Klausur Sommersemester 2010

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "Klausur Sommersemester 2010"

Transkript

1 Klausur Sommersemester 2010 Lehrstuhl: Wirtschaftspolitik Prüfungsfach: Empirische Wirtschaftsforschung Prüfer: Prof. Dr. K. Kraft Datum: Hilfsmittel: Nicht-programmierbarer Taschenrechner Klausurdauer: 60 Min. Vom Prüfungskandidaten auszufüllen: Name, Vorname: Matr.-Nr.: Fakultät: Fachrichtung: Fachsemester: Bitte bearbeiten Sie die Aufgabe 1 und eine der Wahlaufgaben (Aufgabe 2 oder Aufgabe 3). Kreuzen Sie bitte an, welche Aufgaben Sie gelöst haben. Sollten Sie keine Aufgabe ankreuzen, wird die erste von Ihnen gelöste Wahlaufgabe bewertet. Aufgabe 1 Aufgabe 2 Aufgabe 3 X Von der Prüfungsaufsicht auszufüllen: Unterbrechung der Prüfung: Von bis Uhr Von bis Uhr Ende der Prüfung: Uhr

2 Aufgabe 1 - Pflichtaufgabe! (40 Punkte) Der Gesundheitsminister möchte gerne wissen, welche Faktoren die individuellen Ausgaben für Medikamente bestimmen, die nicht von der Krankenkasse übernommen werden und bittet Sie deshalb um Ihre Einschätzung. Wie es sich für einen sehr guten Ökonomen gehört, basieren Ihre Vorschläge auf Regressionsanalysen, die Sie zufälligerweise ein paar Monate zuvor durchgeführt haben. Dazu verwendeten Sie einen Datensatz mit Beobachtungen von 3043 in Deutschland lebenden Rentnern aus dem Jahr Tabelle 1 zeigt das Ergebnis der folgenden Schätzung: T OT EXP i = β 1 + β 2 AGE i + β 3 INCOME i + β 4 HEALT HGOOD i +β 5 F EMALE i + β 6 SUP P LINS i + e i, wobei TOTEXP = jährliche Ausgaben für Medikamente (die nicht von der Krankenkasse übernommen werden) in Euro, AGE = Alter, INCOME = Jahres-Haushaltseinkommen in 1000 Euro. HEALTH GOOD ist eine Dummyvariable, die den Wert 1 annimmt, wenn die Person einen guten oder sehr guten Gesundheitszustand aufweist und 0 sonst. FEMALE ist eine Dummyvariable, die den Wert 1 annimmt, wenn die Person weiblich ist und 0 sonst. SUPPL INS ist eine Dummyvariable, die den Wert 1 annimmt, wenn die Person eine private Zusatzversicherung hat, die die anfallenden Kosten für Medikamente am Ende eines Jahres erstattet und 0 sonst. Wenn eine Person solch eine Zusatzversicherung hat, gibt TOTEXP die Ausgaben VOR der Rückerstattung durch die Versicherung an. Sie ist also nicht automatisch Null, wenn SUPPL INS = 1. Der Index i bezieht sich auf die Person i. Bei den Berechnungen reicht es aus, wenn Sie bis zu 2 Dezimalstellen angeben. a) Berechnen Sie die beiden Werte, die in Tabelle 1 fehlen, d.h. berechnen Sie den Standardfehler von b 2 und die t-statistik für b 5 (Werte NICHT in die Tabelle eintragen). (4 Punkte) b) Wie interpretieren Sie das berechnete R 2? (2 Punkte) 1

3 c) Wie interpretieren Sie jeweils b 1, b 2, b 3 und b 4? Gehen Sie dabei auch kurz auf die Signifikanz ein. Der kritische t-wert sei 1, 96. (16 Punkte) d) Der Gesundheitsminister wüsste vor allem gern die prognostizierten Ausgaben für eine 74-jährige Frau mit einem Haushaltseinkommen von Euro, ohne Zusatzversicherung und mit schlechtem Gesundheitszustand. Wie lautet Ihre Vorhersage? (4 Punkte) e) Berechnen Sie das 95 %-Konfidenzintervall für β 5 und interpretieren Sie es. Der kritische t-wert t c sei auch hier 1, 96. Halten Sie das berechnete Intervall für aussagekräftig? Begründen Sie Ihre Antwort. (8 Punkte) f) Ihre Kursleiterin von Empirische Wirtschaftsforschung erklärt Ihnen, dass Sie in Ihrer Schätzung ein Endogenitätsproblem haben. Es ist sehr wahrscheinlich, dass Personen, die hohe Medikamentenausgaben haben, eher eine private Zusatzversicherung abschließen. Das heißt, TOTEXP beeinflusst SUPPL INS und umgekehrt. Beschreiben Sie, wie man das Problem lösen könnte und was man dabei beachten muss. Lassen Sie sich dabei nicht von dem Umstand irritieren, dass SUPPL INS eine Dummyvariable ist. (6 Punkte) Tabelle 1: Regressionsoutput Aufgabe 1 Variable Koeffizient Standardfehler t-statistik Konstante 2936, ,04 1,16 AGE 76,74 2,31 INCOME -5,17 9,56-0,54 HEALTH GOOD -3055,14 427,62-7,15 FEMALE -671,37 426,80 SUPPL INS 1178,12 433,24 2,72 Anzahl d. Beobachtungen 3043 R 2 0,02 Abhängige Variable TOTEXP 2

