2. Wiederholungsklausur Statistik
|
|
- Gerda Bergmann
- vor 6 Jahren
- Abrufe
Transkript
1 Goethe Universität Frankfurt Fachbereich Wirtschaftswissenschaft Prof. Dr. Martin Biewen PD Dr. Ralf Wilke Sommersemester Wiederholungsklausur Statistik Bitte tragen Sie hier und auf den Lösungsblättern (oben links) Ihre Matrikelnummer ein! Matrikelnummer: Wichtig! Durch Ihre Unterschrift in der Teilnehmerliste bestätigen Sie, folgende Prüfungsvorschriften zu beachten: Sie haben den nachfolgenden Text gelesen und stimmen allen Punkten zu. Sie fühlen sich gesund und sind in der Lage, an der Prüfung teilzunehmen. Sie haben sich über die Vorschriften der Prüfungsordnung, die Teilnahme an Klausurprüfungen betreend, informiert. Sie haben zur Kenntnis genommen, dass Sie für die ordnungsgemäÿe Abgabe der Klausur vor Verlassen des Prüfungsraumes selbst verantwortlich sind. Es sind nur die vom Themensteller aufgeführten Hilfsmittel erlaubt. Das Mitbringen eines Mobiltelefons in die Klausur ist verboten. Zuwiderhandeln gilt als Täuschungsversuch. Lösungen mit Bleistift oder roter Tinte werden nicht gewertet. Dieses Schema dient nur der Korrektur Σ Rohpunktzahl: Note:
2 Matrikelnr.: 2 Hinweise: a) Die Klausur umfasst 10 Aufgaben. Sie stehen auf den nachfolgenden Seiten. Auÿerdem gibt es am Ende Blätter, in welche Sie die Lösungen eintragen. Mit den beiden Deckblättern müssen Sie insgesamt 10 Seiten haben. b) Tragen Sie sogleich auf dem Deckblatt und den Lösungsblättern LESERLICH Ihre Matrikelnummer ein. c) Alle Klausurergebnisse sind auf den letzten 5 Seiten einzutragen! Multiple-Choice-Aufgaben werden an Ort und Stelle durch Ankreuzen beantwortet. Die Ergebnisse der Aufgaben 1 bis 9 schreiben Sie in die vorgesehenen Kästchen auf den letzten Seiten hinter den Antwortsatz. NUR DIE ERGEBNISSE DER LETZTEN 5 SEITEN WERDEN GEWERTET! d) Insgesamt sind 148 Rohpunkte zu erreichen. 24 Rohpunkte fallen auf Multiple-Choice-Aufgaben. e) Multiple Choice: Für jede der sechs Teilaufgaben gibt es maximal 4 Punkte. Von den vier Alternativen jeder Aufgabe sind genau zwei richtig und diese sind anzukreuzen. Sind beide Kreuze richtig, so gibt es vier Punkte. Ist nur eine Alternative angekreuzt und richtig, so gibt es zwei Punkte. In allen anderen Fällen gibt es null Punkte! f) Als Hilfsmittel sind nicht programmierbare Taschenrechner und ein geheftetes, BEIDSEITIG bedrucktes Skript von Hassler/Nautz zugelassen. g) Die Beantwortungszeit beträgt 180 Minuten. h) Geben Sie am Ende die VOLLSTÄNDIGE Klausur ab. Viel Erfolg!
3 Matrikelnr.: 3 Aufgabe 1 (12 Punkte) Ein Einzelhändler verzeichnet während eines Zeitraumes von 50 Tagen folgende Tagesumsätze (in Euro): a) Erstellen Sie eine Häugkeitstabelle mit folgender Klasseneinteilung: 100 bis 300, 300 bis 400, 400 bis 500, 500 bis 600, 600 bis 800, 800 bis b) Bestimmen Sie aufgrund der Häugkeitstabelle aus a) den 75-Prozent-Punkt der Umsatzverteilung des Einzelhändlers. Aufgabe 2 (12 Punkte) Die folgende Tabelle zeigt Daten zur Konzentration des Videotheken-Marktes in zwei Städten S1 und S2. Hierbei bezeichnet x i den Marktanteil am Gesamtvolumen der in einer Stadt verliehenen Videokassetten und n i die Anzahl der Videotheken, die einen solchen Marktanteil innehaben (z.b. gibt es in S1 drei Videotheken, die jeweils 10 Prozent des Ausleihgeschäftes in dieser Stadt betreiben). S1 S2 i x i n i x i n i a) Berechnen Sie die Koordinaten der Lorenzkurven für S1 und S2. b) Berechnen Sie die Gini-Kozienten für S1 und S2. In welcher Stadt ist das Leihgeschäft stärker konzentriert? Aufgabe 3 (12 Punkte) Die Zufallsvariable X bezeichne das Haushaltseinkommen (in 1000 Euro). Die Dichtefunktion ist gegeben durch 2x 3 für x 1 f(x) = 0 sonst a) Bestimmen Sie die Verteilungsfunktion für x 1. b) Berechnen Sie den Erwartungswert von X.
