1. Ausgangssituation. 2. Theoretische Modelle (Abschnitt 2.1)
|
|
- Josef Baumgartner
- vor 6 Jahren
- Abrufe
Transkript
1 Prof. Dr. Peter Kuhbier FREIE UNIVERSITÄT BERLIN Institut für Statistik und Ökonometrie Stellungnahme zur Verkehrsuntersuchung Fährverbindung Cuxhaven Brunsbüttel: Ermittlung des Verkehrsaufkommens und Auslegung des Fährsystems der Baltic Marine Consult 1. Ausgangssituation Es liegt nahe, dass BMC eine solche Untersuchung mit den Betriebserfahrungen mit Fähren auf der Untersuchungsrelation (Abschnitt 1.2) beginnt. Allerdings erschöpfen sich die Erkenntnisse daraus auf 5 Zahlen, die die Beförderungsleistungen in 5 Kategorien im Jahre 2000 beziffern und auf zwei graphische Darstellungen, die die Beförderungsleistungen (im Jahre 2000) einmal nach Monaten und einmal nach Wochentagen im Sommer bzw. in den Monaten September/November untergliedern. Nun wurde von BMC zwar keine betriebswirtschaftliche Untersuchung verlangt, für eine sinnvolle Analyse wäre aber zumindest ein Vergleich über mehrere Jahre notwendig gewesen (auf der Relation hat ja schon einmal ein Fährbetrieb von 1969 bis 1981 und einmal von 1999 bis 2001 bestanden). Denn daraus hätte man z. B. erkennen können, ob der Fährbetrieb zunehmende oder abnehmende Akzeptanz erfahren hat, was sowohl für Prognose zukünftiger Verkehrsleistungen wichtig zu wissen gewesen wäre als auch für die Beurteilung des zweimaligen Scheiterns, denn die dafür angegebenen Begründungen hören sich sehr pauschal an. Hätte man darüber hinaus auch die zu den Beförderungsströmen gehörenden Einnahmenströme herangezogen, dann hätte man Informationen dazu erhalten, welche Kategorien essentiell für das Überleben einer solchen Fähre sind und darauf spezielle zukünftige Akquisitionsbemühungen abstellen müssen (für eine Fähre, die größere Kapazitäten für Lastwagen vorsieht, sind sicherlich Touristen und Radfahrer weniger bedeutend). Hier sind eine Unmenge von potentiellen Informationsquellen ignoriert worden. Weitgehend verschenkt worden sind auch die Möglichkeiten, die direkte Befragungen potentieller Kunden geliefert hätten. Befragungen hätten an Tankstellen, Rastplätzen, Autohöfen usw. der Quellorte, für die die Überlegungen der Tabelle 3 gelten sollen, gemacht werden müssen mit dem Ziel heraus zu finden, ob die Fahrer für ihre Tour die Verbindung Brunsbüttel-Cuxhaven gewählt hätten, wenn sie schon bestehen würde. Tatsächlich gibt es eine Menge hervorragender Literatur zu statistischen Wahlhandlungsmodellen, die gerade Anwendung in der Verkehrsplanung finden und die es ermöglichen empirisch heraus zu finden, welche Charakteristika die befragten Personen dazu bringen, in einer Situation, in der sie zwischen verschiedenen Alternativen wählen können (das sind hier z. B. die drei alternativen Routen der Tabelle 3), genau die eine, für die sie sich entschieden haben, zu wählen. Eine Befragung an der Fähre Glückstadt-Wischhafen kann das nicht leisten, denn da haben sich die Fahrer ja schon entschieden. 2. Theoretische Modelle (Abschnitt 2.1) Stattdessen haben die Autoren der Studie es vorgezogen, ein mathematisches Optimierungsspiel zu spielen. D. h. sie haben für verschiedene Ausgangsorte (Ahlhorner Heide, Leer, Bremerhaven) und verschiedene Zielorte (Brunsbüttel, AD HH-Nordwest, Itzehoe, Rendsburg, Flensburg) drei alternative Routen (via Wischhafen, via HH, via Cuxhaven Fähre) daraufhin untersucht, welches die zeitlich kürzeste bzw. die kostengünstigste Verbindung ist und das getrennt für Pkw und Lkw. Nun kann man sagen, dass solche Überlegungen für Touristen,
2 Sonntagsfahrer, Einmal- oder Wenigfahrer überhaupt keine Rolle spielen (eine Klientel, die für die betrachtete Fähre offensichtlich von größerer Bedeutung ist), denn die suchen ja gerade nach abgelegenen Routen oder touristischen Zielen, für die Zeit- und Kostenüberlegungen nicht im Vordergrund stehen. Für den Lastwagen- und Berufsverkehr von entscheidender Bedeutung ist aber das Zusammenspiel aus Zeit, Kosten und der Varianz dieser Größen. Jeder, der morgens und abends eine längere Strecke von und zur Arbeit fahren muss, wählt auf die Dauer eine Strecke, auf der er mit hoher Wahrscheinlichkeit immer weitgehend dieselbe Zeit einhalten kann, weil nur das eine zuverlässige Planung möglich macht. Es sind eben nicht nur die Kosten und die Zeit. Ein Fahrer wird nicht die zeitlich kürzeste oder kostengünstigste Route durch Hamburg wählen, wenn er bei jedem vierten oder sechsten Mal mit einer halben oder ganzen Stunde Stau rechnen muss. Wie bei Anlagestrategien spielt nicht nur der zu erwartende Ertrag, sondern auch das Risiko (die Streuung, die Varianz, die Volatilität) eine wichtige Rolle. So ist es wahrscheinlich zu erklären (was die Autoren der Studie eher mit Verwunderung feststellen, S. 17), dass die Route über Glückstadt-Wischhafen für keine der betrachteten Relationen im Referenzfall die zeit- oder kostengünstigste ist, obwohl könnte man hinzu fügen diese Route doch sehr gut frequentiert wird. Es ist eben eine andere als die von den Autoren der Studie herangezogenen Zielfunktionen, nach der diese Route ausgewählt wird. 3. Analyse des Verkehrs über die Fährverbindung Glückstadt-Wischhafen (Abschnitt 2.2 und folgende) Die in diesen Abschnitten dargestellten