Klausur zu Methoden der Statistik II (mit Kurzlösung) Wintersemester 2015/2016. Aufgabe 1
|
|
- Liane Becke
- vor 6 Jahren
- Abrufe
Transkript
1 Lehrstuhl für Statistik ud Ökoometrie der Otto-Friedrich-Uiversität Bamberg Prof. Dr. Susae Rässler Klausur zu Methode der Statistik II (mit Kurzlösug) Witersemester 2015/2016 Aufgabe 1 Die leideschaftliche Jodel-Useri Charlotte liest i eiem Olieartikel zum Thema soziale Iteraktioe, dass 55% aller Social Media Nutzer keie Gebrauch vo Jodel mache. Des Weitere wird dari behauptet, vo de Nutzer verwede 25% ur Jodel ud keie der übrige bekate soziale Medie. Dagege solle 40% ur die übrige Plattforme gebrauche ud icht Jodel. a) Bestimme Sie die Wahrscheilichkeit dafür, dass... i)... eie zufällig ausgewählte Perso sowohl Jodel als auch die weitere bekate soziale Medie utzt. ii)... eie aus dem Kreis der Nutzer der übrige soziale Medie zufällig ausgewählte Perso, gleichzeitig Jodel verwedet. Der Ihalt des Artikels versetzt Charlotte i Erstaue. Nach eiige Überleguge glaubt sie jedoch die Ursache zu kee: Jodel-User treffe eie systematische Auswahl, idem sie überwieged dort aktiv sid, wo sich juge Altersgeosse tummel. Ihre Vermutug lässt ihr keie Ruhe, sodass sie mithilfe eier eifache Stichprobe vo 200 Olie-Kommetare zum Artikel otiert, ob der jeweilige Nutzer eher jug (uter 25 Jahre) ist oder ob er eher alt (25 Jahre ud älter) ist. Sie erhält folgede Tabelle: Jodel-User Nutzer übriger Social Media Σ jug (uter 25 Jahre) alt (25 Jahre ud älter) Σ b) Nee Sie eie geeigete statistische Test, mit dem Charlotte ihre Vermutug überprüfe ka. c) Teste Sie mithilfe des i Teilaufgabe b) geate Verfahres zu eier Irrtumswahrscheilichkeit vo 1% die Aahme vo Charlotte. Iterpretiere Sie Ihr Testergebis ihaltlich.
2 Aufgabe 2 Vo sechs Studierede liege Date zur durchschittliche Aweseheitsdauer im Fitessstudio X (i Stude/Woche) ud der Azahl a Burpees Y vor, die sie im Rahme eies Fitesstests mit aschließeder Befragug geschafft habe. Es wird vereifached davo ausgegage, dass Y i = β 0 +β 1 x i +U i, für i = 1,..., ud U i N(0, σ 2 ). Die sechs Studierede stamme aus eier eifache Zufallsstichprobe. i x i 1,8 0,5 0 2,6 2,4 1,7 y i Des Weitere sei bekat, dass ȳ = 39, 6 (x i x)(y i ȳ) = 45, 9 ud 6 (y i ŷ i ) 2 = 243, 85. a) Schätze Sie β 0 ud β 1 mit Hilfe der Kleist-Quadrat-Methode ud iterpretiere Sie de Schätzer für β 1. [Ersatzergebis für achfolgede Teilaufgabe: ˆβ0 = 26, 25 ud ˆβ 1 = 8, 5] b) Nu soll utersucht werde, ob es eie positive Zusammehag zwische der Aweseheit im Fitessstudio ud der Azahl der geschaffte Burpees gibt. Überprüfe Sie die Hypothese ahad eies geeigete Tests bei eier Irrtumswahrscheilichkeit vo α = 0, 05. Nutze Sie hierzu optioal die Date des folgede R-Outputs. Coefficiets: Estimate Std. Error t value Pr(> t ) (Itercept) * x Residual stadard error: o 4 degrees of freedom Multiple R-squared: ,Adjusted R-squared: F-statistic: 6.4 o 1 ad 4 DF, p-value: c) Progostiziere Sie die (ugerudete) Puktzahl eies Studete, der im Mittel eie Stude pro Woche das Fitessstudio besucht hat. d) Ermittel Sie ferer de zugehörige zetrale 95%-Kofidezitervall-Schätzer für die Progose Ŷ (1).
3 Aufgabe 3 Seit Mitarbeitergedeke wird im Keller der Uiversität i eiem uralte große Eichebottich ei Vorrat vo 5000 Statistikaufgabe aufbewahrt. 750 dieser Aufgabe gelte als uglaublich schwere Aufgabe. Jeweils zu Vollmod zieht eie Mitarbeiteri des Lehrstuhls 25 Aufgabe für de alltägliche Gebrauch zufällig aus dem Bottich. a) Wie ud mit welche Parameter ist die Zufallsvariable X Azahl der uglaublich schwere Klausure verteilt? b) Prüfe Sie die Approximatiosbediguge für eie mögliche Approximatio ud bestimme Sie die Wahrscheilichkeit dafür, dass sich i der Stichprobe midestes 12 uglaublich schwere Aufgabe befide. Eie eue EU-Regelug aus Brüssel sieht vor, dass durchschittlich midestes 22 Prozet der Aufgabe als uglaublich schwere Aufgabe gelte sollte, asoste muss der Aufgabepool agepasst werde. Eie weitere Stichprobe aus dem Bottich vom Umfag =25 ergibt u ei ˆp vo 0, 17. c) Welcher Hypothesetest sollte durchgeführt werde, um zu kläre, ob der Aufgabepool agepasst werde muss? Überprüfe Sie zudem die Voraussetzug für die Durchführug des Hypothesetests. d) Formuliere Sie die Null- ud Alterativhypothese ud führe Sie da de Test durch (α = 0, 05). Iterpretiere Sie Ihr Ergebis am Sachverhalt. e) Hätte ma sich de Test agesichts der Iformatioe i der Aufgabestellug spare köe? Begrüde Sie kurz Ihre Atwort.
