Statistik Formelsammlung (gekürzt für 5 Abende Veranstaltung)

Größe: px
Ab Seite anzeigen:

Download "Statistik Formelsammlung (gekürzt für 5 Abende Veranstaltung)"

Transkript

1 Saisik Formelsammlug (gekür für 5 Abede Verasalug) Formel um Kurs "Saisik" a der VWA Esse vo Prof. Dr. Peer vo der Lippe Ihalsvereichis: (gesrichee Abschie sid grau markier). Häufigkeisvereiluge S.. Mielwere S. 3. Sreuug S. 4. Lorekurve 5. Verhälisahle, Wachsumsrae S. 6. Idexformel S. 7. Zweidimesioale Häufigkeisvereiluge S Regressiosaalyse S Zeireihe S. 4. Wahscheilichkeisrechug S. 4. Eiige Wahscheilichkeisvereiluge S. 5. Grewersäe S Schäheorie S Durchführug ud Ierpreaio eies Hypoheseess S Nowediger Sichprobeumfag S. 7. Häufigkeisvereiluge Eielwere : x i bedeue x,x,...,x (i =,..., ) Gruppiere Dae : x bedeue -e Ausprägug des Merkmals X (=,...,m) absolue Häufigkei der -e Merkmalsauspägug relaive Häufigkei (=,...,m) h Summehäufigkeie : absolu N k = k relaiv H k = h +h +...+h k Treppefukio (H =, H m = ) klassiere Dae : x u = Uergree.., x o = Obergree der -e Größeklasse $x = x + x = geschäer Klassemielwer. x = wahrer Klassemielwer, ( u o). Mielwere (geomerisches Miel weiger releva) arihmeisch x ugewoge (Berechug aus Eielwere) x x x = xi = geomerisch x G x G x x... x ( xi ) = = / gewoge (Berech. aus gruppiere/klassiere Dae) x = x = x h x G = ( x x x m ) m... = x h harmoisch x H = xh xi = = h x x x H

2 Prof. Dr. Peer. vo der Lippe Saisik Formelsammlug (VWA-Esse, geküre Fassug) Zeralwer (Media) : der i der Größe ach (vo kleie u große Merkmalswere) geordee Reihe vo Elemee i der Mie (a der + e Selle) sehede Wer, bw. der x-wer bei der 5% Liie der Summehäufigkeiskurve H k. 3. Sreuug = = xi x Varia ugewoge : s ( xi x) gewoge : ( ) s = x x h = x h x Sadardabweichug : s = + s Variaioskoeffiie: V = s x 5. Verhälisahle, Wachsumsrae Srukurbeschreibug : Quoe, Beiehugsahle y Beschreibug der Dyamik: Messahle m = ( Idies als Mielwere vo Messahle) sowie Wachsumsrae ud y fakore 6. Idexformel a) hisorische P D Duo: Messahl vo Mielwere Carli: Mielwer vo Messahle* p = mi p = C pi pi ud p p aalog P = p * Meßahlemielwer b) akuelle Preisidex vo Messahlemielwerformel Aggregaformel Laspeyres Paasche c) Aweduge = p p L P P P i i i i piq i = p p i i i = i piq i pi p i i i i i L P i = P P = pq L P L P Megeidies Q, Q esehe aus Preisidies P, P durch Verausche vo Mege ud Preise pq Weridex ( Lebeshalugskose): W = P L L Preisbereiigug (Deflaioierug) W = P Q = P Q P

3 Prof. Dr. Peer. vo der Lippe Saisik Formelsammlug (VWA-Esse, geküre Fassug) 3 7. Zweidimesioale Häufigkeisvereiluge a) Radvereiluge h i. ud h. y... y... Σ x h... h... h xi h i... h i... h i. Σ h..... h.... Radvereilug vo x (Summe über alle Spale) hi. = h i = hi = h ( X = xi ) m Radvereilug vo y: h. = h i = hi = h ( Y = y ) b) bedige Vereiluge ud bedige Mielwere h i bedige* Vereilug vo x hi i h( x Y y ) h.. i = k = bedige Vereilug vo y hi i = = = h y X = xi h = = = = h ( ) x y = x ( y ) = x h m i i * bedig heiß: we y =... c) Uabhägigkei: d) Kovaria i = i.. bw. h h h i.. bei Eielbeobachuge (="ugewoge") sxy = ( xi x)( yi y) oder ach Verschiebugssa = xiyi x y i i. i. = k i = y x = y ( xi ) = y h bei gruppiere Dae m k s xy = ( xi x)( y y) = ( )( ) = x x y y h = xiyhi x y i i i e) Korrelaioskoeffie: r xy sxy = r + s s xy x y 8. Regressiosaalyse (lieare eifache Regressio) ( ) y = f x + u = a + b x + u i i i i i, (,...,) bei liearer Regressiosfukio $y = a + b x Schäug der Koeffiee / Parameer mi der Mehode der kleisequadre + =. Normalgleichug a b x y. Normalgleichug a x + b x = xy Berechug der Regressiosgerade i wei Schrie i i

4 Prof. Dr. Peer. vo der Lippe Saisik Formelsammlug (VWA-Esse, geküre Fassug) 4.) b = ( xi x)( yi y) ( xi x) sxy = = s x Kovaria Varia.) a = y bx das heiß: die Regressiosgrade geh durch de Schwerpuk Variaerlegug ( yi y) = ( y$ i y) + ( yi y$ i ) 9. Zeireiheaalyse a) Kompoeemodell Gesamvaria s y erkläre Varia s y$ Residualvaria s u Kompoee der Zeireihe y sysemaische ichsysemaische aperiodisch (mooo) periodisch (yklisch) Zufalls-, Reskompoee* r Srukurbrüche Tred m Ausreißer Koukur k Saiso s glae Kompoee: m + k * oder irreguläre Kompoee addiive Überlagerug y = m + k + s + r b) Besimmug des Treds, bw. der glae Kompoee. Mehode der kleise Quadrae - liearer Tred $y = m = a + b (Besimmug vo a ud b wie i der Regressiosaalyse) Nichlieare Treds ach Variablesubsiuio oder liearisiereder Trasformaio. Mehode der gleiede Mielwere p ugerade Zahl p = k + ~ y = p y + y + + y + + y + y p gerade ( p k) ( ) k k + + k + k = erierer gleieder Durchschi ~ y = y + y y y + y p k k + + k + k c) Expoeial Smoohig (expoeielles Gläe) gesriche. Wahrscheilichkeisrechug a) Biomialkoeffiie Aahl der Kombiaioe ohe Wiederholuge K = i =! i! ( i)! Die Ewicklug des Bioms ( ) a + führ u folgeder Summe b