Untersuchungen und Folgerungen sind höchst problematisch. Schon der Ausgangspunkt der Untersuchungen (die Stichprobenauswahl) ist nicht nachvollziehbar. Es wurde der Verkehr an zwei mittleren Werktagen von Mittag zu Mittag beobachtet (S. 20). Der Begriff mittlerer Werktag ist und wird nicht definiert. Sind das nun Werktage in der Mitte der Woche oder sind das Werktage mit mittlerem Verkehrsaufkommen? Eher zufällig findet man zwei weitere Aussagen: Die Beobachtungstage lagen zwar außerhalb der Ferienzeit, sie erfassen dennoch bereits den beginnenden Urlaubsverkehr und Nach Aussagen der Beschäftigten der Fähren war der Verkehr an den Beobachtungstagen schwächer als im Mittel, möglicherweise geschuldet den ungünstigen Witterungsverhältnissen (S. 20). Hieraus kann der Leser vielleicht schließen, dass es sich um aufeinander folgende Werktage in der Woche vor Ferienbeginn mit ungünstigen Witterungsverhältnissen handelt. Eine korrekte Untersuchung liefert aber selber korrekte Angaben. Wie immer aber man auch diese Defizite beurteilt, sicher ist, dass man aus den Zählungen an diesen beiden Tagen keinerlei statistisch korrekte Hochrechnung auf das Jahresverkehrsaufkommen machen kann: Man könnte zwar ein gewisses Vorwissen (etwa aus den in Abb. 1 und 2 wider gegebenen Erkenntnissen, die man aus den Daten der ehemaligen Fähre Brunsbüttel-Cuxhaven gewonnen hat) benutzen, um zu vermuten, dass das Aufkommen an diesen Vorurlaubstagen größer als der Durchschnitt ist, aber um wie viel und was auf den einsetzenden Urlaubsverkehr zurück geht oder was dem schlechten Wetter geschuldet ist, über all das kann man keine verlässlichen Angaben und damit auch keine Hochrechnung machen (nur angemerkt sei, dass die Autoren auch dazu keinerlei konkrete Angaben machen). Die Benutzung des Vorwissens von Jahres- und Wochensaisonalitäten würde korrekterweise eine Stichprobenziehung aus 12*7=84 Klassen, d. h. an 84 Tagen (einem zufällig ausgewählten Mo, Di, Mi usw. im Januar, einem zufällig ausgewählten Mo, Di, Mi, usw. im Februar usw., usw.) verlangen. Zusammenfassung von homogenen Monaten und/oder Wochentagen, ein orthogonales Stichprobendesign (falls es existiert) usw. könnten die Zahl der Klassen (Stichprobentage) erheblich reduzieren, aber nicht auf zwei Tage und schon gar nicht auf die beiden ausgewählten. Tatsächlich kommt es noch schlimmer: Auch auf die Hochrechnungen aus der Straßenverkehrszählung an der Zählstelle in der Fährzufahrt Glückstadt ist nur wenig Verlass. Hier wurde an sechs Tagen gezählt (an 2 Werktagen außerhalb der Ur-
3 laubszeit, an 2 Sonntagen und an 2 Urlaubswerktagen (bezeichnend für den Umgang mit Statistiken in der Studie ist, dass dort immer nur von Urlaub statt von Urlaubswerktagen die Rede ist). Für eine repräsentative Stichprobe ist das immer noch sehr (zu) wenig. Aber eine verlässliche Hochrechnung an der Fähre Glückstadt-Wischhafen ist auch gar nicht das Ziel der Verkehrszählung 2000, sondern es geht um eine Hochrechnung für Gesamtdeutschland oder auf Länderebene mit der man etwa Fragen nach den zu erwartenden Gesamteinnahmen aus der einzuführenden Maut für Lkw oder den Gesamteinnahmen aus einer Erhöhung der Öko-Steuer und vieles andere mehr beantworten möchte. Zwei einfache und für jeden einsichtige Beispiele sollen das verdeutlichen. 1. Beispiel: Wenn man eine verlässliche Schätzung über die Wahrscheinlichkeit, mit der an 1000 im Einsatz befindlichen Roulettetischen die Farbe rot eintritt, durchführen möchte, dann kann man an jedem der Tische 5 Beobachtungen machen das sind insgesamt 5000 Beobachtungen, mit denen man schon eine recht genaue Schätzung vornehmen kann. An den einzelnen Tischen können aber alle denkbaren Kombinationen eintreten, z. B. auch fünfmal hintereinander zero oder rot. Eine Hochrechnung an diesen beiden Tischen würde also einmal die Wahrscheinlichkeit null für rot und einmal die Wahrscheinlichkeit eins für rot nahe legen, was offensichtlich jedem Vorwissen von einem fairen Roulettetisch widersprechen würde (aber für eine verlässliche Wahrscheinlichkeitsbestimmung sind eben die Fallzahlen an den einzelnen Tischen auch viel zu klein und eine Bestimmung der Eintrittswahrscheinlich an ihnen war auch nicht das Ziel). 2. Beispiel: Bei einer Bundestagswahl liegt, nachdem alle Stimmabgaben ausgezählt wurden, eine Totalerhebung vor, die damit auch absolut verlässlich ist. Seit Jahren ist es aber der Ehrgeiz von ARD und ZDF, schon möglichst früh eine verlässliche Hochrechnung vorzulegen, und wie man sich erinnern wird gelang das in den letzten Jahren sehr gut. Grundlage dafür ist eine ausgeklügelte Menge von über ganz Deutschland verteilten repräsentativen Wahllokalen, deren Ergebnisse zu Hochrechnungen herangezogen werden, nachdem die allerersten Hochrechnungen noch auf Befragungen vor diesen Lokalen beruhen. Obwohl die Hochrechnungen für ganz Deutschland sehr gut sind, können die Hochrechnungen, die man z. B. aus den Wahlergebnissen in einem Wahllokal in Cottbus oder Limburg für diese Städte macht, total daneben liegen, weil die Zahl der ausgewerteten Stimmen viel zu klein ist. Im Falle der Fähre Glückstadt-Wischhafen werden seit Jahrzehnten tägliche Aufzeichnungen gemacht und zu Monatstabellen zusammengestellt, so dass für jedes Jahr Totalerhebungen