Stichprobenverfahren. Sommersemester Einführung 1
|
|
- Benedict Schmitz
- vor 6 Jahren
- Abrufe
Transkript
1 Sommersemester Einführung 1
2 Personen Jun.-Prof. Dr. Hans Manner Lehrstuhlvertretung Statistische Methoden mit Schwerpunkt Psychometrie Raum: M manner@statistik.tu-dortmund.de Tel.: (manner@statistik.uni-koeln.de) Sprechstunde: Nach Vereinbarung, idealerweise Dienstags M.Sc. Joanna Wiedom Raum: E 16a joanna.wiedom@tu-dortmund.de Sprechstunde: Nach Vereinbarung 1. Einführung 2
3 Zeiten und Daten Vorlesung: Dienstags h in M/E25, Übung: Montags h in Hörsaal M/E21 (findet nicht immer statt). Klausuren: TBA, aber zwei Termine, einer direkt nach Vorlesungsende und einer im September 1. Einführung 3
4 Organisation und Materialien Alle Unterlagen auf meiner Webseite an der TU Dortmund verfügbar Wichtig: Zeitplan zur Vorlesung, wird aktualisiert, beinhaltet Abgabedaten der Übungsblätter Skript Zusätzliche Folien (wie diese, evtl. mit Notizen) Übungsblätter werden regelmäßig hochgeladen Weitere Materialien und Bekanntmachungen 1. Einführung 4
5 Übungen Es gibt 7 Übungsblätter Davon müssen mindestens 3 abgegeben werden, um an der Klausur teilnehmen zu dürfen Außerdem 3 R-Übungen bezüglich der praktischen Implementierung der Verfahren Übungen finden nicht immer statt, siehe Zeitplan Nur eine große Übungsgruppe, verbleibende individuelle Fragen in der Sprechstunde 1. Einführung 5
6 Literatur Skript zum Kurs (auf Webseite verfügbar) Kauermann und Küchenhoff, Stichproben - Methoden und praktische Umsetzung mit R, Springer Verlag, (Als Ebook kostenlos für Studenten der TU Dortmund zugänglich.) Cochrane,, De Gruyter, Kreienbrock, Einführung in die, Oldenbourg, Pokropp, Stichproben: Theorie und Verfahren, Oldenbourg, Einführung 6
7 Klausur Anmeldung via bis maximal eine Woche vor der Klausur Voraussetzung ist die Abgabe von mindestens drei Übungsblättern, die mit ausreichend bewertet sein müssen (sprich es muss mindestens die Hälfte richtig sein) 90 minütige schriftliche Klausur Rechen- und Verständnisaufgaben Als Hilfsmittel ist ein A4 Blatt mit handgeschriebenen Notizen erlaubt (und natürlich ein Taschenrechner) 1. Einführung 7
8 Kursinhalte Einführung in die Modellbasierte Designbasierte Geschichtete Stichproben Klumpenstichproben Mehrstufige Verfahren Zweiphasige Verfahren Capture-Recapture Verfahren Ausblick auf weitere Verfahren 1. Einführung 8
9 1. Theoretische Eigenschaften 2. Praktische Beispiele 3. Numerische Umsetzung in R Schwerpunkte 1. Einführung 9
10 Fragen? 1. Einführung 10
11 Einführung Wie bekommt man nach Schließung der Wahllokale genaue Wahlprognosen durch eine Befragung von nur 2000 Personen? Wie wählt man die Personen aus? Wie hängt die Berechnung der Prognose von der Auswahl der Personen aus? Wie sollte man es nicht tun? Weitere Anwendungen von : Marktforschung Mikrozensus und Sozioökonomisches Panel Medizinisch-epidemiologische Studien Abschätzung von Umweltbelastungen Einführung 11
12 Population und Stichprobe Die Population oder Grundgesamtheit ist die Menge alle Individuen oder Objekte, über die eine Aussage getroffen werden soll. Merkmalsträger, Untersuchungseinheiten, statistische Einheiten oder Individuen sind die Einheiten oder Objekte, an denen Untersuchungen, Messungen oder Beobachtungen vorgenommen werden Merkmale sind die Eigenschaften der statistischen Einheiten, die untersucht, beobachtet oder gemessen werden Eine Stichprobe S ist die Teilmenge der Population, an der die Merkmale erhoben werden Wir unterscheiden eine Vollerhebung und eine Teilerhebung 1. Einführung 12
13 Notation Die Menge potentieller Untersuchungseinheiten {U 1,U 2,...,U N } heißt Grundgesamtheit (kurz: GG) vom Umfang N. Jeder Untersuchungseinheit U i wird ein eindeutig fester Merkmalswert Y i zugeordnet. Es wird eine zufällige Stichprobe vom Umfang n gezogen. Die Ergebnisse y i, i = 1,...,n, repräsentieren Zufallsvariablen. Notation bei In der Grundgesamtheit: Großbuchstaben, feste Werte (meist) unbekannt In der Stichprobe: Kleinbuchstaben, zufällige Werte, Realisationen von Zufallsvariablen 1. Einführung 13