4 Matrikelnr.: 4 Aufgabe 4 (14 Punkte) Sie besitzen insgesamt 5 Aktien, 2 von Unternehmen A und 3 von Unternehmen B. Der Kurs der Aktie von Unternehmen A sei durch eine Zufallsvariable K A mit E(K A ) = 100 und V ar(k A ) = 16 beschrieben. Der Aktienkurs von Unternehmen B ist entsprechend durch eine Zufallsvariable K B mit E(K B ) = 90 und V ar(k B ) = 9 gegeben. Da die beiden Unternehmen unterschiedlichen Branchen angehören, sind die Kurse ihrer Aktien negativ korreliert. Der Korrelationskoezienten zwischen K A und K B beträgt -0,5. a) Berechnen Sie den Erwartungswert ihres Gesamtvermögens 2K A + 3K B. b) Berechnen Sie die Varianz ihres Gesamtvermögens 2K A + 3K B. Aufgabe 5 (14 Punkte) Nehmen wir an, zur Schätzung des Erwartungswertes (µ) einer Zufallsvariable X liegen uns n>2 unabhängige Realisationen x 1,..., x n von X vor. Es steht der folgende Schätzer zur Verfügung: ˆµ n = 1 n 2 Die Varianz von X sei unbekannt aber endlich, d.h. V ar(x) <. a) Berechnen Sie E(ˆµ n ). b) Berechnen Sie lim n E(ˆµ n ). c) Berechnen Sie V ar(ˆµ n ). d) Berechnen Sie lim n V ar(ˆµ n ). e) Ist der Schätzer konsistent? f) Schlagen Sie einen Schätzer aus der Vorlesung vor, der über bessere Eigenschaften verfügt. Aufgabe 6 (14 Punkte) Es liege eine Stichprobe vom Umfang n = 101 aus einer nornalverteilten Grundgesamtheit vor. Die mittlere quadratische Abweichung (Varianz in der Stichprobe) sei 250. a) Führen Sie eine erwartungstreue Schätzung für die Varianz der Grundgesamtheit mit S 2 (Notation im Skript) durch. b) Bestimmen Sie das Kondenzintervall für die Varianz der Grundgesamtheit zu einer Kondenzwahrscheinlichkeit von 0.9. c) Bestimmen Sie das Kondenzintervall für die Varianz der Grundgesamtheit zu einer Kondenzwahrscheinlichkeit von 0.9 und verwenden Sie dazu die Quantile der Standardnormalverteilung. n j=1 x j
5 Matrikelnr.: 5 Aufgabe 7 (21 Punkte) Ein Lehrbeauftragter im Rahmen des Bachelor Studiums reist regelmässig aus England nach Deutschland, um seinen Verpichtungen nachzukommen. Um seine Reisen besser planen zu können, möchte er seine bisherigen Reisedaten statistisch auswerten. Es wird angenommen, dass die Reisezeiten normalverteilt sind mit einer Standardabweichung von 5. Es liegen folgende beobachtete Reisezeiten Leicester - Frankfurt vor: Testen Sie folgende Hypothesen unter Angabe der Prüfgrösse und des kritischen Wertes (α = 0.03): a) H 0 : µ 200 gegen H 1 : µ > 200, b) H 0 : µ 200 gegen H 1 : µ < 200. c) H 0 : µ = 200 gegen H 1 : µ 200. Aufgabe 8 (9 Punkte) Betrachten wir den Test auf Mittelwert µ bei bekannter Varianz und unter Normalverteilung. Bestimmen Sie den P-Wert a) für den zweiseitigen Test. Der Wert der Prüfgröÿe ist b) für den einseitigen Test gegen H 1 : µ µ 0. Der Wert der Prüfgröÿe ist c) für den einseitigen Test gegen H 1 : µ µ 0. Der Wert der Prüfgröÿe ist Aufgabe 9 (16 Punkte) Es sei ein Korrelationskoezient von r xy = 0.19 berechnet worden. Der Stichprobenumfang betrage n=300. Es soll ein zweiseitiger Test mit Irrtumswahrscheinlichkeit α = 0.05 durchgeführt werden: H 0 : ρ = 0, H 1 : ρ 0. Es wird die Normalverteilung von X und Y in der Grundgesamtheit unterstellt. a) Berechnen Sie die Prüfgrösse. b) Die t-verteilung ist für groÿe Freiheitsgrade nicht tabelliert. Auf welche Verteilung kann approximativ zurückgegrien werden? c) Wie lautet der kritische Wert? d) Wie lautet die Testentscheidung?
6 Matrikelnr.: 6 Aufgabe 10 (24 Punkte) Für jede der folgenden Teilaufgaben gibt es maximal 4 Punkte. Von den vier Alternativen jeder Aufgabe sind genau zwei richtig und diese sind anzukreuzen. Sind beide Kreuze richtig, so gibt es vier Punkte. Ist nur eine Alternative angekreuzt und richtig, so gibt es zwei Punkte. In allen anderen Fällen gibt es null Punkte! a) Welche Aussagen sind korrekt? Wenn ein Schätzer erwartungstreu ist, dann ist er auch konsistent. Schätzer, die konsistent sind, können verzerrt sein. Ein Schätzer kann nur dann konsistent sein, wenn seine Varianz asymptotisch gegen null geht. Ist ein Schätzer konsistent, dann ist er auch ezient. b) Es soll ein Kondenzintervall bestimmt werden. Ihr Hiwi möchte von Ihnen wissen, wie er dafür vorgehen soll. Was sagen Sie ihm? Das Kondenzniveau sollte man eher zuletzt festlegen, da man so die Intervallgrenzen den Vorgaben seines Chefs anpassen kann. Zur Bestimmung von Kondenzintervallen für eine Zufallsvariable ist es notwendig, ihre exakte Verteilung zu kennen. Um Kondenzintervalle für eine Zufallsvariable bilden zu können, muss man entweder ihre Verteilung kennen oder wichtige Parameter der Verteilung anhand der Daten vorschätzen. Liegen sehr viele Beobachtungen vor, kann man häug mit den Quantilen der Standardnormalverteilung arbeiten. c) Welche Aussagen bezüglich des Testens von Hypothesen sind korrekt? In einseitigen Testproblemen ist der Verwerfungsbereich symmetrisch zu beiden Seiten des Annahmebereichs angeordnet. In einseitigen Testproblemen ist der Verwerfungsbereich nicht symmetrisch zu beiden Seiten des Annahmebereichs angeordnet. Falls getestet werden soll, ob der Stichprobenmittelwert kleiner als ein bestimmter Wert ist, dann wird die ganze Irrtumwahrscheinlichkeit auf die rechte Seite gelegt. Die Nullhypothese wird also verworfen, falls die Prüfgrösse den kritischen Wert überschreitet. Falls getestet werden soll, ob der Stichprobenmittelwert grösser als ein bestimmter Wert ist, dann wird die ganze Irrtumwahrscheinlichkeit auf die rechte Seite gelegt. Die Nullhypothese wird also verworfen, falls die Prüfgrösse den kritischen Wert überschreitet.
