Normalverteilung. Standardnormalverteilung. Intervallwahrscheinlichkeiten. Verteilungsfunktion

Größe: px
Ab Seite anzeigen:

Download "Normalverteilung. Standardnormalverteilung. Intervallwahrscheinlichkeiten. Verteilungsfunktion"

Transkript

1 Normalverteilug Stadardormalverteilug Normalverteilug N(μ, ) mit ichte : Gaußche Glockekurve μ μ μ+ μ >, f ( ) = ( μ) WS 6/7 Prof. r. J. Schütze, FB GW NV π Eigechafte der ichte: - Maimum i μ - mmetrich zu μ - Wedepukte i μ ± Form der ichte i Abhägigkeit vo de Parameter - Je größer der Abtad vo μ, deto elteer liege die Werte - Je kleier, deto eger it die Kurve Erwartugwert: E X = μ Variaz: Var X = ² e Berechug vo Wahrcheilichkeite zu Fuß icht möglich ( μ) b P( a < X b) = e d a π =Φ ( b) Φ ( a) ( μ, ) ( μ, ) a b ichte Computerprogramme ethalte die Verteilugfuktio für beliebige μ, Zu Fuß : tabelliert it ur Stadardormalverteilug Φ ( ) = Φ ( ) Berechug vo durch Traformatio Φ μ, ( ) μ Φ ( μ, ) =Φ WS 6/7 Prof. r. J. Schütze, FB GW NV, Verteilugfuktio Itervallwahrcheilichkeite Stadardormalverteilug Φ() (Auchitt au Verteilugtabelle),,,,,3,4,5,6,7,8,9,,5,54,58,5,56,599,539,579,539,5359,,5398,5438,5478,557,5557,5596,5636,5675,574,5753,,5793,583,587,59,5948,5987,66,664,63,64,3,679,67,655,693,633,6368,646,6443,648,657,4,6554,659,668,6664,67,6736,677,688,6844,6879,5,695,695,6985,79,754,788,73,757,79,74,6,757,79,734,7357,7389,74,7454,7486,757,7549,7,758,76,764,7673,774,7734,7764,7794,783,785,8,788,79,7939,7967,7995,83,85,878,86,833 Ableebeipiele: ( 3) ( 43)=.6664 Φ (,).4 =Φ. Φ (. 5) = (Umkehrfuktio, 5%-Quatil) Wege Smmetrie der ichte zu Null ethalte Tabelle ur die Fuktiowerte für. Für < erfolgt eie Berechug ach folgeder Beziehug: Φ ( ) = Φ( ) Ableebeipiel: Φ (.8) = Φ (.8) =.788 = Φ( ) tabelliert Normalverteilug N(μ, ) Berechug vo Itervallwahrcheilichkeite al Fläche uter der ichte für X ~ N( μ, ) b μ a μ Pa ( < X b) = Φ Φ b μ PX ( b) =Φ a μ Pa ( < X) = Φ abei ka durch < ud umgekehrt eretzt werde.. WS 6/7 Prof. r. J. Schütze, FB GW NV 3 WS 6/7 Prof. r. J. Schütze, FB GW NV 4

2 Quatile der Normalverteilug Kofidezitervall für Parameter der Normalverteilug a -Quatil der Stadardormalverteilug it der Schwellwert, für de gilt, da uterhalb vo % ud oberhalb (-) % der Werte der Zufallgröße X liege: = PX ( < z) =Φ ( z), << z Berechug mit Umkehrfuktio: z =Φ ( ) Smmetrie der ichte bewirkt Smmetrie der Quatile z =z ie Quatile der Normalverteilug erhält ma z.b. mit MATLAB oder Ecel bzw. au eier Verteilugtabelle für Φ ( z.b. Formelammlug), im Iere der Tabelle achchlage, Quatil z etpreched auf dem Rad ablee Spezielle Quatile: z.95 =.64, z.975 =.96. z.99 =.33 z z WS 6/7 Prof. r. J. Schütze, FB GW NV 5 z z f ( ) Φ( ) Augagpukt: Verteilug der Stichprobefuktio X X = X X N μ i = i, i ~ (, ) Traformatio i Stadardormalverteilug X μ P( z / < < z /) = / Umtelle der Ugleichugkette führt zu X z < μ < X + z / / omit X ~ N μ, X μ ~ N(,) / z / Kofidezitervall KI für Parameter μ zur Sicherheit - Quatil der Stadardormalverteilug N(,) WS 6/7 Prof. r. J. Schütze, FB GW NV-KI 6 Kofidezitervall für Parameter der Normalverteilug Kofidezitervall für Parameter der Normalverteilug KI für Erwartugwert μ bei bekater Stadardabweichug zum Kofideziveau - : Zweieitig Eieitig obe offe Eieitig ute offe z /, + z / z,, + z KI für Erwartugwert μ bei ubekater Stadardabweichug zum Kofideziveau - Zweieitig Eieitig obe offe t, /, + t, / t,, Eieitig ute offe + t,, KI für Parameter Zweieitig, q,, /, / Eieitig obe offe,, Eieitig ute offe, Quatile der ²-Verteilug der Ordug q mit - Freiheitgrade, t, q Quatile der Ordug q der t-verteilug mit - Freiheitgrade. WS 6/7 Prof. r. J. Schütze, FB GW NV-KI 7 WS 6/7 Prof. r. J. Schütze, FB GW NV-KI 8