14 Homograd und heterograd Ist Y i qualitativ, Y i {0,1}, sprechen wir vom homograden Fall. Hier interessieren uns in der Regel Anteilwerte. (Beispiele?) Sind die Merkmalswerte Y i quantitativ, Y i R, sprechen wir vom heterograden Fall. Hier interessieren uns in der Regel Mittelwerte. (Beispiele?) 1. Einführung 14
15 Gütekriterien im Rahmen der Stichprobentheorie Erwartungstreue: Sei θ der interessierende Parameter, dann heißt T(y 1,...,y n ) erwartungstreu für θ, falls E(T(y 1,...,y n )) = E(T) = θ. Varianzvergleich: Seien T 1 und T 2 zwei erwartungstreue Schätzer für θ, dann heißt T 1 besser als T 2, falls Var(T 1 ) < Var(T 2 ). MSE-Vergleich: Seien T 1 und T 2 zwei beliebige Schätzer für θ, dann heißt T 1 besser als T 2, falls MSE(T 1 ) < MSE(T 2 ). (Hinweis: MSE(T) = Var(T)+[E(T) θ] 2 ) 1. Einführung 15
16 Gütekriterien In der Regel interessiert uns der Mittelwert der Population N und die dazu gehörige Varianz Ȳ = 1 N i=1 Y i S 2 = 1 N 1 N ( Yi Ȳ ) 2. i=1 Außerdem interessiert uns für einen Schätzer ˆȲ Var(ˆȲ) 1. Einführung 16
17 Gütekriterien Wir möchten diese Größen unverzerrt schätzen Wir wollen idealerweise ein und den dazu gehörigen Schätzer so wählen, dass die Varianz des Mittelwertschätzers so klein wie möglich ist Berechnung von Konfidenzintervallen Wie wählt man den Stichprobenumfang n unter bestimmten Zieloder Kostenfunktionen? 1. Einführung 17
18 Nicht-zufällige Auswahlverfahren Auswahl auf Geratewohl, den Mann auf der Straße befragen Beispiel: Zufällige Befragung an einem Vormittag im Supermarkt zur Kundenzufriedenheit Typische Stichprobe Beispiele: Warenkorb zur Inflationsberechnung, Stadt Haßloch als Testmarkt Quotenstichprobe, z.b Altersgruppen und Geschlechterverteilung exakt auf die Population abstimmen Störgrößen werden kontrolliert, aber zufällige Auswahl nötig Systematische Stichproben: Wähle jedes p te Element aus der Population 1. Einführung 18
19 Verzerrungen Eine Stichprobe kann für eine Fragestellung geeignet sein, für eine andere jedoch nicht Beispiel: Eine Gemeinde in einem Landkreis kann repräsentativ für das Konsumverhalten im Landkreis sein, aber nicht für die Parteipräferenz für eine bestimmte Partei, weil z.b. eine sehr beliebter Bürgermeister dieser Partei in der Gemeinde ist Man hat also eine verzerrte Stichprobe bezüglich der Parteipräferenz Anderes Beispiel: Man befragt vormittags in einem Supermarkt die Leute nach ihren Berufen 1. Einführung 19
20 Auswahlform 1 Alle N Element sind verfügbar und mit Nummern (labels) versehen wir haben eine Populationsliste Zufallsauswahl aus den Nummern 1,...,N Die dazugehörigen Untersuchungseinheiten bilden die Stichprobe S Man kann mit Zurücklegen (mz) oder ohne Zurücklegen (oz) ziehen Eigentlich interessiert nur oz, aber Formeln für mz in der Regel einfacher Wenn der Auswahlsatz n/n klein ist kann man oz Stichproben wie mz behandeln 1. Einführung 20
21 Auswahlform 1: Einfache Stichprobe Die Wahrscheinlichkeit einer bestimmten Stichprobe S vom Umfang n ist dann 1 P(S) = ) beim Ziehen mz und ( N n 1 n P(S) = 1 ( N n) beim Ziehen oz. Jedes Element die gleiche Wahrscheinlichkeit in die Stichprobe zu gelangen. Diese Auswahlwahrscheinlichkeit ist gegeben durch Herleitungen davon in der Übung. π = n N 1. Einführung 21
22 Studienpopulation Eine Studienpopulation ist eine zur Verfügung stehende Untermenge der Population Beispiel: Leute mit Telefon bei einer Telefonumfrage 1. Einführung 22
23 Auswahlform 2: Größenproportionale Stichproben (pps) Wir wählen die Auswahlwahrscheinlichkeiten π i proportional zu Y i Hilfsvariable X i die mit Y i korreliert wird dazu verwendet So werden informativere Beobachtungen mit höherer Wahrscheinlichkeit gewählt Varianzreduktion bei der Mittelwertschätzung 1. Einführung 23
