Normalverteilung. Standardnormalverteilung. Intervallwahrscheinlichkeiten. Verteilungsfunktion
|
|
- Judith Eike Adler
- vor 6 Jahren
- Abrufe
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
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
MehrKorrekturliste 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
MehrDr. 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
MehrKapitel 5: Schließende Statistik
Kapitel 5: Schließede Statistik Statistik, Prof. Dr. Kari Melzer 5. Schließede Statistik: Typische Fragestellug ahad vo Beispiele Beispiel Aus 5 Messwerte ergebe sich für die Reißfestigkeit eier Garsorte
Mehr4 Schwankungsintervalle Schwankungsintervalle 4.2
4 Schwakugsitervalle Schwakugsitervalle 4. Bemerkuge Die bekate Symmetrieeigeschaft Φ(x) = 1 Φ( x) bzw. Φ( x) = 1 Φ(x) für alle x R überträgt sich auf die Quatile N p der Stadardormalverteilug i der Form
Mehrue 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
MehrStatistik. 5. Schließende Statistik: Typische Fragestellung anhand von Beispielen. Kapitel 5: Schließende Statistik
Statistik Kapitel 5: Schließede Statistik 5. Schließede Statistik: Typische Fragestellug ahad vo Beispiele Beispiel 1» Aus 5 Messwerte ergebe sich für die Reißfestigkeit eier Garsorte der arithmetische
MehrStatistische 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)
MehrVl Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 5
Vl Statistische Prozess- ud Qualitätskotrolle ud Versuchsplaug Übug 5 Aufgabe ) Sei p = P(A) die Wahrscheilichkeit für ei Ereigis A, dh., es gilt 0 p. Bereche Sie das Maximum der Fuktio f(p) = p(-p). Aufgabe
MehrWirksamkeit, Effizienz
3 Parameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische Verteilugsaahme mit Parameterraum Θ. 1 Seie θ ud θ erwartugstreue
MehrWirksamkeit, Effizienz. Beispiel: Effizienz. Mittlerer quadratischer Fehler (MSE) Konsistenz im quadratischen Mittel
3 arameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez 3 arameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Beispiel: Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische
MehrX X Schätzen von Vertrauensintervallen Schwankungsintervall
.. Schätze vo Vertrauesitervalle..1. Schwakugsitervall Beispiel: X = Betrag vo Geldüberweisuge, ormalverteilt, µ = 5000, = 1000 Zufallsstichprobe mit = 100, Schätzer für µ: X X Gesucht: Itervall, i dem
MehrDr. 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
MehrÜbungen 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
MehrDr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren
Dr. Jürge Seger INDUKTIVE STATISTIK Wahrscheilichkeitstheorie, Schätz- ud Testverfahre ÜBUNG. - LÖSUNGEN. ypothesetest für die Dicke vo Plättche Die Dicke X vo Plättche, die auf eier bestimmte Maschie
MehrSchätzen von Populationswerten
Schätze vo Populatioswerte SS00 7.Sitzug vom.06.00 Schätze vo Populatioswerte Ziel: Ermöglichug vo Aussage über die Grudgesamtheit ahad vo Stichprobedate Logische Methode: Iduktiosschluß Grudlage des Iduktiosschlusses:
MehrSchätzen von Populationswerten
Schätze vo Populatioswerte 7.Sitzug 35 Seite, SoSe 003 Schätze vo Populatioswerte Ziel: Ermöglichug vo Aussage über die Grudgesamtheit ahad vo Stichprobedate Logische Methode: Iduktiosschluss Grudlage
MehrKomplexität der Zusammenhänge - Grabsteineffekt
Ihikawa-Diagramm der Baugruppequalität (Auzug) Leiterplatte Kompoete Lotpate Ebeheit Oberfläche Fremdchichte Geauigkeit Lötaurütug Lotpatedrucker Betückautomat elektriche Qualität Alter geom. Form Geauigkeit
MehrBei 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
MehrKonfidenzintervalle. Praktische Übung Stochastik SS 2017 Lektion 10 1