4 Aufgabe 2 - Wahlaufgabe (20 Punkte) Gegeben sei das folgende Modell: ln(lohn i ) = β 1 + β 2 ERF i + β 3 HS i + β 4 RS i + β 5 ABI i + e i, wobei ln(lohn) das logarithmierte Monatseinkommen der Person i in Euro angibt und ERF die Berufserfahrung in Jahren. Des Weiteren wird zwischen verschiedenen Schulabschlüssen unterschieden. In der Stichprobe gibt es Personen mit Hauptschulabschluss (HS), Realschulabschluss (RS), Abitur (ABI) und solche ohne einen Abschluss. Das Modell enthält Dummyvariablen für die drei Schulabschlüsse, die jeweils 1 sind, wenn dies der höchste Abschluss ist, den die betrachtete Person gemacht hat. Die Referenzkategorie ist kein Schulabschluss. Das Modell wird für 4505 Personen, die 2008 in Deutschland berufstätig waren, geschätzt. Die geschätzten Koeffizienten und die Standardfehler (in Klammern) sind unter Modell 1 in Tabelle 2 aufgeführt. Es reichen 2 Dezimalstellen bei den Berechnungen. Einen Ausschnitt der F-Verteilung finden Sie am Ende der Aufgabe. a) Interpretieren Sie die Koeffizienten der Dummyvariablen für die Schulabschlüsse. Sie müssen dabei NICHT auf die Signifikanz der Variablen eingehen. (4 Punkte) b) Testen Sie, ob alle Variablen in Modell 1 gemeinsam einen Teil der Variation der Löhne erklären können. Das Signifikanzniveau für diesen Test soll 5 % betragen. (8 Punkte) c) Sie sollen nun untersuchen, ob das Modell für Frauen und Männer gleichermaßen gilt. Führen Sie dazu einen Chow-Test mithilfe der Ergebnisse von Modell 1 und Modell 2 durch (α=0,05). FRAU ist eine Dummyvariable, die den Wert 1 annimmt, wenn die Person weiblich ist. FRAU ERF, FRAU HS, FRAU RS, FRAU ABI sind jeweils Interaktionsterme. (8 Punkte) 3

5 Tabelle 2: Regressionsoutput Aufgabe 2 Variable Modell 1 Modell 2 Konstante 6,9920 7,1451 (0,0771) (0,0844) ERF 0,0252 0,0226 (0,0007) (0,0007) HS 0,1520 0,0936 (0,0776) (0,0844) RS 0,2043 0,1527 (0,0771) (0,0841) ABI 0,6813 0,6813 (0,0775) (0,0847) FRAU -0,5887 (0,1887) FRAU ERF 0,0047 (0,0014) FRAU HS 0,2606 (0,1918) FRAU RS 0,3428 (0,1893) FRAU ABI 0,1634 (0,1900) Residual sum of squares 1199, ,8524 Total sum of squares 1808, ,3928 Standardfehler in Klammern 4

6 Tabelle 3: 95% Quantil der F-Verteilung [P (F (J,N K) X) = 0, 95] (N K)/J ,18 2,79 2,56 2,40 2,29 2, ,15 2,76 2,53 2,37 2,25 2, ,07 2,68 2,45 2,29 2,18 2,09 3,00 2,60 2,37 2,21 2,10 2,01 5

7 Aufgabe 3 - Wahlaufgabe (20 Punkte) Gegeben sei das Schätzmodell ln(rent ) = β 1 + β 2 1 F LAT S + β 3MW AY + β 4 GF LOOR +β 5 T ERRACE + β 6 SQM + β 7 (SQM) 2 + e, wobei ln(ren T ) der logarithmierten Höhe der Monatsmiete einer Wohnung in Euro entspricht. F LAT S gibt an, wie viele weitere Wohnungen sich im Haus befinden. MW AY ist ein Dummy, der den Wert 1 annimmt, wenn die Wohnung sich in Autobahnnähe befindet. GFLOOR und TERRACE sind Dummies, die den Wert 1 annehmen, wenn die betrachtete Wohnung sich im Erdgeschoss (GF LOOR) befindet, bzw. die Erdgeschosswohnungen des Hauses eine eigene Terrasse (T ERRACE) besitzen. SQM gibt an, wie viele Quadratmeter die Wohnung besitzt. a) Wie hoch ist die Mietdifferenz zwischen Wohnungen in Autobahnnähe und Wohnungen, bei denen dies nicht der Fall ist? (4 Punkte) b) Wie groß ist der marginale Effekt auf die Miete, wenn die Wohnfläche (SQM) um eine Einheit steigt, gegeben die Wohnung ist 100 SQM groß. (4 Punkte) c) Wie ändert sich die Miete, wenn F LAT S um eine Einheit steigt? (4 Punkte) d) Heteroskedastie verzerrt Standardfehler und führt somit zu verfälschten Teststatistiken. Mit welcher statistischen Methode würden Sie auf Heteroskedastie testen? Erläutern Sie kurz und allgemein die einzelnen Schritte Ihrer Vorgehensweise. Beschränken Sie sich dabei auf die Beschreibung EINER Testmethode Ihrer Wahl. (8 Punkte) 6

Nachschreibklausur im Anschluss an das SS 2009

Nachschreibklausur im Anschluss an das SS 2009 Nachschreibklausur im Anschluss an das SS 2009 08. Oktober 2009 Lehrstuhl: Prüfungsfach: Prüfer: Hilfsmittel: Klausurdauer: Wirtschaftspolitik Empirische Wirtschaftsforschung Prof. Dr. K. Kraft Nicht-programmierbarer

Mehr

Fortgeschrittene Statistik Logistische Regression

Fortgeschrittene Statistik Logistische Regression Fortgeschrittene Statistik Logistische Regression O D D S, O D D S - R A T I O, L O G I T T R A N S F O R M A T I O N, I N T E R P R E T A T I O N V O N K O E F F I Z I E N T E N, L O G I S T I S C H E

Mehr

Name (in Druckbuchstaben): Matrikelnummer: Unterschrift:

Name (in Druckbuchstaben): Matrikelnummer: Unterschrift: 20-minütige Klausur zur Vorlesung Lineare Modelle im Sommersemester 20 PD Dr. Christian Heumann Ludwig-Maximilians-Universität München, Institut für Statistik 2. Oktober 20, 4:5 6:5 Uhr Überprüfen Sie

Mehr

9. Schätzen und Testen bei unbekannter Varianz

9. Schätzen und Testen bei unbekannter Varianz 9. Schätzen und Testen bei unbekannter Varianz Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Schätzen und Testen bei unbekannter Varianz Wenn wir die Standardabweichung σ nicht kennen,

Mehr

Bachelorprüfung. Praxis der empirischen Wirtschaftsforschung Prof. Regina T. Riphahn, Ph.D. Name, Vorname. Matrikelnr. E-Mail. Studiengang.