4 Aufgabe 4 Us liegt eie Stichprobe vom Umfag = 4 zum Merkmal Y, Preise vo Badarmature, vor: i y i Wir gehe davo aus, dass die Beobachtuge uabhägig ud idetisch (äherugsweise) ormalverteilt mit y i N(µ, σ 2 ) sid. a) Stelle Sie die Likelihood- ud die Loglikelihood-Fuktio für µ ud σ 2 auf. Zeige Sie aschließed, dass sich der Maximum-Likelihood (ML)-Schätzer für σ 2 durch 1 (y i ˆµ ML ) 2 ergibt, wobei ˆµ ML = ȳ der ML-Schätzer für µ ist. b) Bereche Sie de ML-Schätzer für σ 2 für die kokrete Stichprobe. c) Erläuter Sie ahad des obige Schätzers kurz, was damit gemeit ist, dass Maximum-Likelihoodschätzer asymptotisch uverzerrt sid ud korrigiere Sie de ML-Schätzer mit eiem geeigete Faktor, damit er de uverzerrte Schätzer S 2 ergibt. d) Ermittel Sie das zetrale 95%-Kofidezitervall für die Variaz σ 2 [Ersatzergebis, falls Sie c) icht löse kote: S 2 = 150, 3]. e) Wie groß ist die Wahrscheilichkeit, dass der wahre Parameter σ 2 im realisierte Kofidezitervall liegt?
5 Aufgabe 1 Lösug a) J: Social Media Nutzer verwedet Jodel J: Social Media Nutzer verwedet Jodel icht W : Social Media Nutzer verwedet die übrige bekate Medie W : Social Media Nutzer verwedet die übrige bekate Medie icht i) P (J W ) = 0, 2 ii) P (J W ) = P (J W ) P (W ) = 1 3 b) Geeigeter Test: χ 2 - Uabhägigkeitstest. c) Hypothese: H 0 : p ij = p i. p.j H A : p ij p i. p.j (Uabhägigkeit der 2 Verteiluge) Prüfgröße ud Prüfverteilug: Die Prüffuktio lautet: χ 2 = l j=1 k ( ij.j i. ) 2.j i. Uter H 0 ist das Prüfmaß approximativ χ 2 -verteilt mit (k 1) (l 1) = (2 1)(2 1) = 1 Freiheitsgrad. Approximatiosregel: Die Approximatio ist gut, falls 1. allgemei: ij 10 für alle i ud j hier: kleister Wert erfüllt! 2. sowie i..j 5 für alle i ud j; hier: ergibt sich für de kleiste Wert: 2..2 = 13, 5 5 erfüllt! Etscheidugsregel: H 0 ist zu verwerfe, falls die Prüffuktio χ 2 1 α;(k 1)(l 1) = χ2 0,99;1 = 6, 63 ist. Rechug: χ 2 = 81, 211 Etscheidug ud Iterpretatio: Da χ 2 = 81, 211 > 6,63 ist, wird die H 0 (auf eiem Sigifikaziveau vo α = 0, 01) verworfe. Die vorliegede Stichprobe deutet demach auf eie Zusammehag zwische dem User-Typ ud der Alterszugehörigkeit hi. Es köte allerdigs ei Fehler 1. Art (α-fehler) vorliege: Die H 0 wurde verworfe, ist aber doch richtig.
6 Aufgabe 2 Lösug a) ˆβ 1 = 8, 5 ud ˆβ 0 = 26, 25. Iterpretatio vo ˆβ 1 : Mit jeder zusätzliche Stude, die die Studierede im Fitessstudio pro Woche verbrige, erhöht sich die Azahl a geschaffte Burpees im Durschitt um 8,5. b) Hypothesepaar: H 0 : ˆβ 1 0 vs. H A : ˆβ 1 > 0 Eiseitiger t-test mit α = 0, 05 Kritischer Bereich: ˆβ 1 0 V ar ˆβ 1 > t 1 α; 2 Testgröße: ˆβ 1 0 V ar ˆβ 1 = 2, 530 (aus R-Output) Kritische Schrake: t 0.95;4 = 2, 132 Ergebis: Die Nullhypothese, dass ei egativer bzw. kei Eifluss vorliegt, ka abgeleht werde ud wir ehme mit eier Irrtumswahrscheilichkeit vo 5% a, dass es eie positive Zusammehag zwische jodel ud Klausurergebis gibt. c) ŷ(1) = ˆβ 0 + ˆβ 1 1 = 34, 75 d) Variaz der Stichprobefuktio: V ar (ŷ(1)) = 12, 98 Realisiertes KI: ŷ(1) ± t 0,975;4 12, 98 [ 34, 75 2, , 98 = 24, 75; 34, , , ] 98 = 44, 75
7 Aufgabe 3 Lösug a) X Hyp( = 25, N = 5000, M = 750) b) 1. Approximatio durch Normalverteilug: p = 750 = 0, 15 erfüllt da 0, 1 p = 0, 15 0, p(p 1) N = 3, 1722 < 9 Bedigug icht erfüllt N 1 2. Aprroximatio durch Biomialverteilug N = = 0, 005 < 0, 05 Bedigug erfüllt Es gilt approximativ: X Bi( = 25, p = 0, 15) P (X 12) = 1 P (X 11) = 1 0, 9999 Die approximative Wahrscheilichkeit, dass sich midestes 12 uglaublich schwere Aufgabe i der Auswahl befide, beträgt 0, 01 %. c) Approximativer Ateilswerttest Gegebe ist eie AoZ Es liegt aber ei kleier Auswahlsatz (0, 005) vor, so dass die stochastische Abhägigkeite verachlässigbar sid. Test ka durchgeführt werde. d) Hypothese: H 0 = p p 0 mit p 0 = 0, 22 H A = p > p 0 Teststatistik: p p 0 = 0, 6035 p0 (1 p 0 ) Etscheidug: H 0 wird icht verworfe, weil 0, 6035 > λ 1 α = 1, 6448 Iterpretatio: Das Ergebis des Tests liefert keie Hiweis, dass der wahre (ubekate) Wert vo p im Bottich über 0,22 liegt. Es besteht die Möglichkeit eies β Fehlers, der icht quatifizierbar ist. e) Der Test ist überflüssig, da bereits i der Aufgabestellug die Iformatio gegebe ist, dass sich im Bottich ur p = 0, 15 uglaublich schwere Klausuraufgabe befide (wahrer Parameter der Gesamtheit ist also bekat). Der Aufgabepool müsste also agepasst werde.
