5.4.2 Die empirische Verteilungsfunktion als Ausgangspunkt
|
|
- Liese Heinrich
- vor 6 Jahren
- Abrufe
Transkript
1 Tests Der Kolmogorov Smirov Test Grudlage für de Kolmogorov Smirov Apassugs Test ist ei Satz vo Kolmogorov, die asymptotische Verteilug eier Statistik Δ betreffed. Aus Δ ergibt sich durch Modifikatio die Kolmogorov Smirov Prüfstatistik, die dem Kolmogorov Smirov Test zu Grude liegt. Der Abschitt schließt mit eiem Sachverhalt zur zweckmäßige Berechug der KS Statistik zu eier gegebee Stichproberealisatio. Der KS Test ist im Gegesatz zum χ 2 Apassugstest ur auf stetige W Maße awedbar. Überblick Das statistische Modell Sei das statistische Modell aus verabredet, woach (H, H, P ) = ( 1 H j, 1 H j, 1 P 0) = (H 0, H 0, P 0 ) die abzählbare Potez des W Raumes (H 0, H 0, P 0 ) = (R, B, P 0 ) ist. Die Verteilugsfuktio F 0 des W Maßes P 0 wird dabei als stetig uterstellt. Die Stichprobevariable der Stichprobe X := (X 1, X 2,...) uter P0 werde wiederum als die Projektioe X j : H H j = H 0, j N, defiiert. Damit erweist sich die Stichprobe X als eifach, d.h. die Stichprobevariable X j, j N, sid uabhägig ud idetisch verteilt: P Xj = (P 0 ) Xj = P 0, j N. Im Folgede bezeichet x = (x 1,..., x ) H 0 eie Realisatio der eifache Stichprobe X = (X 1,..., X ) : H 1 H j = H Die empirische Verteilugsfuktio als Ausgagspukt Sei Q 0, die gemäß 2.2.2(1) defiierte empirische Verteilug der Stichprobe X uter P 0 ud F 0, dere empirisch Verteilugsfuktio, vgl (2). Q 0, etspricht dem i 2.2.1(i) eigeführte W Maß Q x 0,, währed F 0, der i 2.2.1(ii) eigeführte Verteilugsfuktio F0, x etspricht. bzw. Q x 0,(B) := 1 {j N x j B} = 1 F x 0,(t) = 1 {j N x j t} = 1 1 B (x j ), B B, (i) j=1 1 ( ;t] (x j ), t R. (ii) j=1
2 10 Tests Der Zusammehag zwische Q 0, ud Q x 0, bzw. F 0, ud F0, x ergibt sich aufgrud vo 2.2.2(5). Grudlage für de Kolmogorov Smirov Apassugtest ist der als Satz wiedergegebee Sachverhalt. Dazu wird eie spezielle Statistik Δ betrachtet, aus der sich durch Modifikatio die Kolmogorov Smirov Statistik ergibt Die Statistik Δ Seie ud mit P = P 0 verabredet, weiter sei N. Mit Blick auf Satz wird die Statistik Δ : H R + Δ (x) := sup F 0, (t) F 0 (t) (iii) eigeführt. Die achfolgede Abbildug liefert eie Veraschaulichug der Situatio: Als Ausgagspukt: Die Graphe vo F 0 bzw. F 0,3 Offebar gilt Δ 3 (x) = max(a 1, a 2, a 3, b 1, b 2, b 3 ) (iv)
3 Tests 11 bzw. Δ (x) = sup(a j, b j j N ), (v) wobei wir die (umittelbar verstädliche) Zahle a j, b j, j N 3 als defiiert betrachte. Die folgede asymptotische Aussage über Δ geht auf A.N. Kolmogorov; (Kolmogorov, A.N. (1933): Sulla determiazioe empirica di ua legge di distribuzioe; Gior. Ist. Ital. Attuari 4, 83-91); (Attuari = Versicherugsmathematiker) zurück Satz Seie ud verabredet, mit P = P 0. Für N sei Δ die i eigeführte Statistik Δ : H R +. Da kovergiert die Folge ( Δ ) =1 i Verteilug gege eie Verteilug H mit der Verteilugsfuktio G : R [0; 1], G(t) := { k= ( 1)k exp( 2k 2 t 2 ) für t > 0 0 sost ; d.h. es gilt lim P ( {x H 0 Δ (x) t }) = G(t), t R. Ma beachtet, dass die asymptotische Verteilug H vo Δ vo der Spezifikatio des zugrude gelegte W Maßes P 0 uabhägig ist Ei Testproblem Vorgelegt ist ei W Maß P mit stetiger Verteilugsfuktio F. Ahad der Realisatio x = (x 1,..., x ) der eifache Stichprobe X = (X 1,..., X ) (uter dem ubekate W Maß P 0 mit ebefalls stetiger Verteilugsfuktio, das hier die Rolle der wahre Verteilug überimmt), soll geprüft werde, ob P = P 0, also ob P die wahre Verteilug ist. Zur systematische Behadlug des formulierte Testproblems betrachtet
4 12 Tests ma das Testexperimet (H, H, W, W 1, W 2 ) mit W = {P P ist ei stetiges W Maß über (R, B)} W 1 := {P }, W 2 := W \ W 1. (i) (wahre Vertei- Die Stichprobe X ist gemäß dem ubekate W Maß P0 lug) verteilt. Bei dem formulierte Testproblem geht es um dieselbe Fragestellug, wie bei dem i 5.3 behadelte χ 2 Apassugstest, wobei hier eie Eischräkug vo W auf Poteze vo stetige W Maße über (R, B) vorgeomme wird. Die statistische Fragestellug ist, wie ma aufgrud des Testexperimetes (i) erket eie solche der icht parametrische Statistik Etwicklug eies Testkozeptes auf der Grudlage der KS Statistik Die Prüfug der Frage, ob die Hypothese zutrifft, ob die, die Hypothese defiierede Verteilug P gleich der als wahre Verteilug auftretede Verteilug P 0 ist, heißt letztedlich die beide Verteiluge wie auch immer miteiader zu vergleiche. Die wahre Verteilug P 0 offebart sich über die Stichproberealisatioe, währed die Verteilug P spezifiziert ist. Durch Modifikatio ergibt sich auf der i eigeführte Statistik Δ die sogeate Kolmogorov Smirov Prüfstatistik D : H R + D (x) := sup t R F 0, (t) F (t), (1) wobei F die Verteilugsfuktio des die Hypothese defiierede W Maßes P ud F 0, die empirische Verteilugsfuktio vo P 0 bei Stichproberealisatioe ist. Ersetzt ma im Rechtsterm vo D de Ausdruck F (t) durch F 0 (t), so ist ma auf die Statistik Δ aus 5.4.3(i) zurückgeführt.
