Häufigkeiten Berechnung bei klassierter Datengrundlage aus einer Verteilungsfunktion: F.x/ D F.x i 1 / C x x i 1 i. x v f v.

Größe: px
Ab Seite anzeigen:

Download "Häufigkeiten Berechnung bei klassierter Datengrundlage aus einer Verteilungsfunktion: F.x/ D F.x i 1 / C x x i 1 i. x v f v."

Transkript

1 Formelsammlug Häufigkeite Berechug bei klassierter ategrudlage aus eier Verteilugsfuktio: Lageparameter Mittelwert aus eier Urliste: F.x/ F.x i / C x x i i Nx.x C x C :::C x / Mittelwert aus eier gegebee Häufigkeitstabelle: Nx Mittelwert aus klassierte ate: Nx Geometrisches Mittel: kx v m v v kx x v v v f i kx x v f v v X x i kx f v m v ;.m v ist die Klassemitte/ v v p uy Nx geom.x x / ::: x t. C x i / Spriger Fachmedie Wiesbade 05 T. Cleff, eskriptive Statistik ud Explorative ateaalyse, OI 0.007/

2 54 Formelsammlug Geometrisches Mittel vo Veräderugsrate: v p uy Np geom. C p /. C p / :::. C p / t. C p i / Harmoisches Mittel (ugewichtetes) für k Eizelbeobachtuge: Nx harm k k Harmoisches Mittel (gewichtetes) für k Beobachtuge: Media aus klassierte ate: Nx harm k x i i x i i Qx x 0;5 x OG i C 0;5 F x OG f.x i / x OG i Media aus Urliste bei ugerader Beobachtugsazahl (): Qx x C Media aus Urliste bei gerader Beobachtugsazahl (): Qx x. / C x. C/ x UG i Quatile aus Urliste (Weighted Average Methode): Zuächst wird das rodukt ( + ) p bestimmt. as Ergebis setzt sich aus eiem gazzahlige Bestadteil vor dem Komma ud eiem ezimalbruch ach dem Komma zusamme (i, f). as gesuchte Quatil liegt zwische de beide Beobachtugswerte x.i/ ud x.ic/, we (i) die Ordugszahle des geordete atesatzes darstellt. er berechete Nachkommaateil diet zur ositioierug zwische de beide Werte mit Hilfe der Formel:. f/ x.i/ C f x.ic/ Quatil aus klassierte ate: x p x i C p F x i x i f i

3 Formelsammlug 55 Streuugsparameter Iterquartilsabstad: IQA x 0;75 x 0;5 Mittlerer Quartilsabstad: MQA 0;5.x 0;75 x 0;5 / Spaweite: Spaweite Max.x i / Mi.x i / Mittlere absolute Abweichug vom Media: MA X jx i Qxj Empirische Variaz: Var.x/ emp S emp X.x i Nx/ X x i Nx Empirische Stadardabweichug: S emp Iduktive/Theoretische Variaz: q Var.x/ emp Var.x/ theor Iduktive/Theoretische Stadardabweichug: v u t X.x i Nx/ X.x i Nx/ v S theor p u Var.x/ theor t X.x i Nx/ Variatioskoeffiziet: V S jnxj ; Nx 0

4 56 Formelsammlug Kozetratiosmaße Kozetratiosrate: CRg besagt, wie viel rozet eier Mege die g Merkmalsträger mit de größte Merkmalsauspräguge auf sich vereie. Herfidahl-Idex: X H f.x i / Gii-Koeffiziet icht klassierter geordeter ate: i x i. C / GINI x i Gii-Koeff. icht klassierter geordeter rel. Häufigkeite: Normierter Gii-Koeffiziet (GINI orm. ): i f i. C / GINI Multiplikatio obiger Formel mit x i Schiefe ud Kurtosis: Schiefe ach Yule/earso: 3. Zetrale Momet: Kurtosis: Skew Skew Kurt 3.Nx Qx/ S.x i Nx/ 3 S 3.x i Nx/ 4 S 4 Bivariate Zusammehagsmaße: Berechug vo Chi-Quadrat: kx mx j ij e ij e ij

5 Formelsammlug 57 hi: Kotigezkoeffiziet: r HI s C Œ0I Œ C Cramers V: s s V.mi.k; m/ / ' Œ0I mi.k; m/ Kovariaz: cov.xi y/ S xy X.x i Nx/.y i Ny/ X x i y i NxNy Korrelatio ach earso: r S xy S x S y s.x i Nx/.y i Ny/.x i Nx/.y i Ny/ artialkorrelatio: r xy r xz r yz r xy.z r r xz r yz uktbiseriale Korrelatio mit Sy als Streuug der kotiuierliche Variable: r pb Ny Ny q 0 0 S y Korrelatio ach Spearma (Grudformel): S xy S x S y s R.x i / R.x/ R.y i / R.y/ R.x i / R.x/ Korrelatio ach Spearma (vereifacht bei weig Ragbidug): 6 d i. / mit d i.r.x i / R.y i // R.y i / R.y/

6 58 Formelsammlug Korrelatio ach Spearma (vereifacht mit Ragbidug): korr N 3 N N T U d i r N 3 N T N 3 N U b t 3 i t i T ist die Läge der b Ragbiduge der x-variable T c u 3 i u i U ist die Läge der c Ragbiduge der y-variable Kedalls a (ohe Ragbiduge): Kedalls b (mit Ragbiduge): b a I. /= r. / T I. / U U T ist die Läge der b Ragbiduge der x-variable T b t i.t i / U ist die Läge der c Ragbiduge der y-variable U c u i.u i / Biseriale Ragkorrelatio (ohe Ragbidug): r bisr R.y / R.y 0 /

7 Formelsammlug 59 Regressiosrechug Kostate eier eifache bivariate Regressio: Ny Nx Steigugskoeffiziet eier bivariate Regressio:.x i Nx/.y i Ny/ cov.xi y/.x i Nx/ S x r S y S x x i y i x i x i x i y i Koeffiziete eier multivariate Regressio: Bestimmtheitsmaß: R RSS TSS SS OY SS Y.Oy i Ny/ X 0 X X 0 y.y i Ny/ Adjustiertes Bestimmtheitsmaß: R adj R Idexrechug reisidex ach Laspeyres: L 0;t R.k / Megeidex ach Laspeyres:. k/ p i;t p i;0 p i;0 q i;0 p i;0 q i;0 Q L 0;t ESS TSS SS " SS Y R k p i;t q i;0 p i;0 q i;0 q i;t p i;0 q i;0 p i;0.y i Oy i /.y i Ny/