Bachelorprüfung. Praxis der empirischen Wirtschaftsforschung Prof. Regina T. Riphahn, Ph.D. Name, Vorname. Matrikelnr. E-Mail. Studiengang. Lehrstuhl für Statistik und empirische Wirtschaftsforschung Fach: Prüfer: Bachelorprüfung Praxis der empirischen Wirtschaftsforschung Prof. Regina T. Riphahn, Ph.D. Name, Vorname Matrikelnr. E-Mail Studiengang

Mehr

Abschlussklausur (60 Minuten), 15. Juli 2014

Abschlussklausur (60 Minuten), 15. Juli 2014 Prof. Dr. Amelie Wuppermann Volkswirtschaftliche Fakultät Universität München Sommersemester 2014 Empirische Ökonomie 1 Abschlussklausur (60 Minuten), 15. Juli 2014 Bearbeitungshinweise Die Bearbeitungszeit

Mehr

29. Mai 2006. 5. Bei Unterschleif gilt die Klausur als nicht bestanden und es erfolgt eine Meldung an das Prüfungsamt.

29. Mai 2006. 5. Bei Unterschleif gilt die Klausur als nicht bestanden und es erfolgt eine Meldung an das Prüfungsamt. L. Fahrmeir, C. Belitz Department für Statistik Bitte für die Korrektur freilassen! Aufgabe 1 2 3 4 Punkte Klausur zur Vorlesung Statistik III für Studenten mit Wahlfach Statistik 29. Mai 2006 Hinweise:

Mehr

Statistik II Wahrscheinlichkeitsrechnung und induktive Statistik Erste Klausur zum Sommersemester 2005 26. Juli 2005

Statistik II Wahrscheinlichkeitsrechnung und induktive Statistik Erste Klausur zum Sommersemester 2005 26. Juli 2005 Statistik II Wahrscheinlichkeitsrechnung und induktive Statistik Erste Klausur zum Sommersemester 2005 26. Juli 2005 Aufgabe 1: Grundzüge der Wahrscheinlichkeitsrechnung 19 P. Als Manager eines großen

Mehr

Universität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip. KLAUSUR Statistik B

Universität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip. KLAUSUR Statistik B Universität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip Sommersemester 2010 KLAUSUR Statistik B Hinweise zur Bearbeitung: Bei allen Teilaufgaben

Mehr

Teilklausur des Moduls Kurs 42221: Vertiefung der Statistik

Teilklausur des Moduls Kurs 42221: Vertiefung der Statistik Name, Vorname Matrikelnummer Teilklausur des Moduls 32741 Kurs 42221: Vertiefung der Statistik Datum Termin: 21. März 2014, 14.00-16.00 Uhr Prüfer: Univ.-Prof. Dr. H. Singer Vertiefung der Statistik 21.3.2014

Mehr

5 Zusammenhangsmaße, Korrelation und Regression

5 Zusammenhangsmaße, Korrelation und Regression 5 Zusammenhangsmaße, Korrelation und Regression 5.1 Zusammenhangsmaße und Korrelation Aufgabe 5.1 In einem Hauptstudiumsseminar des Lehrstuhls für Wirtschafts- und Sozialstatistik machten die Teilnehmer

Mehr

010 03 Marketing WS 2014/2015

010 03 Marketing WS 2014/2015 Prüfungsnummer: (für Studierende der WiSo-Fakultät) Matrikel-Nummer: (für Studierende anderer Fakultäten) Vorname und Name (nur Initial): 010 03 Marketing WS 2014/2015 24.03.2015 (2. Termin) Prüfer: Prof.

Mehr

Prüfung im Fach Ökonometrie im WS 2011/12 Aufgabenteil. Name, Vorname. Matrikelnr. Studiengang. E-Mail-Adresse. Unterschrift

Prüfung im Fach Ökonometrie im WS 2011/12 Aufgabenteil. Name, Vorname. Matrikelnr. Studiengang. E-Mail-Adresse. Unterschrift Lehrstuhl für Statistik und empirische Wirtschaftsforschung Prof. Regina T. Riphahn, Ph.D. Prüfung im Fach Ökonometrie im WS 2011/12 Aufgabenteil Name, Vorname Matrikelnr. Studiengang E-Mail-Adresse Unterschrift

Mehr

Lineare Modelle in R: Einweg-Varianzanalyse

Lineare Modelle in R: Einweg-Varianzanalyse Lineare Modelle in R: Einweg-Varianzanalyse Achim Zeileis 2009-02-20 1 Datenaufbereitung Wie schon in der Vorlesung wollen wir hier zur Illustration der Einweg-Analyse die logarithmierten Ausgaben der

Mehr

Institut für Soziologie. Methoden 2. Regressionsanalyse I: Einfache lineare Regression

Institut für Soziologie. Methoden 2. Regressionsanalyse I: Einfache lineare Regression Institut für Soziologie Methoden 2 Regressionsanalyse I: Einfache lineare Regression Programm Anwendungsbereich Vorgehensweise Interpretation Annahmen Zusammenfassung Übungsaufgabe Literatur # 2 Anwendungsbereich

Mehr

Klausur Nr. 1. Wahrscheinlichkeitsrechnung. Keine Hilfsmittel gestattet, bitte alle Lösungen auf dieses Blatt.

Klausur Nr. 1. Wahrscheinlichkeitsrechnung. Keine Hilfsmittel gestattet, bitte alle Lösungen auf dieses Blatt. Klausur Nr. 1 2014-02-06 Wahrscheinlichkeitsrechnung Pflichtteil Keine Hilfsmittel gestattet, bitte alle Lösungen auf dieses Blatt. Name: 0. Für Pflicht- und Wahlteil gilt: saubere und übersichtliche Darstellung,

Mehr

Übungsklausur Lineare Modelle. Prof. Dr. H. Toutenburg

Übungsklausur Lineare Modelle. Prof. Dr. H. Toutenburg Übungsklausur Lineare le Prof. Dr. H. Toutenburg Aufgabe Ein lineares Regressionsmodell mit der abhängigen Variablen Körpergröße und der unabhängigen Variablen Geschlecht wurde einmal mit der dummykodierten

Mehr

Statistik II. Statistik II, SS 2001, Seite 1 von 5

Statistik II. Statistik II, SS 2001, Seite 1 von 5 Statistik II, SS 2001, Seite 1 von 5 Statistik II Hinweise zur Bearbeitung Hilfsmittel: - Taschenrechner (ohne Datenbank oder die Möglichkeit diesen zu programmieren) - Formelsammlung im Umfang von einer