7 Matrikelnr.: 7 d) X und Y seien zwei Zufallsvariablen. Welche der folgenden Aussagen sind korrekt? Aus der Tatsache, dass die Korrelation zwischen X und Y zwischen -1 und 1 liegen muss, folgt, dass auch die Kovarianz innerhalb dieser Grenzen liegt. Die Kovarianz zwischen X und Y kann einen beliebigen Wert annehmen. Sie führen eine Regression von Yi auf x i durch und erhalten Ŷi, die durch das Modell vorhergesagten Werte von Y. Jetzt regressieren Sie Y i auf Ŷi. Diese Regression liefert einen Achsenabschnitt von null und einen Steigungsparameter von eins. Sie führen eine Regression von Y i auf x i durch und erhalten Ŷi, die durch das Modell vorhergesagten Werte von Y. Jetzt regressieren Sie Y i auf Ŷi. Diese Regression liefert kein Ergebnis, weil Ŷi ein geschätzter Wert ist. e) Betrachten Sie folgendes Regressionsmodell: Y i = β 1 + ɛ i. Welche der Aussagen sind korrekt? β 1 kann nicht mit der Methode der Kleinsten Quadrate geschätzt werden. Der Kleinste Quadrate Schätzer für β1 ist gerade das Stichprobenmittel von Y. Sie beobachten eine weitere Variable X und überlegen, das Modell auf Y i erweitern. = β 1 + β 2 x i + ɛ i zu Dies sollten Sie ernsthaft in Betracht ziehen, denn dadurch könnte die Varianz der Schätzung von β 1 verkleinert werden. Dies sollten Sie tun, denn nur in diesem Modell kann der Kleinste Quadrate Schätzer berechnet werden. f) Welche der folgenden Modelle sind linear in den Parametern β 1 und β 2? (ln = natürlicher Logarithmus) Yi = β 1 + β 2 (1/x i ) + ɛ i lnyi = β 1 + β 2 x i + ɛ i Y i = β 1 + lnβ 2 x i + ɛ i Y i = β 1 + β 3 2x i + ɛ i
8 Matrikelnr.: 8 Lösungen der Aufgaben 1 bis 9 tragen Sie bitte in die nachfolgenden Kästchen ein. Aufgabe 1 (Lösung) a) Tragen Sie Ihre Ergebnisse in folgende Tabelle ein: i x i 1 < X x i n i h i i ˆf(x) i j=1 h j = ˆF (x i ) 1 (100;300] 9 0, ,0009 0,18 2 (300;400] 9 0, ,0018 0,36 3 (400;500] 8 0, ,0016 0,52 4 (500;600] 6 0, ,0012 0,64 5 (600;800] 11 0, ,0011 0,86 6 (800;1200] 7 0, , b) Der 75-Prozent-Punkt ist: 700 Aufgabe 2 (Lösung) a) Tragen Sie die Lorenzkoordinaten in folgende Tabelle ein: S1 S2 i u i v i u i v i ,6 0,3 0,75 0,3 2 0,8 0, b) Der Gini-Koezient für S1 lautet: 0, 36 Der Gini-Koezient für S2 lautet: 0, 45 Der Ausleihmarkt ist stärker konzentriert in: S2 Aufgabe 3 (Lösung) a) Die Verteilungsfunktion für x 1 lautet: 1 x 2 b) Der Erwartungswert von X ist: 2
9 Matrikelnr.: 9 Aufgabe 4 (Lösung) a) Der erwartete Kurs beträgt: 470 b) Die Varianz des Kurses beträgt: 73 Aufgabe 5 (Lösung) a) E ˆµ n = µn/(n 2) b) lim n E ˆµ n = µ c) V ar(ˆµ n ) = var(x)n/(n 2) 2 d) lim n V ar(ˆµ n ) = 0 e) ˆµ n ist konsistent f) Ein besserer Schätzer ist (1/n) x i Aufgabe 6 (Lösung) a) S 2 = 252, 5 b) Das Kondenzintervall lautet: [203,07 ; 324,01 ] c) Das Kondenzintervall lautet: [204,85 ; 329,04 ] Aufgabe 7 (Lösung) a) Die Prüfgrösse lautet: 3 Der kritische Wert lautet: 1,88 Die Nullhypothese wird: verworfen
10 Matrikelnr.: 10 b) Die Prüfgrösse lautet: 3 Der kritische Wert lautet: -1,88 Die Nullhypothese wird: nicht verworfen c) Die Prüfgrösse lautet: 3 Der kritische Wert lautet: 2,17 Die Nullhypothese wird: verworfen Aufgabe 8 (Lösung) a) Der P-Wert lautet: 0,0872 b) Der P-Wert lautet: 0,0436 c) Der P-Wert lautet: 0,0436 Aufgabe 9 (Lösung) a) Die Prüfgrösse lautet: 3,3408 b) Der Name der Verteilung lautet: Normalverteilung c) Der kritische Wert lautet: 1,96 d) Die Nullhypothese wird: verworfen
Klausur zu Statistik II
Goethe-Universität Frankfurt Prof. Dr. Uwe Hassler FB Wirtschaftswissenschaften Sommersemester 2005 Klausur zu Statistik II Version B Bitte tragen Sie hier und auf den Lösungsblättern (oben links) Ihre
Mehr1. Wiederholungsklausur Statistik
Goethe Universität Frankfurt Fachbereich Wirtschaftswissenschaft Prof. Dr. Martin Biewen PD Dr. Ralf Wilke Sommersemester 2006 1. Wiederholungsklausur Statistik Bitte tragen Sie hier und auf den Lösungsblättern
MehrGoethe-Universität Frankfurt
Goethe-Universität Frankfurt Fachbereich Wirtschaftswissenschaft PD Dr. Martin Biewen Dr. Ralf Wilke Sommersemester 2006 Klausur Statistik II 1. Alle Aufgaben sind zu beantworten. 2. Bitte runden Sie Ihre
MehrKlausur 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
MehrStatistik Klausur Sommersemester 2013 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!