vorliegen. Es fällt dem Leser der Studie angesichts der vorangegangenen Erläuterungen mehr als schwer, den folgenden Satz zu verstehen (S. 31): Die bei der Zählung ermittelten Werte sind deutlich höher als die vom Fährbetreiber angegebenen Fahrzeuge, sie sind jedoch als unabhängig mit einer bewährten und geprüften Methodik ermittelte Daten als eindeutig zuverlässigere Quelle anzusehen. Hier mangelt es den Autoren der Studie entweder am Verständnis der statistischen Methodik oder es soll dem Fährbetreiber Manipulation der Daten unterstellt werden. Tatsächlich sind die Verhältnisse bei der Straßenverkehrszählung 2000 entsprechend kompliziert wie im 2. Beispiel, weil die zeitliche Verteilung der Fahrzeuge und ihre Verteilung auf Typen an jeder Zählstelle unterschiedlich sein können nur in der Gesamtheit ergibt sich ein verlässliches Bild. So gesehen zeigen sich die statistischen Schwächen auch in der Bemerkung der Autoren auf S. 21: Die ermittelte Fahrzeugstruktur entspricht der in der Straßenverkehrszählung 2000 festgestellten. Zunächst ist unklar, ob sich diese Bemerkung auf die Gesamtstruktur in der Straßenverkehrszählung 2000 bezieht oder auf die an der Fährstelle Glückstadt- Wischhafen ermittelte Struktur. In jedem Falle ist das aber ohne genauere Analyse so nicht einsichtig und es gibt nach der gerade gemachten Ausführung auch
4 überhaupt keinen Grund dafür, dass die Fahrzeugstruktur an der Fährstelle Glückstadt- Wischhafen mit der Gesamtstruktur übereinstimmen sollte. 4. Überlegungen zur Wartezeit In der Studie finden sich eine Reihe von Äußerungen zu Wartezeiten an der Fährlinie Glückstadt-Wischhafen (z. B. Abschnitt 2.3). Dazu wird aber immer wieder betont, dass die Datenlage schlecht sei, dass keine systematischen Erhebungen über Wartezeiten vorliegen,, dass die Bedienungsfrequenz bedarfsabhängig zwischen 2 und 3 Abfahrten pro Stunde in jeder Richtung variiert wird, darüber aber keine statistischen Angaben vorliegen, dass die Auslastungsentwicklung nur grob geschätzt werden kann. usw. Dennoch gipfeln die Überlegungen in dem relativ deutlichen Satz (S. 30): Bei einem tagesdurchschnittlichen stündlichen Aufkommen von mehr als 300 Pkw-Einheiten treten längere Wartezeiten (> 30 min.) regelmäßig auf. Dieser Wert wird gegenwärtig wahrscheinlich an mehr als 100 Tagen erreicht. Das kann man so nicht machen: Erstens sind die angegebenen Aufkommensdaten zu hoch geschätzt, weil sie (wie wir im vorangegangenen Abschnitt gesehen haben) mit einer unzuverlässigen und für den gewünschten Zweck nicht geeigneten Methode erhoben worden sind (solange nicht das Gegenteil bewiesen worden ist, muss von den vom Fährbetreiber gelieferten Daten ausgegangen werden) und zweitens muss einer solchen Aussage auch eine breitere und systematisch erhobene Datenbasis zugrunde gelegt werden. Dieser Punkt ist insofern für den Auftraggeber der Studie nicht unbedeutend, weil damit ja die Hoffnung genährt werden soll, dass ein Teil des Aufkommens [der Fährlinie Glückstadt-Wischhafen] durch die neue Relation abgezogen wird, In diesem Zusammenhang lohnt es sich vielleicht noch, eine zusätzliche skeptische Betrachtung einzubringen: Tabelle 18 auf S. 42 zeigt, dass bei der zweiten Alternative, für die das Vorhandensein zweier schneller Schiffe angenommen wird, die insgesamt beanspruchte Zeit für eine Überfahrt (50 min. Fahrzeit plus 2*10 min. Be- und Entladungszeit) 70 min. beträgt, so dass die mittlere Wartezeit schon bei 35 min liegen würde, wenn man unterstellt, dass die Autos gleichverteilt über die Zeit bei der Fähre ankommen würden. Es wird auch nicht wesentlich besser, wenn man diese Annahme nicht macht. Insbesondere unter dem von den Autoren stark in den Vordergrund gerückten Aspekt, dass die Fähre vielleicht besonders deswegen gewählt würde, weil dort die nach 4,5 Stunden Lenkzeit gesetzlich vorgeschriebene Pause von 45 min. genommen werden könnte, muss folgende Überlegung angestellt werden: Es ist höchst unwahrscheinlich, dass ein Lastwagenfahrer bei 4,5 Stunden vorheriger Fahrzeit seine Ankunft auf exakt 10 min. vor Abfahrt der Fähre (zum Beladen) einrichten kann. Ist er dann nur 10 min. verspätet, verpasst er die Fähre und muss 60 weitere Minuten Verzögerung in Kauf nehmen. Er wird deshalb einen Sicherheitspuffer von mindestens 15 min. vorsehen müssen. Dann beträgt aber die durchschnittliche Aufenthaltszeit an der Fähre auch schon 85 min. (50 min. Fahrzeit plus 2*10 min. Be- und Entladungszeit plus 15 min. Sicherheitspuffer). Es ist fraglich, ob unter diesem Aspekt das Lenkzeitregelungsargument noch sehr zugkräftig ist. Bei den beiden anderen Alternativen ist die Wartezeit noch erheblich höher. Will man also die Wartezeit zu einem schlagenden Argument machen, dann müsste man eine wesentlich solidere Vergleichsuntersuchung vorlegen. 5. Zusammenfassung Man kann viele Details in der Studie kritisieren, die nicht alle von so großer Bedeutung sind, aber wesentlich sind die folgenden Punkte: 1. Es fehlt für eine vernünftige Einschätzung der Chancen der neuen Relation eine detaillierte Untersuchung der Charakteristika des Scheiterns der früheren Versuche. Dies war vielleicht nicht die Aufgabe der Studie, aber sie ist unerlässlich und hätte dann eigentlich der Studie vorausgehen müssen.