8 60 Formelsammlug reisidex ach aasche: Megeidex ach aasche: 0;t p i;t q i;t p i;0 q i;t Q 0;t q i;t p i;t q i;0 p i;t reisidex ach Fisher: F 0;t q L 0;t 0;t Megeidex ach Fisher: Q F 0;t qq L 0;t Q 0;t Wertidex: eflatioierug: W 0;t p i;t q i;t Q F 0;t F 0;t QL 0;t 0;t Q 0;t L 0;t p i;0 q i;0 Umbasierug vo Idexreihe: Verkettug bei Vorwärtsrechug: L real t I eu ;t Lomial t L 0;t Ialt 0;t I alt 0; ( I QI 0;t 0;t für t I 0; I ;t für t > Verkettug bei Rückwärtsrechug: 8 < QI 0;t : I 0; I ;t I ;t für t < für t

9 Sachverzeichis A Absatzprogose, 36, 43 Absolute Abweichug, 55 Absolute Azahl, 39 Absolute Häufigkeit, siehe Häufigkeit Absolutskale, Adjustiertes Bestimmtheitsmaß, siehe Bestimmtheitsmaß Agglomaritive Verfahre, 90 Afagspartitio, 06 Apassugsgüte, 44, 49, 58 Ati-Image-Kovariace-Matrix, 9 Äquidistate Abstäde, 4, 09 Arithmetisches Mittel, 38, 4, 49, 55, 36, siehe Mittelwert Ausgleichsgerade, 40, siehe Regressio Ausprägug, siehe Merkmalsausprägug Ausreißer, 5, 54, 55, 57, 6, 0, 0, 54 Autokorrelatio, 59 Auxiliary Regressio, 6 Average-likage Verfahre, 99 B Balkediagramm, 3 Bartlett-Test, 9 Basisperiode, siehe Idexrechug Bedigte Häufigkeit, 75 Befragug, 7,, 33, 73, 75, 04, 5 Beobachtug,, 7, 3, 39, 48, 50, 55 Berichtsperiode, siehe Idexrechug Bestimmtheitsmaß, 44, 49, 57, 58, 44, 45 korrigiertes, 50, 45 Bimodale Verteilug, 47 Bidug, siehe Ragbidug Biseriale Ragkorrelatio, 8 Bivariate Aalyse, 9 Bivariate Kotigeztabelle, 74 Bivariate Zusammehäge, 73 Bivariater Schwerpukt, 98, 4 Boxplot, 59, 68, 7 Bravais-earso, 98, siehe Korrelatio C Cetroid, 06 Cetroid-likage Verfahre, 99 Chi-Quadrat, 75, 80, 86, 90 Clusteraalyse, 89 Clusterzetreaalyse, 06 Complete-likage Verfahre, 99 Cramers V, 84, 88, 9, 5 eflatioierug, siehe Idexrechug edrogramm, 0 ichotome Variable, 98, 5 ichte, 35 iskrimiazaalyse, 03 istazmessug bei der Clusteraalyse, 9 ivisive Verfahre, 90 rittes Zetrales Momet, 60 urchschittlicher Rag, 05, E Eigewert, Elleboge Kriterium, 5 Empirische Stadardabweichug, 56 Empirische Variaz, 56 Erwartete Häufigkeit, siehe Häufigkeit Euklidische istaz, 93 Extremwert, 5 Exzess, 6 6

10 6 Sachverzeichis F Faktoreaalyse, 7 Faktorladug, 5 Faktorladugsmatrix, Fehlede Werte, 30 Fehler autokorrelierter, 59 der Regressio, 39 systematischer, 4, 56, 58, 59, 46 Fehlerterm, 58 Fehlerwahrscheilichkeit, 6 Fisher Idex, siehe Idexrechug Flächetreue, 3, 35 Fusioierugsalgorithme, 97 F-Wert, 0 G Geometrisches Mittel, 4, 47, siehe s. auch Mittelwert Gesamtdurchschitt, 5, siehe Mittelwert Gii-Koeffiziet, 65 Grudgesamtheit, 4, 6,, 57, 64 Güte, siehe Apassugsgüte H Harmoisches Mittel, 44 Häufigkeit absolute, 30, 3, 69, 77, 9 bedigte, 75, 90 erwartete, 77, 86, 9, 9 kumulierte, 30 relative, 30 Häufigkeitsdichte, 35 Häufigkeitstabelle, 5, 30, 39, 74 Häufigkeitsverteilug, 3, 69 Häufigster Wert, siehe Modus Hauptachseaalyse, Hauptkompoeteaalyse, Herfidahl-Idex, 63, 7, 38 Heteroskedastizität, 59 Hierarchische Clusteraalyse, 90 Histogramm, 40, 53, 7, 36 Homoskedastizität, 59 I Idexrechug Basisperiode, 7 Berichtsperiode, 7 eflatioierug, 8 gewichteter aggregierter reisidex, 75 Megeidex, 80 Megeidex ach Fisher, 8 Megeidex ach aasche, 8 reisidex, 7 reisidex ach Fisher, 80 reisidex ach Laspeyres, 76 reisidex ach aasche, 78 Umbasierug, 84 Umsatzidex, 8 Verkettug, 84 Wertidex, 8 Iduktive Statistik, 5, 6, 0, 5, 8, 60 Iterquartilsabstad, 5, 54, 70, 36 Itervallskale, Iverse der Korrelatiosmatrix, 9 Itembatterie, 7 K Kaiser-Guttma-Kriterium, 4 Kaiser-Meyer-Olki-Kriterium (KMO), 0 Kardiale Skalierug, 0 Kardialskale, 04 Kausalität, 35 Klasse, 5, 34, 48 Klassebreite, 35 Klassehäufigkeit, 35 Klassemitte, 40 Klassierte ate, 40, 47 Kleiste-Quadrate-Methode, 4, 43 Kleiste-Quadrate-Regressio, 50 Koeffiziete der Faktorwerte, 7 Kommualitäte, Kotigezkoeffiziet, 83, 90, 94, 40 Kotigeztabelle, 66, 74, 80, 83, 84, 89, 0, 3 Kozetratiosrate, 63 Korrelatio ach Bravais-earso, 98, 0, 0 Korrelatio ach Spearma, siehe Ragkorrelatio ach Spearma Korrelatioskoeffiziet, siehe Korrelatio Korrelatiosmatrix, 8 Kovariaz, 98, 30 Kreisdiagramm, 3, 33 Kreisdiagrammausschitt, 36 Kreuztabelle, siehe Kotigeztabelle Kudebefragug, 8, 5 Kurtosis, 59