5 Prof. Dr. Peer. vo der Lippe Saisik Formelsammlug (VWA-Esse, geküre Fassug) 5 a b a b a b a i b + a b i i Nach Defiiio gil = = ud =, Symmerie i = i b) Addiiossa P( A B) Muliplikaiossa P( A B) P( AB) = bei wei Ereigisse Säe Addiiossäe Muliplikaiossäe a) allgemei () P( A B) P( A) P( B) P( AB) P AB = P A P B A = P B P A B b) speiell = + (3) ( ) ( ) ( ) ( ) ( ) P A B = P A + P B we A ud B disuke Ereigisse sid, also A B = () ( ) ( ) ( ) P AB = P A P B we e wei Ereigisse A ud B paarweise uabhägig sid (4) ( ) ( ) ( ) c) bedige Wahrscheilichkei ud (sochasische)uabhägigkei P(A B) is die Wahrscheilichkei des Eireffes des Ereigisses A uer der Vorausseug, P( A B) P( A B) daß Ereigis B eigeree is P( A B) = espreched P( B A) =. P( B) P( A) P A B P A B P( A) Uabhägigkei bedeue ( ) ( ). Eiige Wahrscheilichkeisvereiluge a) Diskree Vereiluge = = ud dami auch P( AB) P( A) P( B) =. Name Wahrscheilichkeis- ud Vereilugsfukio x x f( x) = ( ) x π π M N M x x f( x) = N Momee E( X) = π V( X) = π( π) E( X) = π N V( X) = π ( π ) ( ) F N = π π F = fiie muliplier geomer. Vereilug gesriche b) seige Vereilug: Normalvereilug (Tabelle siehe Seie 8) Biomialvereilug hypergeomerische Vereilug Wahrscheilichkeisfukio (Diche) Vereilugsfukio (Tabellierug) Parameer we X ( ) σ ( ) x µ fn ( x) = exp < x < + σ π σ N µ, σ, da is Z = X µ N, (Sadardormalvereilug). Die N (,)-vereilug is abellier (siehe ue). µ (ugleich E(X)) ud σ (ugleich V(X))

6 Prof. Dr. Peer. vo der Lippe Saisik Formelsammlug (VWA-Esse, geküre Fassug) 6. Grewersäe Zeraler Grewersa (vo Lapuoff) : Uer sehr allgemeie, prakisch immer erfülle Bediguge sid Summe ud Durchschie vo uabhägige Zufallsvariable für große ageäher ormalvereil. 3. Schäheorie a) Are der Schäug Frageselluge (Begriffspaare) homograd / heerograd Schlussweise (direk / idirek) Are saisischer Ifere: Schäe / Tese mi Zurücklege (m.z.) / ohe Zurücklege (o.z.) direker Schluss vo der Grudgesamhei auf die Sichprobe heerograd µ x x µ homograd π p p π b) Kofideiervalle (idireker Schluß) idireker Schluss vo der Sichprobe auf die Grudgesamhei Iervalle für µ bw. π bei eier Sicherheiswahrscheilichkei vo -α heerograd homograd Ziehe mi Zurücklege (Z.m.Z.) σ x ± α p ± α Ziehe ohe Zurücklege (Z.o.Z.) x ± α σ N N p ± α N N 4. Durchführug ud Ierpreaio eies Hypoheseess a) Are vo Tess Beispiele für die Fragesellug bei Tess (Parameeress) a) Abahmekorolle (Tess mi eier Sichprobe; eiseiiger Tes des Ausschußaeils [homograd]) b) Qualiäskorolle (Tess mi eier Sichprobe; weiseiiger Tes, Füllmege [heerograd]) c) Korollgruppeexperime (Tess mi wei Sichprobe) b) Arbeissschrie. Feslegug vo Nullhypohese H o ud Aleraivhypohese H (ud dami Escheidug ob ei- oder weiseiig u ese is). Feslegug des Sigifikaiveaus α ud dami der Sigifikaschrake α 3. Berechug der Prüfgröße 4. Escheidugsregel: Vergleich vo mi α c) Schema der Fehlerare weier uereil i Puk- ud Iervallschäug

7 Prof. Dr. Peer. vo der Lippe Saisik Formelsammlug (VWA-Esse, geküre Fassug) 7 sae of aure (wahrer Zusad) acio (Escheidug) H is richig H is falsch H o ablehe Fehler erser Ar (α-fehler) kei Fehler H o aehme kei Fehler Fehler weier Ar (ß-Fehler) d) Prüfgröße (ur paramerische Tess, ur mi Normalvereilug, Prüfgröße ohe Edlichkeiskorrekur Prüfgröße bei homograd heerograd eier Sichprobe wei Sichprobe = p π π( π) uers bereche da = p = p + ( p ) p p p( p) + Bei alle Prüfgröße is mi der Normalvereilug u reche x µ = σ uers bereche da Ei häufig mißversader Begriff is "sigifika": = $σ = + x x $σ + ( s s ) so uwahrscheilich, daß es bei Gelug der Nullhypohese kaumu erware is; ich mehr durch Zufall u erkläre; "überufällig" 5. Nowediger Sichprobeumfag Um π (homograd) oder µ (heerograd) mi eiem absolue Fehler vo e (das is die halbe Läge des Kofideiervalls) ud eier Sicherhei -α (dami is auch α gegebe) u schäe sid σ α bw. e heerograd Persoe u befrage. π α ( ) π e homograd Beispiel: Ma will das Durchschiseikomme µ mi eier Geauigkei (ausgedrück durch de Fehler) vo ± 8 DM ud eier Sicherhei vo 9 % (also - α =,9 ud α = ±,6449) schäe. Aus frühere Uersuchuge is u vermue, daß die Sadardabweichug der Eikomme (, 6449) ( ) DM beräg. Es sid dau mideses 8 = 69, 6 also mideses 69 Persoe u befrage. Bei eier gerigere Geauigkei, ewa e = ± 5 DM (sa 8 DM) würde es scho ausreiche, mideses 48 Persoe u befrage.