Kofidezitervalle Praktische Übug Stochastik SS 017 Lektio 10 1 Kofidezitervalle Geerelle Aahme: Parametrisches Modell (P ϑ ) ϑ Θ Beobachtuge X 1,..., X u.i.v. ach P ϑ mit ubekatem ϑ Θ Grudidee: Schätzer
MehrWissenschaftliches 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:
MehrTesten statistischer Hypothesen
Kapitel 9 Teste statistischer Hypothese 9.1 Eiführug, Sigifiaztests Sigifiaztest für µ bei der ormalverteilug bei beatem σ = : X i seie uabhägig ud µ, ) verteilt, µ sei ubeat. Stelle eie Hypothese über
Mehr3. 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 ; : :
MehrEinführung in die induktive Statistik. Inferenzstatistik. Konfidenzintervalle. Friedrich Leisch
Spiel Körpergröße Zahl: Azahl weiblich Eiführug i die iduktive Statistik Friedrich Leisch Istitut für Statistik Ludwig-Maximilias-Uiversität Müche Tafelgruppe 8.5 8.6 8.7 8.8 8.9 9.0 9.1 4 5 3 2 1 0 1
MehrEingangsprüfung Stochastik,
Eigagsprüfug Stochastik, 5.5. Wir gehe stets vo eiem Wahrscheilichkeitsraum (Ω, A, P aus. Die Borel σ-algebra auf wird mit B bezeichet, das Lebesgue Maß auf wird mit λ bezeichet. Aufgabe ( Pukte Sei x
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik ud Wahrscheilichkeitsrechug Dr. Joche Köhler 9.04.008 Äderug Übugsstude Statistik ud Wahrscheilichkeitsrechug Die Gruppe vo Markus trifft sich am Doerstag statt im HCI D zusamme mit der Gruppe
MehrStatistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39
Statistik Eiführug Kofidezitervalle für eie Parameter Kapitel 7 Statistik WU Wie Gerhard Derfliger Michael Hauser Jörg Leeis Josef Leydold Güter Tirler Rosmarie Wakolbiger Statistik Eiführug // Kofidezitervalle
MehrKlausur 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
MehrLehrstuhl 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
Mehr6. Grenzwertsätze. 6.1 Tschebyscheffsche Ungleichung
6. Grezwertsätze 6.1 Tschebyscheffsche Ugleichug Sofer für eie Zufallsvariable X die Verteilug bekat ist, lässt sich die Wahrscheilichkeit dafür bestimme, dass X i eiem bestimmte Itervall liegt. Wie ist
MehrPraktikum 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
MehrStatistische Tests für unbekannte Parameter
Konfidenzintervall Intervall, das den unbekannten Parameter der Verteilung mit vorgegebener Sicherheit überdeckt ('Genauigkeitsaussage' bzw. Zuverlässigkeit einer Punktschätzung) Statistischer Test Ja-Nein-Entscheidung
Mehrc.) 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
MehrEvaluierung einer Schulungsmaßnahme: Punktezahl vor der Schulung Punktezahl nach der Schulung. Autoritarismusscore vor/nach Projekt
2.4.5 Gauss-Test ud t-test für verbudee Stichprobe 2.4.5.8 Zum Begriff der verbudee Stichprobe Verbudee Stichprobe: Vergleich zweier Merkmale X ud Y, die jetzt a deselbe Persoe erhobe werde. Vorsicht:
MehrKonfidenzintervall_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
MehrEvaluation & 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
MehrMEBAK-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
MehrKörpergröße 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:
Mehr2. Schätzverfahren 2.1 Punktschätzung wirtschaftlicher Kennzahlen. Allgemein: Punktschätzung eines Parameters:
. Schätzverfahre. Puktschätzug wirtschaftlicher Kezahle Allgemei: Puktschätzug eies Parameters: Ermittlug eies Schätzwertes für eie ubekate Parameter eier Zufallsvariable i der Grudgesamtheit mit Hilfe
Mehr10. 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
MehrParameterschätzung. Kapitel Schätzfunktionen
Kapitel 8 Parameterschätzug 8.1 Schätzfuktioe Def. 8.1.1: Es seie X 1,X,...,X uabhägige ZV, die alle die gleiche Verteilug besitze. θ sei ei ubekater Parameter dieser Verteilug. X 1,X,...,X ist als eie
MehrÜbung 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
Mehr4. 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