8 Aufgabe 4 Lösug a) Likelihood: L(µ, σ 2 ; y 1,..., y ) = [(2πσ 2 ) 1 2 e 1 2σ 2 (y i µ) 2] Log-Likelihood: ll(µ, σ 2 ; y 1,..., y ) = 2 l(2π) 2 l(σ2 ) 1 2σ 2 (y i µ) 2 Partielle Ableitug ach σ 2 : δll(µ, σ 2 ; y 1,..., y ) = δσ 2 2σ σ 4 (y i µ) 2 Nullsetze/ML-Schätzer bestimme: 2 ˆσ ˆσ 4 (y i ˆµ) 2 = 0 ˆσ 2 = 1 (y i ȳ) 2 b) ȳ = 42, 5 ud ˆσ 2 = 112, 75. c) Der ML-Schätzer für σ 2 ist verzerrt, allerdigs geht die Verzerrug mit steigedem Stichprobeumfag gege 0. S 2 = σ 2 1 ML = 150, 3 d) KI = [48,2353; 2049,9995] e) 1 oder 0 der Parameter ist im KI ethalte oder icht.
Aufgabe 1. d) Berechnen Sie die Wahrscheinlichkeit dafür, dass Axel 1,5 Stunden warten muss.
Lehrstuhl für Statistik ud Ökoometrie Otto-Friedrich-Uiversität Bamberg Prof. Dr. Susae Rässler Aufgabe 1 Aufgrud eier Sommergrippe muss Studet Axel seie Hausarzt aufsuche. Um die Wartezeit besser abschätze
MehrTests statistischer Hypothesen
KAPITEL 0 Tests statistischer Hypothese I der Statistik muss ma oft Hypothese teste, z.b. muss ma ahad eier Stichprobe etscheide, ob ei ubekater Parameter eie vorgegebee Wert aimmt. Zuerst betrachte wir
MehrMusterlösung. Prüfung Statistik Herbstsemester 2011
Prüfug Statistik Herbstsemester 2011 Musterlösug 1. 9 Pukte Lukas ud Markus habe bisher immer Feiste Mii-Brezel 100g des Herstellers Gammelbrot ud Söhe zum Züi gegesse. Vom städige Hugerklage vo Markus
Mehr10. Testen von Hypothesen Seite 1 von 6
10. Teste vo Hypothese Seite 1 vo 6 10.1 Eiführug i das Teste vo Hypothese Eie Hypothese ist eie Vermutug bzw. Behauptug über die Wahrscheilichkeit eies Ereigisses. Mit Hilfe eies geeigete Tests (=Testverfahre)
MehrEingangsprüfung Stochastik,
Eigagsprüfug Stochastik, 5.5. Wir gehe stets vo eiem Wahrscheilichkeitsraum (Ω, A, P aus. Die Borel σ-algebra auf wird mit B bezeichet, das Lebesgue Maß auf wird mit λ bezeichet. Aufgabe ( Pukte Sei x
MehrStochastik - Lösung (BSc D-MAVT / BSc D-MATH / BSc D-MATL)
Prof. Dr. M. Schweizer ETH Zürich Witer 28 Stochastik - Lösug (BSc D-MAVT / BSc D-MATH / BSc D-MATL). (6 Pukte) a) (2 Pukte) Wir defiiere die Ereigisse K {die Perso ist krak} ud T {der Test ist positiv}.
MehrDie notwendigen Verteilungstabellen finden Sie z.b. hier:
Fakultät für Mathematik Istitute IAG ud IMO Prof. Dr. G. Kyureghya/Dr. M. Hödig Schätz- ud Prüfverfahre Die otwedige Verteilugstabelle fide Sie z.b. hier: http://www.ivwl.ui-kassel.de/kosfeld/lehre/zeitreihe/verteilugstabelle.pdf
MehrKapitel 6 : Punkt und Intervallschätzer
7 Kapitel 6 : Pukt ud Itervallschätzer Puktschätzuge. I der Statistik wolle wir Rückschlüsse auf das Wahrscheilichkeitsgesetz ziehe, ach dem ei vo us beobachtetes Zufallsexperimet abläuft. Hierzu beobachte
MehrKapitel 5: Schließende Statistik
Kapitel 5: Schließede Statistik Statistik, Prof. Dr. Kari Melzer 5. Schließede Statistik: Typische Fragestellug ahad vo Beispiele Beispiel Aus 5 Messwerte ergebe sich für die Reißfestigkeit eier Garsorte
Mehr4 Schwankungsintervalle Schwankungsintervalle 4.2
4 Schwakugsitervalle Schwakugsitervalle 4. Bemerkuge Die bekate Symmetrieeigeschaft Φ(x) = 1 Φ( x) bzw. Φ( x) = 1 Φ(x) für alle x R überträgt sich auf die Quatile N p der Stadardormalverteilug i der Form
MehrÜbungen Abgabetermin: Freitag, , 10 Uhr THEMEN: Testtheorie
Uiversität Müster Istitut für Mathematische Statistik Stochastik WS 203/204, Blatt Löwe/Heusel Aufgabe (4 Pukte) Übuge Abgabetermi: Freitag, 24.0.204, 0 Uhr THEMEN: Testtheorie Die Sollstärke der Rohrwäde
MehrStatistik. 5. Schließende Statistik: Typische Fragestellung anhand von Beispielen. Kapitel 5: Schließende Statistik
Statistik Kapitel 5: Schließede Statistik 5. Schließede Statistik: Typische Fragestellug ahad vo Beispiele Beispiel 1» Aus 5 Messwerte ergebe sich für die Reißfestigkeit eier Garsorte der arithmetische
MehrDiskrete Wahrscheinlichkeitstheorie Wiederholungsklausur
Techische Uiversität Müche Sommersemester 007 Istitut für Iformatik Prof. Dr. Javier Esparza Diskrete Wahrscheilichkeitstheorie Wiederholugsklausur LÖSUNG Hiweis: Bei alle Aufgabe wird ebe dem gefragte