3 Statitiche Tet für Parameter der Normalverteilug Ablauf eie tatitiche Parametertet (am Bp. für Erwartugwert bei NV) Ja-Nei-Etcheidug darüber, ob der ubekate Parameter eier Verteilug gleich eiem gegebee kokrete Referezwert it z.b. Tet, ob der ubekate Erwartugwert μ eier Grudgeamtheit gleich μ it, Etcheidug wird ahad eier zufällige Stichprobe getroffe daher ur mit vorgegebeer Sicherheit bzw. Riiko/Irrtumwahrcheilichkeit H : μ = μ Nullhpothee H: μ μ Alterativhpothee Irrtumwahrcheilichkeit X μ Tetgröße mit bekater Verteilug, we H timmt / hier it bei Gültigkeit vo H T tadardormalverteilt T > z / Ablehbereich vo H bei Riiko, z /Quatil der Stadardormalverteilug der Ordug / Ablehbereich bei Riiko für H: μ = μ Ablehug - ichte der Tetgröße T, we Nullhpothee gilt we Nullhpothee wahr it, liegt T i dieem Itervall mit Wkt. - Ablehug Riiko : Irrtumwahrcheilichkeit für Ablehug der Nullhpothee, obwohl ie richtig it Fällt der au der Stichprobe berechete Wert der Tetgröße i de Ablehbereich, paiert da uter der Nullhpothee ur mit Wahrcheilichkeit. Leht ma i dieem Fall die Nullhpothee ab, it demach die Irrtumwahrcheilichkeit gleich. WS 6/7 Prof. r. J. Schütze, FB GW NV-Tet 9 WS 6/7 Prof. r. J. Schütze, FB GW NV-Tet Eieitige ud zweieitige Tet Zweieitiger Tet Nullhpothee: μ = μ gege Alterativhpothee: μ μ Eieitige Tet Nullhpothee: μ μ gege Alterativhpothee: μ > μ oder Nullhpothee: μ μ gege Alterativhpothee: μ < μ Tet über Mittelwerte ormalverteilter Zufallgröße () Eitichprobetet Gauß-Tet Vergleich μmit Referezwert μ; bekat Nullhpothee Alterativhpothee Tetgröße Ablehkriterium H : μ = μ H : μ μ X μ T > z / H : μ μ H : μ < μ / T < z H : μ μ H : μ > μ ~ N(, ) T > z ie Irrtumwahrcheilichkeit beagt, da ma bei Tet mit der Ablehug der Nullhpothee ach dieem Verfahre i etwa Fälle eie Fehler macht..3 WS 6/7 Prof. r. J. Schütze, FB GW NV-Tet WS 6/7 Prof. r. J. Schütze, FB GW NV-Tet

4 Fehlermöglichkeite bei der Tetetcheidug H richtig H falch H abgeleht Fehler. Art richtige Etcheidug H icht abgeleht richtige Etcheidug Fehler. Art β E gibt alo zwei mögliche Fehletcheiduge. a Riiko der Etcheidug gege H, obwohl H timmt (Fehler. Art), it über die Fetlegug de Ablehbereich durch begrezt. a Riiko der Beibehaltug vo H, obwohl H falch it (Fehler. Art) ergibt ich da automatich. Nur durch Vergrößer vo ka β bei gleichem verkleiert werde! Berechug de erforderliche Stichprobeumfag: Veruchplaug Tet über Mittelwerte ormalverteilter Zufallgröße () Eitichprobetet T-Tet Vergleich μmit μ ; ubekat Nullhpothee Alterativhpothee Tetgröße Ablehkriterium H : μ = μ H : μ μ X μ T > t, / H : μ μ H : μ < μ / T < t, H : μ μ H : μ > μ ~ t T > t, WS 6/7 Prof. r. J. Schütze, FB GW NV-Tet 3 WS 6/7 Prof. r. J. Schütze, FB GW NV-Tet 4 Mittelwertvergleiche bei zwei ormalverteilte Zufallgröße biher Eitichprobetet: er Erwartugwert eier Grudgeamtheit wird mit eiem vorgegebee Referezwert μ vergliche Zweitichprobetet: ie Erwartugwerte μ ud μ vo zwei Grudgeamtheite werde vergliche. Bei Zweitichprobetet utercheidet ma och zwiche verbudee (gepaarte) ud icht verbudee (icht gepaarte) Stichprobe. verbude: icht verbude: die Stichprobewerte liege i Paare vor, die jeweil a de gleiche Objekte gemee wurde (z.b. vor ud ach eier Behadlug) die Stichprobe wurde i dijukte Grudgeamtheite erhobe (z.b. Geude ud Krake) Tet über Mittelwerte ormalverteilter Zufallgröße (3) Zweitichprobetet für verbudee Stichprobe Vergleich mit ; ubekat,, verbude, d =, i i i d d μ = μ μ X Y = X Y Nullhpothee Alterativhpothee Tetgröße Ablehkriterium H : μ = H : μ d T > t, / H : μ H : μ T d arithmetiche Mittel : empiriche Stadardabweichug der iffereze d = ( ) i i= < : > H μ H μ ~ t T < t, > t, i WS 6/7 Prof. r. J. Schütze, FB GW NV-Tet 5 WS 6/7 Prof. r. J. Schütze, FB GW NV-Tet 6

