrum Median Zentralwert Im Datensatz stehende Informationen auf wenige Kenngrößen verdichten ermöglicht
MehrDeskriptive Statistik 1 behaftet.
Die Statistik beschäftigt sich mit Massenerscheinungen, bei denen die dahinterstehenden Einzelereignisse meist zufällig sind. Statistik benutzt die Methoden der Wahrscheinlichkeitsrechnung. Fundamentalregeln:
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
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
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
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
MehrStandardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend
Standardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend oder eindeutig, wenn keine alternativen Interpretationsmöglichkeiten
MehrWISTA WIRTSCHAFTSSTATISTIK
WISTA WIRTSCHAFTSSTATISTIK PROF DR ROLF HÜPEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT Seminar für Theoretische Wirtschaftslehre Vorlesungsprogramm 23042013 Datenlagen und Darstellung eindimensionaler Häufigkeitsverteilungen
MehrGundlagen empirischer Forschung & deskriptive Statistik. Statistische Methoden in der Korpuslinguistik Heike Zinsmeister WS 2008/09
Gundlagen empirischer Forschung & deskriptive Statistik Statistische Methoden in der Korpuslinguistik Heike Zinsmeister WS 2008/09 Grundlagen Vorbereitung einer empirischen Studie Allgemeine Beschreibung
MehrPROC MEANS. zum Berechnen statistischer Maßzahlen (für quantitative Merkmale)
PROC MEAS zum Berechnen statistischer Maßzahlen (für quantitative Merkmale) Allgemeine Form: PROC MEAS DATA=name Optionen ; VAR variablenliste ; CLASS vergleichsvariable ; Beispiel und Beschreibung der
MehrGraphische Darstellung einer univariaten Verteilung:
Graphische Darstellung einer univariaten Verteilung: Die graphische Darstellung einer univariaten Verteilung hängt von dem Messniveau der Variablen ab. Bei einer graphischen Darstellung wird die Häufigkeit
Mehr4 Statistische Maßzahlen
4 Statistische Maßzahlen 4.1 Maßzahlen der mittleren Lage 4.2 Weitere Maßzahlen der Lage 4.3 Maßzahlen der Streuung 4.4 Lineare Transformationen, Schiefemaße 4.5 Der Box Plot Ziel: Charakterisierung einer
MehrAnteile Häufigkeiten Verteilungen Lagemaße Streuungsmaße Merkmale von Verteilungen. Anteile Häufigkeiten Verteilungen
DAS THEMA: VERTEILUNGEN LAGEMAßE - STREUUUNGSMAßE Anteile Häufigkeiten Verteilungen Lagemaße Streuungsmaße Merkmale von Verteilungen Anteile Häufigkeiten Verteilungen Anteile und Häufigkeiten Darstellung
Mehrb) falsch. Das arithmetische Mittel kann bei nominal skalierten Merkmalen überhaupt nicht berechnet werden.
Aufgabe 1: Nehmen Sie Stellung zu den nachfolgenden Behauptungen (richtig/falsch mit kurzer Begründung): a) Die normierte Entropie ist gleich Eins, wenn alle Beobachtungen gleich häufig sind. b) Bei einem
MehrStatistische Methoden in der MMST: Deskriptive Statistik
Statistische Methoden in der MMST: Deskriptive Statistik VL MMS Wintersemester 2013/14 Professur für Prozessleittechnik L. Urbas; J. Pfeffer Ziele und Inhalt Statistik in der MMST Anwendungsgebiete Evaluationen
Mehr3 Lage- und Streuungsmaße
3 Lage- und Streuungsmaße Grafische Darstellungen geben einen allgemeinen Eindruck der Verteilung eines Merkmals, u.a. von Lage und Zentrum der Daten, Streuung der Daten um dieses Zentrum, Schiefe / Symmetrie
MehrUlrich Rohland. Statistik. Erläuterung grundlegender Begriffe und Verfahren
Ulrich Rohland Statistik Erläuterung grundlegender Begriffe und Verfahren Berichte aus der Sportwissenschaft Ulrich Rohland Statistik Erläuterung grundlegender Begriffe und Verfahren. Shaker Verlag Aachen
MehrHäufigkeitsauszählungen, zentrale statistische Kennwerte und Mittelwertvergleiche
Lehrveranstaltung Empirische Forschung und Politikberatung der Universität Bonn, WS 2007/2008 Häufigkeitsauszählungen, zentrale statistische Kennwerte und Mittelwertvergleiche 30. November 2007 Michael
MehrSind die nachfolgenden Aussagen richtig oder falsch? (0,5 Punkte pro korrekter Beantwortung)
PROBEKLAUSUR STATISTIK Berufsbegleitender Studiengang Betriebswirtschaftslehre Sommersemester 2016 Aufgabenteil I: Theorie (5 Punkte) Sind die nachfolgenden Aussagen richtig oder falsch? (0,5 Punkte pro
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,
MehrDeskriptive Statistik Kapitel VI - Lage- und Streuungsparameter
Deskriptive Statistik Kapitel VI - Lage- und Streuungsparameter Georg Bol bol@statistik.uni-karlsruhe.de Markus Höchstötter, hoechstoetter@statistik.uni-karlsruhe.de Agenda 1. Ziele 2. Lageparameter 3.
MehrNachklausur Statistik
Aufgabe 1 2 3 4 5 6 7 8 9 10 Punkte Summe Punkte Gesamtpunkte: Nachklausur Statistik Hinweise: Die Klausur besteht aus 5 Seiten mit insgesamt 10 Aufgaben. Sie müssen aus jeder der beiden Kategorien jeweils
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
MehrGrundbegriffe (1) Grundbegriffe (2)
Grundbegriffe (1) S.1 Äquivalenzklasse Unter einer Äquivalenzklasse versteht man eine Klasse von Objekten, die man hinsichtlich bestimmter Merkmalsausprägungen als gleich (äquivalent) betrachtet. (z.b.