Mehr3 Vergleich zweier unverbundener Stichproben
3 Vergleich zweier uverbudeer Stichprobe 3. Der Zweistichprobe t-test Es wird vorausgesetzt, dass die beide Teilstichprobe x, x,..., x ud y, y,..., y jeweils aus (voeiader uabhägige) ormalverteilte Grudgesamtheite
MehrStochastik - Lösung (BSc D-MAVT / BSc D-MATH / BSc D-MATL)
Prof. Dr. M. Schweizer ETH Zürich Sommer 8 Stochastik - Lösug (BSc D-MAVT / BSc D-MATH / BSc D-MATL). (6 Pukte) a) (.5 Pukte) Wir defiiere die Ereigisse D = die ähmaschie bekommt eie kleie Defekt} ud U
Mehr,,, xn. 3. Intervallschätzungen Zufallsstichproben und Stichprobenfunktionen Zufallsstichproben. Zufallsvariablen mit
3. Itervallschätzuge 3.1. Zufallsstichprobe ud Stichprobefuktioe 3.1.1 Zufallsstichprobe 1 Sei eie Zufallsvariable ud seie gemeisamer Verteilug,,,, Zufallsvariable mit - da heiße 1,,, Zufallsstichprobe
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik ud Wahrscheilichkeitsrechug Dr. Joche Köhler 9.04.008 Äderug Übugsstude Statistik ud Wahrscheilichkeitsrechug Die Gruppe vo Markus trifft sich am Doerstag statt im HCI D zusamme mit der Gruppe
MehrKonfidenzintervalle. Praktische Übung Stochastik SS 2017 Lektion 10 1
Kofidezitervalle Praktische Übug Stochastik SS 017 Lektio 10 1 Kofidezitervalle Geerelle Aahme: Parametrisches Modell (P ϑ ) ϑ Θ Beobachtuge X 1,..., X u.i.v. ach P ϑ mit ubekatem ϑ Θ Grudidee: Schätzer
MehrStatistik, Abschnitt (1) Gegeben sei der Stichprobenvektor (X 1,..., X n ). Die Stichprobenfunktion. ˆµ k := 1 n. Xi k (1) i=1.
Statistik, Abschitt.. Schätzmethode.. Mometemethode Für Parameter, die sich i bekater Weise aus de Momete zusammesetze, erhält ma Schätzuge, idem ma die theoretische Momete durch die sogeate empirische
MehrDiplomvorprüfung Stochastik
Uiversität Karlsruhe TH Istitut für Stochastik Prof. Dr. N. Bäuerle Name: Vorame: Matr.-Nr.: Diplomvorprüfug Stochastik 10. Oktober 2006 Diese Klausur hat bestade, wer midestes 16 Pukte erreicht. Als Hilfsmittel
Mehr3.2 Wilcoxon Rangsummentest
3. Wilcoxo Ragsummetest Wir gehe davo aus, dass zwei Teilstichprobe x 1, x,..., x 1 ud y1, y,..., y vorliege, wobei die erste Teilstichprobe aus Realisieruge vo uabhägig ud idetisch stetig verteilte Zufallsvariable
MehrParameterschätzung. Kapitel Schätzfunktionen
Kapitel 8 Parameterschätzug 8.1 Schätzfuktioe Def. 8.1.1: Es seie X 1,X,...,X uabhägige ZV, die alle die gleiche Verteilug besitze. θ sei ei ubekater Parameter dieser Verteilug. X 1,X,...,X ist als eie
MehrX X Schätzen von Vertrauensintervallen Schwankungsintervall
.. Schätze vo Vertrauesitervalle..1. Schwakugsitervall Beispiel: X = Betrag vo Geldüberweisuge, ormalverteilt, µ = 5000, = 1000 Zufallsstichprobe mit = 100, Schätzer für µ: X X Gesucht: Itervall, i dem
Mehr3. Grundbegrie der Schätztheorie
Statistik, Abschitt 3. 3. Grudbegrie der Schätztheorie I der kormatorische Statistik will ma uter aderem auf Grud eier Stichprobe vom Umfag Iformatioe über ubekate Parameter θ der Verteilug F der zugrudeliegede
MehrÜbungen zu QM III Mindeststichprobenumfang
Techische Hochschule Köl Fakultät für Wirtschafts- ud Rechtswisseschafte Prof. Dr. Arreberg Raum 221, Tel. 39 14 jutta.arreberg@th-koel.de Übuge zu QM III Mideststichprobeumfag Aufgabe 12.1 Sie arbeite
MehrTesten statistischer Hypothesen
Kapitel 9 Teste statistischer Hypothese 9.1 Eiführug, Sigifiaztests Sigifiaztest für µ bei der ormalverteilug bei beatem σ = : X i seie uabhägig ud µ, ) verteilt, µ sei ubeat. Stelle eie Hypothese über
Mehr6 Vergleich mehrerer unverbundener Stichproben
6 Vergleich mehrerer uverbudeer Stichprobe 6.1 Die eifaktorielle Variazaalyse Die eifaktorielle Variazaalyse diet der Utersuchug des Eiflusses eier kategorieller (bzw. ichtmetrischer) Variable, die die
MehrBeispiel: p-wert bei Chi-Quadrat-Anpassungstest (Grafik) Auftragseingangsbeispiel, realisierte Teststatistik χ 2 = , p-wert: 0.