24 Auswahlform 3: Geschichtete Stichprobe Die Grundgesamtheit ist in M Teilgesamtheiten vom Umfang N h für die h-te Teilmenge zerlegt Diese Teilmengen nennt man Schichten Man zieht aus jeder Schicht und setzt die Gesamtstichprobe daraus zusammen Dies kann zu einer Reduktion der Varianz der Mittelwertschätzung im Vergleich zur einfachen Stichprobe führen Beispiel: Deutschland und die Bundesländer 1. Einführung 24
25 Auswahlform 4: Klumpenstichproben Man zerlegt die GG in M disjunkte Teilmenge Man wählt zufällig m dieser Teilmengen Für jede dieser gewählten Teilmengen führt man eine Vollerhebung durch Beispiel: GG ist die Menge aller Schulanfänger in einer Stadt. Es werden ganze Klassen ausgewählt und vollständig befragt 1. Einführung 25
26 Auswahlform 5: Gebundene Hochrechnung Wir beobachten ein weiteres Merkmal X und wir kennen X Wir unterstellen einen linearen Zusammenhang zwischen X und Y Wir verwenden diese Vorkenntnis über X um Ȳ zu schätzen Führt in der Regel zu Varianzreduktion Beispiel: Bei der Wahlprognose kennen wir das Ergebnis bei der letzten Wahl genau und erfragen das Wahlverhalten bei der letzten Wahl 1. Einführung 26
27 Auswahlform 5 : Zweiphasige Stichprobe Situation wie bei 5, aber X ist unbekannt Wir nehmen an, dass X relative günstig erhoben werden kann In Phase 1 ziehen wir eine Stichprobe und schätzen X In Phase 2 gehen wir vor wie in 5 1. Einführung 27
28 Auswahlform 6: Capture-Recapture Wie viele Ratten gibt es in New York? Fange 1000 Ratten Markiere diese und lasse Sie wieder frei Fange nach einem Monat wieder 1000 Ratten Wie viele sind davon markiert? 1. Einführung 28
Grundbegriffe der Wahrscheinlichkeitsrechnung
Grundbegriffe der Wahrscheinlichkeitsrechnung Notation: Y y Zufallsvariable Merkmalswert Definition 1 Eine Zufallsvariable Y heißt a) diskret, falls sie nur endlich oder abzählbar unendlich viele Werte
MehrErhebungstechniken. Wintersemester 2015/ Einführung 1
Wintersemester 2015/2016 1. Einführung 1 Personen Jun.-Prof. Dr. Hans Manner Lehrstuhlvertretung Statistische Methoden mit Schwerpunkt Psychometrie Raum: M 737 E-mail: manner@statistik.tu-dortmund.de Tel.:
MehrGrundgesamtheit und Stichprobe
Grundgesamtheit und Stichprobe Definition 1 Die Menge der Untersuchungseinheiten {U 1,U 2,...,U N } heißt Grundgesamtheit. Die Anzahl N der Einheiten ist der Umfang der Grundgesamtheit. Jeder Einheit U
MehrGrundgesamtheit und Stichprobe
Grundgesamtheit und Stichprobe Definition 1 Die Menge der Untersuchungseinheiten {U 1,U 2,...,U N } heißt Grundgesamtheit. Die Anzahl N der Einheiten ist der Umfang der Grundgesamtheit. Jeder Einheit U
Mehr3.2 Stichprobenauswahl (Sampling)
3.2 Stichprobenauswahl (Sampling) Stichprobe = als Stichprobe bezeichnet man eine Teilmenge einer Grundgesamtheit, die unter bestimmten Gesichtspunkten ausgewählt wurde. Der Stichprobenentnahme vorgelagert
MehrStichproben: Theorie und Verfahren
Stichproben: Theorie und Verfahren Von Prof. Dr. Fritz Pokropp Universität der Bundeswehr Hamburg 2., vollständig überarbeitete Auflage R. Oldenbourg Verlag München Wien Inhaltsverzeichnis IX Inhaltsverzeichnis
MehrVorlesung Stichproben WS 2009/2010
Institut für Statistik Statistisches Beratungslabor Prof. Dr. Helmut Küchenhoff WS 2009/2010 http://www.stat.uni-muenchen.de/~helmut/stichproben_0910.html Übung: Monia Mahling donnerstags 08:00 bis 10:00
MehrAuswahlverfahren. Verfahren, welche die prinzipiellen Regeln zur Konstruktion von Stichproben angeben
Auswahlverfahren Verfahren, welche die prinzipiellen Regeln zur Konstruktion von Stichproben angeben Definition der Grundgesamtheit Untersuchungseinheit: Objekt an dem Messungen vorgenommen werden Grundgesamtheit
MehrStichproben und statistische Fehler
Kapitel 0 Stichproben und statistische Fehler 0. Verfahren zur Auswahl von Stichproben Stichprobenauswahl als Bestandteil von Teilerhebungen: Aus dem Ergebnis der Untersuchung der Stichprobe soll dann
MehrSo berechnen Sie einen Schätzer für einen Punkt