5 Tet über Mittelwerte ormalverteilter Zufallgröße (4) Zweitichprobetet oppelter T-Tet Vergleich μ mit μ ; ubekat, aber gleich; icht verbude, X, Y Nullhpothee Alterativhpothee Tetgröße Ablehkriterium H μ = μ : H : μ μ X Y > T t +, H : μ μ H : μ < μ g + T < t +, H : μ μ H : μ > μ ~ t + T > t +, / t mq, Quatil der Ordug q der t-verteilug mit m Freiheitgrade (m gazzahlig) ( ) + ( ) gemeiame (gepoolte) Variaz g = + Tet über Mittelwerte ormalverteilter Zufallgröße (5) Zweitichprobetet Welch-Tet Vergleich μ mit μ ; ubekat, verchiede; icht verbude t, X, Y Nullhpothee Alterativhpothee Tetgröße Ablehkriterium H : μ = μ H : μ μ T > t f, / ( X Y ) / + H : μ μ H : μ < μ < T t f, H : μ μ H : μ > μ ~ t f T > t f, f, q Quatil der Ordug q der t-verteilug mit f Freiheitgrade, wobei ( / + / ) f = (abrude!) ( / ) /( ) + ( / ) /( ).4 WS 6/7 Prof. r. J. Schütze, FB GW NV-Tet 7 WS 6/7 Prof. r. J. Schütze, FB GW NV-Tet 8 Tet über Variaz ormalverteilter Zufallgröße Zweitichprobetet Vergleich mit Nullhpothee Alterativhpothee Tetgröße Ablehbereich : H = H : T F,, / : H : / H < T < F H,, : H : ~ F, H > T > F,, > oder T < F,, / Fmq,, : Quatil der F-Verteilug mit m, Freiheitgrade der Ordug q ieer Tet zum Vergleich vo Variaze wird auch al Vortet geutzt für die Wahl de paede Tet zum Mittelwertvergleich, d.h. Etcheidug zwiche doppeltem T-Tet (bei gleiche Variaze) Welch-Tet (bei verchiedee Variaze)..5 WS 6/7 Prof. r. J. Schütze, FB GW NV-Tet 9

Standardnormalverteilung. Normalverteilung. Verteilungsfunktion. Intervallwahrscheinlichkeiten

Standardnormalverteilung. Normalverteilung. Verteilungsfunktion. Intervallwahrscheinlichkeiten Normalvertelug Stadardormalvertelug Normalvertelug N(μ, ) mt chte : Gaußche Glockekurve μ μ μ+ μ >, f ( ) = ( μ) WS 7/8 Prof. r. J. Schütze, FB GW NV π Egechafte der chte: - Mamum μ - mmetrch zu μ - Wedepukte

Mehr

Korrekturliste zum Studienbuch Statistik

Korrekturliste zum Studienbuch Statistik Korrekturlite zum Studiebuch Statitik I der aktuelle Auflage wurde durch ei Kovertierugproblem i de Kapitel 0 (S. 3 3 ud de etprechede Abchitte i de Löuge (S. 39 07 teilweie die Zeiche µ durch ud π durch

Mehr

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

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren Dr. Jürge Seger INDUKTIVE STATISTIK Wahrcheilichkeittheorie, Schät- ud Tetverfahre ÜBUNG. - LÖSUNGEN. Differetet für de Mittelwert (abhägige Stichprobe) Zwei Verfahre um Nachwei eie hormoale Dopigmittel

Mehr

Kapitel 5: Schließende Statistik

Kapitel 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

Mehr

4 Schwankungsintervalle Schwankungsintervalle 4.2

4 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

Mehr

ue biostatistik: hypothesen, t test 1/8 h. lettner / physik

ue biostatistik: hypothesen, t test 1/8 h. lettner / physik ue biotatitik: hypothee t tet /8 h. letter / phyik Hypothee Augagituatio ud Problemtellug * Populatio σ * Lagjähriger Durchchitt Erte * Wahrcheilichkeit für Ereigie Müze Roulette * Radioaktivität Hitergrudtrahlug

Mehr

Statistik. 5. Schließende Statistik: Typische Fragestellung anhand von Beispielen. Kapitel 5: Schließende Statistik

Statistik. 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

Mehr

Statistische Schätzungen

Statistische Schätzungen Statitiche Schätzuge Statitiche Schätzuge, Ei Wiechaftler mu geau mee, icht chätze! Da it aber eie wiechaftliche Schätzug! Lázló Smeller? (8,5±1,5) cm Aalytiche Statitik (iduktive o. chließede Statitik)