5 Tests 13 Die KS Statistik D immt stets positive Werte a; die Aussage gilt ebeso für D. Trifft die Hypothese zu, d.h. ist die i 5.4.6, die Hypothese defiierede Verteilug F gleich der wahre Verteilug P 0, so gilt D = Δ. Dabei strebt D = Δ ach dem Satz vo Gliveko Catelli gege ull. Große positive Werte vo D (x) sid daher ei Idiz für das Abweiche vo P vo P 0, kleie positive Werte vo D (x) stütze die Hypothese, woach P gleich der wahre Verteilug P 0 ist. Für de hier zu testede Fall, dass die Hypothese zutrifft, d.h. dass P 0 = P ud somit D = Δ gilt, ist die asymptotische Verteilug H vo D = Δ bekat, vgl. Satz Diese Verteilug wird als Näherug für die Verteilug vo D = Δ beutzt. Das Gesagte führt zu folgedem Test Der Test Sei D (x) eie Realisatio der KS Prüfstatistik D ud fr (1 α) (H) das (1 α) Fraktil der asymptotische Verteilug H für α (0; 1), z.b. für α = 0, 05, so wird die Hypothese verworfe, falls D (x) > fr H (1 α); währed sie für D (x) fr H (1 α); icht verworfe wird. Ei Test, der auf der Statistik Δ ud ihrer asymptotische Verteilug H basiert, heißt Kolmogorov-Smirov (Apassugs )Test Bemerkug Die Verteilugsfuktio G vo H ist, vgl. Satz 5.4.4, über eie Reihe defiiert, so dass ma sich bei der umerische Bestimmug vo fr H (1 α) zweckmäßigerweise bereits berecheter, d.h. vertafelter Werte bediet Zur effiziete Bestimmug der KS Prüfstatistik
6 14 Tests Seie ud verabredet mit P 0 als wahrer Verteilug. Sei P das W Maß, welches i 5.4.5(i) die Hypothese defiiert; F bezeiche die (stetige) Verteilugsfuktio vo P. Sei x = (x 1,..., x ) H 0 eie Realisatio der eifache Stichprobe X : H H 0 vom Umfag, wobei X j gemäß der Verteilug P 0 über (H 0, H) = (R, B) verteilt ist. Eie Schwierigkeit, der ma bei der Bestimmug des Wertes der KS Prüfstatistik D (x) begeget, besteht dari, dass D (x) formal als das Supremum eier uedliche Mege defiiert ist: D (x) = sup F0,(t) x F (t). t R (i) Im Folgede wird aufgezeigt, wie ma dieses Supremum i (i) durch ei Maximum eier edliche Mege ersetze ka. Dazu beötigt ma eie modifizierte Darstellug vo F0, x, die im folgede Lemma agegebe wird: Lemma Sei x = (x 1,..., x ) H 0 eie Realisatio der eifache Stichprobe X : H H 0. Da die Verteilug vo X j stetig ist, j N, sid x 1,..., x mit Wahrscheilichkeit 1 paarweise verschiede; sei die Aordug vo x gemäß. Da gilt: F x 0,(t) = x (1) <... < x () 0 falls t < x (1) k falls x (k) t < x (k+1), k N 1 1 falls x () t. Beweis: Ist t < x (1), da ist die Azahl der Realisatioe x j mit x j t gleich 0. Ist x (k) t < x (k+1) für ei k N 1, da etspricht die Azahl der Realisatioe x j t der Azahl der gemäß ageordete x j t; diese
7 Tests 15 sid aber x (1) <... < x (k), so dass die gesuchte Azahl gleich k ist. Ist x () t, da ist {j N x j t} =. Das folgede Lemma liefert die ageküdigte Darstellug der KS Prüfstatistik D als das Maximum eier edliche Mege vo reelle Werte. Die Verwedug dieser Darstellug bietet sich stets bei Verwedug des KS Tests a Lemma Sei x = (x 1,..., x ) H 0 eie Realisatio der eifache Stichprobe X : H H 0, die gemäß P 0 verteilt ist. Sei x (1) <... < x (), die Aordug vo x = (x 1,..., x ) gemäß. Sei weiter ud x (0) :=, x (+1) := F x 0,( ) := F ( ) := 0 F x 0,( ) := F ( ) := 1, wobei F die stetige Verteilugsfuktio des die Hypothese defiierede W Maßes P bezeichet. Die KS Prüfstatistik D (x) sei gemäß 5.4.6(i) defiiert. Es gilt: { D (x) = max k max k=1 F (x (k)), F (x (k+1) ) k }. Beweis: Wege der Stetigkeit ud der Mootoie vo F gilt ach Lemma sup x (k) t<x (k+1) F 0, x F (t) = max { k F (x (k)), k F (x (k+1)) }, = 0, 1,..., ; (i) die getrete Betrachtug der drei Fälle