Statistik 2 1. Klausur Sommersemester 2013 Hamburg, 26.07.2013 A BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Nachname:............................................................................ Vorname:.............................................................................
Mehr3 Grundlagen statistischer Tests (Kap. 8 IS)
3 Grundlagen statistischer Tests (Kap. 8 IS) 3.1 Beispiel zum Hypothesentest Beispiel: Betrachtet wird eine Abfüllanlage für Mineralwasser mit dem Sollgewicht µ 0 = 1000g und bekannter Standardabweichung
MehrStatistik II. Version A. 1. Klausur Sommersemester 2011 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!
Statistik II Version A 1. Klausur Sommersemester 2011 Hamburg, 27.07.2011 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Nachname:............................................................................
MehrAufgabe 1 (8= Punkte) 13 Studenten haben die folgenden Noten (ganze Zahl) in der Statistikklausur erhalten:
Aufgabe 1 (8=2+2+2+2 Punkte) 13 Studenten haben die folgenden Noten (ganze Zahl) in der Statistikklausur erhalten: Die Zufallsvariable X bezeichne die Note. 1443533523253. a) Wie groß ist h(x 5)? Kreuzen
MehrWichtige Definitionen und Aussagen
Wichtige Definitionen und Aussagen Zufallsexperiment, Ergebnis, Ereignis: Unter einem Zufallsexperiment verstehen wir einen Vorgang, dessen Ausgänge sich nicht vorhersagen lassen Die möglichen Ausgänge
Mehr0 sonst. a) Wie lautet die Randwahrscheinlichkeitsfunktion von Y? 0.5 y = 1
Aufgabe 1 (2 + 2 + 2 + 1 Punkte) Gegeben sei folgende gemeinsame Wahrscheinlichkeitsfunktion f(x, y) = P (X = x, Y = y) der Zufallsvariablen X und Y : 0.2 x = 1, y = 1 0.3 x = 2, y = 1 f(x, y) = 0.45 x
MehrWirtschaftswissenschaftliches Prüfungsamt Bachelor-Studiengang Schließende Statistik Sommersemester Namensschild
Wirtschaftswissenschaftliches Prüfungsamt Bachelor-Studiengang Schließende Statistik Sommersemester 2010 Namensschild Prof. Dr. Ralph Friedmann / Dr. Martin Becker Hinweise für die Klausurteilnehmer ˆ
MehrStatistik I für Betriebswirte Vorlesung 14
Statistik I für Betriebswirte Vorlesung 14 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 13. Juli 017 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 14 Version: 8. Juli
MehrStatistik I für Betriebswirte Vorlesung 14
Statistik I für Betriebswirte Vorlesung 14 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 11. Juli 016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung
MehrWirtschaftswissenschaftliches Prüfungsamt Bachelor-Studiengang Schließende Statistik Sommersemester Aufgabenstellung und Ergebnisse
Wirtschaftswissenschaftliches Prüfungsamt Bachelor-Studiengang Schließende Statistik Sommersemester 2010 Aufgabenstellung und Ergebnisse Prof. Dr. Ralph Friedmann / Dr. Martin Becker Hinweise für die Klausurteilnehmer
MehrFERNUNIVERSITÄT IN HAGEN WIRTSCHAFTSWISSENSCHAFT
FERNUNIVERSITÄT IN HAGEN FAKULTÄT WIRTSCHAFTSWISSENSCHAFT Lehrstuhl für Betriebswirtschaftslehre, insb. Quantitative Methoden und Wirtschaftsmathematik Univ.-Prof. Dr. A. Kleine Lehrstuhl für Angewandte
MehrNachhol-Klausur - Schätzen und Testen - Wintersemester 2013/14
Prof. Dr. Rainer Schwabe 08.07.2014 Otto-von-Guericke-Universität Magdeburg Institut für Mathematische Stochastik Nachhol-Klausur - Schätzen und Testen - Wintersemester 2013/14 Name:, Vorname: Matr.-Nr.
MehrStatistik II. Weitere Statistische Tests. Statistik II
Statistik II Weitere Statistische Tests Statistik II - 19.5.2006 1 Überblick Bisher wurden die Test immer anhand einer Stichprobe durchgeführt Jetzt wollen wir die statistischen Eigenschaften von zwei
MehrKlausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester 2013 Aufgabe 1 In einer Urne
MehrWirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Schließende Statistik Wintersemester 2012/13. Namensschild. Dr.
Wirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Schließende Statistik Wintersemester 2012/13 Namensschild Dr. Martin Becker Hinweise für die Klausurteilnehmer ˆ Kleben Sie bitte sofort Ihr Namensschild
MehrWirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Schließende Statistik Sommersemester Namensschild. Dr.
Wirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Schließende Statistik Sommersemester 2013 Namensschild Dr. Martin Becker Hinweise für die Klausurteilnehmer ˆ Kleben Sie bitte sofort Ihr Namensschild
Mehr4.1. Nullhypothese, Gegenhypothese und Entscheidung
rof. Dr. Roland Füss Statistik II SS 8 4. Testtheorie 4.. Nullhypothese, Gegenhypothese und Entscheidung ypothesen Annahmen über die Verteilung oder über einzelne arameter der Verteilung eines Merkmals
MehrNachklausur Wahrscheinlichkeitstheorie und Inferenz II Sommersemester Oktober 2011
Nachklausur Wahrscheinlichkeitstheorie und Inferenz II Sommersemester 2011 28. Oktober 2011 Prof. Dr. Torsten Hothorn Institut für Statistik Nachname: Vorname: Matrikelnummer: Anmerkungen: ˆ Schreiben
MehrDie Familie der χ 2 (n)-verteilungen
Die Familie der χ (n)-verteilungen Sind Z 1,..., Z m für m 1 unabhängig identisch standardnormalverteilte Zufallsvariablen, so genügt die Summe der quadrierten Zufallsvariablen χ := m Z i = Z 1 +... +
MehrDie Familie der χ 2 (n)-verteilungen
Die Familie der χ (n)-verteilungen Sind Z 1,..., Z m für m 1 unabhängig identisch standardnormalverteilte Zufallsvariablen, so genügt die Summe der quadrierten Zufallsvariablen χ := m Z i = Z 1 +... +
MehrStatistik 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
Mehr5. Seminar Statistik
Sandra Schlick Seite 1 5. Seminar 5. Seminar Statistik 30 Kurztest 4 45 Testen von Hypothesen inkl. Übungen 45 Test- und Prüfverfahren inkl. Übungen 45 Repetitorium und Prüfungsvorbereitung 15 Kursevaluation
MehrBiometrie und Methodik (Statistik) - WiSem08/09 Probeklausur 1
Biometrie und Methodik (Statistik) - WiSem08/09 Probeklausur 1 Aufgabe 1 (10 Punkte). 10 Schüler der zehnten Klasse unterziehen sich zur Vorbereitung auf die Abschlussprüfung einem Mathematiktrainingsprogramm.