MehrLeidlmair / Planung und statistische Auswertung psychologischer Untersuchungen I. Messtheoretische Vorüberlegungen
Leidlmair / Planung und statistische Auswertung psychologischer Untersuchungen I Messtheoretische Vorüberlegungen Am Anfang jeder statistischen Auswertung steht das 'Messen' bestimmter Phänomene bzw. Merkmale.
MehrBestimmen von Quantilen
Workshop im Rahmen der VIV-Begabtenförderung Bestimmen von Quantilen Wie Rückwärtsdenken in der Stochastik hilft Leitung: Tobias Wiernicki-Krips Samstag, 10. Januar 2015 1 / 29 Motivation Wie bestimmt
MehrStatistische Methoden in der MMST: Deskriptive Statistik
Statistische Methoden in der MMST: Deskriptive Statistik VL MMS Wintersemester 2014/15 Professur für Prozessleittechnik L. Urbas; J. Pfeffer Ziele und Inhalt Statistik in der MMST Anwendungsgebiete Evaluationen
MehrViele Statistiken werden durch endliche Folgen beschrieben. (z.b. Anzahl der Studierenden an der TU München in den Jahren 1962 bis 1976)
Kapitel 9 Folgen und Reihen 9.1 Folgen 9.1.1 Was ist eine Folge? Abbildungen, die auf N definiert sind (mit Werten z.b. in R), heißen (unendliche) Folgen. Abb., die auf einer endlichen Menge aufeinander
Mehrfh management, communication & it Constantin von Craushaar fh-management, communication & it Statistik Angewandte Statistik
fh management, communication & it Folie 1 Überblick Grundlagen (Testvoraussetzungen) Mittelwertvergleiche (t-test,..) Nichtparametrische Tests Korrelationen Regressionsanalyse... Folie 2 Überblick... Varianzanalyse
MehrDie erhobenen Daten werden zunächst in einer Urliste angeschrieben. Daraus ermittelt man:
Die erhobenen Daten werden zunächst in einer Urliste angeschrieben. Daraus ermittelt man: a) Die absoluten Häufigkeit: Sie gibt an, wie oft ein Variablenwert vorkommt b) Die relative Häufigkeit: Sie erhält
MehrVerhältniszahlen. 0.1 Gliederungszahlen. 0.2 Beziehungszahlen
Verhältniszahlen Denition 01 Eine Verhältniszahl ist der Quotient zweier Zahlen, die in einem sachlogischen Verhältnis stehen Verhältniszahlen werden unterteilt in: Gliederungszahlen Beziehungszahlen Messzahlen
MehrBeschreibende Statistik
Beschreibende Aufgaben der beschreibenden : Erhebung von Daten Auswertung von Daten Darstellung von Daten Erhebung von Daten Bei der Erhebung von Daten geht es um die Erfassung von Merkmalen (Variablen)
MehrDidaktik der Stochastik
Jürgen Roth Didaktik der Stochastik Modul 12a/b: Fachdidaktische Bereiche 2.1 Inhalt Didaktik der Stochastik 1 Ziele und Inhalte 2 Beschreibende Statistik 3 Wahrscheinlichkeitsrechnung 4 Beurteilende Statistik
MehrEinführung in die Statistik für Politikwissenschaftler Sommersemester 2011
Einführung in die Statistik für Politikwissenschaftler Sommersemester 2011 Es können von den Antworten alle, mehrere oder keine Antwort(en) richtig sein. Nur bei einer korrekten Antwort (ohne Auslassungen
Mehr13,86. Schritt 4: Berechnung des Quartilsabstandes. Unteres Quartil! #5,5.
Lösung Aufgabe A1 Detaillierter Lösungsweg: Schritt 1: Prüfung, ob die gegebene Messreihe sortiert ist, In diesem Beispiel ist dies der Fall und wir haben insgesamt 22 Messungen. Schritt 2: Berechnen des
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
MehrÜbungen zur Vorlesung Wirtschaftsstatistik Lageparameter Aufgabe 5.1 Drei Studierende A, B, C zahlen folgende Miete pro Monat:
Fachhochschule Köln Fakultät für Wirtschafts- und Rechtswissenschaften Prof. Dr. Arrenberg Raum 221, Tel. 39 14 jutta.arrenberg@fh-koeln.de Übungen zur Vorlesung Wirtschaftsstatistik Lageparameter Aufgabe
MehrLagemaße Worum geht es in diesem Modul? Allgemeines zu Lagemaßzahlen Arithmetisches Mittel aus einer Urliste
Lagemaße Worum geht es in diesem Modul? Allgemeines zu Lagemaßzahlen Arithmetisches Mittel aus einer Urliste Berechnung des arithmetischen Mittels aus Häufigkeitstabellen Weitere Lagemaße Worum geht es
MehrF r a g e n k a t a l o g
F r a g e n k a t a l o g 1. Was ist eine Konstante? 2. Was ist eine Variable? 3. Was ist ein Datum? 4. Welche Werte haben Variablen? 5. Was sind qualitative Variablen? 6. Was sind quantitative Variablen?
MehrLösungsvorschläge zur Klausur Beschreibende Statistik und Wirtschaftsstatistik (Sommersemester 2013)
Lösungsvorschläge zur Klausur Beschreibende Statistik und Wirtschaftsstatistik (Sommersemester 203) Aufgabe (9 Punkte) Ein metrisches Merkmal X sei in einer Grundgesamtheit vom Umfang n = 200 diskret klassiert.
Mehr