11 Sachverzeichis 63 L Lägsschittaalyse, 7 Laspeyres Idex, siehe Idexrechug Leptokurtische Verteilug, 6 Likert Skala, Liear abhägig, 60 Liearer Zusammehag, 0 Liksschief, 54 Likssteil, 53, 59 Lorezkurve, 64 M Measure of Samplig Adequacy (MSA), 0 Media, 50, 5, 53, 55, 59, 6 Mehrfachladug, 6 Megeidex, siehe Idexrechug Merkmal, 8,, 7, 69, 0 Merkmalsausprägug, 8, 4, 7, 63, 05, 09 Merkmalsträger, 8, 7 Mesokurtische Verteilug, 6 Metrische Skalierug, 0 Metrische Variable, 66, 94, 5, 8 Mittelwert arithmetischer, 37, siehe Arithmetisches Mittel geometrischer, siehe Geometrisches Mittel getrimmter, 39, siehe Trimme harmoischer, siehe s. Harmoisches Mittel Mittlerer Quartilsabstad, 54 Modalwert, 37 Modell ikoisches, 9 symbolisches, 9 verbales, 9 Modus, 37 Momet, 60, 6 Mootoer Zusammehag, 0, 09, 8 Multikolliearität, 60, 05, 07 Multivariate Regressio, 49 N Näherugsmatrix, 97 Nichtli. Zusammehag, 0 Nichtlieare Regressio, 54 Nomialskala, 9 Nomialskalierte Variable, 74 O Ordialskala, 0 Ordialskalierte Variable, 98, 0 aasche Idex, siehe Idexrechug artielle Korrelatio, 6, 8, 9 erzetil, 50, siehe Quatil hi-koeffiziet, 80, 83, 85, 94 latykurtische Verteilug, 6 reisidex, siehe Idexrechug rodukt-momet-korrelatio, 98, 0, siehe Korrelatio ach Bravais-earso rogose, 7 rogosemodell, roximitätsmaße, 95 uktbiseriale Korrelatio, 98, 5 Q Quadratsumme der Regressio, 49 Quadrierte Euklidische istaz, 95 Quatil, 50, 69 Quartil, 54 Querschittsaalyse, 7 R Radhäufigkeit, 75, 78 Radklasse, 47 Ragbidug, 08,,,, 4 Ragkorrelatio ach Spearma, 0, 8,, 30 Ragvergabe, 3, 8, Rechtsschief, 53, 59 Rechtssteil, 54 Regressiosaalyse, 4, 35 Regressiosdiagostik, 58 Regressiosfuktio, 39 Reproduktio der Korrelatiosmatrix, 3 Residue/Residuum, 86, 39 Robustheit vo arameter, 6 Rotatio, 6 S Säulediagramm, 3 33, 35, 36, 38 Schätzgerade, 39, siehe Regressio Scheikorrelatio, 3 Schiefe, 59, 60 Screeplot, 0, 4 Sigle-likage Verfahre, 99 Skaleiveau, 8,, 36, 6, 73 Spaweite, 54

12 64 Sachverzeichis Spearma, 98, siehe Ragkorrelatio ach Spearma Stadardabweichug, 55, 0, 7 Stadardisierug, 46 Streudiagramm, 94, 98, 36, 56 Streuugsparameter, 54 Survey, 7, siehe Befragug Symmetrie, 59 Systematische Verzerrug, 4 T Teilerhebug, 6 Theorie, 7 Totalerhebug, 5 Trimme, 7 U Umsatzidex, siehe Idexrechug Uabhägigkeit, 77, 86, 9 Uklassierte ate, 48 Urliste, 37, 40, 48, 50 V Variable abhägige, 35, 47, 58 dichotome, 73 uabhägige, 5, 35, 47, 49, 58, 60, 6, 45 Variace Iflatio Factor (VIF), 6 Variaz, 55, 6, 68, 98, 49, 59 Variazaalyse, 04 Variazhomogeität, 59 Variatioskoeffiziet, 57 Varimax Rotatio, 6 Veräderugsrate, 43 Verbudee Räge, 05, Verhältisskale, Verschiebug, 5 Verteilugsfuktio, 3 Viertes Zetrales Momet, 6 Vollerhebug, 3, 6 W Wachstumsrate, 43 Ward Verfahre, 99, 0 Warekorb, 4, 75, 77 Wertidex, siehe Idexrechug Whiskers, 5 Wölbug, 6 Z Zeitreiheaalyse, 7 Zetrale Tedez, 36 Zetraler Wert, 48 Zetrales Momet, 60, 6 z-trasformatio, 93, 07, 7, 50

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

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

Mehr

h i :=h a i f i = h a i n Absolute Häufigkeit: Relative Häufigkeit: h 2 h 4 h 6 :=h der Elemente mit der Ausprägung i=6 zu der Anzahl n aller Werte

h i :=h a i f i = h a i n Absolute Häufigkeit: Relative Häufigkeit: h 2 h 4 h 6 :=h der Elemente mit der Ausprägung i=6 zu der Anzahl n aller Werte . Wer Rechtschreibfehler fidet, darf sie behalte. Rechefehler werde zurückgeomme. Absolute Häufigkeit: h Wie viele Elemete weise diese bestimmte Wert (= diese bestimmte Ausprägug) auf? > Azahl h der Elemete

Mehr

Formelsammlung. PD Dr. C. Heumann

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

Mehr

Univariate Verteilungen

Univariate Verteilungen (1) Aalyse: "deskriptive Statistike" Aalysiere -> deskriptive Statistike -> deskriptive Statistik Keie tabellarische Darstellug der Häufigkeitsverteilug () Aalyse: "Häufigkeitsverteilug" Aalysiere -> deskriptive

Mehr

Kennwerte Univariater Verteilungen

Kennwerte Univariater Verteilungen Kewerte Uivariater Verteiluge Kewerte Beschreibug vo Verteiluge durch eie (oder weige) Werte Werde auch als Parameter oder Maße vo Verteiluge bezeichet Ma uterscheidet: Lagemaße oder auch Maße der zetrale

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

Formelsammlung. zur Klausur. Beschreibende Statistik

Formelsammlung. zur Klausur. Beschreibende Statistik Formelsammlug zur Klausur Beschreibede Statistik Formelsammlug Beschreibede Statistik. Semester 004/005 Statistische Date Qualitative Date Nomial skalierte Merkmalsauspräguge (Uterscheidugsmerkmale) köe

Mehr

Weitere Lagemaße: Quantile/Perzentile II. Weitere Lagemaße: Quantile/Perzentile I. Weitere Lagemaße: Quantile/Perzentile IV

Weitere Lagemaße: Quantile/Perzentile II. Weitere Lagemaße: Quantile/Perzentile I. Weitere Lagemaße: Quantile/Perzentile IV 3 Auswertug vo eidimesioale Date Lagemaße 3.3 Weitere Lagemaße: Quatile/Perzetile I 3 Auswertug vo eidimesioale Date Lagemaße 3.3 Weitere Lagemaße: Quatile/Perzetile II Für jede Media x med gilt: Midestes

Mehr

Übersicht: BS - 08 BS Häufigkeitsverteilung. Häufigkeitsverteilungen. Parametrisierung. unklassiert. eindimensional. klassiert.