htw saar 1 EINFÜHRUNG IN DIE STATISTIK: SCHÄTZEN UND TESTEN htw saar 2 Schätzen: Einführung Ziel der Statistik ist es, aus den Beobachtungen eines Merkmales in einer Stichprobe Rückschlüsse über die Verteilung
MehrStichproben und statistische Fehler
Kapitel 0 Stichproben und statistische Fehler 0. Verfahren zur Auswahl von Stichproben Stichprobenauswahl als Bestandteil von Teilerhebungen: Aus dem Ergebnis der Untersuchung der Stichprobe soll dann
MehrSpringer-Lehrbuch. Für weitere Bände:
Springer-Lehrbuch Für weitere Bände: http://www.springer.com/series/1183 Göran Kauermann Helmut Küchenhoff Stichproben Methoden und praktische Umsetzung mit R 123 Göran Kauermann Universität Bielefeld
MehrDr. Guido Knapp Fakultät Statistik Technische Universität Dortmund 6. Februar Klausur zur Veranstaltung Erhebungstechniken
Dr. Guido Knapp Fakultät Statistik Technische Universität Dortmund 6. Februar 2009 Klausur zur Veranstaltung Erhebungstechniken im Wintersemester 2008 / 2009 Name, Vorname: Studiengang (Bachelor/Diplom):
Mehr4. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren)
4. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren) 4.1. Einführung Schätzen unbekannter Parameter im Modell, z.b. Wahrscheinlichkeiten p i (Anteile in der Gesamtmenge), Erwartungswerte
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
MehrTEIL 5: AUSWAHLVERFAHREN
TEIL 5: AUSWAHLVERFAHREN Dozent: Dawid Bekalarczyk GLIEDERUNG Auswahlverfahren eine Umschreibung Grundbegriffe Graphische Darstellung: Grundgesamtheit und Stichprobe Vor- und Nachteile: Voll- vs. Teilerhebung
MehrGrundlagen der empirischen Sozialforschung
Grundlagen der empirischen Sozialforschung Sitzung 5 - Auswahlverfahren Jan Finsel Lehrstuhl für empirische Sozialforschung Prof. Dr. Petra Stein 17. November 2008 1 / 24 Online-Materialien Die Materialien
MehrAb wann sind Effekte messbar? Zum Problem der kleinen Fallzahlen
Ab wann sind Effekte messbar? Zum Problem der kleinen Fallzahlen AG Evaluation des Forum Mentoring Frankfurt, 6. Juli 2010 Dr. Vera Hennefeld Kontakt: Centrum für Evaluation Postfach 15 11 50 D-66041 Saarbrücken
MehrMehrdimensionale Zufallsvariablen
Mehrdimensionale Zufallsvariablen Im Folgenden Beschränkung auf den diskreten Fall und zweidimensionale Zufallsvariablen. Vorstellung: Auswerten eines mehrdimensionalen Merkmals ( ) X Ỹ also z.b. ω Ω,
MehrGrundlagen der Statistik
Grundlagen der Statistik Übung 10 2010 FernUniversität in Hagen Alle Rechte vorbehalten Fakultät für Wirtschaftswissenschaft Übersicht über die mit den Übungsaufgaben geprüften Lehrzielgruppen Lehrzielgruppe
MehrAuswahlverfahren. Schnell, R. Hill, P. B. Esser, E. 1999, Methoden der empirischen Sozialforschung. München: Oldenbourg. Seiten ;
Auswahlverfahren Objektbereich & Grundgesamtheit Vollerhebung Volkszählung Teilerhebung angestrebte Grundgesamtheit Auswahlgesamtheit Inferenzpopulation Willkürliche Auswahl Bewußte Auswahl Schnell, R.
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)
MehrStichprobenverteilung bei unterschiedlichen Auswahlsätzen
Stichprobenverteilung bei unterschiedlichen Auswahlsätzen Begleitende Unterlagen zur Übung Induktive Statistik Michael Westermann Universität Essen Inhaltsverzeichnis 1 Einleitung.......................................................
MehrAuswahlverfahren. Zufallsauswahl Bewusste Auswahl Willkürliche Auswahl. Dipl.-Päd. Ivonne Bemerburg
Auswahlverfahren Zufallsauswahl Bewusste Auswahl Willkürliche Auswahl Blockseminar: Methoden quantitativer Grundgesamtheit und Stichprobe Die Festlegung einer Menge von Objekten, für die die Aussagen der
MehrInhaltsverzeichnis: Aufgaben zur Vorlesung Statistik Seite 1 von 10 Prof. Dr. Karin Melzer, Prof. Dr. Gabriele Gühring, Fakultät Grundlagen
Inhaltsverzeichnis: 1. Aufgabenlösungen... Lösung zu Aufgabe 1:... Lösung zu Aufgabe... Lösung zu Aufgabe 3... Lösung zu Aufgabe 4... Lösung zu Aufgabe 5... 3 Lösung zu Aufgabe... 3 Lösung zu Aufgabe 7...