5 2. Es fehlt eine empirische Untersuchung der Charakteristika, nach denen die Verkehrsteilnehmer sich für eine der möglichen Routen, insbesondere der beiden Fähren entscheiden. Die auf den geringsten Kosten oder der kürzesten Fahrzeit beruhende Argumentation greift zu kurz. Die Autoren selbst führen auf S. 18 mit der durch die Lenkzeitregelung geforderten Pause ja auch ein völlig andersartiges Argument auf. Dagegen liefern Befragungen an der Fährlinie Glückstadt-Wischhafen zu den Motiven der Wahl wenig, weil hier nur Fahrer auftauchen, die sich schon entschieden haben. 3. Die auf den von den Autoren der Studie selber durchgeführten oder aus der Straßenverkehrszählung vorgenommenen Hochrechnungen sind unhaltbar. Solange nicht das Gegenteil bewiesen worden ist, müssen die Zahlen des Fährbetreibers als verlässlich gelten. Hier scheinen sich einige Animositäten aufzutun. So findet sich auf S. 14 der eigenartige Satz. Der Preis für Glücksstadt-Wischhafen wurde nach von Spediteuren erhaltenen Auskünften eingesetzt. Gibt es denn keine Preisliste? 4. Alle zu den Wartezeiten an der Fährlinie Glückstadt-Wischhafen gemachten Aussagen haben im Grunde genommen keine Datenbasis und da, wo sie sich auf die Hochrechnungen berufen, sind sie falsch. Außerdem fehlt eine Gegenüberstellung bzw. ein Vergleich mit Wartezeiten an der neuen Relation und den angebotenen Ausstattungen mit Schiffen. Die hier in Abschnitt 5 angestellten Überlegungen zeigen, dass die erhoffte Attraktivität der neuen Relation im Hinblick auf die Lenkzeitregelungen so kaum gegeben ist im Gegenteil, die Aufenthaltszeiten an der neuen Relation können in ungünstigen Fällen sehr schnell einen negativen Faktor darstellen. 5. Insgesamt offenbart die Studie einen erschreckenden Mangel an statistischen Kenntnissen. Zu den schon angeführten kritischen Bemerkungen sei dies noch einmal an einem weiteren Details demonstriert: Die Abbildungen 12 bis 14 zeigen Scatter-Diagramme, in die (vermutlich nach dem Kleinst-Quadrate-Prinzip berechnete) Geraden eingezeichnet wurden, daraus werden Aussagen über den funktionalen Zusammenhang gemacht. In einem solchen Fall gehört eine formelmäßige Angabe der berechneten Geraden, insbesondere natürlich deren Steigungsparameter und seiner Standardabweichung zur Überprüfung, ob der Steigungsparameter signifikant von null verschieden ist, sowie eine Angabe des Bestimmheitsmaßes bzw. der F-Statistik zur Überprüfung, ob überhaupt ein signifikanter Zusammenhang zwischen den betrachteten Größen besteht, zum Standard. Z. B. wird für die Geschwindigkeitsgerade (blau) in Abb. 13 die Aussage getroffen wird, dass Die durchschnittliche Geschwindigkeit deutlich gewachsen ist. Eine Nachschätzung dieser Geraden (dieselbe Gerade (rot) gibt es noch einmal in Abb. 12 und beide Graphiken enthalten ein Schiff mit der Geschwindigkeit null) ergibt (Standardabweichungen in Klammern unter den Koeffizienten): Geschwindigkeit = 9,49 + 0,25 Baujahr (2,14) (0,127) R 2 = 0,109 F = 3.9 Der Steigungsparameter ist zum 5%-Niveau gerade nicht mehr signifikant, aber zum 6%-Niveau, was man tolerieren kann. Von einem deutlichen Wachstum kann also kaum die Rede sein, zumal der Erklärungswert des gesamten Zusammenhanges gerade mal bei knapp 11% Prozent liegt und ebenfalls nur zum 6%-Niveau signifikant ist. Eine Graphik dieser Art ist also einer Interpretation nur zugänglich, wenn man über alle notwendigen Informationen verfügt. Alle anderen Geraden stellen keine signifikanten Zusammenhänge dar. Prof. Dr. Peter Kuhbier. FREIE UNIVERSITÄT BERLIN, Institut für Statistik und Ökonometrie, Garystr. 21, Berlin
Grundlegende Eigenschaften von Punktschätzern
Grundlegende Eigenschaften von Punktschätzern Worum geht es in diesem Modul? Schätzer als Zufallsvariablen Vorbereitung einer Simulation Verteilung von P-Dach Empirische Lage- und Streuungsparameter zur
Bei näherer Betrachtung des Diagramms Nr. 3 fällt folgendes auf:
18 3 Ergebnisse In diesem Kapitel werden nun zunächst die Ergebnisse der Korrelationen dargelegt und anschließend die Bedingungen der Gruppenbildung sowie die Ergebnisse der weiteren Analysen. 3.1 Ergebnisse
Statistik Testverfahren. Heinz Holling Günther Gediga. Bachelorstudium Psychologie. hogrefe.de
rbu leh ch s plu psych Heinz Holling Günther Gediga hogrefe.de Bachelorstudium Psychologie Statistik Testverfahren 18 Kapitel 2 i.i.d.-annahme dem unabhängig. Es gilt also die i.i.d.-annahme (i.i.d = independent
Dr. Guido Knapp Fakultät Statistik Technische Universität Dortmund 6. Februar Klausur zur Veranstaltung Erhebungstechniken
Dr. Guido Knapp Fakultät Statistik Technische Universität Dortmund 6. Februar 2009 Klausur zur Veranstaltung Erhebungstechniken im Wintersemester 2008 / 2009 Name, Vorname: Studiengang (Bachelor/Diplom):
Übungen (HS-2010): Urteilsfehler. Autor: Siegfried Macho
Übungen (HS-2010): Urteilsfehler Autor: Siegfried Macho Inhaltsverzeichnis i Inhaltsverzeichnis 1. Übungen zu Kapitel 2 1 Übungen zu Kontingenz- und Kausalurteile 1 Übung 1-1: 1. Übungen zu Kapitel 2 Gegeben:
Statistik 2 RE Statistik f. Soziologen Klausur MÄRZ 2009 LÖSUNGSVORSCHLAG
1. Familie Feuerstein kauft sich ein neues Auto, vorher aber lassen sie ihr altes verschrotten. Auf dem Weg dorthin werden sie in einer Wohnstrasse, wo nur 30 km/h erlaubt sind, geblitzt. Als sie ihre
Mann-Whitney-U-Test für zwei unabhängige Stichproben
Mann-Whitney-U-Test für zwei unabhängige Stichproben Wir haben bis jetzt einen einzigen Test für unabhängige Stichproben kennen gelernt, nämlich den T-Test. Wie wir bereits wissen, sind an die Berechnung
Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert
Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert Beispiel für Konfidenzintervall Im Prinzip haben wir
STAR: Kostenstrukturen in Anwaltskanzleien 1994 und 1998
Quelle: BRAK-Mitteilungen 2/2001 (S. 62-65) Seite 1 STAR: Kostenstrukturen in Anwaltskanzleien 1994 und 1998 Alexandra Schmucker, Institut für Freie Berufe, Nürnberg Im Rahmen der STAR-Befragung wurden
Θ Mathematik Stochastik
Θ Mathematik Stochastik Aufgabe 1: Als Spam-Nachricht wird eine unerwünschte E-Mail bezeichnet, die dem Empfänger unverlangt zugestellt wird. a) Statistische Untersuchungen an der Mailbox eines Benutzers
Exponentialverteilung
Exponentialverteilung Dauer von kontinuierlichen Vorgängen (Wartezeiten; Funktionszeiten technischer Geräte) Grenzübergang von der geometrischen Verteilung Pro Zeiteinheit sei die Eintrittswahrscheinlichkeit
Vorlesung Stichproben WS 2009/2010
Institut für Statistik Statistisches Beratungslabor Prof. Dr. Helmut Küchenhoff WS 2009/2010 http://www.stat.uni-muenchen.de/~helmut/stichproben_0910.html Übung: Monia Mahling donnerstags 08:00 bis 10:00
8. Konfidenzintervalle und Hypothesentests
8. Konfidenzintervalle und Hypothesentests Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Beispiel. Sie wollen den durchschnittlichen Fruchtsaftgehalt eines bestimmten Orangennektars
Oberstufe (11, 12, 13)
Department Mathematik Tag der Mathematik 1. Oktober 009 Oberstufe (11, 1, 1) Aufgabe 1 (8+7 Punkte). (a) Die dänische Flagge besteht aus einem weißen Kreuz auf rotem Untergrund, vgl. die (nicht maßstabsgerechte)
Klausur zu Statistik II
GOETHE-UNIVERSITÄT FRANKFURT FB Wirtschaftswissenschaften Statistik und Methoden der Ökonometrie Prof. Dr. Uwe Hassler Wintersemester 03/04 Klausur zu Statistik II Matrikelnummer: Hinweise Hilfsmittel
Alkoholkranke (Testaufgabe)
Alkoholkranke (Testaufgabe) In einer Zeitschrift ist zu lesen: ''Untenstehende Graphik demonstriert, dass die Anzahl der Alkoholkranken in der Stadt X von 2007 bis 2008 stark zugenommen hat.'' Ist diese
Erläuterung des Vermögensplaners Stand: 3. Juni 2016
Erläuterung des Vermögensplaners 1 Allgemeines 1.1. Der Vermögensplaner stellt die mögliche Verteilung der Wertentwicklungen des Anlagebetrags dar. Diese verschiedenen Werte bilden im Rahmen einer bildlichen
Ablaufschema beim Testen
Ablaufschema beim Testen Schritt 1 Schritt 2 Schritt 3 Schritt 4 Schritt 5 Schritt 6 Schritt 7 Schritt 8 Schritt 9 Starten Sie die : Flashanimation ' Animation Ablaufschema Testen ' siehe Online-Version
Beispiel 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
10 Der statistische Test
10 Der statistische Test 10.1 Was soll ein statistischer Test? 10.2 Nullhypothese und Alternativen 10.3 Fehler 1. und 2. Art 10.4 Parametrische und nichtparametrische Tests 10.1 Was soll ein statistischer
FORSCHUNGSTELEGRAMM 04/2008
FORSCHUNGSTELEGRAMM 04/2008 Peter Zellmann / Julia Baumann IFT Institut für Freizeit- und Tourismusforschung Die Tourismusgesinnung der ÖsterreicherInnen 71% der österreichischen Bevölkerung sind sich
Würfelspiele und Zufall
Würfelspiele und Zufall Patrik L. Ferrari 29. August 2010 1 Random horse die Irrfahrt des Pferdchens Betrachte ein Schachbrett mit einem Pferd (Springer), welches sich nach den üblichen Springer-Regeln
Zahlen und Fakten zur Rede von Dr. Paul Becker, Vizepräsident des Deutschen Wetterdienstes
Zahlen und Fakten zur Rede von Dr. Paul Becker, Vizepräsident des Deutschen Wetterdienstes Gefahren durch extreme Niederschläge nehmen ab Mitte des Jahrhunderts deutlich zu Inhalt Seite Veränderung der
Testleiterbefragung. Einleitung. Fragestellung. Methode. Wie viele Schüler/innen zeigten das folgende Verhalten?
Testleiterbefragung Einleitung "Ruhe bitte!" Vom Pausenhof schallt Geschrei in die Klasse, in der hinteren Reihe tauschen sich mehrere Schülerinnen und Schüler über die Lösung der letzten Frage aus, ein
b) Bestimmen Sie die Varianz der beiden Schätzer. c) Ist ein oder sind beide Schätzer konsistent? Begründen Sie!
Aufgabe 1 (3 + 3 + 2 Punkte) Ein Landwirt möchte das durchschnittliche Gewicht von einjährigen Ferkeln bestimmen lassen. Dies möchte er aus seinem diesjährigen Bestand an n Tieren schätzen. Er kann dies
Standardisierte 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
Übungen mit dem Applet Vergleich von zwei Mittelwerten
Vergleich von zwei Mittelwerten 1 Übungen mit dem Applet Vergleich von zwei Mittelwerten 1 Statistischer Hintergrund... 2 1.1 Typische Fragestellungen...2 1.2 Fehler 1. und 2. Art...2 1.3 Kurzbeschreibung
Zusammenhang zwischen durchschnittlicher Geschwindigkeit und Verbrauch l/100km?
Zusammenhang zwischen durchschnittlicher Geschwindigkeit und Verbrauch l/100km? Weil mich die Frage interessiert, ob es diesen Zusammenhang gibt und wie stark er tatsächlich ist, führe ich einigermaßen
Statistische Auswertung in der Betriebsprüfung
Dr. Harald Krehl Der Einsatz verteilungsbezogener Verfahren Der Einsatz verteilungsbezogener Verfahren etwa des Benford- Newcomb Verfahrens oder der Normalverteilung bzw. der LogNormalverteilung in der
Arbeitskräftemangel
BÜRO FÜR ARBEITS- UND SOZIALPOLITISCHE STUDIEN BASS AG KONSUMSTRASSE 20. CH-3007 BERN. TEL +41 (0)31 380 60 80. FAX +41 (0)31 398 33 63 INFO@BUEROBASS.CH. WWW.BUEROBASS.CH Arbeitskräftemangel 2010-2030
VS PLUS
VS PLUS Zusatzinformationen zu Medien des VS Verlags Statistik II Inferenzstatistik 2010 Übungsaufgaben und Lösungen Inferenzstatistik 2 [Übungsaufgaben und Lösungenn - Inferenzstatistik 2] ÜBUNGSAUFGABEN
Bürgerinitiative für ein modernes und umweltbewusstes Neunkirchen MUNk e. V.