Übersicht: BS - 08 BS Häufigkeitsverteilung. Häufigkeitsverteilungen. Parametrisierung. unklassiert. eindimensional. klassiert. Übersicht: eidimesioal mehrdimesioal Häufigkeitsverteilug uklassiert klassiert tabellarische Darstellug Modul 07, graphische Darstellug Modul 07,2 Parametrisierug Lageparameter Modul 08 Streuugsparameter

Mehr

Statistik Einführung // Beschreibende Statistik 2 p.2/61

Statistik Einführung // Beschreibende Statistik 2 p.2/61 Statistik Eiführug Beschreibede Statistik Kapitel Statistik WU Wie Gerhard Derfliger Michael Hauser Jörg Leeis Josef Leydold Güter Tirler Rosmarie Wakolbiger Statistik Eiführug // Beschreibede Statistik

Mehr

Harmonisches Mittel. Streuungsmaße. Die mittlere Abweichung. Die Standardabweichung. Die Varianz. Statistik 3. Vorlesung, März 11, ,...

Harmonisches Mittel. Streuungsmaße. Die mittlere Abweichung. Die Standardabweichung. Die Varianz. Statistik 3. Vorlesung, März 11, ,... Statistik. Vorlesug, März, 9 Harmoisches Mittel xh = w wk +... + x x k Wobei w, w,... w k sid die gewichte (w + w + w +...+ w k = Beispiel: wir habe km mit eier Geschwidigkeit vo km/h, ud eie adere km

Mehr

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

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

Mehr

2.2.1 Lagemaße. Exkurs: Quantile. und n. p n

2.2.1 Lagemaße. Exkurs: Quantile. und n. p n Ekurs: Quatile Ausgagspukt : Geordete Urliste Jeder Wert p, mit 0 < p

Mehr

Absolutskala: metrische Skala mit einem natürlichen Nullpunkt und einer natürlichen Einheit. (Z.B. Einwohnerzahl). Nicht alle Variablen lassen sich

Absolutskala: metrische Skala mit einem natürlichen Nullpunkt und einer natürlichen Einheit. (Z.B. Einwohnerzahl). Nicht alle Variablen lassen sich Grudbegrie Die beschreibede Statistik (deskriptive Statistik) ist eie systematische Zusammestellug vo Zahle ud Date zur Beschreibug bestimmter Zustäde, Etwickluge oder Phäomee. Die beschreibede Statistik

Mehr

Formelsammlung in Statistik

Formelsammlung in Statistik Formelsammlug i Statistik Häufigkeitsverteilug ud Summeverteilug Zählidices Klassierug vo Date absolute Häufigkeit relative Häufigkeit i = 1,..., zählt die Elemete der Urliste j = 1,...,m zählt die Merkmalsauspräguge

Mehr

Deskriptive Statistik und Explorative Datenanalyse

Deskriptive Statistik und Explorative Datenanalyse rger Gabler PLU Zusatzformatoe zu Mede vo rger Gabler Thomas Cleff Desrtve tatst ud Eloratve Dateaalse Ee comutergestützte Eführug mt Ecel, P ud TATA 05 3., überarbetete ud erweterte Auflage rger Gabler

Mehr

Formelsammlung Grundzüge der Statistik für die Veranstaltungen Statistik I und Statistik II im Grundstudium

Formelsammlung Grundzüge der Statistik für die Veranstaltungen Statistik I und Statistik II im Grundstudium Formelsammlug Grudzüge der Statistik für die Verastaltuge Statistik I ud Statistik II im Grudstudium Prof. Dr. Claudia Becker Lehrstuhl für Statistik Ihaltsverzeichis 1 Summezeiche 5 2 Häufigkeitsverteiluge

Mehr

Parameter von Häufigkeitsverteilungen

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

Mehr

Deskriptive Statistik

Deskriptive Statistik Deskriptive Statistik I der beschreibede Statistik werde Methode behadelt, mit dere Hilfe ma Date übersichtlich darstelle ud kezeiche ka. Die Urliste (=Date i der Reihefolge ihrer Erhebug) ist meist umfagreich

Mehr

1 Wahrscheilichkeitsrechug 1.1 Elemete der Megelehre Morgasche Formel A \ B = A [ B A [ B = A \ B Kommutativgesetz A \ B = B \ A A [ B = B [ A Assozia

1 Wahrscheilichkeitsrechug 1.1 Elemete der Megelehre Morgasche Formel A \ B = A [ B A [ B = A \ B Kommutativgesetz A \ B = B \ A A [ B = B [ A Assozia Statistik I - Formelsammlug Ihaltsverzeichis 1 Wahrscheilichkeitsrechug 1.1 Elemete der Megelehre................................. 1. Kombiatorik........................................ 1.3 Wahrscheilichkeite....................................

Mehr

h i Deskriptive Statistik 1-dimensionale Daten Daten und Häufigkeiten Seite 1 Nominal Ordinal Metrisch (Kardinal) Metrisch - klassiert

h i Deskriptive Statistik 1-dimensionale Daten Daten und Häufigkeiten Seite 1 Nominal Ordinal Metrisch (Kardinal) Metrisch - klassiert Deskriptive Statistik dimesioale Date Date ud Häufigkeite Seite Nomial Ordial Metrisch (Kardial Metrisch klassiert Beschreibug: Date habe keie atürliche Reihefolge. Bsp: Farbe, Religio, Geschlecht, Natioalität...