Mehr

Vl Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 5

Vl 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

Mehr

Wirksamkeit, Effizienz

Wirksamkeit, 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

Mehr

Wirksamkeit, Effizienz. Beispiel: Effizienz. Mittlerer quadratischer Fehler (MSE) Konsistenz im quadratischen Mittel

Wirksamkeit, 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

Mehr

X X Schätzen von Vertrauensintervallen Schwankungsintervall

X 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

Mehr

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

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren Dr. Jürge Seger INDUKTIVE STATISTIK Wahrheilihkeittheorie, Shätz- ud Tetverfahre ÜBUNG 0 - LÖSUNGEN. Kofidezitervall für de Mittelwert eier ormalverteilte Grudgeamtheit bei gegebeer Variaz a. Gegebe id

Mehr

Übungen mit dem Applet erwartungstreu

Übungen mit dem Applet erwartungstreu Übuge mit dem Applet erwartugstreu Visualisierug vo erwartugstreu Begriffe ud statischer Hitergrud. Visualisieruge mit dem Applet..3. Zufallsstreuug der Eizelwerte...3. Mittelwerte 3.3 Variaz. 4.4 Variaz

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. - LÖSUNGEN. ypothesetest für die Dicke vo Plättche Die Dicke X vo Plättche, die auf eier bestimmte Maschie

Mehr

Schätzen von Populationswerten

Schätzen 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:

Mehr

Schätzen von Populationswerten

Schätzen 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

Komplexität der Zusammenhänge - Grabsteineffekt

Komplexität der Zusammenhänge - Grabsteineffekt Ihikawa-Diagramm der Baugruppequalität (Auzug) Leiterplatte Kompoete Lotpate Ebeheit Oberfläche Fremdchichte Geauigkeit Lötaurütug Lotpatedrucker Betückautomat elektriche Qualität Alter geom. Form Geauigkeit

Mehr

Bei 95%iger Konfidenz wäre der Mittelwert der GG zwischen 1421,17DM und 1778,83DM zu erwarten.

Bei 95%iger Konfidenz wäre der Mittelwert der GG zwischen 1421,17DM und 1778,83DM zu erwarten. Aufgabe 36 (S. 346: Schätzverfahre für Mittelwert ud Stadardabweichug a Puktschätzuge für µ aufgrud der Werte der kleie Stichprobe aus Aufgabe 3 Bei eier Puktschätzug wird für de zu schätzede Parameter

Mehr

Konfidenzintervalle. Praktische Übung Stochastik SS 2017 Lektion 10 1

Konfidenzintervalle. 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

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

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

3. Einführung in die Statistik

3. Einführung in die Statistik 3. Eiführug i die Statistik Grudlegedes Modell zu Date: uabhägige Zufallsgröße ; : : : ; mit Verteilugsfuktio F bzw. Eizelwahrscheilichkeite p ; : : : ; p r i de Aweduge: kokrete reale Auspräguge ; : :

Mehr

Einführung in die induktive Statistik. Inferenzstatistik. Konfidenzintervalle. Friedrich Leisch

Einführung 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

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

Statistik und Wahrscheinlichkeitsrechnung

Statistik 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

Mehr

Statistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39

Statistik 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

Mehr

Klausur zu Stochastische Risikomodellierung und statistische Methoden (Mai 2014)

Klausur zu Stochastische Risikomodellierung und statistische Methoden (Mai 2014) Klauur zu Stochatiche Riiomodellierug ud tatitiche Methode (Mai 04) Aufgabe (30 Pute): Sie id Veratwortlicher Atuar eier Lebevericherug ud müe die Agemeeheit der biometriche Rechuggrudlage für Mäer i eiem

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

6. Grenzwertsätze. 6.1 Tschebyscheffsche Ungleichung

6. 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

Mehr

Praktikum Vorbereitung Fertigungsmesstechnik Statistische Qualitätskontrolle

Praktikum Vorbereitung Fertigungsmesstechnik Statistische Qualitätskontrolle Praktikum Vorbereitug Fertigugsmesstechik Statistische Qualitätskotrolle Bei viele Erzeugisse ist es icht möglich jedes Werkstück zu prüfe, z.b.: bei Massefertigug. Hier ist es aus ökoomische Grüde icht

Mehr

Statistische Tests für unbekannte Parameter

Statistische Tests für unbekannte Parameter Konfidenzintervall Intervall, das den unbekannten Parameter der Verteilung mit vorgegebener Sicherheit überdeckt ('Genauigkeitsaussage' bzw. Zuverlässigkeit einer Punktschätzung) Statistischer Test Ja-Nein-Entscheidung

Mehr

c.) Fortpflanzung von Unsicherheiten: (Teil 2)

c.) Fortpflanzung von Unsicherheiten: (Teil 2) c.) Fortpflazug vo Uicherheite: (Teil ) (DIN V ENV 3005, 999 06, DIN 39 Teil 4, GUM) Im Allgemeie wird au uicherheitbehaftete Eigaggröße,,... ei Ergebi y = y(,,... ) berechet. E oll die Uicherheit de Ergebie

Mehr

Evaluierung einer Schulungsmaßnahme: Punktezahl vor der Schulung Punktezahl nach der Schulung. Autoritarismusscore vor/nach Projekt