8 Prof. Dr. Peer. vo der Lippe Saisik Formelsammlug (VWA-Esse, geküre Fassug) 8 Sadardormalvereilug N(,) Zur Erklärug der Fukioe F() ud Φ() vgl. Vorlesug f ( ) = e π Dichefukio Vereilugsfukio Symmerische Iervallwahrscheil. F( ) = π e u du Φ( ) = π e u du Wichige Sigifikaschrake ud Wahrscheilichkeie a) -Were für gegebee Wk. - α P=-α eiseiig F() weiseiig φ() 9%,86 ±, %,6449 ±,96 99%,363 ±, ,9% 3,9 ± 3,9 b) Wk. für gegebees F() φ(),5,,843,687,977,9545 3,9987,9973

richtige Entscheidung mit Wahrscheinlichkeit 1 α Fehlentscheidung 1. Art mit Wahrscheinlichkeit α

richtige Entscheidung mit Wahrscheinlichkeit 1 α Fehlentscheidung 1. Art mit Wahrscheinlichkeit α II Lösug zu Aufgabe 7: -Tes für Erwarugswer Saisische Tess diee dazu Hypohese abzusicher oder begrüde zu verwerfe. Hypohese esehe aus eperimeelle Beobachuge oder formale Überleguge, die eier Prüfug uerzoge

Mehr

Vergleich der Schätzungen und Hypothesenprüfungen. μ=? Typische Aufgaben der Hypothesenprüfung. Typische Fragen - gebrauchte Merkmale

Vergleich der Schätzungen und Hypothesenprüfungen. μ=? Typische Aufgaben der Hypothesenprüfung. Typische Fragen - gebrauchte Merkmale Hypoheseprüfuge Dr László Smeller Vergleich der Schäzuge ud Hypoheseprüfuge Schäzuge: Frage: Wie groß (is eie physikalische Größe) Bluzuckerkozeraio... Awor: Pukschäzug: z.b.: Körperhöhe, Bludruck, μ?

Mehr

4 Messfehler. 4.1 Fehlerquellen und Fehlerarten

4 Messfehler. 4.1 Fehlerquellen und Fehlerarten Versuchsechik Es is eie Erfahrugsasache, dass eder Messwer aufgrud vo Uvollkommeheie i der Messechik ud i de Messverfahre mehr oder weiger vo dem zureffede, wirkliche Wer der zugehörige Messgröße abweich.

Mehr

Grundlagen der Biostatistik und Informatik

Grundlagen der Biostatistik und Informatik Aalyiche Saiik Grudlage der Bioaiik ud Iformaik Saiiche Schäzuge, Kofidez, Sigifikaz Populaio N uedlich Sichprobe edlich dr. Lázló Smeller 1 Theoreiche Vereilug Erwarugwer Theoreiche Sreuug Häufigkeivereilug

Mehr

Grundgesamtheit handelt, stellt sich die Frage nach der Unsicherheit dieser Schatzung.

Grundgesamtheit handelt, stellt sich die Frage nach der Unsicherheit dieser Schatzung. R Lösug zu Aufgabe 4: Kofideziervall a) Abschäzug vo Erwarugswer ud adardabweichug: Wie bereis i Übugsaufgabe eigeführ, selle der Mielwer ud die reuug eier ichprobe die bese chäzwere für de Erwarugswer

Mehr

Aufgaben zur Ökonometrie I

Aufgaben zur Ökonometrie I Aufgabe zur Ökoomerie I 3. Sigifikazess ud Kofideziervalle 3. Wie groß is der Sadardfehler der Regressio vo GASV auf VEINKR ( Eergiemodell Ib, s. Ergebisse i Aufgabe.8) (mi Ierpreaio)? Der Sadardfehler

Mehr

Analyse von Zeitreihen

Analyse von Zeitreihen Aalyse vo Zeireihe Begriffe der Zeireihe Kompoee eier Zeireihe - Tred - Periodische Schwakuge - Resschwakuge Besimmug der Tredkompoee - Mehode der kleise Quadrae (MKQ) - Mehode der gleiede Durchschie Expoeielle

Mehr

Intervallschätzung. Bibliografie:

Intervallschätzung. Bibliografie: Ierallschäzug Ierallschäzug (allgemei Kofidezierall des arihmeische Miels Kofidezierall für die ifferez zweier arihmeischer Miel Lehrsuhl aisik chäzug II Bibliografie: Prof r Kück Uiersiä Rosock aisik,

Mehr

1 Elementare Zahlentheorie. 0. Grundbegriffe

1 Elementare Zahlentheorie. 0. Grundbegriffe Elemeare Zahleheorie 0 Grudbegriffe Mi Z bezeiche wir de Rig der gaze Zahle Is x eie reelle Zahl, so sei x die größe gaze Zahl, die kleier oder gleich x is Beache: x is diejeige gaze Zahl z mi z x < z

Mehr

Inhaltsverzeichnis der Formelsammlung "Ökonometrie I"

Inhaltsverzeichnis der Formelsammlung Ökonometrie I Ihalsverzeichis der Formelsammlug "Öoomerie I" Ihalsverzeichis der Formelsammlug "Öoomerie I". Öoomerische Eigleichugsmodelle mi quaiaive Variable... 4. Öoomerie ud öoomerisches Modell... 4.. Regressiosgleichug

Mehr

Hypothesenprüfungen II.

Hypothesenprüfungen II. Grudlage der Bioaiik ud Iformaik Hypoheeprüfuge II. Zwei Sichprobe -Te, F-Te, Bediguge der Awedug der -Tee Variazaalye Lázló Smeller Widerholug: Grudprizip der Hypoheeprüfuge Zu echeidede Frage Idireker

Mehr

Die zweite Implikation der Annahme einer skalaren Kovarianzmatrix, (2.7) 2 nxn

Die zweite Implikation der Annahme einer skalaren Kovarianzmatrix, (2.7) 2 nxn 6. Auokorrelaio 6. Form ud Auswirkug Die zweie Implikaio der Aahme eier skalare Kovariazmarix, (.7) Cov( u) E( uu') I x is, dass sich Sörerme uerschiedlicher Beobachuge ich beeiflusse, also ukorrelier

Mehr

2.3 Schätzeigenschaften der OLS-Methode

2.3 Schätzeigenschaften der OLS-Methode .3 Schäzeigechafe der OLS-Mehode Jede Schäzmehode wei beimme Güeeigechafe auf, die vo der Erfüllug beimmer Vorauezuge abhäge. Wa die gewöhliche Mehode der kleie Quadrae (OLS-Mehode) beriff, id beimme Schäzeigechafe

Mehr

Formelsammlung. Deskriptive Statistik und Elementare Wahrscheinlichkeitsrechnung. Prof. Dr. Ralf Runde Statistik und Ökonometrie, Universität Siegen

Formelsammlung. Deskriptive Statistik und Elementare Wahrscheinlichkeitsrechnung. Prof. Dr. Ralf Runde Statistik und Ökonometrie, Universität Siegen Formelsammlug Deskriptive Statistik ud Elemetare Wahrscheilichkeitsrechug Prof. Dr. Ralf Rude Statistik ud Ökoometrie, Uiversität Siege Prof. Dr. Ralf Rude - Uiversität Siege I Statistische Grudbegriffe

Mehr

(a) Richtig, die Varianz ist eine Summe quadratischer Größen.