MehrEmpirische Wirtschaftsforschung
Empirische Wirtschaftsforschung Prof. Dr. Bernd Süßmuth Universität Leipzig Institut für Empirische Wirtschaftsforschung Volkswirtschaftslehre, insbesondere Ökonometrie 1 4. Basiskonzepte der induktiven
MehrBachelorprüfung: Statistik (1 Stunde)
Prof. H.R. Künsch D-BIOL, D-CHAB Winter 2010 Bachelorprüfung: Statistik (1 Stunde) Bemerkungen: Es sind alle mitgebrachten schriftlichen Hilfsmittel und der Taschenrechner erlaubt. Natels sind auszuschalten!
MehrFERNUNIVERSITÄT IN HAGEN WIRTSCHAFTSWISSENSCHAFT
FERNUNIVERSITÄT IN HAGEN FAKULTÄT WIRTSCHAFTSWISSENSCHAFT Lehrstuhl für Betriebswirtschaftslehre, insb. Quantitative Methoden und Wirtschaftsmathematik Univ.-Prof. Dr. A. Kleine Lehrstuhl für Angewandte
MehrWahrscheinlichkeitsrechnung und Statistik
10. Vorlesung - 2018 Grundbegriffe der Statistik statistische Einheiten = Objekte an denen interessierende Größen erfaßt werden z.b. Bevölkerung einer Stadt; Schüler einer bestimmten Schule; Patienten
MehrÜbungsscheinklausur,
Mathematik IV für Maschinenbau und Informatik (Stochastik) Universität Rostock, Institut für Mathematik Sommersemester 27 Prof. Dr. F. Liese Übungsscheinklausur, 3.7.27 Dipl.-Math. M. Helwich Name:...
MehrWahrscheinlichkeit und Statistik BSc D-INFK
Prof. Dr. P. Embrechts ETH Zürich Sommer 2015 Wahrscheinlichkeit und Statistik BSc D-INFK Name: Vorname: Stud. Nr.: Das Folgende bitte nicht ausfüllen! Aufg. Summe Kontr. Pkte.-Max. 1 10 2 10 3 10 4 10
Mehr3) Testvariable: T = X µ 0
Beispiel 4.9: In einem Molkereibetrieb werden Joghurtbecher abgefüllt. Der Sollwert für die Füllmenge dieser Joghurtbecher beträgt 50 g. Aus der laufenden Produktion wurde eine Stichprobe von 5 Joghurtbechern
MehrWIRTSCHAFTSWISSENSCHAFTLICHES PRÜFUNGSSEKRETARIAT DER RECHTS- UND WIRTSCHAFTSWISSENSCHAFTLICHEN FAKULTÄT DER UNIVERSITÄT DES SAARLANDES
WIRTSCHAFTSWISSENSCHAFTLICHES PRÜFUNGSSEKRETARIAT DER RECHTS- UND WIRTSCHAFTSWISSENSCHAFTLICHEN FAKULTÄT DER UNIVERSITÄT DES SAARLANDES Von der/dem Studierenden auszufüllen (Bitte leserlich und in Blockschrift):
MehrStatistik II. Statistische Tests. Statistik II
Statistik II Statistische Tests Statistik II - 5.5.2006 1 Ausgangslage Wir können Schätzen (z.b. den Erwartungswert) Wir können abschätzen, wie zuverlässig unsere Schätzungen sind: In welchem Intervall
MehrInstitut für Stochastik Prof. Dr. N. Henze Dipl.-Math. V. Riess
Institut für Stochastik Prof. Dr. N. Henze Dipl.-Math. V. Riess Name: Vorname: Matrikelnummer: Lösungsvorschlag zur Klausur zur Vorlesung Wahrscheinlichkeitstheorie und Statistik (Stochastik) Datum: 07.
MehrAllgemeines zu Tests. Statistische Hypothesentests
Statistische Hypothesentests Allgemeines zu Tests Allgemeines Tests in normalverteilten Grundgesamtheiten Asymptotische Tests Statistischer Test: Verfahren Entscheidungsregel), mit dem auf Basis einer
MehrStatistik 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:.............................................................................
MehrStochastik (BSc D-MAVT / BSc D-MATH / BSc D-MATL)
Prof. Dr. M. Maathuis ETH Zürich Winter 2010 Stochastik (BSc D-MAVT / BSc D-MATH / BSc D-MATL) Schreiben Sie für Aufgabe 2-4 stets alle Zwischenschritte und -rechnungen sowie Begründungen auf. Aufgabe
MehrStatistik I für Betriebswirte Vorlesung 13
Statistik I für Betriebswirte Vorlesung 13 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 4. Juli 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung
MehrMultivariate Verfahren
Selbstkontrollarbeit 1 Multivariate Verfahren Musterlösung Aufgabe 1 (40 Punkte) Auf der dem Kurs beigelegten CD finden Sie im Unterverzeichnis Daten/Excel/ die Datei zahlen.xlsx. Alternativ können Sie
Mehr7. Übung: Aufgabe 1. b), c), e) Aufgabe 2. a), c), e) Aufgabe 3. c), e) Aufgabe 4. Aufgabe 5. Aufgabe 6. Aufgabe 7. Aufgabe 8. Aufgabe 9.