MehrStatistische Tests zu ausgewählten Problemen
Eiführug i die statistische Testtheorie Statistische Tests zu ausgewählte Probleme Teil : Tests für Erwartugswerte Statistische Testtheorie I Eiführug Beschräkug auf parametrische Testverfahre Beschräkug
MehrProf. 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
MehrIntervallschätzung II 2
Itervallschätzug Kofidezitervall für die Variaz Kofidezitervall für de Ateilswerte Kofidezitervall für die Differez zweier Ateile Bestimmug des Stichrobeumfags Itervallschätzug II Bibliografie Bleymüller
Mehr2 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
MehrSchätzen. 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
MehrTESTEN VON HYPOTHESEN
TESTEN VON HYPOTHESEN 1. Grudlage Oft hat ma Vermutuge zu Sachverhalte ud möchte diese gere durch Experimete bestätige. Dabei ka es sich i der Praxis zum Beispiel um Verteiluge vo gewisse Zufallsgröße
MehrEinstichprobentests für das arithmetische Mittel
Eistichprobetests für das arithmetische Mittel H 0 : = 0 bzw. H 0 : 0 H 1 : 0 zweiseitiger Test) H 1 : 0 zweiseitiger Test) Uter Gültigkeit vo H 0 ist die achfolgede Teststatistik stadardormalverteilt.
MehrEmpirische Verteilungsfunktion
KAPITEL 3 Empirische Verteilugsfuktio 3.1. Empirische Verteilugsfuktio Seie X 1,..., X uabhägige ud idetisch verteilte Zufallsvariable mit theoretischer Verteilugsfuktio F (t) = P[X i t]. Es sei (x 1,...,
MehrDer χ 2 Test. Bei Verteilungen Beantwortung der Frage, ob eine gemessene Verteilung Gauß- oder Poisson-verteilt ist oder nicht?
Der χ Test Es gibt verschiedee Arte vo Sigifikaztests Nebe Sigifikaztests, die sich mit dem Mittelwert beschäftige, gibt es auch Testverfahre für Verteiluge Bei Verteiluge Beatwortug der Frage, ob eie
MehrGrundlagen 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
MehrÖkonometrie Formeln und Tabellen
Ökoometrie Formel ud Tabelle Formelsammlug 1 Lieares Modell ud KQ-Schätzug 11 Eifachregressio Lieares Modell: Y i = β 0 + β 1 x i + U i, i = 1,2,, Aahme des lieare Modells: A1: E[U i ] = 0 für alle i =
MehrKapitel 6: Statistische Qualitätskontrolle
Kapitel 6: Statistische Qualitätskotrolle 6. Allgemeies Für die Qualitätskotrolle i eiem Uterehme (produzieredes Gewerbe, Diestleistugsuterehme, ) gibt es verschiedee Möglichkeite. Statistische Prozesskotrolle
MehrHinweise 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
MehrSchätzen. 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
MehrFormelsammlung 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
Mehr14 Statistische Beziehungen zwischen nomi nalen Merkmalen
14 Statistische Beziehuge zwische omi ale Merkmale 14.1 Der Chi Quadrat Test auf Uabhägigkeit für Vier Feldertafel 14.2 Der Chi Quadrat Test auf Uabhägigkeit für r s Kotigeztafel 14.3 Zusammmehagsmaße
MehrEmpirische 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
Mehr8. 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
MehrFakultät 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
MehrKapitel 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
MehrTests für beliebige Zufallsvariable
Kapitel 10 Tests für beliebige Zufallsvariable 10.1 Der Chi-Quadrat-Apassugstest Sei x eie gaz beliebige Zufallsvariable, dere Dichtefuktio icht oder icht geau bekat ist. Beispiel: Es seie z.b. mittels
MehrGrundproblem der Inferenzstatistik
Grudproblem der Iferezstatistik Grudgesamtheit Stichprobeziehug Zufalls- Stichprobe... "wahre", ubekate Ateil icht zufällig p... beobachtete Ateil zufällig? Statistik für SoziologIe 1 Iferezschluss Kofidezitervall
MehrZufallsstreubereiche 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:
Mehr1 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 (,,
MehrD-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.