(a) Richtig, die Varianz ist eine Summe quadratischer Größen. Aufgabe 1 (10 Pukte) Welche der folgede Aussage sid richtig? (a) Richtig, die Variaz ist eie Summe quadratischer Größe. (b) Falsch, die Abweichug ordialer Merkmale vom Media ist icht defiiert - also auch

Mehr

Schätzungen und Hypothesenprüfungen Schätzungen Hypothesenprüfungen Typische Entscheidungsfragen in der Medizin Die Alternativhypothese

Schätzungen und Hypothesenprüfungen Schätzungen Hypothesenprüfungen Typische Entscheidungsfragen in der Medizin Die Alternativhypothese Hypoheeprüfuge. Zweiichprobe -Te, F-Te, Variazaalye Schäzuge ud Hypoheeprüfuge Schäzuge Wie gro i eie Gröe? Pukchäzuge ei Wer i gegebe ud ich über die Sicherhei Parameer der Sichprobe Parameer der Populaio

Mehr

Entscheidungsunterstützungsmodelle für Materialwirtschaft und Produktion

Entscheidungsunterstützungsmodelle für Materialwirtschaft und Produktion Escheidusuersüzusmodelle für Maerialwirschaf ud Produio Fachebie Produio ud Supply Chai Maaeme Prof. Dr. Chrisoph Gloc Ihale der Verasalu (/2). Grudlae der Plau ud Escheidu (Grudberiffe, Modelle als Plaushilfsmiel,

Mehr

Kapitel XI - Korrelationsrechnung

Kapitel XI - Korrelationsrechnung Istitut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökoometrie ud Statistik Kapitel XI - Korrelatiosrechug Deskriptive Statistik Prof. Dr. W.-D. Heller Hartwig Seska Carlo Siebeschuh Aufgabe der Korrelatiosrechug

Mehr

2. Schätzverfahren 2.1 Punktschätzung wirtschaftlicher Kennzahlen. Allgemein: Punktschätzung eines Parameters:

2. 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

Mehr

Methode der kleinsten Quadrate

Methode der kleinsten Quadrate Methode der kleiste Quadrate KAPITEL 5: REGRESSIONSRECHNUNG Die Methode der kleiste Quadrate (MklQ) ist ei Verfahre zur Apassug eier Fuktio a eie Puktwolke. Agewadt wird sie beispielsweise, um eie Gesetzmäßigkeit

Mehr

26 Eigenschaften der Eigenwerte, Eigenvektoren und Eigenräume

26 Eigenschaften der Eigenwerte, Eigenvektoren und Eigenräume Lieare Algebra II SS 211 - Prof Dr Mafred Leiz Kapiel VIII: Das Eigewerproblem 26: Eigeschafe der Eigewere, K 26 Eigeschafe der Eigewere, Eigeveore ud Eigeräume A Eigeschafe der Eigewere B Eigeschafe der

Mehr

Was benötigen wir dafür?

Was benötigen wir dafür? Wahrcheilicheirechug Die Laufzei vo radomiiere zufallgeeuere lgorihme häg vo gewie zufällige reigie ab eiiel Quicor. Um die Laufzeie dieer lgorihme ueruche zu öe, udiere wir im Folgede zufällige reigie

Mehr

8. Regressionsanalyse

8. 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

Mehr

Tests für beliebige Zufallsvariable

Tests 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

Geckos gehören zur Familie der Schuppenkriechtiere. Sie bevölkern seit etwa 50 Millionen Jahren die Erde und haben sich im Laufe ihrer Entwicklung

Geckos gehören zur Familie der Schuppenkriechtiere. Sie bevölkern seit etwa 50 Millionen Jahren die Erde und haben sich im Laufe ihrer Entwicklung Gymasie, Gesamschule, Berufliche Gymasie Behörde für Schule ud Berufsbildug Haupermi Lehrermaerialie zum Leisugskurs Mahemaik II.2 Geckos LA/AG 2 Geckos gehöre zur Familie der Schuppekriechiere. Sie bevölker

Mehr

BERGISCHE UNIVERSITÄT WUPPERTAL

BERGISCHE UNIVERSITÄT WUPPERTAL BERGISCHE UNIVERSITÄT WUPPERTAL Klausuraufgabe zum Grudsudium Prüfugsgebie: Eiführug i die Wirschafsiformaik (PO 2006) Grudlage vo Decisio Suppor Syseme (BWiWi 1.14) Tag der Prüfug: 08.08.2008 Name des

Mehr

17. Kapitel: Die Investitionsplanung

17. Kapitel: Die Investitionsplanung ABWL 17. Kapiel: Die Ivesiiosplaug 1 17. Kapiel: Die Ivesiiosplaug Leifrage des Kapiels: Welche Type vo Ivesiiosobjeke gib es? Wie läss sich die Voreilhafigkei eies Ivesiiosobjeks fesselle? Wie ka aus

Mehr

4.1 Dezimalzahlen und Intervallschachtelungen. a) Reelle Zahlen werden meist als Dezimalzahlen dargestellt, etwa

4.1 Dezimalzahlen und Intervallschachtelungen. a) Reelle Zahlen werden meist als Dezimalzahlen dargestellt, etwa 20 I. Zahle, Kovergez ud Stetigkeit 4 Kovergete Folge 4. Dezimalzahle ud Itervallschachteluge. a) Reelle Zahle werde meist als Dezimalzahle dargestellt, etwa 7,304 = 0+7 +3 0 +0 00 +4 000. Edliche Dezimalzahle

Mehr

Musterlösung Serie 10

Musterlösung Serie 10 Prof. D. Salamo Aalysis I MATH, PHYS, CHAB HS 04 Muserlösug Serie 0. a Wir bereche mi der biomische Formel e cos ix + e ix x = = =0 =0 e ix e i x = =0 e i x Da = gil, öe wir i der leze Summe die Terme

Mehr

Testen statistischer Hypothesen

Testen 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

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik 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

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik 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

Mehr

Analyse von Zeitreihen

Analyse von Zeitreihen Aalse vo Zeireihe Besiug er Saisokooee bei sseaisch saisoale Verläufe Eizelveräerug vo Zeiabschi zu Zeiabschi Durchschiliche Veräerug über ie Zeiabschie eier Zeireihe Bibliografie Prof. Dr. Kück; Saisik,

Mehr

Formelsammlung für Investition und Finanzierung

Formelsammlung für Investition und Finanzierung Formelsammlug für Ivesiio ud Fiazierug (Sad: 3.2.22) Seie vo 8 Formelsammlug für Ivesiio ud Fiazierug INHALSVERZEICHNIS. Mahemaische Grudlage...3 a) Auflösug quadraischer Gleichuge mi der pq-formel...3