8 Apassugs- ud Uabhägigkeitstests Chi-Quadrat-Apassugstest 8.1 Beispiel: p-wert bei Chi-Quadrat-Apassugstest (Grafik) Auftragseigagsbeispiel, realisierte Teststatistik χ 2 = 12.075, p-wert: 0.0168 f χ
MehrMaximum Likelihood Version 1.6
Maximum Likelihood Versio 1.6 Uwe Ziegehage 15. November 2005 Logarithmegesetze log a (b) + log a (c) = log a (b c) (1) log a (b) log a (c) = log a (b/c) (2) log a (b c ) = c log a (b) (3) Ableitugsregel
MehrDr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren
Dr. Jürge Seger INDUKTIVE STATISTIK Wahrscheilichkeitstheorie, Schätz- ud Testverfahre ÜBUNG. - LÖSUNGEN. ypothesetest für die Dicke vo Plättche Die Dicke X vo Plättche, die auf eier bestimmte Maschie
Mehr2. Repetition relevanter Teilbereiche der Statistik
. Repetitio Statistik Ökoometrie I - Peter Stalder. Repetitio relevater Teilbereiche der Statistik (Maddala Kapitel ) Zufallsvariable ud Wahrscheilichkeitsverteiluge Zufallsvariable X (stochastische Variable)
MehrGütefunktion und Fehlerwahrscheinlichkeiten Rechtsseitiger Test (µ 0 = 500) zum Signifikanzniveau α = Interpretation von Testergebnissen I
6 Hypothesetests Gauß-Test für de Mittelwert bei bekater Variaz 6.3 Gütefuktio ud Fehlerwahrscheilichkeite Rechtsseitiger Test (µ 0 = 500) zum Sigifikaziveau α = 0.30 6 Hypothesetests Gauß-Test für de
MehrKlausur vom
UNIVERSITÄT KOBLENZ LANDAU INSTITUT FÜR MATHEMATIK Dr. Domiik Faas Stochastik Witersemester 00/0 Klausur vom 7.0.0 Aufgabe 3+.5+.5=6 Pukte Bei eier Umfrage wurde 60 Hotelbesucher ach ihrer Zufriedeheit
MehrFormelsammlung Statistik 29. Januar 2019
Formelsammlug Statistik Seite 1 Formelsammlug Statistik 9. Jauar 019 Witersemester 018/19 Adreas Löpker, HTW Dresde 1. Deskriptive Statistik (F1) Stichprobe x vom Umfag, Stichprobe y vom Umfag m x = (x
MehrWahrscheinlichkeit & Statistik Musterlösung Serie 13
ETH Zürich FS 2013 D-MATH Has Rudolf Küsch Koordiator Blaka Horvath Wahrscheilichkeit & Statistik Musterlösug Serie 13 1. a) Die Nullhypothese lautet dass das echte Medikamet höchstes gleich gut ist wie
MehrWahrscheinlichkeitstheorie und Statistik vom
INSTITUT FÜR MATHEMATISCHE STOCHASTIK WS 005/06 UNIVERSITÄT KARLSRUHE Priv.-Doz. Dr. D. Kadelka Klausur Wahrscheilichkeitstheorie ud Statistik vom 9..006 Musterlösuge Aufgabe A: Gegebe sei eie Urliste
MehrLösungsvorschlag Probeklausur zur Elementaren Wahrscheinlichkeitsrechnung
Prof. Dr. V. Schmidt WS 200/20 G. Gaiselma, A. Spettl 7.02.20 Lösugsvorschlag Probeklausur zur Elemetare Wahrscheilichkeitsrechug Hiweis: Der Umfag ud Schwierigkeitsgrad dieser Probeklausur muss icht dem
Mehr2. Schätzverfahren 2.1 Punktschätzung wirtschaftlicher Kennzahlen. Allgemein: Punktschätzung eines Parameters:
. Schätzverfahre. Puktschätzug wirtschaftlicher Kezahle Allgemei: Puktschätzug eies Parameters: Ermittlug eies Schätzwertes für eie ubekate Parameter eier Zufallsvariable i der Grudgesamtheit mit Hilfe
MehrBeispiel: p-wert bei Chi-Quadrat-Anpassungstest (Grafik) Auftragseingangsbeispiel, realisierte Teststatistik χ 2 = , p-wert: 0.
8 Apassugs- ud Uabhägigkeitstests Chi-Quadrat-Apassugstest 81 Beispiel: p-wert bei Chi-Quadrat-Apassugstest (Grafik) Auftragseigagsbeispiel, realisierte Teststatistik χ 2 = 12075, p-wert: 00168 f χ 2 (4)
MehrAnwendung für Mittelwerte
Awedug für Mittelwerte Grudgesamtheit Stichprobeziehug Zufalls- Stichprobe... "wahre", ubekate Mittelwert der Grudgesamtheit icht zufällig?... beobachtete Mittelwert zufällig Statistik für SoziologIe 1
Mehr3 Kritischer Bereich zum Niveau α = 0.10: K = (χ 2 k 1;1 α, + ) = (χ2 5;0.90, + ) = (9.236, + ) 4 Berechnung der realisierten Teststatistik:
8 Apassugs- ud Uabhägigkeitstests Chi-Quadrat-Apassugstest 81 Beispiel: p-wert bei Chi-Quadrat-Apassugstest (Grafik) Auftragseigagsbeispiel, realisierte Teststatistik χ 2 1275, p-wert: 168 8 Apassugs-
MehrVl Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 5
Vl Statistische Prozess- ud Qualitätskotrolle ud Versuchsplaug Übug 5 Aufgabe ) Sei p = P(A) die Wahrscheilichkeit für ei Ereigis A, dh., es gilt 0 p. Bereche Sie das Maximum der Fuktio f(p) = p(-p). Aufgabe
MehrParameterschätzung. Numero, pondere et mensura Deus omnia condidit
Parameterschätzug Numero, podere et mesura Deus omia codidit Populatio, Zufallsvariable, Stichprobe Populatio Zufallsvariable X Stichprobe x eie"realisierug vo X (Beobachtug) alle mäliche Rekrute der US
MehrGrundsätzlich sollen Varianz bzw. Standardabweichung Maße dafür sein, wie stark eine Verteilung um ihren Erwartungswert streut.
Eie Iterpretatiosfrage habe ich zu eiem Beispiel das i der der letzte Vorlesug behadelt wurde: Auf Folie.7 zur Variaz. Dort wird ei Beispiel eier stetige Zufallsvariable geat (Warte a eier S-Bah-Haltestelle).