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;
MehrTeil II Zählstatistik
Teil II Zählstatistik. Aufgabestellug. Vergleiche Sie experimetelle Zählverteiluge mit statistische Modelle (POISSON-Verteilug ud Normalverteilug) 2. Theoretische Grudlage Stichworte zur Vorbereitug: Impulszahl,
MehrMichael 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.
MehrKlausur 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
MehrParametrische 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
MehrUmrechnung einer tatsächlichen Häufigkeitsverteilung in eine prozentuale Häufigkeitsverteilung
.3. Prozetuale Häufigkeitsverteilug (HV) Die prozetuale Häufigkeitsverteilug erlaubt de Vergleich vo Auswertuge, dee uterschiedliche Stichprobegröße zugrude liege. Es köe auch uterschiedliche Stichprobegröße
MehrDie 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
MehrAufgaben 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
MehrWahrscheinlichkeit & 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
MehrEinführung in die Stochastik 10. Übungsblatt
Eiführug i die Stochastik. Übugsblatt Fachbereich Mathematik SS M. Kohler.7. A. Fromkorth D. Furer Gruppe ud Hausübug Aufgabe 37 (4 Pukte) Ei Eremit am Südpol hat sich für die eibrechede polare Nacht mit
MehrU 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
Mehr1.2. 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
MehrRepetitionsaufgaben 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
Mehr2. 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
MehrKonzentration und Disparität
Begleitede Uterlage zur Übug Deskriptive Statistik Michael Westerma Uiversität Esse Ihaltsverzeichis 6 Kozetratios- ud Disparitätsmessug................................ 2 6.1 Begriff ud Eileitug.......................................
MehrKovarianz 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
MehrStatistische Modelle und Parameterschätzung
Kapitel 2 Statistische Modelle ud Parameterschätzug 2. Statistisches Modell Die bisher betrachtete Modellierug eies Zufallsexperimetes erforderte isbesodere die Festlegug eier W-Verteilug. Oft besteht
MehrÜbungen Abgabetermin: Freitag, , 10 Uhr THEMEN: Testtheorie
Uiversität Müster Istitut für Mathematische Statistik Stochastik WS 203/204, Blatt Löwe/Heusel Aufgabe (4 Pukte) Übuge Abgabetermi: Freitag, 24.0.204, 0 Uhr THEMEN: Testtheorie Die Sollstärke der Rohrwäde
Mehr1 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
MehrGliederung. 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
MehrTestumfang 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
Mehr6. 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
MehrVereinheitlichung 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
MehrTesten. 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
MehrMomente 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
MehrKlausur vom
UNIVERSITÄT KOBLENZ LANDAU INSTITUT FÜR MATHEMATIK Dr. Domiik Faas Stochastik Witersemester 00/0 Klausur vom 7.0.0 Aufgabe 3+.5+.5=6 Pukte Bei eier Umfrage wurde 60 Hotelbesucher ach ihrer Zufriedeheit
Mehr3 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
MehrKapitel 9: Schätzungen
- 73 (Kapitel 9: chätzuge) Kapitel 9: chätzuge Betrachte wir folgedes 9. Beispiel : I eiem Krakehaus wurde Date über Zwilligsgeburte gesammelt. Bei vo 48 Paare hatte die beide Zwillige verschiedees Geschlecht.
MehrElementarstatistik 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
MehrGrundproblem 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
MehrII. 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