8 16 Tests (1) F (x (k+1) ) k (2) F (x (k) ) k < F (x (k+1)) (3) k < F (x (k)) liefert Wege sup F0, x (t) F (t) x (k) t<x (k+1) = max { k F (x (k)), F (x (k+1) ) k }, = 0, 1,...,. D (x) = max k=0 impliziert (i) das Gewüschte. sup F0,(t) x F (t) x (k) t<t(k+1) (ii) Bemerkug Ma beachtet, dass die i der Abbildug i illustrierte Situatio durch de Eitritt vo Fall 2 des Beweises zu für die drei Sprugstelle s 1, s 2, s 3 gekezeichet werde ka. Isofer bezieht sich diese Abbildug im Kotext der i 5.4.6(i) eigeführte KS Prüfstatistik D auf eie Spezialfall der Stichproberealisatioe x = (x 1,..., x ). Selbstbeurteilug Obwohl es sich beim KS Test ebefalls wie beim χ 2 Apassugstest um eie Apassugstest hadelt, sid die Akzete i 5.3 ud 5.4 bedigt durch techische Frage etwas aders gesetzt. Nehme Sie sich die Zeit ud vergleiche Sie die beide Testkozepte, wobei Sie die Etsprechuge exakt zu sehe versuche. Was ist der Uterschied vo D ud Δ? Uter welcher Maßgabe ist D gemäß H verteilt?
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)
Mehr3 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-
MehrKonvergenz von Folgen reeller Zufallsvariablen
Kapitel 4 Kovergez vo Folge reeller Zufallsvariable 4. Fa-sichere ud ochaische Kovergez Seie (Ω, C, ) ei W-Raum, X ( N) eie Folge reeller Zufallsvariable auf Ω ud X eie reelle Zufallsvariable auf Ω. Defiitio
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
Mehr2 Vollständige Induktion
8 I. Zahle, Kovergez ud Stetigkeit Vollstädige Iduktio Aufgabe: 1. Bereche Sie 1+3, 1+3+5 ud 1+3+5+7, leite Sie eie allgemeie Formel für 1+3+ +( 3)+( 1) her ud versuche Sie, diese zu beweise.. Eizu5% ZiseproJahragelegtes
Mehrvon solchen Abbildungen. Eine solche Folge bestimmt für jedes x M die Folge der Werte f n. Schreibt man dies noch einmal formal hin, so erhält man:
Gleichmäßige Kovergez Wir betrachte im Folgede Abbilduge f : M N, wobei M eie Mege ud N ei metrischer Raum ist. Isbesodere iteressiere ud Folge f vo solche Abbilduge. Eie solche Folge bestimmt für jedes
MehrKapitel 4: Stationäre Prozesse
Kapitel 4: Statioäre Prozesse M. Scheutzow Jauary 6, 2010 4.1 Maßerhaltede Trasformatioe I diesem Kapitel führe wir zuächst de Begriff der maßerhaltede Trasformatio auf eiem Wahrscheilichkeitsraum ei ud
Mehr15.4 Diskrete Zufallsvariablen
.4 Diskrete Zufallsvariable Vo besoderem Iteresse sid Zufallsexperimete, bei dee die Ergebismege aus reelle Zahle besteht bzw. jedem Elemetarereigis eie reelle Zahl zugeordet werde ka. Solche Zufallsexperimet
MehrZahlenfolgen und Konvergenzkriterien
www.mathematik-etz.de Copyright, Page of 7 Zahlefolge ud Kovergezkriterie Defiitio: (Zahle-Folge, Grezwert) Eie Folge ist eie Abbildug der atürliche Zahle i die Mege A. Es ist also im Fall A: ; f: mit
Mehr1. Zahlenfolgen und Reihen
. Zahlefolge ud Reihe We ma eie edliche Mege vo Zahle hat, ka ma diese i eier bestimmte Reihefolge durchummeriere: {a,a 2,...,a }. Ma spricht vo eier edliche Zahlefolge. Fügt ma immer mehr Zahle hizu,
Mehr4. Die Menge der Primzahlen. Bertrands Postulat
O. Forster: Eiführug i die Zahletheorie 4. Die Mege der Primzahle. Bertrads Postulat 4.1. Satz (Euklid. Es gibt uedlich viele Primzahle. Beweis. Wir zeige, dass es zu jeder edliche Mege p 1, p 2,..., p
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
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
MehrMethoden: Heron-Verfahren, Erweiterung von Differenzen von Quadratwurzeln
6 Kovergete Folge Lerziele: Kozepte: Grezwertbegriff bei Folge, Wachstumsgeschwidigkeit vo Folge Resultat: Mootoe beschräkte Folge sid koverget. Methode: Hero-Verfahre, Erweiterug vo Differeze vo Quadratwurzel
Mehr4 Konvergenz von Folgen
4 Kovergez vo Folge Defiitio 4.. Sei M eie Mege. Ist 0 Z ud für jedes Z mit 0 ei a M gegebe, so et ma die Abbildug { Z; 0 } M, a eie Folge i M. Abkürzed schreibt ma für eie solche Abbildug auch a ) 0 oder