MehrEinführung in die Stochastik 10. Übungsblatt
Eiführug i die Stochastik. Übugsblatt Fachbereich Mathematik SS M. Kohler.7. A. Fromkorth D. Furer Gruppe ud Hausübug Aufgabe 37 (4 Pukte) Ei Eremit am Südpol hat sich für die eibrechede polare Nacht mit
Mehr5. Übungsblatt - Lösungsskizzen
Eiführug i die Wahrscheilichkeitstheorie ud Statistik rof. Dr. Ja Johaes Sadra Schluttehofer Witersemester 8/9 5. Übugsblatt - Lösugsskizze Aufgabe 7 (Neyma-earso-Lemma für stetige Verteiluge, 4 ukte).
MehrMathematik 2 für Naturwissenschaften
Has Walser Mathematik 2 für Naturwisseschafte 2 3 3 4 6 4 5 0 0 5 6 5 20 5 6 Modul 209 Tabelle Has Walser: Modul 209, Tabelle ii Ihalt Fakultäte... 2 Biomialkoeffiziete... 2 3 Biomische Verteilug... 3
Mehr2.3 Kontingenztafeln und Chi-Quadrat-Test
2.3 Kotigeztafel ud Chi-Quadrat-Test Die Voraussetzuge a die Date i diesem Kapitel sid dieselbe, wie im voragegagee Kapitel, ur dass die Stichprobe hier aus Realisieruge vo kategorielle Zufallsvariable
MehrDer χ 2 Test. Bei Verteilungen Beantwortung der Frage, ob eine gemessene Verteilung Gauß- oder Poisson-verteilt ist oder nicht?
Der χ Test Es gibt verschiedee Arte vo Sigifikaztests Nebe Sigifikaztests, die sich mit dem Mittelwert beschäftige, gibt es auch Testverfahre für Verteiluge Bei Verteiluge Beatwortug der Frage, ob eie
MehrVl Statistische Prozess und Qualitätskontrolle und Versuchsplanung Übung 3
Vl Statistische Prozess ud Qualitätskotrolle ud Versuchsplaug Übug 3 Aufgabe ) Die Schichtdicke X bei eier galvaische Beschichtug vo Autoteile sei ormalverteilt N(μ,σ ). 4 Teile werde galvaisch beschichtet.
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik ud Wahrscheilichkeitsrechug Statistik ud Wahrscheilichkeitsrechug Übug 9 1 Ihalt der heutige Übug Statistik ud Wahrscheilichkeitsrechug Iformatioe zur Testatprüfug Besprechug der der Hausübug
MehrWirksamkeit, Effizienz. Beispiel: Effizienz. Mittlerer quadratischer Fehler (MSE) Konsistenz im quadratischen Mittel
3 arameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez 3 arameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Beispiel: Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische
MehrTESTEN VON HYPOTHESEN
TESTEN VON HYPOTHESEN 1. Grudlage Oft hat ma Vermutuge zu Sachverhalte ud möchte diese gere durch Experimete bestätige. Dabei ka es sich i der Praxis zum Beispiel um Verteiluge vo gewisse Zufallsgröße
MehrMusterlösung für die Klausur zur Vorlesung Stochastik I im WiSe 2014/2015
Musterlösug für die Klausur zur Vorlesug Stochastik I im WiSe 204/205 Teil I wahr falsch Aussage Gilt E[XY ] = E[X]E[Y ] für zwei Zufallsvariable X ud Y mit edlicher Variaz, so sid X ud Y uabhägig. Für
MehrTests für beliebige Zufallsvariable
Kapitel 10 Tests für beliebige Zufallsvariable 10.1 Der Chi-Quadrat-Apassugstest Sei x eie gaz beliebige Zufallsvariable, dere Dichtefuktio icht oder icht geau bekat ist. Beispiel: Es seie z.b. mittels
Mehr( ), der genau auf der Geraden ( ) 2 ( ) #( ) 8. Lineare Regression. = f i. Nach der Summe der kleinsten. mx i
8. Lieare Regressio 8.1. Die Methode der kleiste Quadrate Regressiosgerade bzw. Ausgleichsgerade sid eie Auswertug vo statistische Messdate. Ziel dieses Verfahres ist es, Beziehuge zwische zwei Merkmale
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik ud Wahrscheilichkeitsrechug Statistik ud Wahrscheilichkeitsrechug Übug 6 3.03.20 Ihalt der heutige Übug Aufgabe D.7: Reche mit Zufallsvariable Erwartugswert- ud Variazoperator Statistik ud Wahrscheilichkeitsrechug
Mehr10. Grundlagen der linearen Regressionsanalyse 10.1 Formulierung linearer Regressionsmodelle
10. Grudlage der lieare Regressiosaalyse 10.1 Formulierug liearer Regressiosmodelle Eifaches lieares Regressiosmodell: Das eifache lieare Regressiosmodell ist die simpelste Form eies ökoometrische Modells
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik ud Wahrscheilichkeitsrechug Statistik ud Wahrscheilichkeitsrechug Dr. Joche Köhler Statistik ud Wahrscheilichkeitsrechug Testatprüfug am Doerstag 5.Mai Wa? Doerstag, 5. Mai, 8:00 Uhr Dauer der
MehrStatistische Modelle und Parameterschätzung
Kapitel 2 Statistische Modelle ud Parameterschätzug 2. Statistisches Modell Die bisher betrachtete Modellierug eies Zufallsexperimetes erforderte isbesodere die Festlegug eier W-Verteilug. Oft besteht
MehrWirksamkeit, Effizienz
3 Parameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische Verteilugsaahme mit Parameterraum Θ. 1 Seie θ ud θ erwartugstreue
Mehr14 Statistische Beziehungen zwischen nomi nalen Merkmalen
14 Statistische Beziehuge zwische omi ale Merkmale 14.1 Der Chi Quadrat Test auf Uabhägigkeit für Vier Feldertafel 14.2 Der Chi Quadrat Test auf Uabhägigkeit für r s Kotigeztafel 14.3 Zusammmehagsmaße