Mehr

s xy x i x y i y s xy = 1 n i=1 y 2 i=1 x 2 s 1 n x n i Streudiagramme empirische Kovarianz x=5,5 y=7,5

s xy x i x y i y s xy = 1 n i=1 y 2 i=1 x 2 s 1 n x n i Streudiagramme empirische Kovarianz x=5,5 y=7,5 Streudiagramme für metrisch skalierte Variable paarweise Messwerte (x,y) x 5 7 y 7 5 7 5 5 7 Aussage zu Zusammehäge. empirische Kovariaz Stadardabweichug der WertPAARE x i x y Wert x Mittelwert aller x

Mehr

6 Folgen. 6.4 Folgen reeller Zahlen. Mathematik für Informatiker B, SS 2012 Dienstag 5.6. $Id: folgen.tex,v /06/05 11:12:18 hk Exp $

6 Folgen. 6.4 Folgen reeller Zahlen. Mathematik für Informatiker B, SS 2012 Dienstag 5.6. $Id: folgen.tex,v /06/05 11:12:18 hk Exp $ Mathematik für Iformatiker B, SS 0 Diestag 5.6 $Id: folge.tex,v. 0/06/05 ::8 hk Exp $ 6 Folge 6.4 Folge reeller Zahle I der letzte Sitzug habe wir de Begriff des Grezwerts eier Folge i eiem metrische Raum

Mehr

Antwort-Wahl-Verfahren: Teil A

Antwort-Wahl-Verfahren: Teil A KKK Awor-Wahl-Verfahre: Teil A 1. Bei eiem Herseller vo Drosselblede für die Durchflussmessug wird im Rahme der Qualiässicherug der Durchmesser der kreisförmige Bledeöffuge überwach. Hierzu wird aus der

Mehr

1) Wahrscheinlichkeitsbegriff und Rechnen mit Wahrscheinlichkeiten. P A = lim r N LI: ={ 1 LII: LIII: P A =1 P A

1) Wahrscheinlichkeitsbegriff und Rechnen mit Wahrscheinlichkeiten. P A = lim r N LI: ={ 1 LII: LIII: P A =1 P A FORMELSAMMLUNG V03 Alle Formel ohe Gewähr auf Korrektheit Grudlage der Wahrscheilichkeitstheorie 1) Wahrscheilichkeitsbegriff ud Reche mit Wahrscheilichkeite Relative Häufigkeit r N A = h N A N = Abs.

Mehr

Klausur zu,,einführung in die Wahrscheinlichkeitstheorie. Musterlösungen

Klausur zu,,einführung in die Wahrscheinlichkeitstheorie. Musterlösungen Istitut für agewadte Mathematik Witersemester 9/ Adreas Eberle, Matthias Erbar, Berhard Hader. (Reelle Zufallsvariable) Klausur zu,,eiführug i die Wahrscheilichkeitstheorie Musterlösuge a) Die Verteilugsfuktio

Mehr

Fakultät für Wirtschafts- und Rechtswissenschaften

Fakultät für Wirtschafts- und Rechtswissenschaften F A C H H O C H S C H U L E K Ö L N Fakultät für Wirtschafts- ud Rechtswisseschafte F O R M E L S A M M L U N G Deskriptive Statistik Iduktive Statistik Herausgeber: c 2004 Fachgruppe Quatitative Methode

Mehr

Höhere Mathematik I für die Fachrichtung Physik

Höhere Mathematik I für die Fachrichtung Physik Isiu für Aalysis SS7 Arbeisgruppe Agewade Aalysis 997 PD Dr Peer Chrisia Kusma Höhere Mahemaik I für die Fachrichug Physik Lösugsvorschläge zur Bachelor-Modulprüfug Aufgabe : (a) (i) Kurze Rechug liefer

Mehr

Wiederholung: Linearer Ausgleich 1. Linearer Ausgleich. Vorlesung April. Aufgabe Gegeben Naturgesetz

Wiederholung: Linearer Ausgleich 1. Linearer Ausgleich. Vorlesung April. Aufgabe Gegeben Naturgesetz Vorlesug 4 6 + 9 April Bei w,, w m, v R ; (w,, w m =: A R (,m ud ieres Produkt = euklidisches Produkt schrieb sich das Approximatiosproblem so: Fide w = Wiederholug: m ζ k w k mit w v w v w spa{w,, w m

Mehr

Eingangsprüfung Stochastik,

Eingangsprüfung 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

Mehr

Kapitel 3: Bedingte Wahrscheinlichkeiten und Unabhängigkeit

Kapitel 3: Bedingte Wahrscheinlichkeiten und Unabhängigkeit - 18 - (Kapitel 3 : Bedigte Wahrscheilichkeite ud Uabhägigkeit) Kapitel 3: Bedigte Wahrscheilichkeite ud Uabhägigkeit Wird bei der Durchführug eies stochastische Experimets bekat, daß ei Ereigis A eigetrete

Mehr

Formelsammlung zur Statistik

Formelsammlung zur Statistik Darstellug uivariater Date Formelsammlug zur Statistik Urliste x i : x 1,... x, aufsteiged geordete Urliste x (i) Die k (verschiedee) Auspräguge: a 1

Mehr

Formelsammlung zur Ökonometrie I (Ökonometrische Eingleichungsmodelle)

Formelsammlung zur Ökonometrie I (Ökonometrische Eingleichungsmodelle) Prof. Dr. Reihold Kosfeld Isiu für Volswirschafslehre Uiversiä Kassel Formelsammlug zur Öoomerie I (Öoomerische Eigleichugsmodelle). Das muliple Regressiosmodell. Sigifiazess ud Kofideziervalle 3. Muliollieariä

Mehr

7.2 Grundlagen der Wahrscheinlichkeitsrechnung

7.2 Grundlagen der Wahrscheinlichkeitsrechnung 7.2 Grudlage der Wahrscheilichkeitsrechug Ei Ereigis heißt i Bezug auf eie Satz vo Bediguge zufällig, we es bei der Realisierug dieses Satzes eitrete ka, aber icht ubedigt eitrete muss. Def. 7.2.: Ei Experimet

Mehr

Induktive Statistik. Formelsammlung. Prof. Dr. W. Assenmacher. Stichprobenraum: Ω = {ω 1, ω 2,...,ω m }

Induktive Statistik. Formelsammlung. Prof. Dr. W. Assenmacher. Stichprobenraum: Ω = {ω 1, ω 2,...,ω m } Prof. Dr. W. Assemacher Statistik ud Ökoometrie Uiversität Duisburg-Esse Campus Esse Iduktive Statistik Formelsammlug Stichproberaum: Ω = {ω 1, ω,...,ω m } Vollstädiges System vo Ereigisse {A 1,..., A

Mehr

Parameter von Häufigkeitsverteilungen

Parameter von Häufigkeitsverteilungen Kapitel 3 Parameter vo Häufigkeitsverteiluge 3. Mittelwerte Mo Der Modus (:= häufigster Wert, Abk.: Mo) ist der Merkmalswert mit der größte Häufigkeit, falls es eie solche gibt. Er sollte ur bei eigipflige