Mehr6 Folgen. 6.4 Folgen reeller Zahlen. Mathematik für Informatiker B, SS 2012 Dienstag 5.6. $Id: folgen.tex,v /06/05 11:12:18 hk Exp $
Mathematik für Iformatiker B, SS 0 Diestag 5.6 $Id: folge.tex,v. 0/06/05 ::8 hk Exp $ 6 Folge 6.4 Folge reeller Zahle I der letzte Sitzug habe wir de Begriff des Grezwerts eier Folge i eiem metrische Raum
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 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
MehrSUCHPROBLEME UND ALPHABETISCHE CODES
SUCHPROBLEME UND ALPHABETISCHE CODES Der Problematik der alphabetische Codes liege Suchprobleme zugrude, dere Lösug dem iformatiostheoretische Problem der Fidug eies (optimale) alphabetische Codes gleich
MehrMaximum Likelihood Version 1.6
Maximum Likelihood Versio 1.6 Uwe Ziegehage 15. November 2005 Logarithmegesetze log a (b) + log a (c) = log a (b c) (1) log a (b) log a (c) = log a (b/c) (2) log a (b c ) = c log a (b) (3) Ableitugsregel
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
MehrKlausur 1 über Folgen
www.mathe-aufgabe.com Klausur über Folge Hiweis: Der GTR darf für alle Aufgabe eigesetzt werde. Aufgabe : Bestimme eie explizite ud eie rekursive Darstellug! a) für eie arithmetische Folge mit a = 6, ;
MehrLeitfaden zu den Zertifikate-Indizes. Discount-Index Outperformance-Index Bonus-Index Kapitalschutz-Index Aktienanleihen-Index
Leitfade zu de Zertifikate-Idizes Discout-Idex Outerformace-Idex Bous-Idex Kaitalschutz-Idex Aktiealeihe-Idex Fassug vom 22.02.2011 Versiosübersicht Versios- ID 1.00 1.10 1.20 1.30 Datum 28.02.2009 28.04.2009
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:
MehrSatz Ein Boolescher Term t ist eine Tautologie genau dann, wenn t unerfüllbar ist.
Erfüllbarkeit, Uerfüllbarkeit, Allgemeigültigkeit Defiitio Eie Belegug β ist passed zu eiem Boolesche Term t, falls β für alle atomare Terme i t defiiert ist. (Wird ab jetzt ageomme.) Ist β(t) = true,
Mehr1 Vollständige Induktion
1 Vollstädige Idutio 1.1 Idutiosbeweise Das Beweisprizip der vollstädige Idutio ist eies der wichtigste Hilfsmittel der Mathemati icht ur der Aalysis. Es fidet Verwedug bei pratische alle Aussage, die
Mehrα : { n Z n l } n a n IR
1 KAPITEL VI. ZAHLENFOLGEN UND REIHEN 1) REELLE ZAHLENFOLGEN: i) Jede Abbildug α : IN a IR heiÿt 'reelle Zahlefolge' bzw. 'Folge i IR'. Ma otiert diese i der Form α = a ) IN = a ) =0 = a 0, a 1, a 2,...)
MehrPhysikalische Grundlagen: Strahlengang durch optische Systeme
ieser Text ist ür iteressierte Leser gedacht, die sich über die klausur-relevate, physiologische Grudlage hiaus mit der Optik des Auges beschätige wolle! Physikalische Grudlage: Strahlegag durch optische
MehrÜbungen zur Vorlesung Funktionentheorie Sommersemester 2012. Musterlösung zu Blatt 0
UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6.1 MATHEMATIK Prof. Dr. Rolad Speicher M.Sc. Tobias Mai Übuge zur Vorlesug Fuktioetheorie Sommersemester 01 Musterlösug zu Blatt 0 Aufgabe 1. Käpt Schwarzbart,
MehrAT AB., so bezeichnet man dies als innere Teilung von
Teilverhältisse Aus der Geometrie der Dreiecke ket ma die Aussage, dass der Schwerpukt T eies Dreiecks die Seitehalbierede im Verhältis : teilt. Für die Strecke AT ud TM gilt gemäß der Abbildug AT : TM
MehrAufgaben zur Analysis I
Aufgabe zur Aalysis I Es werde folgede Theme behadelt:. Logik, Iduktio, Mege, Abbilduge 2. Supremum, Ifimum 3. Folge, Fuktioefolge 4. Reihe, Potezreihe 5. Mootoie ud Stetigkeit 6. Differetialrechug 7.
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
Mehr1.3 Funktionen. Seien M und N Mengen. f : M N x M : 1 y N : y = f(x) nennt man Funktion oder Abbildung. Beachte: Zuordnung ist eindeutig.