Mehr6. Grenzwertsätze. 6.1 Tschebyscheffsche Ungleichung
6. Grezwertsätze 6.1 Tschebyscheffsche Ugleichug Sofer für eie Zufallsvariable X die Verteilug bekat ist, lässt sich die Wahrscheilichkeit dafür bestimme, dass X i eiem bestimmte Itervall liegt. Wie ist
MehrForschungsstatistik I
Prof. Dr. G. Meihardt 6. Stock, Taubertsberg R. 06-06 (Persike) R. 06-31 (Meihardt) Sprechstude jederzeit ach Vereibarug Forschugsstatistik I Dr. Malte Persike persike@ui-maiz.de http://psymet03.sowi.ui-maiz.de/
MehrEinführung in die Wahrscheinlichkeitstheorie Lösungen zum Wiederholungsblatt
TUM, Zetrum Mathematik Lehrstuhl für Mathematische Physik WS 23/4 Prof. Dr. Silke Rolles Thomas Höfelsauer Felizitas Weider Eiführug i die Wahrscheilichkeitstheorie Lösuge zum Wiederholugsblatt Aufgabe
Mehr11 Likelihoodquotiententests
11 Likelihoodquotietetests I de Paragraphe 7-10 wurde beste Tests UMP-Tests oder UMPU-Tests i spezielle Verteilugssituatioe hergeleitet Hier soll u ei allgemeies Kostruktiosprizip für Tests vo zusammegesetzte
MehrEinführung in die induktive Statistik. Inferenzstatistik. Konfidenzintervalle. Friedrich Leisch
Spiel Körpergröße Zahl: Azahl weiblich Eiführug i die iduktive Statistik Friedrich Leisch Istitut für Statistik Ludwig-Maximilias-Uiversität Müche Tafelgruppe 8.5 8.6 8.7 8.8 8.9 9.0 9.1 4 5 3 2 1 0 1
MehrKapitel VI. Einige spezielle diskrete Verteilungen
Kapitel VI Eiige spezielle diskrete Verteiluge D 6 (Hypergeometrische Verteilug) Eie Zufallsvariable X heißt hypergeometrisch verteilt, we sie folgede Wahrscheilichkeitsfuktio besitzt: M N M P ( X ) p
MehrEvaluierung einer Schulungsmaßnahme: Punktezahl vor der Schulung Punktezahl nach der Schulung. Autoritarismusscore vor/nach Projekt
2.4.5 Gauss-Test ud t-test für verbudee Stichprobe 2.4.5.8 Zum Begriff der verbudee Stichprobe Verbudee Stichprobe: Vergleich zweier Merkmale X ud Y, die jetzt a deselbe Persoe erhobe werde. Vorsicht:
MehrEmpirische Verteilungsfunktion
KAPITEL 3 Empirische Verteilugsfuktio 3.1. Empirische Verteilugsfuktio Seie X 1,..., X uabhägige ud idetisch verteilte Zufallsvariable mit theoretischer Verteilugsfuktio F (t) = P[X i t]. Es sei (x 1,...,
MehrWirksamkeit, Effizienz
3 Parameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische Verteilugsaahme mit Parameterraum Θ. 1 Seie θ ud θ erwartugstreue
Mehr8. Regressionsanalyse
8. Regressiosaalyse Beschreibug der Abhägigkeit zweier Merkmale Gegebe eie Stichprobe (X ; Y ) : : : (X ; Y ) zur Grudgesamtheit (X; Y ), = corr(x; Y ) Korrelatioskoe ziet, R empirischer Korrelatioskoe
MehrStatistik I Februar 2005
Statistik I Februar 2005 Aufgabe 0 Pukte Ei Merkmal X mit de mögliche Auspräguge 0 ud, das im Folgede wie ei kardialskaliertes Merkmal behadelt werde ka, wird a Merkmalsträger beobachtet. Dabei bezeichet
MehrSchätzen von Populationswerten
Schätze vo Populatioswerte SS00 7.Sitzug vom.06.00 Schätze vo Populatioswerte Ziel: Ermöglichug vo Aussage über die Grudgesamtheit ahad vo Stichprobedate Logische Methode: Iduktiosschluß Grudlage des Iduktiosschlusses:
MehrDas kollektive Risikomodell. 12. Mai 2009
Kirill Rudik Das kollektive Risikomodell 12. Mai 2009 4.1 Eileitug Wir betrachte i diesem Kapitel die Gesamtforderuge im Laufe eies Jahres. Beim Abschluss eies Versicherugsvertrages weiß der Versicherer
MehrSo lösen Sie die Gleichung für den Korrelationskoeffizienten
8. Lieare Regressio 8.1. Die Methode der kleiste Quadrate Regressiosgerade bzw. Ausgleichsgerade sid eie Auswertug vo statistische Messdate. Dabei sid Datepukte ( x 1, y 1 ),( x 2, y 2 ), ( x, y ) gegebe.
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik ud Wahrscheilichkeitsrechug Statistik ud Wahrscheilichkeitsrechug 9. Vorlesug Joche Köhler 1 Statistik ud Wahrscheilichkeitsrechug Testatprüfug am Doerstag 5.Mai Wa? Doerstag, 5. Mai, 8:00 Uhr
MehrKorrelationsanalyse zwischen kategorischen Merkmalen. Kontingenztabellen. Chi-Quadrat-Test
Kotigeztabelle. Chi-Quadrat-Test Korrelatiosaalyse zwische kategorische Merkmale Beispiel 1 ohe Frau 8 75 1 Ma 48 49 97 76 14? Häufigkeitstabelle (Kotigeztabelle): eie tabellarische Darstellug der gemeisame
MehrÖkonometrie Formeln und Tabellen
Ökoometrie Formel ud Tabelle Formelsammlug 1 Lieares Modell ud KQ-Schätzug 11 Eifachregressio Lieares Modell: Y i = β 0 + β 1 x i + U i, i = 1,2,, Aahme des lieare Modells: A1: E[U i ] = 0 für alle i =
MehrEinstichprobentests für das arithmetische Mittel
Eistichprobetests für das arithmetische Mittel H 0 : = 0 bzw. H 0 : 0 H 1 : 0 zweiseitiger Test) H 1 : 0 zweiseitiger Test) Uter Gültigkeit vo H 0 ist die achfolgede Teststatistik stadardormalverteilt.