Mehr

Koeffizienten der Logitanalyse. Kurt Holm. Almo Statistik-System www.almo-statistik.de holm@almo-statistik.de kurt.holm@jku.at

Koeffizienten der Logitanalyse. Kurt Holm. Almo Statistik-System www.almo-statistik.de holm@almo-statistik.de kurt.holm@jku.at Koeffizienten der Logitanalyse Kurt Holm Almo Statistik-System www.almo-statistik.de holm@almo-statistik.de kurt.holm@jku.at 1 Kurt Holm Koeffizienten der Logitanalyse Eine häufig gestellte Frage lautet:

Mehr

METHODENLEHRE I WS 2013/14 THOMAS SCHÄFER

METHODENLEHRE I WS 2013/14 THOMAS SCHÄFER METHODENLEHRE I WS 2013/14 THOMAS SCHÄFER DAS THEMA: INFERENZSTATISTIK IV INFERENZSTATISTISCHE AUSSAGEN FÜR ZUSAMMENHÄNGE UND UNTERSCHIEDE Inferenzstatistik für Zusammenhänge Inferenzstatistik für Unterschiede

Mehr

UNIVERSITÄT LEIPZIG WIRTSCHAFTSWISSENSCHAFTLICHE FAKULTÄT DIPLOM-PRÜFUNG

UNIVERSITÄT LEIPZIG WIRTSCHAFTSWISSENSCHAFTLICHE FAKULTÄT DIPLOM-PRÜFUNG UNIVERSITÄT LEIPZIG WIRTSCHAFTSWISSENSCHAFTLICHE FAKULTÄT DIPLOM-PRÜFUNG DATUM: 13. Juli 2009 FACH: TEILGEBIET: KLAUSURDAUER: Allgemeine Betriebswirtschaftslehre SL-Schein Marketing II 60 Minuten PRÜFER:

Mehr

Profil A 49,3 48,2 50,7 50,9 49,8 48,7 49,6 50,1 Profil B 51,8 49,6 53,2 51,1 51,1 53,4 50,7 50 51,5 51,7 48,8

Profil A 49,3 48,2 50,7 50,9 49,8 48,7 49,6 50,1 Profil B 51,8 49,6 53,2 51,1 51,1 53,4 50,7 50 51,5 51,7 48,8 1. Aufgabe: Eine Reifenfirma hat für Winterreifen unterschiedliche Profile entwickelt. Bei jeweils gleicher Geschwindigkeit und auch sonst gleichen Bedingungen wurden die Bremswirkungen gemessen. Die gemessenen

Mehr

Webergänzung zu Kapitel 10

Webergänzung zu Kapitel 10 Webergänzung zu Kapitel 10 10.1.4 Varianzanalyse (ANOVA: analysis of variance) Im Kapitel 10 haben wir uns hauptsächlich mit Forschungsbeispielen beschäftigt, die nur zwei Ergebnissätze hatten (entweder

Mehr

90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft

90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft Prof. Dr. Helmut Küchenhoff SS08 90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft am 22.7.2008 Anmerkungen Überprüfen Sie bitte sofort, ob Ihre Angabe vollständig ist. Sie sollte

Mehr

Einige Statistische Tests für den Ein- Zwei- und k-stichprobenfall (Nach Sachs, Stat. Meth.)

Einige Statistische Tests für den Ein- Zwei- und k-stichprobenfall (Nach Sachs, Stat. Meth.) ue biostatistik: nichtparametrische testverfahren / ergänzung 1/6 h. Lettner / physik Statistische Testverfahren Einige Statistische Tests für den Ein- Zwei- und k-stichprobenfall (Nach Sachs, Stat. Meth.)

Mehr

Bachelorprüfung. Praxis der empirischen Wirtschaftsforschung Prof. Regina T. Riphahn, Ph.D. Name, Vorname. Matrikelnr. E-Mail. Studiengang.

Bachelorprüfung. Praxis der empirischen Wirtschaftsforschung Prof. Regina T. Riphahn, Ph.D. Name, Vorname. Matrikelnr. E-Mail. Studiengang. Lehrstuhl für Statistik und empirische irtschaftsforschung, SS 2009 ach: Prüfer: Bachelorprüfung Praxis der empirischen irtschaftsforschung Prof. Regina T. Riphahn, Ph.D. Name, Vorname Matrikelnr. E-Mail

Mehr

1 Interaktion von zwei Dummyvariablen. 2 Interaktion einer Dummyvariablen mit einer kardinalskalierten Variablen

1 Interaktion von zwei Dummyvariablen. 2 Interaktion einer Dummyvariablen mit einer kardinalskalierten Variablen Modelle mit Interationsvariablen I Modelle mit Interationsvariablen II In der beim White-Test verwendeten Regressionsfuntion y = β 0 + β 1 x 1 + β 2 x 2 + β 3 x 2 1 + β 4 x 2 2 + β 5 x 1 x 2, ist anders

Mehr

Klausur zur Vorlesung Methoden der empirischen Kapitalmarktforschung

Klausur zur Vorlesung Methoden der empirischen Kapitalmarktforschung Universität Augsburg Wirtschaftswissenschaftliche Fakultät Lehrstuhl für Finanz und Bankwirtschaft Matrikelnummer Klausur zur Vorlesung Methoden der empirischen Kapitalmarktforschung Prof. Dr. Marco Wilkens

Mehr

8. Februar 2007. 5. Bei Unterschleif gilt die Klausur als nicht bestanden und es erfolgt eine Meldung an das Prüfungsamt.