MehrMaß- und Integrationstheorie (MA2003)
Maß- und Integrationstheorie (MA2003) Elisabeth Ullmann Zentrum Mathematik Elisabeth Ullmann (TUM) MA2003 1 / 12 Allgemeines Vorlesung: Montag, 14:00 15:30 Uhr im Interimshörsaal 2 Übungsgruppen: Gruppe
MehrUntersuchungsarten im quantitativen Paradigma
Untersuchungsarten im quantitativen Paradigma Erkundungsstudien / Explorationsstudien, z.b.: Erfassung der Geschlechterrollenvorstellungen von Jugendlichen Populationsbeschreibende Untersuchungen, z.b.:
MehrKapitel 10. Stichproben
Kapitel 10 n In der deskriptiven Statistik werden die Charakteristika eines Datensatzes durch Grafiken verdeutlicht und durch Maßzahlen zusammengefasst. In der Regel ist man aber nicht nur an der Verteilung
MehrKapitel 3 Datengewinnung und Auswahlverfahren 3.1. Erhebungsarten und Studiendesigns
Kapitel 3 Datengewinnung und Auswahlverfahren 3.1. Erhebungsarten und Studiendesigns Daten Erhebungsdesign: Werte eines /mehrere Merkmale in einer Grundgesamtheit von Merkmalsträgern Planung der Datengewinnung
MehrWarum Stichproben? Vollerhebungen sind teuer Nehmen (zu)viel Zeit in Anspruch Sind evtl. destruktiv
Warum Stichproben? Vollerhebungen sind teuer Nehmen (zu)viel Zeit in Anspruch Sind evtl. destruktiv Voraussetzung für die Anwendung von Stichproben: Stichproben müssen repräsentativ sein, d.h. ein verkleinertes
MehrHerzlich willkommen zur Vorlesung. Methoden der empirischen Sozialforschung I. Stichproben
FB 1 W. Ludwig-Mayerhofer Methoden I Stichproben 1 Einstieg/Überblick Paradigmen Werturteile/Ethik Forschungslogik Hypothesen Forschungsdesign Messung Standardisierte Befragung Qualitative Interviews Beobachtung
MehrForschungsstatistik I
Prof. Dr. G. Meinhardt 6. Stock, Taubertsberg 2 R. 06-206 (Persike) R. 06-214 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet03.sowi.uni-mainz.de/
MehrWahrscheinlichkeitsrechnung und Statistik
9. Vorlesung - 2017 Monte Carlo Methode für numerische Integration Sei g : [0, 1] R stetige Funktion; man möchte 1 0 g(t)dt numerisch approximieren mit Hilfe von Zufallszahlen: Sei (U n ) n eine Folge
MehrMan kann also nicht erwarten, dass man immer den richtigen Wert trifft.
2.2.2 Gütekriterien Beurteile die Schätzfunktionen, also das Verfahren an sich, nicht den einzelnen Schätzwert. Besonders bei komplexeren Schätzproblemen sind klar festgelegte Güteeigenschaften wichtig.
MehrStatistik. ist damit unter anderem die Zusammenfassung bestimmter Methoden, um empirische Daten zu analysieren. Projektmanagement
Technischer Betriebswirt VIII die Lehre von Methoden zum Umgang mit quantitativen Informationen (Daten). Möglichkeit, eine systematische Verbindung zwischen Erfahrung (Empirie) und Theorie herzustellen.
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
MehrSchließende Statistik
Schließende Statistik [statistical inference] Sollen auf der Basis von empirischen Untersuchungen (Daten) Erkenntnisse gewonnen und Entscheidungen gefällt werden, sind die Methoden der Statistik einzusetzen.