Bürgerinitiative für ein modernes und umweltbewusstes Neunkirchen MUNk e. V. Fakten zum LKW-Verkehr in Neunkirchen am Brand Von um 1000 LKW im Süden und 500 im Norden von Neunkirchen ist zu hören und zu
Basiswissen Daten und Zufall Seite 1 von 8 1 Zufallsexperiment Ein Zufallsexperiment ist ein Versuchsaufbau mit zufälligem Ausgang, d. h. das Ergebnis kann nicht vorhergesagt werden. 2 Ergebnis (auch Ausgang)
Grundlagen der Statistik
Grundlagen der Statistik Übung 15 009 FernUniversität in Hagen Alle Rechte vorbehalten Fachbereich Wirtschaftswissenschaft Übersicht über die mit den Übungsaufgaben geprüften Lehrzielgruppen Lehrzielgruppe
Mobilität in Rheinhessen und Mainz
Mobilität in Rheinhessen und Mainz Ausgewählte Ergebnisse von Haushaltsbefragungen Die empirische Erfassung von Mobilität und Mobilitätsverhalten, das wer, wohin, wann, wie, womit ist die Basis für viele
Chi-Quadrat Verfahren
Chi-Quadrat Verfahren Chi-Quadrat Verfahren werden bei nominalskalierten Daten verwendet. Die einzige Information, die wir bei Nominalskalenniveau zur Verfügung haben, sind Häufigkeiten. Die Quintessenz
Ein- und Zweistichprobentests
(c) Projekt Neue Statistik 2003 - Lernmodul: Ein- Zweistichprobentests Ein- Zweistichprobentests Worum geht es in diesem Modul? Wiederholung: allgemeines Ablaufschema eines Tests Allgemeine Voraussetzungen
Mathematik: LehrerInnenteam Arbeitsblatt Semester ARBEITSBLATT 12. Erwartungswert, Varianz und Standardabweichung
Mathematik: LehrerInnenteam Arbeitsblatt 7-7. Semester ARBEITSBLATT Erwartungswert, Varianz und Standardabweichung Die Begriffe Varianz und Standardabweichung sind uns bereits aus der Statistik bekannt
VS PLUS
VS PLUS Zusatzinformationen zu Medien des VS Verlags Statistik II Inferenzstatistik 2010 Übungsaufgaben und Lösungen - Inferenzstatistik 1 [Übungsaufgaben und Lösungenn - Inferenzstatistik 1] ÜBUNGSAUFGABEN
5.6 Empirische Wirtschaftsforschung
5.6.0 Vorbemerkungen Literatur Winker, P. (2010): Empirische Wirtschaftsforschung und Ökonometrie. 3. Auflage. Springer. Insbesondere Kapitel 1, 4 und 10. Volltext-Download im Rahmen des LRZ-Netzes. Rinne,
Anpassungstests VORGEHENSWEISE
Anpassungstests Anpassungstests prüfen, wie sehr sich ein bestimmter Datensatz einer erwarteten Verteilung anpasst bzw. von dieser abweicht. Nach der Erläuterung der Funktionsweise sind je ein Beispiel
4.Wie gut haben Sie im letzten Jahr(1997) Ihre Ziele bezüglich der Neukundengewinnung erreicht? 1 = gar nicht erreicht 7 = voll erreicht
2.2.4.1. Antwortprofil Anhand einer siebenstufigen Ratingskala 1 konnten die Unternehmen den Zielerreichungsgrad bezüglich der einzelnen vorgegebenen Ziele ankreuzen. Abbildung 33 zeigt das Antwortprofil
Beschreibende Statistik Deskriptive Statistik. Schließende Statistik Inferenzstatistik. Schluss von der Stichprobe auf die Grundgesamtheit
Beschreibende Statistik Deskriptive Statistik Schließende Statistik Inferenzstatistik Beschreibung der Stichprobe Schluss von der Stichprobe auf die Grundgesamtheit Keine Voraussetzungen Voraussetzung:
Einführung in Quantitative Methoden
Einführung in Quantitative Methoden Pantelis Christodoulides & Karin Waldherr 4. Juni 2014 Christodoulides / Waldherr Einführung in Quantitative Methoden 1/35 Ein- und Zweiseitige Hypothesen H 0 : p =
Biometrie im neuen Antragsverfahren
8. Fortbildungsveranstaltung der GV-SOLAS für Tierschutzbeauftragte und Behördenvertreter Warum biometrische Planung? Einfachste Antwort: Weil es im Genehmigungsantrag so vorgesehen ist. 2 Warum biometrische
Satz 16 (Multiplikationssatz)
Häufig verwendet man die Definition der bedingten Wahrscheinlichkeit in der Form Damit: Pr[A B] = Pr[B A] Pr[A] = Pr[A B] Pr[B]. (1) Satz 16 (Multiplikationssatz) Seien die Ereignisse A 1,..., A n gegeben.
Statistik - Übungsaufgaben
Statistik - Übungsaufgaben 1) Eine vor mehreren Jahren durchgeführte Befragung von 30 Arbeitern eines Großbetriebes ergab für die Stundenlöhne folgende Liste: 16,35 16,80 15,75 16,95 16,20 17,10 16,64
Kapitel VIII - Tests zum Niveau α
Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel VIII - Tests zum Niveau α Induktive Statistik Prof. Dr. W.-D. Heller Hartwig Senska Carlo Siebenschuh Testsituationen
Fiskalische Wirkungen eines Mindestlohns
Aktuelle Berichte Fiskalische Wirkungen eines Mindestlohns 24. Juli 2013 In aller Kürze In Medienberichten war jüngst von jährlichen Einsparungen in Höhe von zehn bis elf Milliarden Euro bei den Ausgaben
Prüfung aus Statistik 1 für SoziologInnen. Musterlösung
Prüfung aus Statistik 1 für SoziologInnen Gesamtpunktezahl =80 1) Wissenstest (maximal 20 Punkte) Prüfungsdauer: 2 Stunden Musterlösung Kreuzen ( ) Sie die jeweils richtige Antwort an. Jede richtige Antwort
Analytische Statistik II
Analytische Statistik II Institut für Geographie 1 Schätz- und Teststatistik 2 Das Testen von Hypothesen Während die deskriptive Statistik die Stichproben nur mit Hilfe quantitativer Angaben charakterisiert,
Hypothesen: Fehler 1. und 2. Art, Power eines statistischen Tests
ue biostatistik: hypothesen, fehler 1. und. art, power 1/8 h. lettner / physik Hypothesen: Fehler 1. und. Art, Power eines statistischen Tests Die äußerst wichtige Tabelle über die Zusammenhänge zwischen
Statistik 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,
Entscheidung zwischen zwei Möglichkeiten auf der Basis unsicherer (zufälliger) Daten
Prof. Dr. J. Franke Statistik II für Wirtschaftswissenschaftler 4.1 4. Statistische Entscheidungsverfahren Entscheidung zwischen zwei Möglichkeiten auf der Basis unsicherer (zufälliger) Daten Beispiel:
Testverfahren. 1. Pepsi vs. Coca-Cola
1. Pepsi vs. Coca-Cola Testverfahren Über Geschmack lässt sich bekanntermaßen streiten. Häufig stellt sich nämlich die Frage, ob der Unterschied zwischen zwei Produkten überhaupt feststellbar ist. Einer
Ü b u n g s b l a t t 15
Einführung in die Stochastik Sommersemester 07 Dr. Walter Oevel 2. 7. 2007 Ü b u n g s b l a t t 15 Hier ist zusätzliches Übungsmaterial zur Klausurvorbereitung quer durch die Inhalte der Vorlesung. Eine
Schlusswort Einen wissenschaftlichen Text kann man schließen
Schlusswort Einen wissenschaftlichen Text kann man schließen: mit einem Fazit (nach jedem größeren Kapitel des Hauptteils oder nur nach dem ganzen Hauptteil); mit Schlussfolgerungen; mit einem Fazit und
Prüfung nicht bestanden. Die gleiche Tabelle kann man auch mit den entsprechenden Wahrscheinlichkeiten (relative Häufigkeit) erstellen.