Mehr

Lage- und Streuungsmaße

Lage- und Streuungsmaße Statistik 1 für SoziologIe Lage- ud Streuugsmaße Uiv.Prof. Dr. Marcus Hudec Streuugsmaße Statistische Maßzahle, welche die Variabilität oder die Streubreite i de Date messe. Sie beschreibe die Abweichug

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

Jugendliche (18-24 Jahre) in Westdeutschland

Jugendliche (18-24 Jahre) in Westdeutschland Modus Beispiel: Modus Jugedliche (8-4 Jahre) i Westdeutschlad Parameter oder Kewerte eier Häufigkeitsverteilug sid Kegröße, mit dere Hilfe die Verteilug z.t. oder vollstädig rekostruiert werde ka D West

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

Lineare Transformationen

Lineare Transformationen STAT 4 FK Herleituge Lieare Trasformatioe Sei eie lieare Trasformatio vo, so gilt Allgemei: a b, () Lieare Trasformatio des arithmetische Mittels y a+b x i () Da a eie additiv verküpfte Kostate ist, ka

Mehr

Statistik I für Studierende der Soziologie und Nebenfachstudierende

Statistik I für Studierende der Soziologie und Nebenfachstudierende Name: Matrikelummer: Formelsammlug zur Vorlesug Statistik I für Studierede der Soziologie ud Nebefachstudierede Prof Dr Helga Wager Dipl-Soz MSc Julia Kopf, Dipl Stat Gero Walter WS 2010/11 Zur Klausur

Mehr

Kennwerte eindimensionaler Häufigkeitsverteilungen Einführung

Kennwerte eindimensionaler Häufigkeitsverteilungen Einführung Kewerte eidimesioaler Häufigkeitsverteiluge Eiführug Statistische Kewerte vo Verteiluge sid umerische Maße mit der Fuktio, zusammefassed eie Eidruck vo 1) dem Schwerpukt, ) der Variabilität ud 3) der Form

Mehr

Stetige Messwerte Diskrete Messwerte

Stetige Messwerte Diskrete Messwerte Sadra Schlick Seite 1 1.SemiarStat015.doc 1. Semiar Statistik 9.45 10.00 Übersicht Semester 10.00 10.15 Merkmale ud Auspräguge 10.15 10.30 Häufigkeitsverteiluge 10.30 11.30 Natürliche ud recherische Lage-

Mehr

Mathematische und statistische Methoden I

Mathematische und statistische Methoden I Prof. Dr. G. Meihardt Methodelehre Mathematische ud statistische Methode I Sprechstude jederzeit ach Vereibarug ud ach der Vorlesug Wallstr. 3, 6. Stock, Raum 06-206 Dr. Malte Persike persike@ui-maiz.de

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

Repräsentativität und Unabhängigkeit

Repräsentativität und Unabhängigkeit Repräsetativität ud Uabhägigkeit Ziel: Bestmögliche Erassug der Eigeschate der Grudgesamtheit Problem: Beurteilug der Repräsetativität ist ur durch umassede Iormatio über die Grudgesamtheit möglich Asatz:

Mehr

Vorlesung Basismodul Statistik SS 13

Vorlesung Basismodul Statistik SS 13 Basismodul Statistik Prof. Dr. Peter Kischka, Lehrstuhl für Wirtschafts- ud Sozialstatistik Wirtschaftswisseschaftliche Fakultät Lehrstuhl für Wirtschafts- ud Sozialstatistik Prof. Dr. Peter Kischka Vorlesug

Mehr

Der Modus. Lageparameter. Beispiel (Einrichtungen) Beispiel (Lieblingsfarben) Modus. Untersuchungseinheiten U 1,...,U n. Merkmal X

Der Modus. Lageparameter. Beispiel (Einrichtungen) Beispiel (Lieblingsfarben) Modus. Untersuchungseinheiten U 1,...,U n. Merkmal X Lageparameter Der Modus Utersuchugseiheite U,...,U Modus mod Mermal X Urliste,..., geordete Urliste (),..., () Es gilt i.allg.: ( ), i, K i i, Mermalsauspräguge a,..., a wird auch Modalwert oder häufigster

Mehr

Statistik I für WInf und WI Prof. Dr. Wilhelm Stannat

Statistik I für WInf und WI Prof. Dr. Wilhelm Stannat 2. November 2009 1 Statistik I für WIf ud WI Prof. Dr. Wilhelm Staat Ihalt: I Deskriptive Statistik 1. Grudbegriffe 2. Auswertug eidimesioaler Datesätze 3. Auswertug zwei- ud mehrdimesioaler Messreihe

Mehr

Empirische Methoden I

Empirische Methoden I Hochschule für Wirtschaft ud 2017 Umwelt Nürtige-Geislige Fakultät Betriebswirtschaft ud Iteratioale Fiaze Prof. Dr. Max C. Wewel Aufgabe zum Tutorium Empirische Methode I (Dateaalyse ud Grudlage der Wahrscheilichkeitsrechug)

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

Statistik für Soziologen

Statistik für Soziologen Arbeitsuterlage zur Verastaltug Statistik für Soziologe Teil I Beschreibede Statistik Stad: Oktober 2006 Gliederug Literatur Grudsätzliches. Grudbegriffe.2 Empirische Utersuchuge.3 Messiveaus ud Skaletype.4

Mehr

Statistische Maßzahlen. Statistik Vorlesung, 10. März, 2010. Beispiel. Der Median. Beispiel. Der Median für klassifizierte Werte.

Statistische Maßzahlen. Statistik Vorlesung, 10. März, 2010. Beispiel. Der Median. Beispiel. Der Median für klassifizierte Werte. Statistik Vorlesug,. ärz, Statistische aßzahle Iformatio zu verdichte, Besoderheite hervorzuhebe ittelwerte Aufgabe: die Lage der Verteilug auf der Abszisse zu zeige. Der odus: derjeige Wert, der im Häufigste

Mehr

Statistik I. Christian Reinboth, Dipl.-Wi.Inf.(FH)

Statistik I. Christian Reinboth, Dipl.-Wi.Inf.(FH) Statistik I Bachelorstudiegag Betriebswirtschaftslehre Bachelorstudiegag Wirtschaftsigeieurwese Seite 1 Statistik Wesetliche Kursihalte (1) Kurzvorstellug Orgaisatorisches Bücher ud Software Grudlage Statistik

Mehr

T. Cleff, Deskriptive Statistik und moderne Datenanalyse, DOI / , Gabler Verlag Springer Fachmedien Wiesbaden GmbH 2011

T. Cleff, Deskriptive Statistik und moderne Datenanalyse, DOI / , Gabler Verlag Springer Fachmedien Wiesbaden GmbH 2011 Literatur ACEA: European Automobile Manufacturers' Association. Intemetadresse: http://www.acea.be/index.php/collection/statistics Auer, Ludwig von: Okonometrle, 2. A., Berlin und Heidelberg u.a. 2003.