Evaluierung 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:

Mehr

Konfidenzintervall_fuer_pi.doc Seite 1 von 6. Konfidenzintervall für den Anteilswert π am Beispiel einer Meinungsumfrage

Konfidenzintervall_fuer_pi.doc Seite 1 von 6. Konfidenzintervall für den Anteilswert π am Beispiel einer Meinungsumfrage Kofidezitervall_fuer_pi.doc Seite 1 vo 6 Kofidezitervall für de Ateilswert π am Beispiel eier Meiugsumfrage Nach eier Meiugsumfrage der Wochezeitug Bezirksblatt vom März 005, ei halbes Jahr vor de Ladtagswahle

Mehr

Evaluation & Forschungsstrategien

Evaluation & Forschungsstrategien Evaluatio & Forschugsstrategie WS2/2 Prof. Dr. G. Meihardt Johaes Guteberg Uiversität Maiz Prizipie des statistische Schliesses Samplig - Modellvorstellug Populatio Samplig Stichprobe Kewerte x Theoretische

Mehr

MEBAK-Methodensammlung Grundlagen der Statistik. 1. Definitionen. 2. Charakterisierung der Verteilung. 2.1 Normalverteilung (Gauß-Verteilung)

MEBAK-Methodensammlung Grundlagen der Statistik. 1. Definitionen. 2. Charakterisierung der Verteilung. 2.1 Normalverteilung (Gauß-Verteilung) . Defiitioe Zufallvariable Eie Zufallvariable it eie Größe, die bei eiem Zufallexperimet auftrete ka, z. B. die Läge der Bredauer eier Glühbire oder da Ergebi eier Petizidbetimmug. Grudgeamtheit Eie Grudgeamtheit

Mehr

Körpergröße x Häufigkeit in [m] 1.50 1.60 1 1.60 1.70 5 1.70 1.80 49 1.80 1.90 53 1.90 2.00 15 2.00 2.10 1

Körpergröße x Häufigkeit in [m] 1.50 1.60 1 1.60 1.70 5 1.70 1.80 49 1.80 1.90 53 1.90 2.00 15 2.00 2.10 1 8 Kofidezitervalle 1 Kapitel 8: Kofidezitervalle A: Beispiele Beispiel 1: Im WS 2000/01 wurde im Rahme der Statistik Vorlesug 124 Studete u.a. zu ihrer Körpergröße befragt. Ma erhielt folgedes Ergebis:

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

10. Intervallschätzung 10.1 Begriff des Konfidenzintervalls

10. Intervallschätzung 10.1 Begriff des Konfidenzintervalls 10. Itervallschätzug 10.1 Begriff des Kofidezitervalls Mit uterschiedliche Stichprobe werde verschiedee Puktschätzer für de Parameter der Grudgesamtheit erzielt. We m Stichprobe aus der Grudgesamtheit

Mehr

Parameterschätzung. Kapitel Schätzfunktionen

Parameterschätzung. 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

Mehr

Übung zur Vorlesung Statistik I WS Übungsblatt 8

Übung zur Vorlesung Statistik I WS Übungsblatt 8 Übug zur Vorlesug Statistik I WS 2013-2014 Übugsblatt 8 9. Dezember 2013 Aufgabe 25 (4 Pukte): Sei X B(, p) eie biomial verteilte Zufallsvariable. Schreibe Sie i R eie Fuktio PWert, die für jedes Ergebis

Mehr

4. Übung Konfidenzintervalle für Anteile und Mittelwerte

4. Übung Konfidenzintervalle für Anteile und Mittelwerte Querschittsbereich 1: Epidemiologie, Mediziische Biometrie ud Mediziische Iformatik - Übugsmaterial - Erstellt vo Mitarbeiter des IMISE ud des ZKS Leipzig 4. Übug Kofidezitervalle für Ateile ud Mittelwerte

Mehr

Statistische Tests zu ausgewählten Problemen

Statistische 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

Mehr

Prof. Dr. Roland Füss Statistik II SS 2008

Prof. Dr. Roland Füss Statistik II SS 2008 1. Grezwertsätze Der wichtigste Grud für die Häufigkeit des Auftretes der Normalverteilug ergibt sich aus de Grezwertsätze. Grezwertsätze sid Aussage über eie Zufallsvariable für de Fall, dass die Azahl

Mehr

Intervallschätzung II 2

Intervallschätzung II 2 Itervallschätzug Kofidezitervall für die Variaz Kofidezitervall für de Ateilswerte Kofidezitervall für die Differez zweier Ateile Bestimmug des Stichrobeumfags Itervallschätzug II Bibliografie Bleymüller

Mehr

2 ISO/BIPM-Leitfaden Guide to the Expression of Uncertainty in Measurement, GUM (2008 überarbeitet, die deutsche Fassung ist [3])

2 ISO/BIPM-Leitfaden Guide to the Expression of Uncertainty in Measurement, GUM (2008 überarbeitet, die deutsche Fassung ist [3]) I- Messusicherheite: Lit.: Prof. Dr. Gerz Wahrscheilichkeitsrechug ud Usicherheitsberechug IO/BIPM-Leitfade Guide to the Epressio of Ucertaity i Measuremet, GUM (008 überarbeitet, die deutsche Fassug ist

Mehr

Schätzen. Mehrdimensionale Verteilungsfunktionen Kovarianz und Korrelation Statistiken BLUE Konsistenz Arithmetisches Mittel vs.