7. Übung: Aufgabe 1 b), c), e) Aufgabe a), c), e) Aufgabe 3 c), e) Aufgabe 4 b) Aufgabe 5 a) Aufgabe 6 b) Aufgabe 7 e) Aufgabe 8 c) Aufgabe 9 a), c), e) Aufgabe 10 b), d) Aufgabe 11 a) Aufgabe 1 b) Aufgabe
MehrVerteilungen 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:
MehrAufgabenstellung und Ergebnisse zur. Bachelor-Prüfung Schließende Statistik Wintersemester 2017/18. Dr. Martin Becker
Aufgabenstellung und Ergebnisse zur Bachelor-Prüfung Schließende Statistik Wintersemester 2017/18 Dr. Martin Becker Hinweise für die Klausurteilnehmer Die Klausur besteht aus insgesamt 9 Aufgaben. Prüfen
MehrProbeklausur STATISTIK II
Probeklausur STATISTIK II Name, Vorname: Matrikel-Nr.: Die Klausur enthält zwei Typen von Aufgaben: T e i l A besteht aus Fragen mit mehreren vorgegebenen Antwortvorschlägen, von denen mindestens eine
MehrWIRTSCHAFTSWISSENSCHAFTLICHES PRÜFUNGSSEKRETARIAT
WIRTSCHAFTSWISSENSCHAFTLICHES PRÜFUNGSSEKRETARIAT ER NIVERSITÄT ES AARLANDES Von der/dem Studierenden auszufüllen (Bitte leserlich und in Blockschrift): Schließende Statistik Name der Prüfung: Semester,
MehrKlausur 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
MehrDWT 314/460 csusanne Albers
2.1 Maximum-Likelihood-Prinzip zur Konstruktion von Schatzvariablen Wir betrachten nun ein Verfahren zur Konstruktion von Schatzvariablen fur Parameter von Verteilungen. Sei ~X = (X 1 ; : : : ; X n ):
MehrVOLKSWIRTSCHAFTLICHE VORDIPLOMPRÜFUNG
VOLKSWIRTSCHAFTLICHE VORDIPLOMPRÜFUNG 17.07.2007 Übungsklausur auf dem Gebiet: STATISTIK II Prüfer: Dr. Roland Füss Name, Vorname: Matrikel-Nr.: Die Klausur enthält drei Typen von Aufgaben: D e r T e i
Mehr2.3 Intervallschätzung
2.3.1 Motivation und Hinführung Bsp. 2.11. [Wahlumfrage] Der wahre Anteil der rot-grün Wähler 2009 war genau 33.7%. Wie groß ist die Wahrscheinlichkeit, in einer Zufallsstichprobe von 1000 Personen genau
MehrStatistik. Sommersemester Prof. Dr. Stefan Etschberger HSA. für Betriebswirtschaft und International Management
Statistik für Betriebswirtschaft und International Management Sommersemester 2014 Prof. Dr. Stefan Etschberger HSA Streuungsparameter Varianz Var(X) bzw. σ 2 : [x i E(X)] 2 f(x i ), wenn X diskret Var(X)
MehrWahrscheinlichkeit 1-α: richtige Entscheidung - wahrer Sachverhalt stimmt mit Testergebnis überein. Wahrscheinlichkeit α: falsche Entscheidung -
wahrer Sachverhalt: Palette ist gut Palette ist schlecht Entscheidung des Tests: T K; Annehmen von H0 ("gute Palette") positive T > K; Ablehnen von H0 ("schlechte Palette") negative Wahrscheinlichkeit
MehrVorlesung: Statistik II für Wirtschaftswissenschaft
Vorlesung: Statistik II für Wirtschaftswissenschaft Prof. Dr. Helmut Küchenhoff Institut für Statistik, LMU München Sommersemester 2017 Einführung 1 Wahrscheinlichkeit: Definition und Interpretation 2
MehrD-CHAB Frühlingssemester 2017 T =
D-CHAB Frühlingssemester 17 Grundlagen der Mathematik II Dr Marcel Dettling Lösung 13 1) Die relevanten Parameter sind n = 3, x = 1867, σ x = und µ = 18 (a) Die Teststatistik T = X µ Σ x / n ist nach Annahme
MehrPrüfungsklausur zur Stochastik (LMG)/ Elementare Wahrscheinlichkeitstheorie und Statistik
B. Schmalfuß Jena, den 20.02.2018 Prüfungsklausur zur Stochastik (LMG)/ Elementare Wahrscheinlichkeitstheorie und Statistik Allgemeine Hinweise: Zur Verfügung stehende Zeit: 90 min. Hilfsmittel: keine.
MehrAufgaben. d) Seien X und Y Poissonverteilt mit Parameter µ, X, Y P(µ). 2. Dann ist die Summe auch Poissonverteilt mit (X + Y ) P(2µ).
Aufgaben 1. Bei den folgenden 10 Fragen ist jeweils genau eine Antwort richtig. Es gibt pro richtig beantwortete Frage 1 Punkt und pro falsche Antwort 1/2 Punkt Abzug. Minimal erhält man für die gesamte
MehrHinweis: Es sind 4 aus 6 Aufgaben zu bearbeiten. Werden mehr als 4 Aufgaben bearbeitet, werden nur die ersten vier Aufgaben gewertet.
11.01.2012 Prof. Dr. Ingo Klein Klausur zur VWA-Statistik Hinweis: Es sind 4 aus 6 Aufgaben zu bearbeiten. Werden mehr als 4 Aufgaben bearbeitet, werden nur die ersten vier Aufgaben gewertet. Aufgabe 1:
MehrStatistik I für Betriebswirte Vorlesung 4
Statistik I für Betriebswirte Vorlesung 4 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 25. April 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung
MehrStatistik Klausur Wintersemester 2013/2014 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!
Statistik 1 A 2. Klausur Wintersemester 2013/2014 Hamburg, 18.03.2014 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Nachname:............................................................................