Mehr

n=0 f(x) = log(1 + x) = n=1

n=0 f(x) = log(1 + x) = n=1 Potez - Reihe Machmal ist es praktisch eie Fuktio f() mir Hilfe ihrer Potezreihe auszudrücke. Eie Potezreihe um de Etwicklugspukt 0 sieht im Allgemeie so aus a ( 0 ) Fuktioe, für die eie Potezreihe eistiert,

Mehr

5.7. Aufgaben zu Folgen

5.7. Aufgaben zu Folgen 5.7. Aufgabe zu Folge Aufgabe : Lieares ud beschräktes Wachstum Aus eiem Quadrat mit der Seiteläge dm gehe auf die rechts agedeutete Weise eue Figure hervor. Die im -te Schritt agefügte Quadrate sid jeweils

Mehr

Kapitel VI. Einige spezielle diskrete Verteilungen

Kapitel 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

Mehr

Wahrscheinlichkeit & Statistik

Wahrscheinlichkeit & Statistik Wahrscheilichkeit & Statistik created by Versio: 3. Jui 005 www.matheachhilfe.ch ifo@matheachhilfe.ch 079 703 7 08 Mege als Sprache der Wahrscheilichkeitsrechug, Begriffe, Grudregel Ereigisraum: Ω Ω Mege

Mehr

Funktionenreihen. 1-E1 Ma 2 Lubov Vassilevskaya

Funktionenreihen. 1-E1 Ma 2 Lubov Vassilevskaya Fuktioereihe Erst durch Newto wurde die Theorie uedlicher Reihe zu eiem eigestädige Forschugsgebiet i der Mathematik, das da i Britaie besodere Beachtug ud weitere Etwicklug durch Brook Taylor ud Coli

Mehr

Statistik und Biometrie. Deskriptive Statistik I

Statistik und Biometrie. Deskriptive Statistik I Statistik ud Biometrie Deskriptive Statistik I Spruch des Tages Traue keier Statistik, die du icht selbst gefaelscht hast Wiederholug Merkmale Beobachtugseiheite sid Träger vo Merkmale Wiederholug Die

Mehr

Statistik im Bachelor-Studium der BWL und VWL

Statistik im Bachelor-Studium der BWL und VWL Max C. Wewel Saisik im Bachelor-Sudium der BWL ud VWL Mehode, Awedug, Ierpreaio., erweiere Auflage Mi herausehmbarer Formelsammlug ei Impri vo Pearso Educaio Müche Boso Sa Fracisco Harlow, Eglad Do Mills,

Mehr

Kapitel 11 DIE NORMAL-VERTEILUNG

Kapitel 11 DIE NORMAL-VERTEILUNG Kapitel DIE NORMAL-VERTEILUNG Fassug vom 7. Februar 006 Prof. Dr. C. Porteier Mathematik für Humabiologe ud Biologe 49 . De itio der Normal-Verteilug. De itio der Normal-Verteilug Bisher habe wir ur diskret

Mehr

Strukturelle Modelle in der Bildverarbeitung Markovsche Ketten II

Strukturelle Modelle in der Bildverarbeitung Markovsche Ketten II Strukturelle Modelle i der Bildverarbeitug Markovsche Kette II D. Schlesiger TUD/INF/KI/IS Statioäre Verteilug Verborgee Markovsche Kette (HMM) Erkeug stochastisches Automate D. Schlesiger SMBV: Markovsche

Mehr

6. Übung - Differenzengleichungen

6. Übung - Differenzengleichungen 6. Übug - Differezegleichuge Beispiel 00 Gesucht sid alle Lösuge vo a) x + 3x + = 0 ud b) x + x + 7 = 0, jeweils für 0. Um diese lieare Differezegleichug erster Ordug zu löse, verwede wir die im Buch auf

Mehr

Einführung in die Wahrscheinlichkeitstheorie Lösungen zum Wiederholungsblatt

Einführung 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

Mehr

Wahrscheinlichkeitstheorie und Statistik vom

Wahrscheinlichkeitstheorie 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

Mehr

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren Dr. Jürge Seger INDUKTIVE STATISTIK Wahrscheilichkeitstheorie, Schätz- ud Testverfahre ÜBUNG 9 - LÖSUNGEN. Ziehug vo Kugel aus eier Ure a. Die Zahl der Permutatio der Kugel, die aus Klasse utereiader gleicher

Mehr

Diplomvorprüfung Stochastik

Diplomvorprüfung 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

Mehr

Musterlösung für die Klausur zur Vorlesung Stochastik I im WiSe 2014/2015

Musterlösung 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

Mehr

+ a 3 cos (3ωt) + b 3 sin (3ωt)

+ a 3 cos (3ωt) + b 3 sin (3ωt) Fourier-Reihe Wir gehe aus vo eier gegebee periodische Fuktio f (t). Die Fuktio hat die Fudametalperiode ( Schwigugsdauer ) ud damit die Grud-Kreisfrequez ω = π. Zeit t Periode Die Fuktio f (t) soll zerlegt

Mehr

Es werden 120 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 120 Schülern besitzen 99 ein Handy.

Es werden 120 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 120 Schülern besitzen 99 ein Handy. Vo der relative Häufigkeit zur Wahrscheilichkeit Es werde 20 Schüler befragt, ob sie ei Hady besitze. Das Ergebis der Umfrage lautet: Vo 20 Schüler besitze 99 ei Hady. Ereigis E: Schüler besitzt ei Hady

Mehr

1 Randomisierte Bestimmung des Medians

1 Randomisierte Bestimmung des Medians Praktikum Diskrete Optimierug (Teil 0) 0.07.006 Radomisierte Bestimmug des Medias. Problemstellug ud Ziel I diesem Abschitt stelle wir eie radomisierte Algorithmus zur Bestimmug des Medias vor, der besser

Mehr

Wissenschaftliches Arbeiten Studiengang Energiewirtschaft

Wissenschaftliches Arbeiten Studiengang Energiewirtschaft Wisseschaftliches Arbeite Studiegag Eergiewirtschaft - Auswerte vo Date - Prof. Dr. Ulrich Hah WS 01/013 icht umerische Date Tet-Date: Datebak: Name, Eigeschafte, Matri-Tabelleform Spalte: übliche Aordug:

Mehr

= T. 1.1. Jährliche Ratentilgung. 1.1. Jährliche Ratentilgung. Ausgangspunkt: Beispiel:

= T. 1.1. Jährliche Ratentilgung. 1.1. Jährliche Ratentilgung. Ausgangspunkt: Beispiel: E Tilgugsrechug.. Jährliche Raeilgug Ausgagspuk: Bei Raeilgug wird die chuldsumme (Newer des Kredis [Aleihe, Hypohek, Darleh]) i gleiche Teilberäge T geilg. Die Tilgugsrae läss sich ermiel als: T =.. Jährliche