Schätzen. Mehrdimensionale Verteilungsfunktionen Kovarianz und Korrelation Statistiken BLUE Konsistenz Arithmetisches Mittel vs. Schätze Mehrdimeioale Verteilugfuktioe Kovariaz ud Korrelatio Statitike BLUE Koitez Arithmetiche Mittel v. Media Quiz Die -dimeioale Verteilugfuktio eier -dimeioale Zufallvariable mit Kompoete,, it für

Mehr

TESTEN VON HYPOTHESEN

TESTEN 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

Mehr

Einstichprobentests für das arithmetische Mittel

Einstichprobentests 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.

Mehr

Empirische Verteilungsfunktion

Empirische 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,...,

Mehr

Der χ 2 Test. Bei Verteilungen Beantwortung der Frage, ob eine gemessene Verteilung Gauß- oder Poisson-verteilt ist oder nicht?

Der 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

Mehr

Grundlagen der Biostatistik und Informatik

Grundlagen der Biostatistik und Informatik Vergleich vo mehrere Stichprobe Grudlage der Biostatisti ud Iformati Hypotheseprüfuge III., Nichtparametrische Methode dr László Smeller Semmelweis Uiversität 0 Vergleich vo mehrere Stichprobe Boferroi

Mehr

Ökonometrie Formeln und Tabellen

Ökonometrie 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 =

Mehr

Kapitel 6: Statistische Qualitätskontrolle

Kapitel 6: Statistische Qualitätskontrolle Kapitel 6: Statistische Qualitätskotrolle 6. Allgemeies Für die Qualitätskotrolle i eiem Uterehme (produzieredes Gewerbe, Diestleistugsuterehme, ) gibt es verschiedee Möglichkeite. Statistische Prozesskotrolle

Mehr

Hinweise zur Protokollführung im Elektronikpraktikum

Hinweise zur Protokollführung im Elektronikpraktikum Berufakademie Sache Seite Staatliche Studieakademie Leipzig Studierichtug Iformatik Hiweie zur Protokollführug im Elektroikpraktikum Diee Hiweie gelte im Rahme der Elektroikpraktika der Studierichtug Iformatik

Mehr

Schätzen. Mehrdimensionale Zufallsvariablen Kovarianz und Korrelation Statistiken BLUE Konsistenz Arithmetisches Mittel vs.

Schätzen. Mehrdimensionale Zufallsvariablen Kovarianz und Korrelation Statistiken BLUE Konsistenz Arithmetisches Mittel vs. Schätze Mehrdimeioale Zufallvariable Kovariaz ud Korrelatio Statitike BLUE Koitez Arithmetiche Mittel v. Media Quiz Eie Fuktio : Ω R ordet edem ω Ω geau eie reelle Zahl x zu. Eie Fuktio : Ω R ordet edem

Mehr

Formelsammlung Mathematik

Formelsammlung Mathematik Formelsammlug Mathematik 1 Fiazmathematik 1.1 Reterechug Sei der Zissatz p%, der Zisfaktor q = 1 + p 100. Seie R die regelmäßig zu zahlede Rate, die Laufzeit. Edwert: Barwert: achschüssig R = R q 1 q 1

Mehr

14 Statistische Beziehungen zwischen nomi nalen Merkmalen

14 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

Mehr

Empirische Ökonomie 1 Sommersemester Formelsammlung. Statistische Grundlagen. Erwartungswert und Varianz einer Zufallsvariable.

Empirische Ökonomie 1 Sommersemester Formelsammlung. Statistische Grundlagen. Erwartungswert und Varianz einer Zufallsvariable. Empirische Ökoomie 1 Sommersemester 2013 Formelsammlug Hiweis: Alle Variable, Parameter ud Symbole sid wie i de Vorlesugsuterlage defiiert. Statistische Grudlage Erwartugswert Erwartugswert ud Variaz eier

Mehr

8. Intervallschätzung

8. Intervallschätzung 8. Itervallschätzug 8.1 Begriff des Kofidezitervalls Mit uterschiedliche Stichprobe lasse sich verschiedee Puktschätzer θ für de Parameter der Grudgesamtheit erziele. We m Stichprobe aus der Grudgesamtheit

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

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

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

Grundproblem der Inferenzstatistik

Grundproblem der Inferenzstatistik Grudproblem der Iferezstatistik Grudgesamtheit Stichprobeziehug Zufalls- Stichprobe... "wahre", ubekate Ateil icht zufällig p... beobachtete Ateil zufällig? Statistik für SoziologIe 1 Iferezschluss Kofidezitervall