1.3 Fuktioe Seie M ud N Mege f : M N x M : 1 y N : y fx et ma Fuktio oder Abbildug. Beachte: Zuordug ist eideutig. Bezeichuge: M : Defiitiosbereich N : Bildbereich Zielmege vo f Der Graph eier Fuktio:
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
MehrLöslichkeitsdiagramm. Grundlagen
Grudlage Löslichkeitsdiagramm Grudlage Zur etrachtug des Mischugsverhaltes icht vollstädig mischbarer Flüssigkeite, das heißt Flüssigkeite, die sich icht bei jeder Temperatur i alle Megeverhältisse miteiader
MehrEinführung in die Grenzwerte
Eiführug i die Grezwerte Dieser Text folgt hauptsächlich der Notwedigkeit i sehr kurzer Zeit eie Idee ud Teile ihrer Awedug zu präsetiere, so dass relativ schell mit dieser Idee gerechet werde ka. Der
Mehr18 2 Zeichen, Zahlen & Induktion *
18 2 Zeiche, Zahle & Idutio * Ma macht sich z.b. sofort lar, dass das abgeschlossee Itervall [ 3, 4] die Eigeschafte if[ 3, 4] 3 mi[ 3, 4] ud sup[ 3, 4]4max[ 3, 4] besitzt, währed das offee Itervall 3,
MehrKapitel 9 WAHRSCHEINLICHKEITS-RÄUME
Kapitel 9 WAHRSCHEINLICHKEITS-RÄUME Fassug vom 13. Februar 2006 Mathematik für Humabiologe ud Biologe 129 9.1 Stichprobe-Raum 9.1 Stichprobe-Raum Die bisher behadelte Beispiele vo Naturvorgäge oder Experimete
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
MehrÜbungen mit dem Applet Taylor-Entwickung von Funktionen
Taylor-Etwickug vo Fuktioe Übuge mit dem Applet Taylor-Etwickug vo Fuktioe Ziele des Applets... Mathematischer Hitergrud... 3 Vorschläge für Übuge... 3 3. Siusfuktio si(...3 3. Cosiusfuktio cos(...4 3.3
MehrInnerbetriebliche Leistungsverrechnung
Ierbetriebliche Leistugsverrechug I der Kostestellerechug bzw. im Betriebsabrechugsboge (BAB ist ach der Erfassug der primäre Kostestellekoste das Ziel, die sekudäre Kostestellekoste, also die Koste der
MehrMengenbegriff und Mengendarstellung
R. Brikma http://brikma-du.de Seite 1 05.10.008 Megebegriff ud Megedarstellug Eie Mege, ist die Zusammefassug bestimmter, wohluterschiedeer Objekte userer Aschauug ud useres Dekes welche Elemete der Mege
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
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
Mehrn 1,n 2,n 3,...,n k in der Stichprobe auftreten. Für die absolute Häufigkeit können wir auch die relative Häufigkeit einsetzen:
61 6.2 Grudlage der mathematische Statistik 6.2.1 Eiführug i die mathematische Statistik I der mathematische Statistik behadel wir Masseerscheiuge. Wir habe es deshalb im Regelfall mit eier große Zahl
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
MehrÜbungen zur Vorlesung Funktionentheorie Sommersemester 2012. Musterlösung zu Blatt 11. c n (z a) n,
f : a P UNIVERSIÄ DES SAARLANDES FACHRICHUNG 6. MAHEMAIK Prof. Dr. Rolad Speicher M.Sc. obias Mai Übuge zur Vorlesug Fuktioetheorie Sommersemester 202 Musterlösug zu Blatt Aufgabe. Zeige Sie durch Abwadlug
MehrVariiert man zusätzlich noch die Saatstärke (z.b. 3 Stärkearten), würde man von einer zweifaktoriellen Varianzanalyse sprechen.
3. Variazaalyse Die Variazaalyse mit eier quatitative abhägige Variable ud eier oder mehrerer qualitativer uabhägiger Variable wird auch als ANOVA (Aalysis of Variace) bezeichet. Mit eier Variazaalyse
MehrLerneinheit 2: Grundlagen der Investition und Finanzierung
Lereiheit 2: Grudlage der Ivestitio ud Fiazierug 1 Abgrezug zu de statische Verfahre Durchschittsbetrachtug wird aufgegebe Zeitpukt der Zahlugsmittelbewegug explizit berücksichtigt exakte Erfassug der
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
MehrAusgangspunkt: Über einen endlichen Zeitraum wird aus einem Kapital (Rentenbarwert RBW v n,i
D. Reterechug 1.1. Jährliche Retezahluge 1.1.1. Vorschüssige Retezahluge Ausgagspukt: Über eie edliche Zeitraum wird aus eiem Kapital (Retebarwert RBW v,i ), das ziseszislich agelegt ist, jeweils zu Begi
Mehr1 Grenzwerte und Stetigkeit bei Funktionen mehrerer Variablen
KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heiko Hoffma SS 204 6.04.204 Höhere Mathematik II für die Fachrichtug Iformatik. Saalübug (6.04.204) Grezwerte ud Stetigkeit
MehrLösungen der Aufgaben zur Vorbereitung auf die Klausur Mathematik für Informatiker I
Uiversität des Saarlades Fakultät für Mathematik ud Iformatik Witersemester 2003/04 Prof. Dr. Joachim Weickert Dr. Marti Welk Dr. Berhard Burgeth Lösuge der Aufgabe zur Vorbereitug auf die Klausur Mathematik
MehrFINANZMATHEMATIK. 1. Zinsen und Zinseszinsen. Finanzmathematik 81
Fiazmathematik 8 FINANZMATHEMATIK. Zise ud Ziseszise Die Zise als Preis für die Zurverfügugstellug vo Geld bilde das zetrale Elemet i der Fiazmathematik. Hierbei sid verschiedee Arte der Verzisug zu uterscheide.