Mehr

WISTA WIRTSCHAFTSSTATISTIK

WISTA WIRTSCHAFTSSTATISTIK WISTA WIRTSCHAFTSSTATISTIK PROF. DR. ROLF HÜPEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT Seiar für Theoretische Wirtschaftslehre Vorlesugsprogra 14.05.2013 Streuugsaße 1. Norierte Etropie 2. Spaweite, Quartilsabstad,

Mehr

Mathematische und statistische Methoden I

Mathematische und statistische Methoden I Methodelehre e e Prof. Dr. G. Meihardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstude jederzeit ach Vereibarug ud ach der Vorlesug. Mathematische ud statistische Methode I Dr. Malte Persike persike@ui-maiz.de

Mehr

Herleitung der Parameter-Gleichungen für die einfache lineare Regression

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

Mehr

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

Streuungsmaße. Prof. Dr. Paul Reuber. Institut für Geographie. Seminar Methoden der empirischen Humangeographie

Streuungsmaße. Prof. Dr. Paul Reuber. Institut für Geographie. Seminar Methoden der empirischen Humangeographie Streuugsmaße Istitut für Geographie Streuugswerte (Streuugsmaße) Die Diskussio um die Mittelwerte hat die Vorteile dieser statistische Kewerte gezeigt, aber bereits, isbesodere beim arithmetische Mittel,

Mehr

WISTA WIRTSCHAFTSSTATISTIK

WISTA WIRTSCHAFTSSTATISTIK WISTA WIRTSCHAFTSSTATISTIK PROF. DR. ROLF HÜPEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT Semiar für Theoretische Wirtschaftslehre Vorlesugsprogramm 30.04.203 Mittelwerte ud Lagemaße I. Quatile vo Häufigkeitsverteiluge

Mehr

Kursthemen 5. Sitzung. Lagemaße

Kursthemen 5. Sitzung. Lagemaße Kurstheme 5. Sitzug Folie I - 5 - Lagemaße A) Arithmetisches Mittel (AM), Media ud Modus (Folie 2 bis 8) A) Arithmetisches Mittel (AM), Media ud Modus (Folie 2 bis 8) B) Der Additiossatz für AM (Folie

Mehr

Beispiel: p-wert bei Chi-Quadrat-Anpassungstest (Grafik) Auftragseingangsbeispiel, realisierte Teststatistik χ 2 = , p-wert: 0.

Beispiel: p-wert bei Chi-Quadrat-Anpassungstest (Grafik) Auftragseingangsbeispiel, realisierte Teststatistik χ 2 = , p-wert: 0. 8 Apassugs- ud Uabhägigkeitstests Chi-Quadrat-Apassugstest 8.1 Beispiel: p-wert bei Chi-Quadrat-Apassugstest (Grafik) Auftragseigagsbeispiel, realisierte Teststatistik χ 2 = 12.075, p-wert: 0.0168 f χ

Mehr

Statistik I im Sommersemester 2007

Statistik I im Sommersemester 2007 Statistik I im Sommersemester 2007 Theme am 30.4.2007: Uivariate Verteiluge II Graphische Darstellug omialskalierter Verteiluge Verteilugsparameter: Lagemaße Modus, Media ud Mittelwerte Lerziele:. Iterpretatio

Mehr

Statistik I Februar 2005

Statistik I Februar 2005 Statistik I Februar 2005 Aufgabe 0 Pukte Ei Merkmal X mit de mögliche Auspräguge 0 ud, das im Folgede wie ei kardialskaliertes Merkmal behadelt werde ka, wird a Merkmalsträger beobachtet. Dabei bezeichet

Mehr

Sind Sie mit unserem Angebot zufrieden? ja nein weiß nicht

Sind Sie mit unserem Angebot zufrieden? ja nein weiß nicht STATISTIK Eiführug Statistik kommt vom italieische Wort statistica, was so viel wie Staatsma bedeutet. Früher verwedete ma de Begriff ur für eie Auswertug vo Date (Klima, Bevölkerug, Bräuche,...) eies

Mehr

Deskriptive Statistik (Skript) J. Thomsen

Deskriptive Statistik (Skript) J. Thomsen Deskriptive Statistik (Skript) J. Thomse 3. Mai 2008 Kapitel Deskriptive Statistik. Begriffsdefiitioe.. Utersuchugsobjekte Statistische Eiheite sid die Objekte, a dee die zu utersuchede Date erfasst werde.

Mehr

Deskriptive Statistik und moderne Datenanalyse

Deskriptive Statistik und moderne Datenanalyse homas Cleff Destve tatst ud modee Dateaalse Ee comutegestützte Efühug mt Ecel ud AA 0XX /. Auflage Fomelsammlug Cleff Destve tatst ud modee Dateaalse Gable Velag Wesbade 0XX GableL Zusatzfomatoe zu Mede

Mehr

Wahrscheinlichkeitstheorie und Statistik

Wahrscheinlichkeitstheorie und Statistik Kapitel 15 Wahrscheilichkeitstheorie ud Statistik Verstädisfrage Sachfrage 1. Erläuter Sie de Begriff der absolute ud relative Häufigkeit eier Stichprobe! 2. Erläuter Sie de Begriff der Klassehäufigkeit

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

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

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

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

Thomas Cleff. Deskriptive Statistik und moderne Datenanalyse

Thomas Cleff. Deskriptive Statistik und moderne Datenanalyse Thomas Cleff Deskriptive Statistik ud modere Dateaalyse Thomas Cleff Deskriptive Statistik ud modere Dateaalyse Eie computergestotzte EifOhrug mit Excel, PASW (SPSS) ud STATA 2., Oberarbeitete ud erweiterte

Mehr

Statistik I für WInf und WI Prof. Dr. Wilhelm Stannat

Statistik I für WInf und WI Prof. Dr. Wilhelm Stannat 18. Oktober 2007 1 Statistik I für WIf ud WI Prof. Dr. Wilhelm Staat Ihalt: I Deskriptive Statistik 1. Grudbegrie 2. Auswertug eidimesioaler Datesätze 3. Auswertug zwei- ud mehrdimesioaler Messreihe II

Mehr

SBP Mathe Aufbaukurs 1. Absolute und relative Häufigkeit. Das arithmetische Mittel und seine Eigenschaften. Das arithmetische Mittel und Häufigkeit

SBP Mathe Aufbaukurs 1. Absolute und relative Häufigkeit. Das arithmetische Mittel und seine Eigenschaften. Das arithmetische Mittel und Häufigkeit SBP Mathe Aufbaukurs 1 # 0 by Clifford Wolf # 0 Atwort Diese Lerkarte sid sorgfältig erstellt worde, erhebe aber weder Aspruch auf Richtigkeit och auf Vollstädigkeit. Das Lere mit Lerkarte fuktioiert ur

Mehr

Beispiel: p-wert bei Chi-Quadrat-Anpassungstest (Grafik) Auftragseingangsbeispiel, realisierte Teststatistik χ 2 = , p-wert: 0.