Mehr

Zufallsstreubereiche und Vertrauensbereiche

Zufallsstreubereiche und Vertrauensbereiche HTL Saalfelde Zufallsstreu- ud Vertrauesbereiche Seite 1 vo 1 Wilfried Rohm, HTL Saalfelde wilfried.rohm@schule.at Zufallsstreubereiche ud Vertrauesbereiche Mathematische / Fachliche Ihalte i Stichworte:

Mehr

1 Funktionen und Flächen

1 Funktionen und Flächen Fuktioe ud Fläche. Fläche Defiitio: Die Ebee R ist defiiert als Mege aller geordete Paare vo reelle Zahle: R = {(,, R} Der erste Eitrag heißt da auch Koordiate ud der zweite Koordiate. Für zwei Pukte (,,

Mehr

D-MATH Topologie FS 15 Theo Bühler. Musterlösung 2

D-MATH Topologie FS 15 Theo Bühler. Musterlösung 2 D-MATH Topologie FS 15 Theo Bühler Musterlösug 2 1. a) Per Defiitio ist A = {x : x berührt A}. I der Vorlesug wurde die Formel (X A) = ( A ) c gezeigt, also A = ( X A ) c. Daher ist A = A A = A (A ) c

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.

(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;

Mehr

Teil II Zählstatistik

Teil II Zählstatistik Teil II Zählstatistik. Aufgabestellug. Vergleiche Sie experimetelle Zählverteiluge mit statistische Modelle (POISSON-Verteilug ud Normalverteilug) 2. Theoretische Grudlage Stichworte zur Vorbereitug: Impulszahl,

Mehr

Michael Buhlmann Mathematik > Analysis > Newtonverfahren

Michael Buhlmann Mathematik > Analysis > Newtonverfahren Michael Buhlma Mathematik > Aalysis > Newtoverfahre Eie Abbildug {a }: N -> R, die jeder atürliche Zahl eie reelle Zahl a zuordet, heißt (uedliche (Zahle- Folge: -> a oder {a } εn, a das -te Folgeglied.

Mehr

Klausur zu Methoden der Statistik II (mit Kurzlösung) Wintersemester 2015/2016. Aufgabe 1

Klausur zu Methoden der Statistik II (mit Kurzlösung) Wintersemester 2015/2016. Aufgabe 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

Mehr

Parametrische Einstichprobentests

Parametrische Einstichprobentests Parametrische Eistichprobetests Eiführug ud Begriffe beim Hypothesetest Hypothesetest für de Mittelwert Hypothesetest für die Variaz Hypothesetest für de Ateilswert Lehrstuhl Statistik Testverfahre I Bibliografie

Mehr

Umrechnung einer tatsächlichen Häufigkeitsverteilung in eine prozentuale Häufigkeitsverteilung

Umrechnung 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

Die Jensensche Ungleichung

Die Jensensche Ungleichung Die Jesesche Ugleichug Has-Gert Gräbe, Uiv Leipzig Februar 1998 1 Kovexe ud kokave Fuktioe Wir betrachte eie stetige Fuktio y = (x), die au eiem oee Itervall ]a, b[ deiiert sei möge Eie solche Fuktio köe

Mehr

Aufgaben Brechung am Prisma

Aufgaben Brechung am Prisma Aufgabe Brechug am Prisma 67. Zwei Lichtstrahle gleicher Farbe treffe parallel zur rudfläche auf ei Prisma aus leichtem Kroglas. Sie werde beim Übergag Luft - las so gebroche, dass sie beide die rudfläche

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

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

U V R S T. V W = = s U V W R S T. Protokoll zum Versuch 25 Physikpraktikum. Reale Gase-Verflüssigung und kritischer Punkt. Namen:

U V R S T. V W = = s U V W R S T. Protokoll zum Versuch 25 Physikpraktikum. Reale Gase-Verflüssigung und kritischer Punkt. Namen: Protokoll zum eruch 5 Phyikraktikum Reale Gae-erflüigug ud kriticher Pukt Name: Datum: Kur/Grue: emeratur: C hermotat ϑ C Ga,ϑ Hg R S a + b m R R Molzahl W ; bg d H d R J mol K verd bg bg 8314 ga, / fl

Mehr

1.2. Taylor-Reihen und endliche Taylorpolynome

1.2. Taylor-Reihen und endliche Taylorpolynome 1.. aylor-reihe ud edliche aylorpolyome 1..1 aylor-reihe Wir köe eie Fuktio f() i eier Umgebug eies Puktes o gut durch ihre agete i o: t o () = f(o) + f (o) (-o) aäher: Wir sehe: Je weiter wir vo o weg

Mehr

Repetitionsaufgaben Potenzfunktionen

Repetitionsaufgaben Potenzfunktionen Repetitiosaufgabe Potezfuktioe Ihaltsverzeichis A) Vorbemerkuge/Defiitio 1 B) Lerziele 1 C) Etdeckuge (Graphe) 2 D) Zusammefassug 7 E) Bedeutug der Parameter 7 F) Aufgabe mit Musterlösuge 9 A) Vorbemerkuge

Mehr

2. Verteilung der Primzahlen. Bertrands Postulat

2. Verteilung der Primzahlen. Bertrands Postulat O Forster: Prizahle 2 Verteilug der Prizahle Bertrads Postulat 21 Satz (Euklid Es gibt uedlich viele Prizahle Beweis Wir zeige, dass es zu jeder edliche Mege 1, 2,, vo Prizahle ier och eie weitere Prizahl

Mehr

Konzentration und Disparität

Konzentration und Disparität Begleitede Uterlage zur Übug Deskriptive Statistik Michael Westerma Uiversität Esse Ihaltsverzeichis 6 Kozetratios- ud Disparitätsmessug................................ 2 6.1 Begriff ud Eileitug.......................................