6 Vierfeldertafel An einer Prüfung nehmen 100 Studenten teil, von denen 40 als Raucher bekannt sind. 65 Studenten haben die Prüfung. Von den Nichtrauchern haben 50 die Prüfung. Wie groß ist der Anteil
Wissenschaftliche Nachrichten: https://www.bmbf.gv.at/schulen/sb/wina/wina.html Vol. 131/2006, 19-21
Der T-Test in Excel NORBERT BRUNNER und MANFRED KÜHLEITNER Ein häufiges Problem ist der Vergleich eines beobachteten Stichprobenmittelwerts mit einem Sollwert. Dabei wird der T-Test angewandt. Wir zeigen
3 Evaluation als Beschreibung von Zuständen
Evaluation als Beschreibung von Zuständen 1 Sind die folgenden Aussagen richtig oder falsch? 1.1 In einer Klumpenstichprobe werden systematisch anfallende Cluster von Personen vollständig untersucht. Die
SigmaDeWe Risikomanagement
Sie haben für Ihren liquiden Vermögensteil Ihren persönlichen risikoreichen Anteil bestimmt und sind aufgrund der Marktsignale derzeit im Markt. Dennoch haben Sie Zweifel, dass mittelfristig der Markt
Auswertung der forsa Umfrage Nutzung öffentlicher Verkehrsmittel bei Städtereisen 2012
Auswertung der forsa Umfrage Nutzung öffentlicher Verkehrsmittel bei Städtereisen 2012 Im März 2012 befragte Forsa im Auftrag des VDV 1.005 Bundesbürger zu ihrem Nutzungsverhalten und ihrer Einstellung
Definition 2.1 Der Erwartungswert einer diskreten Zufallsvariablen mit Wahrscheinlichkeitsfunktion
Kapitel 2 Erwartungswert 2.1 Erwartungswert einer Zufallsvariablen Definition 2.1 Der Erwartungswert einer diskreten Zufallsvariablen mit Wahrscheinlichkeitsfunktion È ist definiert als Ü ÜÈ Üµ Für spätere
Analyse der Riversurfcommunity im deutschsprachigen Raum. durch den. Rivermates Surfclub Salzkammergut
Analyse der Riversurfcommunity im deutschsprachigen Raum durch den Rivermates Surfclub Salzkammergut Inhaltsverzeichnis 1 Analyse der Riversurfcommunity im deutschsprachigen Raum... 3 2 Fragebogen... 4
Sandra Barbara Schmelzer (Störkel): Persönlichkeitsbildung und szenische Interpretation. Examensarbeit München 2002
Sandra Barbara Schmelzer (Störkel): Persönlichkeitsbildung und szenische Interpretation. Examensarbeit München 2002 Die Autorin führte eine Vorher- und Nachher-Befragung durch. Die Nachher-Befragung ist
FORSCHUNGSTELEGRAMM 10/2009
FORSCHUNGSTELEGRAMM 10/2009 Peter Zellmann / Sonja Mayrhofer IFT Institut für Freizeit- und Tourismusforschung Neues Arbeitszeit/Gehaltsmodell? Weniger Verdienst für mehr Freizeit für viele eine Alternative
Statistik-Klausur vom
Statistik-Klausur vom 27.09.2010 Bearbeitungszeit: 60 Minuten Aufgabe 1 Ein international tätiges Unternehmen mit mehreren Niederlassungen in Deutschland und dem übrigen Europa hat seine überfälligen Forderungen
Hier eine Zusammenfassung des Gutachtens
Die BI-Queichtal hat mit der BI-Landau ein Gutachten erstellen lassen, um Korrektheit der Verkehrsuntersuchungen der Firma Modus Consult von 2003 bis 2014, die der Landesregierung als Planungsgrundlage
Statistik II. Statistische Tests. Statistik II
Statistik II Statistische Tests Statistik II - 12.5.2006 1 Test auf Anteilswert: Binomialtest Sei eine Stichprobe unabhängig, identisch verteilter ZV (i.i.d.). Teile diese Stichprobe in zwei Teilmengen
Keine eindeutige Wahrheit
Informationen aus dem Institut der deutschen Wirtschaft Köln Vermögensverteilung 21.01.2016 Lesezeit 4 Min Keine eindeutige Wahrheit Wie viel genau besitzen die reichsten 10 Prozent der Bundesbürger? Weil
Mathematische und statistische Methoden II
Statistik & Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte
Informationen gefalteter Lichtkurven
Informationen gefalteter Lichtkurven Lienhard Pagel Lichtkurven entstehen aus vielfältigen Gründen durch Faltung. Dabei wird eine Periode vorgegeben oder gesucht und die Helligkeitswerte werden in der
Annahmen des linearen Modells
Annahmen des linearen Modells Annahmen des linearen Modells zusammengefasst A1: Linearer Zusammenhang: y = 0 + 1x 1 + 2x 2 + + kx k A2: Zufallsstichprobe, keine Korrelation zwischen Beobachtungen A3: Erwartungswert
Ministerium für Schule und Weiterbildung des Landes NRW
Ministerium für Schule und Weiterbildung des Landes NRW Ergebnisse der Vergleichsarbeiten (VERA), Klasse 3, für das Land Nordrhein-Westfalen im Jahr 2007 21. August 2007 Am 8. und 10. Mai 2007 wurden in
Seminar zur Energiewirtschaft:
Seminar zur Energiewirtschaft: Ermittlung der Zahlungsbereitschaft für erneuerbare Energien bzw. bessere Umwelt Vladimir Udalov 1 Modelle mit diskreten abhängigen Variablen 2 - Ausgangssituation Eine Dummy-Variable
k np g(n, p) = Pr p [T K] = Pr p [T k] Φ. np(1 p) DWT 4.1 Einführung 359/467 Ernst W. Mayr
Die so genannte Gütefunktion g gibt allgemein die Wahrscheinlichkeit an, mit der ein Test die Nullhypothese verwirft. Für unser hier entworfenes Testverfahren gilt ( ) k np g(n, p) = Pr p [T K] = Pr p
Präzision in der Analytik Ein unentbehrlicher Teil der Methodenvalidierung
Abacus Validation Systems Präzision in der Analytik Ein unentbehrlicher Teil der Methodenvalidierung Joachim Pum, MMed (Univ. Pretoria) 2008 Definition Präzision ist das Maß für die Streuung von Analysenergebnissen
Kapitel 5: Einfaktorielle Varianzanalyse
Rasch, Friese, Hofmann & Naumann (006). Quantitative Methoden. Band (. Auflage). Heidelberg: Springer. Kapitel 5: Einfaktorielle Varianzanalyse Berechnen der Teststärke a priori bzw. Stichprobenumfangsplanung
WB 11 Aufgabe: Hypothesentest 1
WB 11 Aufgabe: Hypothesentest 1 Ein Medikament, das das Überleben eines Patienten sichern soll, wird getestet. Stelle Null- und Alternativhypothese auf und beschreibe die Fehler 1. Art und 2. Art. Welcher
1. Aufgaben zur Übung Einfache Systeme
Thomas Schulze Übungsaufgaben zur LV Produktionssimulation 1 1. Aufgaben zur Übung Einfache Systeme 1.1. Aufgabe 1(Maschine mit Puffer) In einer Quelle (Quelle1) werden identische Teile (Teile A) erzeugt.