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)
MehrGrundlagen der Statistik
Grundlagen der Statistik Übung 12 2009 FernUniversität in Hagen Alle Rechte vorbehalten Fachbereich Wirtschaftswissenschaft Übersicht über die mit den Übungsaufgaben geprüften Lehrzielgruppen Lehrzielgruppe
MehrRangkorrelationskoeffizient nach Spearman
Grundgesamtheit vs. Stichprobe Wer gehört zur Grundgesamtheit? Die Untersuchungseinheiten, die zur Grundgesamtheit gehören, sollten nach zeitlichen Kriterien räumlichen Kriterien sachlichen Kriterien Wie
MehrEigene MC-Fragen Kap. 6 Auswahlverfahren
Eigene MC-Fragen Kap. 6 Auswahlverfahren 1. Werden Untersuchungseinheiten für die Teilerhebung nach vorher festgelegten Regen aus der Grundgesamtheit ausgewählt, spricht man von Stichprobe sample Auswahl
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
MehrForschungsmethoden VORLESUNG SS 2018
Forschungsmethoden VORLESUNG SS 2018 SOPHIE LUKES Organisatorisches Letztes Mal: Versuchspläne Heute: Stichprobenziehung und Stichprobeneffekte Heute: Stichprobenziehung und Stichprobeneffekte Warum brauchen
MehrKapitel 3 Schließende Statistik
Motivation Grundgesamtheit mit unbekannter Verteilung F Stichprobe X 1,...,X n mit Verteilung F Realisation x 1,...,x n der Stichprobe Rückschluss auf F Dr. Karsten Webel 160 Motivation (Fortsetzung) Kapitel
MehrEinführung in die (induktive) Statistik
Einführung in die (induktive) Statistik Typische Fragestellung der Statistik: Auf Grund einer Problemmodellierung sind wir interessiert an: Zufallsexperiment beschrieben durch ZV X. Problem: Verteilung
Mehr1 Wahrscheinlichkeitsrechnung. 2 Zufallsvariablen und ihre Verteilung. 3 Statistische Inferenz. 4 Intervallschätzung
0 Einführung 1 Wahrscheinlichkeitsrechnung Zufallsvariablen und ihre Verteilung 3 Statistische Inferenz 4 Intervallschätzung Motivation und Hinführung Der wahre Anteil der rot-grün Wähler 009 war genau
Mehr5. Auswahlverfahren für Stichprobenelemente
Grundlagen Uneingeschränkte Zufallsauswahl (z.b. Roulette, Würfeln) Zufallszahlen müssen eine vorgegebene Verteilung erfüllen (Gleichverteilung) Zufallszahlen müssen zufällig aufeinander folgen (keine
Mehr5. Stichproben und Statistiken
5. Stichproben und Statistiken Problem: Es sei X eine ZV, die einen interessierenden Zufallsvorgang repräsentiere Man möchte die tatsächliche Verteilung von X kennenlernen (z.b. mittels der VF F X (x)
MehrStochastik Praktikum Parametrische Schätztheorie
Stochastik Praktikum Parametrische Schätztheorie Thorsten Dickhaus Humboldt-Universität zu Berlin 05.10.2010 Prolog Momentenmethode X : Ω 1 Ω Zufallsgröße, die Experiment beschreibt. Ein statistisches
MehrForschungsstatistik I
Prof. Dr. G. Meinhardt 6. Stock, Taubertsberg 2 R. 06-206 (Persike) R. 06-214 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet03.sowi.uni-mainz.de/
MehrKapitel 3 Schließende Statistik
Beispiel 3.4: (Fortsetzung Bsp. 3.) bekannt: 65 i=1 X i = 6, also ˆp = X = 6 65 = 0, 4 Überprüfen der Voraussetzungen: (1) n = 65 30 () n ˆp = 6 10 (3) n (1 ˆp) = 39 10 Dr. Karsten Webel 194 Beispiel 3.4:
MehrProf. Dr. Christoph Kleinn Institut für Waldinventur und Waldwachstum Arbeitsbereich Waldinventur und Fernerkundung
Systematische Stichprobe Rel. große Gruppe von Stichprobenverfahren. Allgemeines Merkmal: es existiert ein festes, systematisches Muster bei der Auswahl. Wie passt das zur allgemeinen Forderung nach Randomisierung
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
MehrEinführung in die Maximum Likelihood Methodik
in die Maximum Likelihood Methodik Thushyanthan Baskaran thushyanthan.baskaran@awi.uni-heidelberg.de Alfred Weber Institut Ruprecht Karls Universität Heidelberg Gliederung 1 2 3 4 2 / 31 Maximum Likelihood
MehrInferenzstatistik und Hypothesentests. Hierbei geht es um die Absicherung eines Untersuchungsergebnisses gegen ein Zufallsereignis.
Statistik II und Hypothesentests Dr. Michael Weber Aufgabenbereich Hierbei geht es um die Absicherung eines Untersuchungsergebnisses gegen ein Zufallsereignis. Ist die zentrale Fragestellung für alle statistischen
MehrDeskriptive Beschreibung linearer Zusammenhänge
9 Mittelwert- und Varianzvergleiche Mittelwertvergleiche bei k > 2 unabhängigen Stichproben 9.4 Beispiel: p-wert bei Varianzanalyse (Grafik) Bedienungszeiten-Beispiel, realisierte Teststatistik F = 3.89,
MehrStatistik Zusätzliche Beispiele SS 2018 Blatt 3: Schließende Statistik
Statistik Zusätzliche Beispiele SS 2018 Blatt 3: Schließende Statistik 1. I Ein Personalchef führt so lange Vorstellungsgespräche durch bis der erste geeignete Bewerber darunter ist und stellt diesen an.