8. Februar 2007. 5. Bei Unterschleif gilt die Klausur als nicht bestanden und es erfolgt eine Meldung an das Prüfungsamt. L. Fahrmeir, C. Belitz Department für Statistik Bitte für die Korrektur freilassen! Aufgabe 1 2 3 4 Punkte Klausur zur Vorlesung Statistik III für Studenten mit Wahlfach Statistik 8. Februar 2007 Hinweise:

Mehr

12. Vergleich mehrerer Stichproben

12. Vergleich mehrerer Stichproben 12. Vergleich mehrerer Stichproben Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Häufig wollen wir verschiedene Populationen, Verfahren, usw. miteinander vergleichen. Beipiel: Vergleich

Mehr

Binäre abhängige Variablen

Binäre abhängige Variablen Binäre abhängige Variablen Thushyanthan Baskaran thushyanthan.baskaran@awi.uni-heidelberg.de Alfred Weber Institut Ruprecht Karls Universität Heidelberg Einführung Oft wollen wir qualitative Variablen

Mehr

Tutorial: Homogenitätstest

Tutorial: Homogenitätstest Tutorial: Homogenitätstest Eine Bank möchte die Kreditwürdigkeit potenzieller Kreditnehmer abschätzen. Einerseits lebt die Bank ja von der Vergabe von Krediten, andererseits verursachen Problemkredite

Mehr

Seminar zur Energiewirtschaft:

Seminar zur Energiewirtschaft: Seminar zur Energiewirtschaft: Ermittlung der Zahlungsbereitschaft für erneuerbare Energien bzw. bessere Umwelt Vladimir Udalov 1 Modelle mit diskreten abhängigen Variablen 2 - Ausgangssituation Eine Dummy-Variable

Mehr

Interne und externe Modellvalidität

Interne und externe Modellvalidität Interne und externe Modellvalidität Interne Modellvalidität ist gegeben, o wenn statistische Inferenz bzgl. der untersuchten Grundgesamtheit zulässig ist o KQ-Schätzer der Modellparameter u. Varianzschätzer

Mehr

1 Statistische Grundlagen

1 Statistische Grundlagen Konzepte in Empirische Ökonomie 1 (Winter) Hier findest Du ein paar Tipps zu den Konzepten in Empirische 1. Wenn Du aber noch etwas Unterstützung kurz vor der Klausur brauchst, schreib uns eine kurze Email.

Mehr

Multinomiale logistische Regression

Multinomiale logistische Regression Multinomiale logistische Regression Die multinomiale logistische Regression dient zur Schätzung von Gruppenzugehörigkeiten bzw. einer entsprechenden Wahrscheinlichkeit hierfür, wobei als abhänginge Variable

Mehr

Klausur zur Vorlesung Statistik III für Studenten mit dem Wahlfach Statistik

Klausur zur Vorlesung Statistik III für Studenten mit dem Wahlfach Statistik Ludwig Fahrmeir, Nora Fenske Institut für Statistik Bitte für die Korrektur freilassen! Aufgabe 1 2 3 4 Punkte Klausur zur Vorlesung Statistik III für Studenten mit dem Wahlfach Statistik 29. März 21 Hinweise:

Mehr

Statistik II Übung 4: Skalierung und asymptotische Eigenschaften

Statistik II Übung 4: Skalierung und asymptotische Eigenschaften Statistik II Übung 4: Skalierung und asymptotische Eigenschaften Diese Übung beschäftigt sich mit der Skalierung von Variablen in Regressionsanalysen und mit asymptotischen Eigenschaften von OLS. Verwenden

Mehr

Statistischer Rückschluss und Testen von Hypothesen

Statistischer Rückschluss und Testen von Hypothesen Statistischer Rückschluss und Testen von Hypothesen Statistischer Rückschluss Lerne von der Stichprobe über Verhältnisse in der Grundgesamtheit Grundgesamtheit Statistischer Rückschluss lerne aus Analyse

Mehr

a) Zeichnen Sie in das nebenstehende Streudiagramm mit Lineal eine Regressionsgerade ein, die Sie für passend halten.

a) Zeichnen Sie in das nebenstehende Streudiagramm mit Lineal eine Regressionsgerade ein, die Sie für passend halten. Statistik für Kommunikationswissenschaftler Wintersemester 2009/200 Vorlesung Prof. Dr. Helmut Küchenhoff Übung Cornelia Oberhauser, Monia Mahling, Juliane Manitz Thema 4 Homepage zur Veranstaltung: http://www.statistik.lmu.de/~helmut/kw09.html

Mehr

Franz Kronthaler. Statistik angewandt. Datenanalyse ist (k)eine Kunst. Excel Edition. ^ Springer Spektrum

Franz Kronthaler. Statistik angewandt. Datenanalyse ist (k)eine Kunst. Excel Edition. ^ Springer Spektrum Franz Kronthaler Statistik angewandt Datenanalyse ist (k)eine Kunst Excel Edition ^ Springer Spektrum Inhaltsverzeichnis Teil I Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist Spaß 3

Mehr

Studiendesign/ Evaluierungsdesign

Studiendesign/ Evaluierungsdesign Jennifer Ziegert Studiendesign/ Evaluierungsdesign Praxisprojekt: Nutzerorientierte Evaluierung von Visualisierungen in Daffodil mittels Eyetracker Warum Studien /Evaluierungsdesign Das Design einer Untersuchung

Mehr

Güte von Tests. die Wahrscheinlichkeit für den Fehler 2. Art bei der Testentscheidung, nämlich. falsch ist. Darauf haben wir bereits im Kapitel über

Güte von Tests. die Wahrscheinlichkeit für den Fehler 2. Art bei der Testentscheidung, nämlich. falsch ist. Darauf haben wir bereits im Kapitel über Güte von s Grundlegendes zum Konzept der Güte Ableitung der Gütefunktion des Gauss im Einstichprobenproblem Grafische Darstellung der Gütefunktionen des Gauss im Einstichprobenproblem Ableitung der Gütefunktion

Mehr

Abschlussklausur am 12. Juli 2004

Abschlussklausur am 12. Juli 2004 Institut für Geld- und Kapitalverkehr Vorlesung Nr. 03.511 der Universität Hamburg Grundkonzeptionen der Finanzierungstheorie (ABWL / Finanzierung) Dr. Stefan Prigge Sommersemester 2004 Abschlussklausur

Mehr

Nachholklausur STATISTIK II

Nachholklausur STATISTIK II Nachholklausur STATISTIK II Name, Vorname: Matrikel-Nr.: Die Klausur enthält zwei Typen von Aufgaben: T e i l A besteht aus Fragen mit mehreren vorgegebenen Antwortvorschlägen, von denen mindestens eine

Mehr

Einfache statistische Auswertungen mit dem Programm SPSS

Einfache statistische Auswertungen mit dem Programm SPSS Einfache statistische Auswertungen mit dem Programm SPSS Datensatz: fiktive_daten.sav Dipl. Päd. Anne Haßelkus Dr. Dorothea Dette-Hagenmeyer 11/2011 Überblick 1 Deskriptive Statistiken; Mittelwert berechnen...