MehrStatistische Tests für unbekannte Parameter
Konfidenzintervall Intervall, das den unbekannten Parameter der Verteilung mit vorgegebener Sicherheit überdeckt ('Genauigkeitsaussage' bzw. Zuverlässigkeit einer Punktschätzung) Statistischer Test Ja-Nein-Entscheidung
MehrKapitel 10 Mittelwert-Tests Einstichproben-Mittelwert-Tests 10.2 Zweistichproben Mittelwert-Tests
Kapitel 10 Mittelwert-Tests 10.1 Einstichproben-Mittelwert-Tests 10.2 Zweistichproben Mittelwert-Tests 10.1 Einstichproben- Mittelwert-Tests 10.1.1 Einstichproben- Gauß-Test Dichtefunktion der Standard-Normalverteilung
MehrProbeklausur zu Mathematik 3 für Informatik Lösungshinweise (ohne Garantie auf Fehlefreiheit)
Gunter Ochs 9. Juni 05 Probeklausur zu Mathematik für Informatik Lösungshinweise ohne Garantie auf Fehlefreiheit. Sei fx x x. a Bestimmen Sie den Grenzwert lim x fx. Da an der Stelle x Zähler Nenner Null
MehrDWT 2.1 Maximum-Likelihood-Prinzip zur Konstruktion von Schätzvariablen 330/467 Ernst W. Mayr
2.1 Maximum-Likelihood-Prinzip zur Konstruktion von Schätzvariablen Wir betrachten nun ein Verfahren zur Konstruktion von Schätzvariablen für Parameter von Verteilungen. Sei X = (X 1,..., X n ). Bei X
MehrSerie 9, Musterlösung
WST www.adams-science.org Serie 9, Musterlösung Klasse: 4U, 4Mb, 4Eb Datum: FS 18 1. Mädchen vs. Knaben 442187 Unter 3000 in einer Klinik neugeborenen Kindern befanden sich 1578 Knaben. Testen Sie mit
MehrWahrscheinlichkeitsrechnung und Statistik
10. Vorlesung - 017 Quantil der Ordnung α für die Verteilung des beobachteten Merkmals X ist der Wert z α R für welchen gilt z 1 heißt Median. P(X < z α ) α P(X z α ). Falls X stetige zufällige Variable
MehrDeckblatt. 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
MehrLineare Regression. Kapitel Regressionsgerade
Kapitel 5 Lineare Regression 5 Regressionsgerade Eine reelle Zielgröße y hänge von einer reellen Einflussgröße x ab: y = yx) ; zb: Verkauf y eines Produkts in Stückzahl] hängt vom Preis in e] ab Das Modell
MehrTeilklausur des Moduls Kurs 42221: Vertiefung der Statistik
Name, Vorname Matrikelnummer Teilklausur des Moduls 32741 Kurs 42221: Vertiefung der Statistik Datum Termin: 21. März 2014, 14.00-16.00 Uhr Prüfer: Univ.-Prof. Dr. H. Singer Vertiefung der Statistik 21.3.2014
MehrWS 2014/15. (d) Bestimmen Sie die Wahrscheinlichkeitsfunktion von X. (e) Bestimmen Sie nun den Erwartungswert und die Varianz von X.
Fragenkatalog zur Übung Methoden der empirischen Sozialforschung WS 2014/15 Hier finden Sie die denkbaren Fragen zum ersten Teil der Übung. Das bedeutet, dass Sie zu diesem Teil keine anderen Fragen im
MehrProbeklausur - Statistik II, SoSe 2017
Probeklausur - Statistik II, SoSe 2017 Aufgabe 1: Mehrdimensionale Zufallsvariablen (15 Punkte) Gegeben sei ein zweidimensionaler stetiger Zufallsvektor X = (X 1, X 2 ) T mit der gemeinsamen Dichtefunktion
MehrFERNUNIVERSITÄT IN HAGEN WIRTSCHAFTSWISSENSCHAFT
FERNUNIVERSITÄT IN HAGEN FAKULTÄT WIRTSCHAFTSWISSENSCHAFT Matrikelnummer Name: Vorname: Klausur Modul 31091: STATISTISCHE METHODENLEHRE Termin: 24.03.2010, 18.00-20.00 Uhr Prüfer: Univ.-Prof. Dr. Hermann
MehrStochastik (BSc D-MAVT / BSc D-MATH / BSc D-MATL)
Prof. Dr. P. Embrechts ETH Zürich Winter 2012 Stochastik (BSc D-MAVT / BSc D-MATH / BSc D-MATL) Schreiben Sie für Aufgabe 2-4 stets alle Zwischenschritte und -rechnungen sowie Begründungen auf. Aufgabe
MehrStatistik. Sommersemester Stefan Etschberger. für Betriebswirtschaft, Internationales Management, Wirtschaftsinformatik und Informatik
Stefan Etschberger für Betriebswirtschaft, Internationales Management, Wirtschaftsinformatik und Informatik Sommersemester 2017 Rechenregeln für den Erwartungswert Ist f symmetrisch bzgl. a, so gilt E(X)
MehrMathematische Statistik Aufgaben zum Üben. Schätzer
Prof. Dr. Z. Kabluchko Wintersemester 2016/17 Philipp Godland 14. November 2016 Mathematische Statistik Aufgaben zum Üben Keine Abgabe Aufgabe 1 Schätzer Es seien X 1,..., X n unabhängige und identisch
MehrWahrscheinlichkeitsrechnung und Statistik. 11. Vorlesung /2019
Wahrscheinlichkeitsrechnung und Statistik 11. Vorlesung - 2018/2019 Quantil der Ordnung α für die Verteilung des beobachteten Merkmals X ist der Wert z α R für welchen gilt z 1 2 heißt Median. P(X < z
MehrZusammenfassung 11. Sara dos Reis.