MehrAuswertung statistischer Daten 1
Auswertung statistischer Daten 1 Dr. Elke Warmuth Sommersemester 2018 1 / 26 Statistik Untersuchungseinheiten u. Merkmale Grundgesamtheit u. Stichprobe Datenaufbereitung Urliste, Strichliste, Häufigkeitstabelle,
Mehr3. Merkmale und Daten
3. Merkmale und Daten Ziel dieses Kapitels: Vermittlung des statistischen Grundvokabulars Zu klärende Begriffe: Grundgesamtheit Merkmale (Skalenniveau etc.) Stichprobe 46 3.1 Grundgesamtheiten Definition
MehrStatistik I für Betriebswirte Vorlesung 13
Statistik I für Betriebswirte Vorlesung 13 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 6. Juli 2017 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 13 Version: 7. Juli
MehrStandardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend
Standardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend oder eindeutig, wenn keine alternativen Interpretationsmöglichkeiten
MehrWillkommen zur Vorlesung Empirische Methoden I
Willkommen zur Vorlesung Empirische Methoden I 11. Sitzung: Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften Überblick Themen der Vorlesung
MehrStatistik Testverfahren. Heinz Holling Günther Gediga. Bachelorstudium Psychologie. hogrefe.de
rbu leh ch s plu psych Heinz Holling Günther Gediga hogrefe.de Bachelorstudium Psychologie Statistik Testverfahren 18 Kapitel 2 i.i.d.-annahme dem unabhängig. Es gilt also die i.i.d.-annahme (i.i.d = independent
Mehr1. Einführung in die induktive Statistik
Wichtige Begriffe 1. Einführung in die induktive Statistik Grundgesamtheit: Statistische Masse, die zu untersuchen ist, bzw. über die Aussagen getroffen werden soll Stichprobe: Teil einer statistischen
MehrEinführung in die Induktive Statistik: Schätzen von Parametern und Verteilungen
Einführung in die Induktive Statistik: Schätzen von Parametern und Verteilungen Jan Gertheiss LMU München Sommersemester 2011 Vielen Dank an Christian Heumann für das Überlassen von TEX-Code! Inhalt Stichproben
MehrStatistik I für Betriebswirte Vorlesung 8
Statistik I für Betriebswirte Vorlesung 8 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 30. Mai 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung
MehrStatistik für NichtStatistiker
Statistik für NichtStatistiker Zufall und Wahrscheinlichkeit von Prof. Dr. Karl Bosch 5., verbesserte Auflage R. Oldenbourg Verlag München Wien Inhaltsverzeichnis 1. ZufalLsexperimente und zufällige Ereignisse
MehrStatistik für SozialwissenschaftlerInnen II p.85
Schätzverfahren Statistik für SozialwissenschaftlerInnen II p.85 Schätzverfahren Ziel von Schätzverfahren: Ausgehend von Stichproben Aussagen über Populationskennwerte machen Kenntnis der Abweichung des
MehrDatenstrukturen. Querschnitt. Grösche: Empirische Wirtschaftsforschung
Datenstrukturen Datenstrukturen Querschnitt Panel Zeitreihe 2 Querschnittsdaten Stichprobe von enthält mehreren Individuen (Personen, Haushalte, Firmen, Länder, etc.) einmalig beobachtet zu einem Zeitpunkt
MehrKlassifikation von Signifikanztests
Klassifikation von Signifikanztests Nach Verteilungsannahmen: verteilungsabhängig: parametrischer [parametric] Test verteilungsunabhängig: nichtparametrischer [non-parametric] Test Bei parametrischen Tests
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.
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.
MehrGrundproblem der Inferenzstatistik
Grundproblem der Inferenzstatistik Grundgesamtheit Stichprobenziehung Zufalls- Stichprobe... "wahre", unbekannte Anteil nicht zufällig p... beobachtete Anteil zufällig? Statistik für SoziologInnen 1 Inferenzschluss
Mehr1.2 Stichprobenarten. 20 Elementare Definitionen
20 Elementare Definitionen 1.2 Stichprobenarten In der Empirie (wissenschaftlich gewonnene Erfahrung) werden unterschiedliche Zugänge zur Auswahl einer repräsentativen Stichprobe verfolgt. Mittels eines
MehrHypergeometrische Verteilung
Hypergeometrische Verteilung Typischer Anwendungsfall: Ziehen ohne Zurücklegen Durch den Ziehungsprozess wird die Wahrscheinlichkeit des auch hier zu Grunde liegenden Bernoulli-Experimentes verändert.