Mehr

Probeklausur Zeitreihenökonometrie (Sommersemester 2014) 1

Probeklausur Zeitreihenökonometrie (Sommersemester 2014) 1 Probeklausur Zeitreihenökonometrie (Sommersemester 2014) 1 Aufgabe 1: Betrachtet wird folgendes Modell zur Erklärung des Managergehalts salary durch den Umsatz sales, die Eigenkapitalrendite roe und die

Mehr

Lehrstuhl für Statistik und empirische Wirtschaftsforschung Prof. Regina T. Riphahn, Ph.D. Prüfung im Fach Ökonometrie im WS 2011/12 Lösungsskizze

Lehrstuhl für Statistik und empirische Wirtschaftsforschung Prof. Regina T. Riphahn, Ph.D. Prüfung im Fach Ökonometrie im WS 2011/12 Lösungsskizze Lehrstuhl für Statistik und empirische irtschaftsforschung Prof. Regina T. Riphahn, Ph.D. Prüfung im ach Ökonometrie im S 20/2 Lösungsskizze Aufgabe (.5 Punkte) Sie verfügen über einen Datensatz, der Informationen

Mehr

Varianzanalyse (ANOVA: analysis of variance)

Varianzanalyse (ANOVA: analysis of variance) Varianzanalyse (AOVA: analysis of variance) Einfaktorielle VA Auf der Basis von zwei Stichproben wird bezüglich der Gleichheit der Mittelwerte getestet. Variablen müssen Variablen nur nominalskaliert sein.

Mehr

Eine Einführung in R: Statistische Tests

Eine Einführung in R: Statistische Tests Eine Einführung in R: Statistische Tests Bernd Klaus, Verena Zuber Institut für Medizinische Informatik, Statistik und Epidemiologie (IMISE), Universität Leipzig http://www.uni-leipzig.de/ zuber/teaching/ws12/r-kurs/

Mehr

Schriftliche Prüfungsarbeit zum mittleren Schulabschluss 2008 im Fach Mathematik 23.06.2008

Schriftliche Prüfungsarbeit zum mittleren Schulabschluss 2008 im Fach Mathematik 23.06.2008 Senatsverwaltung für Bildung, Wissenschaft und Forschung Schriftliche Prüfungsarbeit zum mittleren Schulabschluss 2008 im Fach Mathematik 23.06.2008 Arbeitsbeginn: Bearbeitungszeit: 11:00 Uhr 120 Minuten

Mehr

6. METRISCHE UND KATEGORIALE MERKMALE

6. METRISCHE UND KATEGORIALE MERKMALE 6. METRISCHE UND KATEGORIALE MERKMALE wenn an einer Beobachtungseinheit eine (oder mehrere) metrische und eine (oder mehrere) kategoriale Variable(n) erhoben wurden Beispiel: Haushaltsarbeit von Teenagern

Mehr

Trim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, :34 P.M. Page 11. Über die Übersetzerin 9. Einleitung 19

Trim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, :34 P.M. Page 11. Über die Übersetzerin 9. Einleitung 19 Trim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, 2016 6:34 P.M. Page 11 Inhaltsverzeichnis Über die Übersetzerin 9 Einleitung 19 Was Sie hier finden werden 19 Wie dieses Arbeitsbuch aufgebaut ist

Mehr

Varianzanalyse * (1) Varianzanalyse (2)

Varianzanalyse * (1) Varianzanalyse (2) Varianzanalyse * (1) Einfaktorielle Varianzanalyse (I) Die Varianzanalyse (ANOVA = ANalysis Of VAriance) wird benutzt, um Unterschiede zwischen Mittelwerten von drei oder mehr Stichproben auf Signifikanz

Mehr

Bachelorprüfung WS 2012/13

Bachelorprüfung WS 2012/13 Lehrstuhl für Statistik und empirische Wirtschaftsforschung Prof. Regina T. Riphahn, Ph.D. Fach: Praxis der empirischen Wirtschaftsforschung Prüfer: Prof. Regina T. Riphahn, Ph.D. Bachelorprüfung WS 2012/13

Mehr

Umfrage zum Thema Flüchtlinge/Integration Eine repräsentative Umfrage im Auftrag des NDR Redaktion PANORAMA Die Reporter

Umfrage zum Thema Flüchtlinge/Integration Eine repräsentative Umfrage im Auftrag des NDR Redaktion PANORAMA Die Reporter Umfrage zum Thema Flüchtlinge/Integration Eine repräsentative Umfrage im Auftrag des NDR Redaktion PANORAMA Die Reporter Flüchtlinge/Integration Untersuchungsanlage Grundgesamtheit: Wahlberechtigte Bevölkerung

Mehr

Kaplan-Meier-Schätzer

Kaplan-Meier-Schätzer Kaplan-Meier-Schätzer Ausgangssituation Zwei naive Ansätze zur Schätzung der Survivalfunktion Unverzerrte Schätzung der Survivalfunktion Der Kaplan-Meier-Schätzer Standardfehler und Konfidenzintervall

Mehr

UNIVERSITÄT DORTMUND WIRTSCHAFTS- UND SOZIALWISSENSCHAFTLICHE FAKULTÄT

UNIVERSITÄT DORTMUND WIRTSCHAFTS- UND SOZIALWISSENSCHAFTLICHE FAKULTÄT UNIVERSITÄT DORTMUND WIRTSCHAFTS- UND SOZIALWISSENSCHAFTLICHE FAKULTÄT Prüfungsfach: Teilgebiet: Prüfungstermin: 06.08.009 Zugelassene Hilfsmittel: Allgemeine Volkswirtschaftslehre (Diplom), Modul 8/9:

Mehr

Einführung in statistische Analysen

Einführung in statistische Analysen Einführung in statistische Analysen Andreas Thams Econ Boot Camp 2008 Wozu braucht man Statistik? Statistik begegnet uns jeden Tag... Weihnachten macht Deutschen Einkaufslaune. Im Advent überkommt die

Mehr

Das Dialogfeld für die Regressionsanalyse ("Lineare Regression") findet sich im Statistik- Menu unter "Regression"-"Linear":

Das Dialogfeld für die Regressionsanalyse (Lineare Regression) findet sich im Statistik- Menu unter Regression-Linear: Lineare Regression Das Dialogfeld für die Regressionsanalyse ("Lineare Regression") findet sich im Statistik- Menu unter "Regression"-"Linear": Im einfachsten Fall werden mehrere Prädiktoren (oder nur