Mehr... a ik) i=1...m, k=1...n A = = ( a mn
Zurück Stad: 4..6 Reche mit Matrize I der Mathematik bezeichet ma mit Matrix im Allgemeie ei rechteckiges Zahleschema. I der allgemeie Darstellug habe die Zahle zwei Idizes, de erste für die Zeileummer,
MehrWir weisen die Gültigkeit der 4Axiome der sigma-algebra für die Potenzmenge einer endlichen Menge A nach!
Lösug zu Übug 4 Prof. Dr. B.Grabowski E-Post: grabowski@htw-saarlad.de Zu Aufgabe ) Wir weise die Gültigkeit der 4Axiome der sigma-algebra für die Potezmege eier edliche Mege A ach! ) Die leere Mege ud
MehrKontingenztabellen. Chi-Quadrat-Test. Korrelationsanalyse zwischen kategorischen Merkmalen. 1. Unabhängigkeitstest
Kotigeztabelle. Chi-Quadrat-Test KAD 1.11. 1. Uabhägigkeitstest. Apassugstest. Homogeitätstest Beispiel 1 ohe Frau 8 75 1 Ma 48 49 97 76 14? Korrelatiosaalyse zwische kategorische Merkmale Häufigkeitstabelle
Mehr3 Konvergenz, Folgen und Reihen
3 Kovergez, Folge ud Reihe Für die Eiführug der reelle Zahle ware Cauchy-Folge vo ratioale Zahle vo großer Bedeutug. Gaz Allgemei lasse sich Folge vo Elemete i eier beliebige Mege A betrachte. Defiitio
Mehr3.2 Potenzreihen und komplexe Taylorentwicklung
40 Kapitel 3. Holomorphe Fuktioe 3.2 Potezreihe ud komplexe Tayloretwicklug Wede wir us u de Reiheetwickluge vo Fuktioe zu. 3.2. Defiitio Uter eier Potezreihe um de Pukt z 0 C versteht ma eie Reihe der
MehrNennenswertes zur Stetigkeit
Neeswertes zur Stetigkeit.) Puktweise Stetigkeit: Vo Floria Modler Defiitio der pukteweise Stetigkeit: Eie Fuktio f : D R ist geau da i x D stetig, we gilt: ε > δ >, so dass f ( x) f ( x ) < ε x D mit
Mehr2.2.1 Lagemaße. Exkurs: Quantile. und n. p n
Ekurs: Quatile Ausgagspukt : Geordete Urliste Jeder Wert p, mit 0 < p
Mehr6. Übungsblatt Aufgaben mit Lösungen + Selbsttest-Auflösung
6. Übugsblatt Aufgabe mit Lösuge + Selbsttest-Auflösug Aufgabe 6: Utersuche Sie die Folge, dere Glieder ute für N agegebe sid, auf Beschräktheit, Mootoie ud Kovergez bzw. Beschräktheit, Mootoie ud Kovergez
Mehr2.3 Kontingenztafeln und Chi-Quadrat-Test
2.3 Kotigeztafel ud Chi-Quadrat-Test Die Voraussetzuge a die Date i diesem Kapitel sid dieselbe, wie im voragegagee Kapitel, ur dass die Stichprobe hier aus Realisieruge vo kategorielle Zufallsvariable
MehrWegen der (mit einem Fehler von nur +1,0 recht guten) Näherung an die Kreiszahl
Seite 1 Fiboacci-Wachstum Axel Köig Es werde stetige Wachstumsfuktioe vorgestellt, die diskretes additives Wachstum ach Fiboacci optimal approximiere. Darüber hiaus wird die Vermutug aufgestellt, dass
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:
MehrÜbungsblatt 1 zur Vorlesung Angewandte Stochastik
Dr Christoph Luchsiger Übugsblatt 1 zur Vorlesug Agewadte Stochastik Repetitio WT Herausgabe des Übugsblattes: Woche 9, Abgabe der Lösuge: Woche 1 (bis Freitag, 1615 Uhr), Rückgabe ud Besprechug: Woche
MehrVersuch 13/1 NEWTONSCHE INTERFERENZRINGE Blatt 1 NEWTONSCHE INTERFERENZRINGE
Versuch 3/ NEWTONSCHE INTERFERENZRINGE Blatt NEWTONSCHE INTERFERENZRINGE Die Oberfläche vo Lise hat im allgemeie Kugelgestalt. Zur Messug des Krümmugsradius diet das Sphärometer. Bei sehr flacher Krümmug
MehrIWW Studienprogramm. Aufbaustudium. Gründungscontrolling. Lösungshinweise zur 3. Musterklausur
Istitut für Wirtschaftswisseschaftliche Forschug ud Weiterbildug GmbH Istitut a der FerUiversität i Hage IWW Studieprogramm Aufbaustudium Grüdugscotrollig Lösugshiweise zur 3. Musterklausur Lösugshiweise
MehrZahlenfolgen, Grenzwerte und Zahlenreihen
KAPITEL 5 Zahlefolge, Grezwerte ud Zahlereihe. Folge Defiitio 5.. Uter eier Folge reeller Zahle (oder eier reelle Zahlefolge) versteht ma eie auf N 0 erlarte reellwertige Futio, die jedem N 0 ei a R zuordet:
MehrNachklausur - Analysis 1 - Lösungen