Mehr

1 Das Skalarprodukt und das Kreuzprodukt

1 Das Skalarprodukt und das Kreuzprodukt Das Skalarprodukt ud das Kreuzprodukt Wir betrachte zu x = de Ausdruck y t x : = x Grud: Die rechte Seite der Gleichug ist: y t x = (y tx +... + (y ty { t x } y +... + x y x + x y (x y +... + x y x x t

Mehr

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007 Lehrstuhl für Empirische Wirtschaftsforschug ud Ökoometrie Dr. Rolad Füss Statistik II: Schließede Statistik SS 2007 6. Grezwertsätze Der wichtigste Grud für die Häufigkeit des Auftretes der Normalverteilug

Mehr

3. Erfüllungsbetrag und Barwert von Pensionsverpflichtungen. S finanzmathematischer Barwert des Zahlungsstroms (T, S) zum Zeitpunkt t n. n 0.

3. Erfüllungsbetrag und Barwert von Pensionsverpflichtungen. S finanzmathematischer Barwert des Zahlungsstroms (T, S) zum Zeitpunkt t n. n 0. 3. Erfüllugsberag ud Barwer vo Pesiosverflichuge 3.. Der Erfüllugsberag eier Verflichug S S S......... i, r= i, v= = r i T= Folge vo Zeiue i < ( ) S= S Folge vo Zahlberge u de Zeiue (T,S) : v S : Zahlugssro

Mehr

Messung 3 MESSUNG EINES AUS OTTO MOTOR UND ELEKTRISCHEN GENERATOR BESTEHENDEN MASCHINENAGGREGATES

Messung 3 MESSUNG EINES AUS OTTO MOTOR UND ELEKTRISCHEN GENERATOR BESTEHENDEN MASCHINENAGGREGATES Messug 3 MESSUNG EINES AUS OTTO MOTOR UND ELEKTRISCHEN GENERATOR BESTEHENDEN MASCHINENAGGREGATES Ziel der Meßübug: Besimmug des Bresoffverbrauchs, des spezifische Bresoffverbrauchs, Aggregawirkugsgrades,

Mehr

4. Die Menge der Primzahlen. Bertrands Postulat

4. Die Menge der Primzahlen. Bertrands Postulat O. Forster: Eiführug i die Zahletheorie 4. Die Mege der Primzahle. Bertrads Postulat 4.1. Satz (Euklid. Es gibt uedlich viele Primzahle. Beweis. Wir zeige, dass es zu jeder edliche Mege p 1, p 2,..., p

Mehr

Kleine Formelsammlung Beschreibende Statistik

Kleine Formelsammlung Beschreibende Statistik Kleie Formelsammlug Beschreibede Statistik Prof. Dr. Philipp Sibbertse Wirtschaftswisseschaftliche Fakultät Leibiz Uiversität Haover Ihaltsverzeichis 1 Lage- ud Streuugsmaße 2 1.1 Der Media...................................

Mehr

Index. Majorante, 24 Minorante, 23. Partialsumme, 17

Index. Majorante, 24 Minorante, 23. Partialsumme, 17 Folge, Reihe Idex Kovergezkriterie Hauptkriterium, Leibiz-Kriterium, Majoratekriterium, 4 Mioratekriterium, otwediges Kriterium, 0 Quotietekriterium, teleskopierede Summe, Wurzelkriterium, Majorate, 4

Mehr

$Id: reihen.tex,v /06/14 13:59:06 hk Exp $

$Id: reihen.tex,v /06/14 13:59:06 hk Exp $ Mathematik für Iformatiker B, SS 202 Doerstag 4.6 $Id: reihe.tex,v.9 202/06/4 3:59:06 hk Exp $ 7 Reihe 7.4 Kovergezkriterie für Reihe 7.4. Alterierede Reihe Wir hatte gesehe das die harmoische Reihe divergiert,

Mehr

Analysis I - Zweite Klausur

Analysis I - Zweite Klausur Aalysis I - Zweite Klausur Witersemester 2004-2005 Vorame: Name: Aufgabe Aufgabe 2 Aufgabe 3 Aufgabe 4 Aufgabe 5 Aufgabe 6 Aufgabe 7 Aufgabe 8 Aufgabe 9 Summe Aufgabe 4 Pukte Bestimme Sie (mit Beweis)

Mehr

Web-Angebot der Fachbereichsbibliothek /bibliothek/studieren/fima.html

Web-Angebot der Fachbereichsbibliothek  /bibliothek/studieren/fima.html Ihlsübersich A. Eiführug A B C D E F Eiführug Fizmhemische Grudlge Zisrechuge Reerechuge Tilgugsrechuge Besimmug vo Kurs ud Redie Fizmhemik ls rdiioelles ud bewähres Isrume der Beriebswirschfslehre im

Mehr

n 2(a + bx i y i ) = 0 und i=1 n 2(a + bx i y i )x i = 0 i=1 gilt. Aus diesen beiden Gleichungen erhalten wir nach wenigen einfachen Umformungen

n 2(a + bx i y i ) = 0 und i=1 n 2(a + bx i y i )x i = 0 i=1 gilt. Aus diesen beiden Gleichungen erhalten wir nach wenigen einfachen Umformungen Regressio Dieser Text rekapituliert die i der Aalsis ud Statistik wohlbekate Methode der kleiste Quadrate, auch Regressio geat, zur Bestimmug vo Ausgleichsgerade Regressiosgerade ud allgemei Ausgleichpolome.

Mehr

Aufgabe 5: Grundlagen Wahr keit, Satz von Bayes und Binomialverteilung

Aufgabe 5: Grundlagen Wahr keit, Satz von Bayes und Binomialverteilung Klausur: Statistik Jürge Meisel Zugelassee Hilfsmittel: icht progr. Tascherecher Bearbeitugszeit: 60 Miute Amerkug zur Bearbeitug: Die Klausur besteht aus isgesamt 6 Aufgabe. Sie müsse ur 5 davo bearbeite.