Mehr

Aufgabenstellung Aufgabe 1: Betrachten Sie das folgende ökonometrische Modell: y t = α + βx t + u t (1)

Aufgabenstellung Aufgabe 1: Betrachten Sie das folgende ökonometrische Modell: y t = α + βx t + u t (1) Klausur: Einführung in die Ökonometrie Prüfer: Prof. Dr. Karl-Heinz Paqué Dr.Ludwigv.Auer Semester: WS 1999/00 Als Hilfsmittel sind zugelassen: nicht-programmierbarer Taschenrechner Diese Klausur besteht

Mehr

Übungen zur Veranstaltung Statistik 2 mit SPSS

Übungen zur Veranstaltung Statistik 2 mit SPSS Raum 22, Tel. 39 4 Aufgabe 5. Wird der neue Film MatchPoint von Woody Allen von weiblichen und männlichen Zuschauern gleich bewertet? Eine Umfrage unter 00 Kinobesuchern ergab folgende Daten: Altersgruppe

Mehr

WS 2014/15. (d) Bestimmen Sie die Wahrscheinlichkeitsfunktion von X. (e) Bestimmen Sie nun den Erwartungswert und die Varianz von X.

WS 2014/15. (d) Bestimmen Sie die Wahrscheinlichkeitsfunktion von X. (e) Bestimmen Sie nun den Erwartungswert und die Varianz von X. Fragenkatalog zur Übung Methoden der empirischen Sozialforschung WS 2014/15 Hier finden Sie die denkbaren Fragen zum ersten Teil der Übung. Das bedeutet, dass Sie zu diesem Teil keine anderen Fragen im

Mehr

Übungsblatt 10: Lineare Regression (Sitzung 11)

Übungsblatt 10: Lineare Regression (Sitzung 11) 1 Übungsblatt 10: Lineare Regression (Sitzung 11) Aufgabe 1 a) Nach welchem Kriterium wird die Regressionsgerade zur Vorhersage von Y-Werten festgelegt? b) Was sind die Gemeinsamkeiten und Unterschiede

Mehr

Willkommen zur Vorlesung Statistik

Willkommen zur Vorlesung Statistik Willkommen zur Vorlesung Statistik Thema dieser Vorlesung: Varianzanalyse Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften Prof. Dr. Wolfgang

Mehr

Wiederholungsklausur zur Vorlesung Informationsökonomik

Wiederholungsklausur zur Vorlesung Informationsökonomik Prof. Dr. Isabel Schnabel Johannes Gutenberg-Universität Mainz Wiederholungsklausur zur Vorlesung Informationsökonomik Sommersemester 2011, 15.08.2011, 13:00 14:30 Uhr Hinweise zur Klausur Die Klausur

Mehr

Dieses erste Kreisdiagramm, bezieht sich auf das gesamte Testergebnis der kompletten 182 getesteten Personen. Ergebnis

Dieses erste Kreisdiagramm, bezieht sich auf das gesamte Testergebnis der kompletten 182 getesteten Personen. Ergebnis Datenanalyse Auswertung Der Kern unseres Projektes liegt ganz klar bei der Fragestellung, ob es möglich ist, Biere von und geschmacklich auseinander halten zu können. Anhand der folgenden Grafiken, sollte

Mehr

Klausur zur Vorlesung Financial Engineering und Structured Finance

Klausur zur Vorlesung Financial Engineering und Structured Finance Universität Augsburg Wirtschaftswissenschaftliche Fakultät Lehrstuhl für Finanz- und Bankwirtschaft Klausur zur Vorlesung Financial Engineering und Structured Finance Prof. Dr. Marco Wilkens 7. Februar

Mehr

Bearbeiten Sie vier der fünf Aufgaben!

Bearbeiten Sie vier der fünf Aufgaben! Master-Kursprüfung West-East Trade Theory SS 2014 Pflichtmodul Internationale VWL (M.Sc. IVWL) Schwerpunktmodul Außenwirtschaft (M.Sc. VWL) 6 Kreditpunkte Bearbeitungsdauer: 90 Minuten 16.7.2014 Prof.

Mehr

Multivariate Verfahren

Multivariate Verfahren Selbstkontrollarbeit 1 Multivariate Verfahren Musterlösung Aufgabe 1 (40 Punkte) Auf der dem Kurs beigelegten CD finden Sie im Unterverzeichnis Daten/Excel/ die Datei zahlen.xlsx. Alternativ können Sie

Mehr

Klausur zu Methoden der Statistik I (mit Kurzlösung) Sommersemester 2008. Aufgabe 1

Klausur zu Methoden der Statistik I (mit Kurzlösung) Sommersemester 2008. Aufgabe 1 Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik I (mit Kurzlösung) Sommersemester 2008 Aufgabe 1 I) Einige Mitarbeiter

Mehr

Korrelation - Regression. Berghold, IMI

Korrelation - Regression. Berghold, IMI Korrelation - Regression Zusammenhang zwischen Variablen Bivariate Datenanalyse - Zusammenhang zwischen 2 stetigen Variablen Korrelation Einfaches lineares Regressionsmodell 1. Schritt: Erstellung eines

Mehr

Einfache Varianzanalyse für abhängige

Einfache Varianzanalyse für abhängige Einfache Varianzanalyse für abhängige Stichproben Wie beim t-test gibt es auch bei der VA eine Alternative für abhängige Stichproben. Anmerkung: Was man unter abhängigen Stichproben versteht und wie diese

Mehr

Musterlösung zu Serie 14

Musterlösung zu Serie 14 Dr. Lukas Meier Statistik und Wahrscheinlichkeitsrechnung FS 21 Musterlösung zu Serie 14 1. Der Datensatz von Forbes zeigt Messungen von Siedepunkt (in F) und Luftdruck (in inches of mercury) an verschiedenen

Mehr

ε heteroskedastisch BINARY CHOICE MODELS Beispiele: Wahlentscheidung Kauf langlebiger Konsumgüter Arbeitslosigkeit Schätzung mit OLS?