Brückenkurs 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
2. Datenvorverarbeitung
Kurzreferat Das Ziel beim Clustering ist es möglichst gleich Datensätze zu finden und diese in Gruppen, sogenannte Cluster zu untergliedern. In dieser Dokumentation werden die Methoden k-means und Fuzzy
Kapitel 3 Schließende Statistik
Beispiel 3.4: (Fortsetzung Bsp. 3.) bekannt: 65 i=1 X i = 6, also ˆp = X = 6 65 = 0, 4 Überprüfen der Voraussetzungen: (1) n = 65 30 () n ˆp = 6 10 (3) n (1 ˆp) = 39 10 Dr. Karsten Webel 194 Beispiel 3.4:
Statistik II. II. Univariates lineares Regressionsmodell. Martin Huber 1 / 27
Statistik II II. Univariates lineares Regressionsmodell Martin Huber 1 / 27 Übersicht Definitionen (Wooldridge 2.1) Schätzmethode - Kleinste Quadrate Schätzer / Ordinary Least Squares (Wooldridge 2.2)
INFERENZSTATISTISCHE AUSSAGEN FÜR LAGEMAßE UND STREUUNGSMAßE. Inferenzstatistik für Lagemaße Inferenzstatistik für Streuungsmaße
DAS THEMA: INFERENZSTATISTIK III INFERENZSTATISTISCHE AUSSAGEN FÜR LAGEMAßE UND STREUUNGSMAßE Inferenzstatistik für Lagemaße Inferenzstatistik für Streuungsmaße Inferenzstatistik für Lagemaße Standardfehler
Einfache Varianzanalyse für unabhängige Stichproben
Einfache Varianzanalyse für unabhängige Stichproben VARIANZANALYSE Die Varianzanalyse ist das dem t-test entsprechende Mittel zum Vergleich mehrerer (k 2) Stichprobenmittelwerte. Sie wird hier mit VA abgekürzt,
Alexandernormtabellen erzeugen
Alexandernormtabellen erzeugen Wozu soll ich Alexandernormtabellen erzeugen? Die Alexander-Normwerte erlauben es, Ergebnisse von Befragungen in Lehrveranstaltungen in besonders günstiger Weise für Studiengangsleitungen
50% oder weniger ja 1%-Methode darf nicht angewendet werden
Prüfungsschema: Private PKW-Nutzung PKW im Betriebsvermögen Umfang der betrieblichen Nutzung mehr als 50% Aufzeichnung der Fahrten oder Glaubhaftmachung nein ja Fahrtenbuch oder 1%-Methode 50% oder weniger
Graphische Verfahren in der Statistik: Q-Q- und P-P-Plots
Prof. Dr. Dietmar Pfeifer Institut für Mathemati Graphische Verfahren in der Statisti: Q-Q- und P-P-Plots Bei den üblichen parametrischen Testverfahren in der Statisti wird in der Regel eine Annahme über
Mögliche Fehler beim Testen
Mögliche Fehler beim Testen Fehler. Art (Irrtumswahrscheinlichkeit α), Zusammenfassung: Die Nullhypothese wird verworfen, obwohl sie zutrifft. Wir haben uns blamiert, weil wir etwas Wahres abgelehnt haben.
Messung von Rendite und Risiko. Finanzwirtschaft I 5. Semester
Messung von Rendite und Risiko Finanzwirtschaft I 5. Semester 1 Messung von Renditen Ergebnis der Anwendung der Internen Zinsfuß- Methode ist die Rentabilität des Projekts. Beispiel: A0-100.000 ZÜ1 54.000
Hackenbusch und Spieltheorie
Hackenbusch und Spieltheorie Was sind Spiele? Definition. Ein Spiel besteht für uns aus zwei Spielern, Positionen oder Stellungen, in welchen sich das Spiel befinden kann (insbesondere eine besondere Startposition)
Beurteilende Statistik
Beurteilende Statistik Wahrscheinlichkeitsrechnung und Beurteilende Statistik was ist der Unterschied zwischen den beiden Bereichen? In der Wahrscheinlichkeitstheorie werden aus gegebenen Wahrscheinlichkeiten
3.3.3 Überlandbuslinien der Autokraft und Angebot auf der Schiene der Deutschen Bundesbahn Überlandbuslinien
3 Verkehrsanalyse Teil I: Seite 61 / 122 3.3.3 Überlandbuslinien der Autokraft und Angebot auf der Schiene der Deutschen Bundesbahn 3.3.3.1 Überlandbuslinien Der Zentrale Busbahnhof (ZOB) wird von folgenden
2 für 1: Subventionieren Fahrgäste der 2. Klasse bei der Deutschen Bahn die 1. Klasse?
2 für 1: Subventionieren Fahrgäste der 2. Klasse bei der Deutschen Bahn die 1. Klasse? Felix Zesch November 5, 2016 Abstract Eine kürzlich veröffentlichte These lautet, dass bei der Deutschen Bahn die
3.2 Streuungsmaße. 3 Lage- und Streuungsmaße 133. mittlere Variabilität. geringe Variabilität. große Variabilität 0.0 0.1 0.2 0.3 0.4 0.
Eine Verteilung ist durch die Angabe von einem oder mehreren Mittelwerten nur unzureichend beschrieben. Beispiel: Häufigkeitsverteilungen mit gleicher zentraler Tendenz: geringe Variabilität mittlere Variabilität
Statistik II SoSe 2006 immer von 8:00-9:30 Uhr
Statistik II SoSe 2006 immer von 8:00-9:30 Uhr Was machen wir in der Vorlesung? Testen und Lineares Modell Was machen wir zu Beginn: Wir wiederholen und vertiefen einige Teile aus der Statistik I: Konvergenzarten
Methoden der Werkstoffprüfung Kapitel I Grundlagen. WS 2009/2010 Kapitel 1.0
Methoden der Werkstoffprüfung Kapitel I Grundlagen WS 2009/2010 Kapitel 1.0 Grundlagen Probenmittelwerte ohne MU Akzeptanzbereich Probe 1 und 2 liegen im Akzeptanzbereich Sie sind damit akzeptiert! Probe