Beispiel: p-wert bei Chi-Quadrat-Anpassungstest (Grafik) Auftragseingangsbeispiel, realisierte Teststatistik χ 2 = , p-wert: 0. 8 Apassugs- ud Uabhägigkeitstests Chi-Quadrat-Apassugstest 81 Beispiel: p-wert bei Chi-Quadrat-Apassugstest (Grafik) Auftragseigagsbeispiel, realisierte Teststatistik χ 2 = 12075, p-wert: 00168 f χ 2 (4)

Mehr

Statistik I für WInf und WI Prof. Dr. Wilhelm Stannat

Statistik I für WInf und WI Prof. Dr. Wilhelm Stannat 29. Jauar 2008 1 Statistik I für WIf ud WI Prof. Dr. Wilhelm Staat Ihalt: I Deskriptive Statistik 1. Grudbegriffe 2. Auswertug eidimesioaler Datesätze 3. Auswertug zwei- ud mehrdimesioaler Messreihe II

Mehr

3 Kritischer Bereich zum Niveau α = 0.10: K = (χ 2 k 1;1 α, + ) = (χ2 5;0.90, + ) = (9.236, + ) 4 Berechnung der realisierten Teststatistik:

3 Kritischer Bereich zum Niveau α = 0.10: K = (χ 2 k 1;1 α, + ) = (χ2 5;0.90, + ) = (9.236, + ) 4 Berechnung der realisierten Teststatistik: 8 Apassugs- ud Uabhägigkeitstests Chi-Quadrat-Apassugstest 81 Beispiel: p-wert bei Chi-Quadrat-Apassugstest (Grafik) Auftragseigagsbeispiel, realisierte Teststatistik χ 2 1275, p-wert: 168 8 Apassugs-

Mehr

KORRELATION VON ORDINALDATEN Rangkorrelation nach Spearman Terminologie Berechnung Signifikanzprüfung

KORRELATION VON ORDINALDATEN Rangkorrelation nach Spearman Terminologie Berechnung Signifikanzprüfung KORRELATION VON ORDINALDATEN Ragkorrelatio ach Spearma Termiologie Berechug Sigifikazprüfug Ziel: Ei Maß für de Zusammehag zweier ordialskalierter Variable ermittel Beispiele: Messug vo Kameradschaftlichkeit

Mehr

Statistik I für WInf und WI Prof. Dr. Wilhelm Stannat

Statistik I für WInf und WI Prof. Dr. Wilhelm Stannat 8. Februar 2009 1 Statistik I für WIf ud WI Prof. Dr. Wilhelm Staat Ihalt: I Deskriptive Statistik 1. Grudbegriffe 2. Auswertug eidimesioaler Datesätze 3. Auswertug zwei- ud mehrdimesioaler Messreihe II

Mehr

Ereignis Wahrscheinlichkeit P (A) A oder B P (A + B) A und B P (AB) B, wenna P (B A)

Ereignis Wahrscheinlichkeit P (A) A oder B P (A + B) A und B P (AB) B, wenna P (B A) Kapitel 10 Statistik 10.1 Wahrscheilichkeit Das Ergebis eier Messug oder Beobachtug wird Ereigis geat. Ereigisse werde mit de Buchstabe A, B,...bezeichet. Die Messug eier kotiuierliche Variable x gibt

Mehr

Beschreibende Statistik Kenngrößen in der Übersicht (Ac)

Beschreibende Statistik Kenngrößen in der Übersicht (Ac) Beschreibede Statistik Kegröße i der Übersicht (Ac) Im folgede wird die Berechugsweise des TI 83 (sowie vo SPSS, s. ute) verwedet. Diese geht auf eie Festlegug vo Moore ud McCabe (00) zurück. I der Literatur

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

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

Diesen Grenzwert nennt man partielle Ableitung von f nach x i und

Diesen Grenzwert nennt man partielle Ableitung von f nach x i und Bevor wir zum ächste Kapitel übergehe, werde wir de Begri eier Fuktio i mehrere Variable eiführe. Eie Fuktio vo Variable ist eie Vorschrift, die jedem Pukt (x 1,x,...,x ) eier Teilmege D des IR eie bestimmte

Mehr

Formelsammlung für die Vorlesung Statistik A

Formelsammlung für die Vorlesung Statistik A Formelsammlug für die Vorlesug Statistik A Uiv.-Prof. Dr. Keip Uiversität Bo Statistische Abteilug Witersemester 2011/2012 Ihaltsverzeichis 2 Uivariate Deskriptio ud Exploratio vo Date 2 3 Bivariate Deskriptio

Mehr

Kapitel 7: Korrelation = Stärke eines Zusammenhangs zwischen zwei Variablen. Korrelation Beschreibung von einfachen Zusammenhängen zweier Merkmale

Kapitel 7: Korrelation = Stärke eines Zusammenhangs zwischen zwei Variablen. Korrelation Beschreibung von einfachen Zusammenhängen zweier Merkmale Korrelatio Zusammehag zwische zwei Variable bivariat Das Strickmuster erkee Kapitel 7: Korrelatio Stärke eies Zusammehags zwische zwei Variable. ud alles was damit zusammehägt Positiver Zusammehag "Glatt"

Mehr

Zusammenfassung der Vorlesungen Statistik I und II von Konrad Urbanski

Zusammenfassung der Vorlesungen Statistik I und II von Konrad Urbanski Zusammefassug der Vorlesuge Statistik I ud II vo Korad Urbaski TU Berli, Witersemester 2013/2014 Floria Wiesweg 16. Jauar 2017 Dieses Werk ist lizeziert uter eier Creative Commos-Lizez: Nameseug-Nicht-kommerziell-Keie

Mehr

Forschungsstatistik I

Forschungsstatistik I Prof. Dr. G. Meihardt 6. Stock, Taubertsberg R. 06-06 (Persike) R. 06-31 (Meihardt) Sprechstude jederzeit ach Vereibarug Forschugsstatistik I Dr. Malte Persike persike@ui-maiz.de http://psymet03.sowi.ui-maiz.de/

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

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

Elektrische Messtechnik

Elektrische Messtechnik Spriger-Lehrbuch Elektrische Messtechik Aaloge, digitale ud computergestützte Verfahre vo Reihard Lerch 5., eu bearb. Aufl. Elektrische Messtechik Lerch schell ud portofrei erhältlich bei beck-shop.de

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

Normalverteilung. Voraussetzung und verwandte Themen. Einführung. Ziel und Nutzen. Grundlagen