Mehr

24 Konvergente Teilfolgen und Cauchy-Kriterium

24 Konvergente Teilfolgen und Cauchy-Kriterium 120 IV. Uedliche Reihe ud Taylor-Formel 24 Kovergete Teilfolge ud Cauchy-Kriterium Lerziele: Kozepte: Teilfolge, Häufugswerte, Limes superior ud iferior, Cauchy-Folge Resultate: Satz vo Bolzao-Weierstraß,

Mehr

Herleitung der Parameter-Gleichungen für die einfache lineare Regression

Herleitung der Parameter-Gleichungen für die einfache lineare Regression Herleitug der Parameter-Gleichuge für die eifache lieare Regressio Uwe Ziegehage. März 03 Historie v.0 6.03.009, erste Versio hochgelade v.0 0.03.03, eie Vorzeichefehler beseitigt, diverse Gleichuge ud

Mehr

Johann Wolfgang Goethe-Universität Frankfurt am Main

Johann Wolfgang Goethe-Universität Frankfurt am Main Johann Wolfgang Goehe-Universiä Frankfur am Main Fachbereich Wirschafswissenschafen Professur für Saisik und Ökonomerie (Empirische Wirschafsforschung) Prof. Dr. Reinhard Hujer Meronsraße 7 Posfach 9 3

Mehr

Kapitel 9 WAHRSCHEINLICHKEITS-RÄUME

Kapitel 9 WAHRSCHEINLICHKEITS-RÄUME Kapitel 9 WAHRSCHEINLICHKEITS-RÄUME Fassug vom 13. Februar 2006 Mathematik für Humabiologe ud Biologe 129 9.1 Stichprobe-Raum 9.1 Stichprobe-Raum Die bisher behadelte Beispiele vo Naturvorgäge oder Experimete

Mehr

Teilaufgabe 1.1 (3 BE) Berechnen Sie die Wahrscheinlichkeit dafür, dass ein im Flughafen zufällig herausgegriffener Pauschalreisender ( ) =

Teilaufgabe 1.1 (3 BE) Berechnen Sie die Wahrscheinlichkeit dafür, dass ein im Flughafen zufällig herausgegriffener Pauschalreisender ( ) = Abiturprüfug Berufliche Oberschule 004 Mathematik 3 Techik - B I - Lösug Teilaufgabe.0 A eiem Flughafe sid 0% der Reisede Ferreisede. Uter de Ferreisede befide sich 5% Nicht-Pauschalreisede. Der Ateil

Mehr

Kapitel 10 VERTEILUNGEN

Kapitel 10 VERTEILUNGEN Kapitel 0 VERTEILUNGEN Fassug vo 3. Februar 2006 Prof. Dr. C. Porteier Prof. Dr. W. Groes Matheati für Huabiologe ud Biologe 39 0. Zufallsvariable 0. Zufallsvariable Häu g wird statt des Ergebisses! 2

Mehr

Statistik I Februar 2005

Statistik 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

Mehr

Statistik im Bachelor-Studium der BWL und VWL

Statistik im Bachelor-Studium der BWL und VWL Max C. Wewel Saisik im Bachelor-Sudium der BWL ud VWL Mehode, Awedug, Ierpreaio Mi herausehmbarer Formelsammlug ei Impri vo Pearso Educaio Müche Boso Sa Fracisco Harlow, Eglad Do Mills, Oario Sydey Mexico

Mehr

3 Wichtige Wahrscheinlichkeitsverteilungen

3 Wichtige Wahrscheinlichkeitsverteilungen 26 3 Wichtige Wahrscheilicheitsverteiluge Wir betrachte zuächst eiige Verteilugsfutioe für Produtexperimete 31 Die Biomialverteilug Wir betrachte ei Zufallsexperimet zum Beispiel das Werfe eier Müze, bei

Mehr

Einführung in die Stochastik 10. Übungsblatt

Einführung 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

Mehr

Höhere Analysis. Lösungen zu Aufgabenblatt 6. Die Funktion f sei auf ( π, π] definiert durch f(x) = x und wird 2π-periodisch fortgesetzt.

Höhere Analysis. Lösungen zu Aufgabenblatt 6. Die Funktion f sei auf ( π, π] definiert durch f(x) = x und wird 2π-periodisch fortgesetzt. Fachbereich Iformatik Sommersemester 8 Prof. Dr. Peter Becker Höhere Aalysis Lösuge zu Aufgabeblatt 6 Aufgabe (Fourierreihe) 3+5 Pukte Die Fuktio f sei auf (, π] defiiert durch f(x) x ud wird π-periodisch

Mehr

Seminarausarbeitung: Gegenbeispiele in der Wahrscheinlichkeitstheorie. Unterschiedliche Konvergenzarten von Folgen von Zufallsvariablen

Seminarausarbeitung: Gegenbeispiele in der Wahrscheinlichkeitstheorie. Unterschiedliche Konvergenzarten von Folgen von Zufallsvariablen Semiarausarbeitug: Gegebeispiele i der Wahrscheilichkeitstheorie - Uterschiedliche Kovergezarte vo Folge vo Zufallsvariable Volker Michael Eberle 4. März 203 Eileitug Die vorliegede Arbeit thematisiert

Mehr

AngStat1(Ue13-21).doc 23

AngStat1(Ue13-21).doc 23 3. Ereigisse Versuchsausgäge ud Wahrscheilicheite: a) Wie wird die Wahrscheilicheit des Auftretes eies Elemetarereigisses A geschätzt? A Ω heißt Elemetarereigis we es ur eie Versuchsausgag ethält also

Mehr

Klausur 3 Kurs 11ma3g Mathematik

Klausur 3 Kurs 11ma3g Mathematik 202-06-2 Klausur 3 Kurs ma3g Mathematik Lösug I eier Lotto-Ure befide sich 49 Kugel, die mit de Zahle vo bis 49 beschriftet sid. Eie eizige Kugel wird gezoge. Bereche Sie die Wahrscheilichkeit, dass diese

Mehr

( ), der genau auf der Geraden ( ) 2 ( ) #( ) 8. Lineare Regression. = f i. Nach der Summe der kleinsten. mx i

( ), 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

Mehr

3. Taylorformel und Taylorreihen

3. Taylorformel und Taylorreihen Prof Dr Siegfried Echterhoff Aalysis Vorlesug SS 9 3 Taylorformel ud Taylorreihe Sei I R ei Itervall ud sei f : I R eie Fuktio Ziel: Wolle utersuche, wa sich die Fuktio f i eier Umgebug vo eiem Pukt I

Mehr

5-1 Elementare Zahlentheorie

5-1 Elementare Zahlentheorie 5- Elemetare Zahletheorie 5 Noch eimal: Zahletheoretische Fuktioe 5 Der Rig Φ als Rig der formale Dirichlet-Reihe! Erierug: Ei Polyom mit Koeffiziete i eiem Körper K ist ach Defiitio ichts aderes als eie

Mehr

Formelsammlung. PD Dr. C. Heumann

Formelsammlung. PD Dr. C. Heumann Formelsammlug zur Vorlesug Statisti I PD Dr. C. Heuma Formelsammlug Statisti I Desriptive Statisti Häufigeitsverteiluge Darstellugsforme vo Date Rohdate: x 1, x 2,..., x x i Azahl der Beobachtuge Mermalsausprägug

Mehr