Prof. Dr. László Székelyhidi Aalysis I, WS 212 Nachklausur - Aalysis 1 - Lösuge Aufgabe 1 (Folge ud Grezwerte). (i) (1 Pukt) Gebe Sie die Defiitio des Häufugspuktes eier reelle Zahlefolge (a ) N. Lösug:
MehrMethoden zur Konstruktion von Schätzern
KAPITEL 5 Methode zur Kostruktio vo Schätzer 5.1. Parametrisches Modell Sei (x 1,..., x ) eie Stichprobe. I der parametrische Statistik immt ma a, dass die Stichprobe (x 1,..., x ) eie Realisierug vo uabhägige
MehrElementare Beweismethoden - Direkter Beweis, Widerspruchsbeweis, Vollständige Induktion -
Th. Kuschel Prosemiar SS 06 Elemetare Beweismethode Seite vo 7 7.04.06 Elemetare Beweismethode - Direter Beweis, Widerspruchsbeweis, Vollstädige Idutio - 0. Vorbemerug zum Begriff des (allgemeie) Beweises
MehrMusterlösung zu Blatt 8 der Vorlesung Analysis I WS08/09
Musterlösug zu Blatt 8 der Vorlesug Aalysis I WS08/09 Schriftliche Aufgabe Aufgabe. Voraussetzuge: Für alle N setze a : +2 ud b : ( 2. [Amerkug: I der Aufgabestellug heiÿe die Reihe beide gleich. Es steht
MehrInstitut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban
Istitut für tochastik Prof. Dr. N. Bäuerle Dipl.-Math.. Urba Lösugsvorschlag 9. Übugsblatt zur Vorlesug Fiazmathematik I Aufgabe Ei euartiges Derivat) Wir sid i eiem edliche, arbitragefreie Fiazmarkt,
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
MehrVersicherungstechnik
Operatios Research ud Wirtschaftsiformati Prof. Dr. P. Recht // Dipl.-Math. Rolf Wedt DOOR Versicherugstechi Übugsblatt 3 Abgabe bis zum Diestag, dem 03..205 um 0 Uhr im Kaste 9 Lösugsvorschlag: Vorbereituge
MehrPage-Rank: Markov-Ketten als Grundlage für Suchmaschinen im Internet
Humboldt-Uiversität zu Berli Istitut für Iformatik Logik i der Iformatik Prof. Dr. Nicole Schweikardt Page-Rak: Markov-Kette als Grudlage für Suchmaschie im Iteret Skript zum gleichamige Kapitel der im
MehrSBP 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
Mehr1741 SWITZERLAND EQUAL WEIGHTED INDEX
1741 Switzerlad Idex Series 1741 SWITZERLAND EQUAL WEIGHTED INDEX Reglemet Versio vom 01.07.2015 1741 Switzerlad Equal Weighted Idex 2 INHALTSVERZEICHNIS 1 Eileitug 3 2 Idex Spezifikatioe 4 3 Idex Uiversum
MehrAufgaben zu Kapitel 8
Aufgabe zu Kapitel 8 Aufgabe zu Kapitel 8 Verstädisfrage Aufgabe 8. Ist es möglich, eie divergete Reihe der Form a zu kostruiere, wobei alle a > 0 sid ud a 0 gilt. Beispiel oder Gegebeweis agebe. Aufgabe
MehrDie erste Zeile ("Nummerierung") denkt man sich also dazu. Häufig wird eine Indexschreibweise benutzt um ein Folgenglied zu kennzeichnen.
Folge ud Reihe (Izwische Stoff der Hochschule. ) Stad: 30.03.205. Folge Was sid Zahlefolge? Z.B. oder Das ist die vereifachte Wertetabelle eier Fuktio geschriebe wie üblich bei Fuktioe i eier Wertetabelle.
MehrPflichtlektüre: Kapitel 10 Grundlagen der Inferenzstatistik
Pflichtlektüre: Kapitel 10 Grudlage der Iferezstatistik Überblick der Begriffe Populatio Iferezstatistik Populatiosparameter Stichprobeverteiluge Auch Stichprobekewerteverteiluge Wahrscheilichkeitstheorie
Mehr7. Potenzreihen und Taylor-Reihen
7. Potezreihe ud Taylor-Reihe 39 7. Potezreihe ud Taylor-Reihe Mit Hilfe der Cauchysche Itegralformel wolle wir u i diesem Kapitel ei weiteres sehr zetrales Resultat der Fuktioetheorie herleite, ämlich
MehrSeminar: Randomisierte Algorithmen Routenplanung in Netzwerken
Semiar: Radomisierte Algorithme Routeplaug i Netzwerke Marie Gotthardt 3. Oktober 008 Ihaltsverzeichis 1 Routeplaug i Netzwerke 1.1 Laufzeit eies determiistische Algorithmus'................ 1. Radomisierter
Mehr1 Analysis T1 Übungsblatt 1
Aalysis T Übugsblatt A eier Weggabelug i der Wüste lebe zwei Brüder, die vollkomme gleich aussehe, zwische dee es aber eie gewaltige Uterschied gibt: Der eie sagt immer die Wahrheit, der adere lügt immer.