MehrTests statistischer Hypothesen
KAPITEL 10 Tests statistischer Hypothese I der Statistik muss ma oft Hypothese teste, z.b. muss ma ahad eier Stichprobe etscheide, ob ei ubekater Parameter eie vorgegebee Wert aimmt. Zuerst betrachte wir
MehrStatistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39
Statistik Eiführug Kofidezitervalle für eie Parameter Kapitel 7 Statistik WU Wie Gerhard Derfliger Michael Hauser Jörg Leeis Josef Leydold Güter Tirler Rosmarie Wakolbiger Statistik Eiführug // Kofidezitervalle
Mehr1 Vorbemerkungen 1. 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2. 3 Wahrscheinlichkeitsaxiome 4. 4 Laplace-Experimente 6
Ihaltsverzeichis 1 Vorbemerkuge 1 Zufallsexperimete - grudlegede Begriffe ud Eigeschafte 3 Wahrscheilichkeitsaxiome 4 4 Laplace-Experimete 6 5 Hilfsmittel aus der Kombiatorik 7 6 Bedigte Wahrscheilichkeite
Mehr7. Stichproben und Punktschätzung
7. Stichprobe ud Puktschätzug 7. Grudgesamtheit ud Stichprobe Ausgagspukt der iduktive Statistik (beurteilede Statistik) sid Stichprobedate. Speziell stamme die Date aus Zufallsstichprobe. Die Stichprobeergebisse
MehrX in einer Grundgesamtheit vollständig beschreiben.
Prof. Dr. Rolad Füss Statistik II SS 008. Puktschätzug vo Parameter eier Grudgesamtheit Nur durch eie Totalerhebug ka ma die Verteilug eier Zufallsvariable X i eier Grudgesamtheit vollstädig beschreibe.
Mehr2 Induktive Statistik
Kapitel 2 Iduktive Statistik Seite 19 2 Iduktive Statistik 2.1 Grudprizipie der iduktive Statistik 2.2 Puktschätzug 2.2.1 Schätzfuktioe Defiitio 2.1 Sei X 1,...,X i.i.d. Stichprobe. Eie Fuktio heißt Schätzer
MehrFormelsammlung. PD Dr. C. Heumann
Formelsammlug zur Vorlesug Statistik II PD Dr C Heuma Formelsammlug Statistik II Iduktive Statistik Regel der Kombiatorik ohe Wiederholug mit Wiederholug! Permutatioe! 1! s! ( ) ( ) + m 1 ohe Reihefolge
MehrSchätzen von Populationswerten
Schätze vo Populatioswerte 7.Sitzug 35 Seite, SoSe 003 Schätze vo Populatioswerte Ziel: Ermöglichug vo Aussage über die Grudgesamtheit ahad vo Stichprobedate Logische Methode: Iduktiosschluss Grudlage
Mehr(4) = 37,7 % mit 37,7 % Wahrscheinlichkeit sind es höchstens 4 Fahrräder, das ist recht hoch; man kann also die Behauptung nicht wirklich ablehnen.
Schülerbuchseite 98 1 Lösuge vorläufig IV Beurteilede Statistik S. 98 p S. 1 p w a t Tabelle Tabelle dowloadbar im Iteretauftritt 1 Teste vo Hypothese 1 a) Erwartugswert μ = 5 ud Stadardabweichug σ = 1,6;
MehrStatistische Tests zu ausgewählten Problemen
Eiführug i die statistische Testtheorie Statistische Tests zu ausgewählte Probleme Teil : Tests für Erwartugswerte Statistische Testtheorie I Eiführug Beschräkug auf parametrische Testverfahre Beschräkug
MehrKontingenztabellen. Chi-Quadrat-Test. Korrelationsanalyse zwischen kategorischen Merkmalen. 1. Unabhängigkeitstest
Kotigeztabelle. Chi-Quadrat-Test KAD 1.11. 1. Uabhägigkeitstest. Apassugstest. Homogeitätstest Beispiel 1 ohe Frau 8 75 1 Ma 48 49 97 76 14? Korrelatiosaalyse zwische kategorische Merkmale Häufigkeitstabelle
MehrProf. Dr. Holger Dette Musterlösung Statistik I Sommersemester 2009 Dr. Melanie Birke Blatt 5
Prof. Dr. Holger Dette Musterlösug Statistik I Sommersemester 009 Dr. Melaie Birke Blatt 5 Aufgabe : 4 Pukte Sei X eie Poissoλ verteilte Zufallsvariable mit λ > 0, ud die Verlustfuktio L sei defiiert durch
MehrGrenzwert. 1. Der Grenzwert von monotonen, beschränkten Folgen
. Der Grezwert vo mootoe, beschräkte Folge Der Grezwert vo mootoe, beschräkte Folge ist eifacher verstädlich als der allgemeie Fall. Deshalb utersuche wir zuerst diese Spezialfall ud verallgemeier aschliessed.
MehrWahrscheinlichkeitsrechnung & Statistik - Ergänzung zum Skript
Wahrscheilichkeitsrechug & Statistik - Ergäzug zum Skript Prof. Schweizer 9. Oktober 008 Mitschrift: Adreas Steiger Warug: Wir sid sicher dass diese Notize eie Mege Fehler ethalte. Betrete der Baustelle
MehrDer Vergleich eines Stichprobenmittelwertes mit einem Populationsmittelwert
Der Vergleich eies Stichprobemittelwertes mit eiem Populatiosmittelwert Am Beispiel des Falschspielers habe wir - uterstützt durch Ketisse über die Eigeschafte der Biomialverteilug - erstmals gesehe, welche
MehrKapitel 9: Schätzungen
- 73 (Kapitel 9: chätzuge) Kapitel 9: chätzuge Betrachte wir folgedes 9. Beispiel : I eiem Krakehaus wurde Date über Zwilligsgeburte gesammelt. Bei vo 48 Paare hatte die beide Zwillige verschiedees Geschlecht.
MehrUmrechnung einer tatsächlichen Häufigkeitsverteilung in eine prozentuale Häufigkeitsverteilung
.3. Prozetuale Häufigkeitsverteilug (HV) Die prozetuale Häufigkeitsverteilug erlaubt de Vergleich vo Auswertuge, dee uterschiedliche Stichprobegröße zugrude liege. Es köe auch uterschiedliche Stichprobegröße
Mehr