MehrTheorie Parameterschätzung Ausblick. Schätzung. Raimar Sandner. Studentenseminar "Statistische Methoden in der Physik"
Studentenseminar "Statistische Methoden in der Physik" Gliederung 1 2 3 Worum geht es hier? Gliederung 1 2 3 Stichproben Gegeben eine Beobachtungsreihe x = (x 1, x 2,..., x n ): Realisierung der n-dimensionalen
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
MehrThema Stichproben. - ein Überblick. AG Methodik Frühjahrstagung Bielefeld 2011
Thema Stichproben - ein Überblick AG Methodik Frühjahrstagung Bielefeld 2011 Einführung 1. Definition Stichprobe 2. Grundgesamtheit 3. Stichprobenverfahren Einführung Definition: Stichprobe ist immer
MehrEinführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management
Einführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management Sommersemester 2013 Hochschule Augsburg Lageparameter: Erwartungswert d) Erwartungswert
Mehr6. Schätzverfahren für Parameter
6. Schätzverfahren für Parameter Ausgangssituation: Ein interessierender Zufallsvorgang werde durch die ZV X repräsentiert X habe eine unbekannte Verteilungsfunktion F X (x) Wir interessieren uns für einen
Mehr10 Statistisches Schätzen
10 Statistisches Schätzen 620 10 Statistisches Schätzen 10.1 Punktschätzung 623 10.1.1 Schätzer und ihre Gütekriterien 623 10.1.2 Erwartungstreue 627 10.1.3 Erwartete quadratische Abweichung (MSE) 634
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 8. Dezember 2010 Teil V Schließende Statistik 1 Parameterschätzung Erwartungstreue und Konsistenz Maximum-Likelihood
MehrStichprobenziehung, Teilnehmerrekrutierung und -motivation
Thema Stichprobenziehung, Teilnehmerrekrutierung und -motivation Gliederung Stichprobenziehung Begriffsklärungen Angestrebte Grundgesamtheit und Inferenzpopulation Zufallsstichproben Systematische Stichproben
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
MehrStatistik I. Methodologie der Psychologie
Statistik I Methodologie der Psychologie Thomas Schmidt & Lena Frank Wintersemester 2003/2004 Georg-Elias-Müller-Institut für Psychologie Uni Göttingen Literatur: Glantz, S.A. (2002). Primer of Biostatistics.
Mehr2. Beschreibende ( deskriptive ) Statistik 2.1 Grundbegriffe 2.2 Stichproben 2.3 Fehler, Ausreißer und fehlende Werte 2.4 Merkmale 2.
2.1 Grundbegriffe 2.3 Fehler, Ausreißer und fehlende Werte 2.4 Merkmale 2.5 Definition: Urliste, relative und absolute Häufigkeit 2.6 Tabellarische und graphische Darstellung: Häufigkeit 2.7 Klasseneinteilung
MehrPraxisbeispiel. Ein komplexes Stichprobendesign
Praxisbeispiel Ein komplexes Stichprobendesign Gliederung Einführung Rahmenbedingungen beim Zensus Ziele / Zweck der Stichprobe beim Zensus Was ist ein Stichprobenplan? Stichprobenplan Zensus Stichprobenziehung
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
MehrVorlesung: Statistik II für Wirtschaftswissenschaft
Vorlesung: Statistik II für Wirtschaftswissenschaft Prof. Dr. Helmut Küchenhoff Institut für Statistik, LMU München Sommersemester 017 4 Spezielle Zufallsgrößen Einführung 1 Wahrscheinlichkeit: Definition
MehrElisabeth Aufhauser, unveröffentlichter Text Unterrichtsmaterial Statistik-UE für Soziologie
Elisabeth Aufhauser, unveröffentlichter Text Unterrichtsmaterial Statistik-UE für Soziologie Konfidenzintervall Statistische Analyse von Stichproben Der Datensatz aus der Übung (social survey 2003) besteht
MehrForschungsmethoden VORLESUNG WS 2017/2018
Forschungsmethoden VORLESUNG WS 2017/2018 SOPHIE LUKES Organisatorisches Letztes Mal: Versuchspläne Heute: Stichprobenziehung und Stichprobeneffekte Studien mit Messwiederholungen Studie mit Messwiederholungen
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.
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
MehrInhalt. I Einführung. Kapitel 1 Konzept des Buches Kapitel 2 Messen in der Psychologie... 27
Inhalt I Einführung Kapitel 1 Konzept des Buches........................................ 15 Kapitel 2 Messen in der Psychologie.................................. 27 2.1 Arten von psychologischen Messungen....................
MehrDas (multiple) Bestimmtheitsmaß R 2. Beispiel: Ausgaben in Abhängigkeit vom Einkommen (I) Parameterschätzer im einfachen linearen Regressionsmodell
1 Lineare Regression Parameterschätzung 13 Im einfachen linearen Regressionsmodell sind also neben σ ) insbesondere β 1 und β Parameter, deren Schätzung für die Quantifizierung des linearen Zusammenhangs
MehrKapitel 3 Schließende Statistik
Bemerkung 3.34: Die hier betrachteten Konfidenzintervalle für unbekannte Erwartungswerte sind umso schmaler, je größer der Stichprobenumfang n ist, je kleiner die (geschätzte) Standardabweichung σ (bzw.
MehrBrückenkurs Statistik für Wirtschaftswissenschaften
Peter von der Lippe Brückenkurs Statistik für Wirtschaftswissenschaften Weitere Übungsfragen UVK Verlagsgesellschaft mbh Konstanz Mit UVK/Lucius München UVK Verlagsgesellschaft mbh Konstanz und München
Mehr