Normalverteilung. Voraussetzung und verwandte Themen. Einführung. Ziel und Nutzen. Grundlagen h Normalverteilug Voraussetzug ud verwadte Theme Für diese Beschreibuge sid Grudlage der Statistik ud isbesodere der statistische Verteiluge vorteilhaft. Weiterführede Theme sid: www.versuchsmethode.de/verteilugstests.pdf

Mehr

Empirische Methoden I

Empirische Methoden I Hochschule für Wirtschaft ud 2012 Umwelt Nürtige-Geislige Fakultät Betriebswirtschaft ud Iteratioale Fiaze Prof. Dr. Max C. Wewel Prof. Dr. Corelia Niederdrek-Felger Aufgabe zum Tutorium Empirische Methode

Mehr

Grundlagen der deskriptiven Statistik

Grundlagen der deskriptiven Statistik . Ihaltsverzeichis. Ihaltsverzeichis. Begriffsbestimmug ud Ablauf eier empirische Utersuchug 3 3. Grudbegriffe ud Typisierug statistischer Merkmale 5 4. Aufbereite vo Date 0 5. Darstelle vo Date 3 6. Bestimmug

Mehr

14 Regression, lineare Korrelation und Hypothesen-Testverfahren

14 Regression, lineare Korrelation und Hypothesen-Testverfahren 14 Regressio, lieare Korrelatio ud Hypothese-Testverfahre 141 Regressiosverfahre I der Meßtechik kommt es häufig vor, daß eie Schar vo aufgeommee Meßpukte durch eie geeigete aalytische Fuktio i Form eier

Mehr

Lineare Regression. Roland Heynkes. 18. April 2006, Aachen

Lineare Regression. Roland Heynkes. 18. April 2006, Aachen Lieare Regressio Rolad Heykes 18. April 2006, Aache Es kommt i der Natur relativ oft vor, daß zwei Größe statistisch mit eiader verbude sid. We sich diese Verbudeheit mathematisch durch eie Fuktio beschreibe

Mehr

( ) Formelsammlung. Kombinatorik. Permutation: ohne Wiederholung. n! = n (n - 1) (n - 2)... 3 2 1 n= alle Elemente. Permutation: mit Wiederholung

( ) Formelsammlung. Kombinatorik. Permutation: ohne Wiederholung. n! = n (n - 1) (n - 2)... 3 2 1 n= alle Elemente. Permutation: mit Wiederholung Formelsammlug Kombiatori Permutatio: ohe Wiederholug! = ( - 1) ( - 2).... 3 2 1 = alle Elemete Permutatio: mit Wiederholug!! P, = = usw. = gleiche Elemete! 1! K 2! Stichprobe (SP) = geordete Auswahl Geordete

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

Zufallsvariable. Die Wahrscheinlichkeitsverteilung p (probability function) ist definiert durch: p(x i ) := P (X = x i ),

Zufallsvariable. Die Wahrscheinlichkeitsverteilung p (probability function) ist definiert durch: p(x i ) := P (X = x i ), ETHZ 90-683 Dr. M. Müller Statistische Methode WS 00/0 Zufallsvariable Zusammehag: Wirklichkeit Modell Wirklichkeit Stichprobe Date diskret stetig rel. Häufigkeit Häufigkeitstabelle Stabdiagramm Histogramm

Mehr

Formelsammlung zur Vorlesung Statistik I/II für Statistiker, Mathematiker und Informatiker (WS 08/09)

Formelsammlung zur Vorlesung Statistik I/II für Statistiker, Mathematiker und Informatiker (WS 08/09) Departmet für Statistik, LMU Müche Statistik I/II für Statistiker, Mathematiker ud Iformatiker Prof. Gerhard Tutz, Adreas Groll WS 08/09 1 EINDIMENSIONALE MERKMALE Formelsammlug zur Vorlesug Statistik

Mehr

WISTA WIRTSCHAFTSSTATISTIK

WISTA WIRTSCHAFTSSTATISTIK WISTA WIRTSCHAFTSSTATISTIK PROF. DR. ROLF HÜPEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT Semiar für Theoretische Wirtschaftslehre Vorlesugsprogramm 11.06.2013 Zweidimesioale Datesätze (Fortsetzug) 3. Regressiosaalyse:

Mehr

Stochastik I Vorlesungsskript

Stochastik I Vorlesungsskript Stochastik I Vorlesugsskript Prof. Dr. Evgey Spodarev Ulm 0 Vorwort Dieses Skript etstad aus dem Zyklus der Vorlesuge über Statistik, die ich i de Jahre 005 0 a der Uiversität Ulm gehalte habe. Dabei hadelt

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

Statistik I für Betriebswirte

Statistik I für Betriebswirte Statistik I für Betriebswirte Privat-Doz. Dr. H. Haase Ist. f. Math. u. If. 07.11.2016 Privat-Doz. Dr. H. Haase (Ist. f. Math. u. If.) Vorlesug 3 07.11.2016 1 / 48 Übersicht 1 Auswertugmethode Lageparameter

Mehr

Diskrete Zufallsvariablen

Diskrete Zufallsvariablen Erste Beispiele diskreter Verteiluge Diskrete Zufallsvariable Beroulli-Verteilug Eie diskrete Zufallsvariable heißt beroulliverteilt mit arameter p, falls sie die Wahrscheilichkeitsfuktio p,, f ( ) ( )

Mehr

Statistische Datenanalyse und Versuchsplanung

Statistische Datenanalyse und Versuchsplanung Statistische Dateaalyse ud Versuchsplaug Wahlpflicht für Studete der Biotechologie SWS IV (VL/Ü/PR) Abschluss: Übugsote U. Römisch http:// www.lmtc.tu-berli.de/agewadte_statistik_ud_cosultig LITERATUR

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

Übungsaufgaben - Organisatorisches

Übungsaufgaben - Organisatorisches Übugsaufgabe - Orgaisatorisches Der Abgabetermi der eue Übugsblätter ist: Motag, 4:00 Uhr Fehlerrechugsbriefkaste Der Abgabetermi der verbesserte Übugsblätter ist: Freitag, 6:00 Uhr T. Kießlig: Auswertug

Mehr

10. Grundlagen der linearen Regressionsanalyse 10.1 Formulierung linearer Regressionsmodelle

10. Grundlagen der linearen Regressionsanalyse 10.1 Formulierung linearer Regressionsmodelle 10. Grudlage der lieare Regressiosaalyse 10.1 Formulierug liearer Regressiosmodelle Eifaches lieares Regressiosmodell: Das eifache lieare Regressiosmodell ist die simpelste Form eies ökoometrische Modells

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