Mehr7. Stichproben und Punktschätzung
7. Stichprobe ud Puktschätzug 7. Grudgesamtheit ud Stichprobe Ausgagspukt der iduktive Statistik (beurteilede Statistik) sid Stichprobedate. Speziell stamme die Date aus Zufallsstichprobe. Die Stichprobeergebisse
Mehr6.4. Intervalle und Inhalte
6.4. Itervalle ud Ihalte Vo zetraler Bedeutug für die Igeieurmathematik (ud icht ur dort) ist die Berechug vo Läge, Flächeihalte ud Volumia. Die Grudidee ist dabei, die gesuchte Größe durch Summe vo leicht
MehrAllgemeine Lösungen der n-dimensionalen Laplace-Gleichung und ihre komplexe Variable
Allgemeie Lösuge der -dimesioale Laplace-Gleichug ud ihre komplexe Variable Dr. rer. at. Kuag-lai Chao Göttige, de 4. Jauar 01 Abstract Geeral solutios of the -dimesioal Laplace equatio ad its complex
MehrEinführung in die Wahrscheinlichkeitstheorie
Eiführug i die Wahrscheilichkeitstheorie Nikolai Nowaczyk http://math.iko.de/ Lars Wallebor http://math.wallebor.et/ 06.-08. Mai 2011 Ihaltsverzeichis 1 Mege, Abbilduge,
MehrKorrelationsanalyse zwischen kategorischen Merkmalen. Kontingenztabellen. Chi-Quadrat-Test
Kotigeztabelle. Chi-Quadrat-Test Korrelatiosaalyse zwische kategorische Merkmale Beispiel 1 ohe Frau 8 75 1 Ma 48 49 97 76 14? Häufigkeitstabelle (Kotigeztabelle): eie tabellarische Darstellug der gemeisame
MehrIWW Studienprogramm. Vertiefungsstudium. Modul XI: Volkswirtschaftslehre. Lösungshinweise zur 1. Musterklausur
Istitut für Wirtschaftswisseschaftliche Forschug ud Weiterbildug GmbH Istitut a der FerUiversität i Hage IWW Studieprogramm Vertiefugsstudium Modul XI: Volkswirtschaftslehre Lösugshiweise zur 1. Musterklausur
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 (,,
MehrWS 2000/2001. zeitanteiliger nomineller Jahreszinssatz für eine unterjährige Verzinsungsperiode bei einfachen Zinsen
Aufgabe 1: WS 2000/2001 Aufgabe 1: (4 P (4 Pukte) Gebe Sie die Formel zur Bestimmug des relative sowie des koforme Zissatzes a ud erläuter Sie die Uterschiede bzw. Gemeisamkeite der beide Zisfüße. Lösug:
MehrUngleichungen werden mit Äquivalenzumformungen gelöst. Hierzu werden die sogenannten Monotoniegesetze angegeben.
Floria Häusler Ugleichuge. Grudsätzliches I folgede ist ur vo reelle Zahle die Rede, ohe daß dies im eizele betot wird. Es seie A, B, C,... Terme reeller Zahle, u. U. auch mit Variable. Für Ugleichuge
MehrStatistik mit Excel 2013. Themen-Special. Peter Wies. 1. Ausgabe, Februar 2014 W-EX2013S
Statistik mit Excel 2013 Peter Wies Theme-Special 1. Ausgabe, Februar 2014 W-EX2013S 3 Statistik mit Excel 2013 - Theme-Special 3 Statistische Maßzahle I diesem Kapitel erfahre Sie wie Sie Date klassifiziere
MehrStetigkeit und Differenzierbarkeit. Vorlesung zur Didaktik der Analysis
Stetigkeit ud Dierezierbarkeit Vorlesug zur Didaktik der Aalysis Ihalt Nachtrag: Fuktioegrezwert Stetigkeit Aschauliche Bedeutug Mathematische Präzisierug Topologische Charakterisierug Gleichmäßige Stetigkeit
MehrVersuch 1/1 POISSON STATISTIK Blatt 1 POISSON STATISTIK. 1. Vorbemerkung
Versuch 1/1 POISSON STATISTIK Blatt 1 POISSON STATISTIK Physikalische Prozesse, die eier statistische Gesetzmäßigkeit uterworfe sid, lasse sich mit eier Verteilugsfuktio beschreibe. Die Gauß-Verteilug
MehrKorrekturrichtlinie zur Studienleistung Wirtschaftsmathematik am 22.12.2007 Betriebswirtschaft BB-WMT-S11-071222
Korrekturrichtliie zur Studieleistug Wirtschaftsmathematik am..007 Betriebswirtschaft BB-WMT-S-07 Für die Bewertug ud Abgabe der Studieleistug sid folgede Hiweise verbidlich: Die Vergabe der Pukte ehme
MehrNetzwerkreduktion und Pólya's Theorem
Semiar über Bäume, Netzwerke ud Zufall Netzwerkreduktio ud Pólya's Theorem Dozete: HD Dr. Joche Geiger, Prof. Dr. Ato Wakolbiger Vortrageder: Björ Schwalb Vortragstermi:.Mai 2005 Ihaltsverzeichis Eileitug
MehrDer Additionssatz und der Multiplikationssatz für Wahrscheinlichkeiten
Der Additiossatz ud der Multiplikatiossatz für Wahrscheilichkeite Die Wahrscheilichkeitsrechug befasst sich mit Ereigisse, die eitrete köe, aber icht eitrete müsse. Die Wahrscheilichkeit eies Ereigisses
Mehr