Mehr

Kovarianz und Korrelation

Kovarianz und Korrelation Kapitel 2 Kovariaz ud Korrelatio Josef Leydold c 2006 Mathematische Methode II Kovariaz ud Korrelatio 1 / 41 Lerziele Mathematische ud statistische Grudlage der Portfoliotheorie Kovariaz ud Korrelatio

Mehr

Statistische Modelle und Parameterschätzung

Statistische 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

Mehr

Übungen Abgabetermin: Freitag, , 10 Uhr THEMEN: Testtheorie

Übungen 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

Mehr

1 Lösungen zu Analysis 1/ 12.Übung

1 Lösungen zu Analysis 1/ 12.Übung Lösuge ausgewählter Beispiele zu Aalysis I, G. Bergauer, Seite Lösuge zu Aalysis / 2.Übug. Eileitug Gleichmäßige Kovergez ist eie starke Eigeschaft eier Fuktioefolge. Formuliert ma sie für Netze, statt

Mehr

Gliederung. Value-at-Risk

Gliederung. Value-at-Risk Value-at-Risk Dr. Richard Herra Nürberg, 4. Noveber 26 IVS-Foru Gliederug Modell Beispiel aus der betriebliche Altersversorgug Verteilug des Gesatschades Value-at-Risk ud Tail Value-at-Risk Risikobeurteilug

Mehr

Testumfang für die Ermittlung und Angabe von Fehlerraten in biometrischen Systemen

Testumfang für die Ermittlung und Angabe von Fehlerraten in biometrischen Systemen Testumfag für die Ermittlug ud Agabe vo Fehlerrate i biometrische Systeme Peter Uruh SRC Security Research & Cosultig GmbH peter.uruh@src-gmbh.de Eileitug Biometrische Systeme werde durch zwei wichtige

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

Vereinheitlichung Einheitlicher Maßstab der Risikoeinschätzung. Limitierung / Steuerung Messung und Limitierung ist fundamental für die Steuerung

Vereinheitlichung Einheitlicher Maßstab der Risikoeinschätzung. Limitierung / Steuerung Messung und Limitierung ist fundamental für die Steuerung . Marktpreisrisiko Motivatio der VaR-Ermittlug Vereiheitlichug Eiheitlicher Maßstab der Risikoeischätzug Limitierug / Steuerug Messug ud Limitierug ist fudametal für die Steuerug Kapitaluterlegug Zur Deckug

Mehr

Testen. Zufallszahlen Runs-Test χ 2 -Test. t-test Konfidenzintervalle Quiz

Testen. Zufallszahlen Runs-Test χ 2 -Test. t-test Konfidenzintervalle Quiz Teste Zufallszahle Rus-Test χ -Test t-test Kofidezitervalle Quiz 500 gewürfelte Zahle: 1763654801515135985606443415135144737971603330 631049894370366479389586647714960406571351155 897035956785154166377676834783418576546563946

Mehr

Momente der Logarithmischen Normalverteilung

Momente der Logarithmischen Normalverteilung Momete der Logarithmische Normalverteilug Die Paramter m ud s sid die Momete der Logarithmierte Verteilug, also m E(l(X )) ud s Var(l(X)) Es gilt jedoch: s m+ m+ s s E ( X ) e ud Var ( X ) e ( e 1 ) 16

Mehr

Klausur vom

Klausur 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

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

Kapitel 9: Schätzungen

Kapitel 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.

Mehr

Elementarstatistik für Umweltwissenschaftler

Elementarstatistik für Umweltwissenschaftler Elemetarstatistik für Umweltwisseschaftler Skript zur Vorlesug Witersemester 010/011 vo Dr. Domiik Faas Istitut für Mathematik Fachbereich 7: Natur- ud Umweltwisseschafte Uiversität Koblez-Ladau Ei besoderer

Mehr

Grundproblem der Inferenzstatistik

Grundproblem der Inferenzstatistik Grudproblem der Iferezstatistik Grudgesamtheit Stichprobeziehug Zufalls- Stichprobe π... "wahre", ubekate Ateil icht zufällig p... beobachtete Ateil zufällig? Statistik für SoziologIe 1 Iferezschluss Kofidezitervall

Mehr

II. Grundzüge der Stichprobentheorie

II. Grundzüge der Stichprobentheorie II. Grudzüge der Stichprobetheorie Grüde für Stichprobeerhebug - deutlich gerigere Koste - größere Awedugsbreite - kürzere Erhebugs- ud Auswertugszeite - i der Regel größere Geauigkeit der Ergebisse Begriffsbestimmug

Mehr