Zusammenfassung 11 Sara dos Reis sdosreis@student.ethz.ch Diese Zusammenfassungen wollen nicht ein Ersatz des Skriptes oder der Slides sein, sie sind nur eine Sammlung von Hinweise zur Theorie, die benötigt
MehrStatistik II. IV. Hypothesentests. Martin Huber
Statistik II IV. Hypothesentests Martin Huber 1 / 22 Übersicht Weitere Hypothesentests in der Statistik 1-Stichproben-Mittelwert-Tests 1-Stichproben-Varianz-Tests 2-Stichproben-Tests Kolmogorov-Smirnov-Test
MehrWahrscheinlichkeit und Statistik BSc D-INFK
Prof. Dr. P. Bühlmann ETH Zürich Sommer 2010 Wahrscheinlichkeit und Statistik BSc D-INFK 1. (10 Punkte) Bei den folgenden 10 Fragen ist jeweils genau eine Antwort richtig. Es gibt pro richtig beantwortete
MehrStatistik Klausur Wintersemester 2013/2014 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!
Statistik 1 1. Klausur Wintersemester 2013/2014 Hamburg, 12.02.2014 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Nachname:............................................................................ Vorname:.............................................................................
Mehr5. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren)
5. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren) 5.1. Einführung Schätzen unbekannter Parameter im Modell, z.b. Wahrscheinlichkeiten p i (Anteile in der Gesamtmenge), Erwartungswerte
MehrStatistik II für Betriebswirte Vorlesung 1
Statistik II für Betriebswirte Vorlesung 1 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 16. Oktober 2017 Dr. Andreas Wünsche Statistik II für Betriebswirte Vorlesung 1 Version:
MehrProbeklausur zu Mathematik 3 für Informatik
Gunter Ochs Juli 0 Probeklausur zu Mathematik für Informatik Lösungshinweise wie immel ohne Galantie auf Fehreleiheit Sei f ln a Berechnen Sie die und die Ableitung f und f Mit der Produktregel erhält
MehrWIRTSCHAFTSWISSENSCHAFTLICHES PRÜFUNGSSEKRETARIAT
WIRTSCHAFTSWISSENSCHAFTLICHES PRÜFUNGSSEKRETARIAT ER NIVERSITÄT ES AARLANDES Von der/dem Studierenden auszufüllen (Bitte leserlich und in Blockschrift): Schließende Statistik Name der Prüfung: Semester,
MehrSchriftliche Prüfung (90 Minuten)
Dr. M. Kalisch Probeprüfung Statistik 1 Sommer 2014 Schriftliche Prüfung (90 Minuten) Bemerkungen: Alle schriftlichen Hilfsmittel und ein Taschenrechner sind erlaubt. Mobiltelefone sind auszuschalten!
MehrBiostatistik, Winter 2011/12
Biostatistik, Winter 2011/12 : Binomial, Gauß Prof. Dr. Achim Klenke http://www.aklenke.de 10. Vorlesung: 20.01.2012 1/31 Inhalt 1 Einführung Binomialtest 2/31 Beispiel Einführung Bohnenlieferant liefert
MehrWirtschaftswissenschaftliches Prüfungsamt Bachelor-Studiengang Schließende Statistik Sommersemester Namensschild. Dr.
Wirtschaftswissenschaftliches Prüfungsamt Bachelor-Studiengang Schließende Statistik Sommersemester 2011 Namensschild Dr. Martin Becker Hinweise für die Klausurteilnehmer ˆ Kleben Sie bitte sofort Ihr
MehrStatistische Tests für unbekannte Parameter
Konfidenzintervall Intervall, das den unbekannten Parameter der Verteilung mit vorgegebener Sicherheit überdeckt ('Genauigkeitsaussage' bzw. Zuverlässigkeit einer Punktschätzung) Statistischer Test Ja-Nein-Entscheidung
MehrMultivariate Verfahren
Selbstkontrollarbeit 1 Multivariate Verfahren Diese Selbstkontrollarbeit bezieht sich auf die Kapitel 1 bis 4 der Kurseinheit 1 (Multivariate Statistik) des Kurses Multivariate Verfahren (883). Hinweise:
MehrUwe Hassler. Statistik im. Bachelor-Studium. Eine Einführung. für Wirtschaftswissenschaftler. ^ Springer Gabler
Uwe Hassler Statistik im Bachelor-Studium Eine Einführung für Wirtschaftswissenschaftler ^ Springer Gabler 1 Einführung 1 2 Beschreibende Methoden univariater Datenanalyse 5 2.1 Grundbegriffe 5 2.2 Häufigkeitsverteilungen
MehrStatistisches Testen
Statistisches Testen Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Differenzen Anteilswert Chi-Quadrat Tests Gleichheit von Varianzen Prinzip des Statistischen Tests Konfidenzintervall
Mehr4.1. Verteilungsannahmen des Fehlers. 4. Statistik im multiplen Regressionsmodell Verteilungsannahmen des Fehlers
4. Statistik im multiplen Regressionsmodell In diesem Kapitel wird im Abschnitt 4.1 zusätzlich zu den schon bekannten Standardannahmen noch die Annahme von normalverteilten Residuen hinzugefügt. Auf Basis
Mehr2.3 Intervallschätzung
2.3.1 Motivation und Hinführung Bsp. 2.15. [Wahlumfrage] Der wahre Anteil der rot-grün Wähler unter allen Wählern war 2009 auf eine Nachkommastelle gerundet genau 33.7%. Wie groß ist die Wahrscheinlichkeit,
MehrWillkommen zur Vorlesung Statistik (Master)
Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Punkt- und Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften Prof. Dr.
MehrStochastik (BSc D-MAVT / BSc D-MATH / BSc D-MATL)
Prof. Dr. M. Schweizer ETH Zürich Winter 2018 Stochastik (BSc D-MAVT / BSc D-MATH / BSc D-MATL) Bitte... Lege deine Legi auf den Tisch. Trage deine Daten in dieses Deckblatt ein, und schreibe auf jedes
MehrFakultät Verkehrswissenschaften Friedrich List Professur für Ökonometrie und Statistik, insb. im Verkehrswesen. Statistik II. Prof. Dr.
Statistik II Fakultät Verkehrswissenschaften Friedrich List Professur für Ökonometrie und Statistik, insb. im Verkehrswesen Statistik II 2. Parameterschätzung: 2.1 Grundbegriffe; 2.2 Maximum-Likelihood-Methode;
Mehr