ε heteroskedastisch BINARY CHOICE MODELS Beispiele: Wahlentscheidung Kauf langlebiger Konsumgüter Arbeitslosigkeit Schätzung mit OLS? BINARY CHOICE MODELS 1 mit Pr( Y = 1) = P Y = 0 mit Pr( Y = 0) = 1 P Beispiele: Wahlentscheidung Kauf langlebiger Konsumgüter Arbeitslosigkeit Schätzung mit OLS? Y i = X i β + ε i Probleme: Nonsense Predictions

Mehr

Kommentierter SPSS-Ausdruck zur logistischen Regression

Kommentierter SPSS-Ausdruck zur logistischen Regression Daten: POK V AG 3 (POKV_AG3_V07.SAV) Kommentierter SPSS-Ausdruck zur logistischen Regression Fragestellung: Welchen Einfluss hat die Fachnähe und das Geschlecht auf die interpersonale Attraktion einer

Mehr

Übungsklausur. Bitte wählen Sie fünf Aufgaben aus! Aufgabe 1. Übungsklausur zu Mathematik I für BWL und VWL (WS 2008/09) PD Dr.

Übungsklausur. Bitte wählen Sie fünf Aufgaben aus! Aufgabe 1. Übungsklausur zu Mathematik I für BWL und VWL (WS 2008/09) PD Dr. Übungsklausur zu Mathematik I für BWL und VWL (WS 2008/09) PD Dr. Gert Zöller Übungsklausur Hilfsmittel: Taschenrechner, Formblatt mit Formeln. Lösungswege sind stets anzugeben. Die alleinige Angabe eines

Mehr

Willkommen zur Vorlesung Statistik (Master)

Willkommen zur Vorlesung Statistik (Master) Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Verteilungsfreie Verfahren Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften

Mehr

Grundlagen der Inferenzstatistik

Grundlagen der Inferenzstatistik Grundlagen der Inferenzstatistik (Induktive Statistik oder schließende Statistik) Dr. Winfried Zinn 1 Deskriptive Statistik versus Inferenzstatistik Die Deskriptive Statistik stellt Kenngrößen zur Verfügung,

Mehr

5.2. Nichtparametrische Tests. 5.2.1. Zwei unabhängige Stichproben: U- Test nach MANN- WHITNEY

5.2. Nichtparametrische Tests. 5.2.1. Zwei unabhängige Stichproben: U- Test nach MANN- WHITNEY 5.2. Nichtparametrische Tests 5.2.1. Zwei unabhängige Stichproben: U- Test nach MANN- WHITNEY Voraussetzungen: - Die Verteilungen der beiden Grundgesamtheiten sollten eine ähnliche Form aufweisen. - Die

Mehr

Aufgabe 1 (Excel) Anwendungssoftware 1 / 11 Semesterschlussprüfung 21.06.2004

Aufgabe 1 (Excel) Anwendungssoftware 1 / 11 Semesterschlussprüfung 21.06.2004 Anwendungssoftware 1 / 11 Dauer der Prüfung: 90 Minuten. Es sind alle fünf Aufgaben mit allen Teilaufgaben zu lösen. Versuchen Sie, Ihre Lösungen soweit wie möglich direkt auf diese Aufgabenblätter zu

Mehr

Bearbeiten Sie alle sechs Aufgaben A1-A6 und eine der zwei Aufgaben B1-B2!

Bearbeiten Sie alle sechs Aufgaben A1-A6 und eine der zwei Aufgaben B1-B2! Bachelor-Kursprüfung International Finance Schwerpunktmodule Finanzmärkte und Außenwirtschaft 6 Kreditpunkte, Bearbeitungsdauer: 90 Minuten WS 2014/15, 04.02.2015 Prof. Dr. Lutz Arnold Bitte gut leserlich

Mehr

Inhaltsverzeichnis. Regressionsanalyse. http://mesosworld.ch - Stand vom: 20.1.2010 1

Inhaltsverzeichnis. Regressionsanalyse. http://mesosworld.ch - Stand vom: 20.1.2010 1 Inhaltsverzeichnis Regressionsanalyse... 2 Lernhinweise... 2 Einführung... 2 Theorie (1-8)... 2 1. Allgemeine Beziehungen... 3 2. 'Best Fit'... 3 3. 'Ordinary Least Squares'... 4 4. Formel der Regressionskoeffizienten...

Mehr

Klausur zur Veranstaltung Industrielle Produktionssysteme im SS 04

Klausur zur Veranstaltung Industrielle Produktionssysteme im SS 04 Universität Hannover Wirtschaftswissenschaftliche Fakultät Lehrstuhl für Produktionswirtschaft Prof. Dr. Stefan Helber Klausur zur Veranstaltung Industrielle Produktionssysteme im SS 04 Hinweise: Die Klausur

Mehr

Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis

Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis Das komplette Material finden Sie hier: Download bei School-Scout.de

Mehr

geben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Gehen wir einmal davon aus, dass die von uns angenommenen

geben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Gehen wir einmal davon aus, dass die von uns angenommenen geben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Vollständigkeit halber aufgeführt. Gehen wir einmal davon aus, dass die von uns angenommenen 70% im Beispiel exakt berechnet sind. Was würde

Mehr

Klausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2007/2008. Aufgabe 1

Klausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2007/2008. Aufgabe 1 Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2007/2008 Aufgabe 1 Ihnen liegt

Mehr

Klausur zur Vorlesung VWL II Makroökonomie (SoSe 13)

Klausur zur Vorlesung VWL II Makroökonomie (SoSe 13) Klausur zur Vorlesung VWL II Makroökonomie (SoSe 13) (Prof. Dr. Jochen Michaelis) Persönliche Angaben Vorname: Nachname: Matrikel-Nr.: Studiengang: Punkteverteilung Aufgabe 1 2 3 oder 4 Bonus Punkte /20

Mehr

Multiple Regression. Ziel: Vorhersage der Werte einer Variable (Kriterium) bei Kenntnis der Werte von zwei oder mehr anderen Variablen (Prädiktoren)

Multiple Regression. Ziel: Vorhersage der Werte einer Variable (Kriterium) bei Kenntnis der Werte von zwei oder mehr anderen Variablen (Prädiktoren) Multiple Regression 1 Was ist multiple lineare Regression? Ziel: Vorhersage der Werte einer Variable (Kriterium) bei Kenntnis der Werte von zwei oder mehr anderen Variablen (Prädiktoren) Annahme: Der Zusammenhang

Mehr

Erweiterung der CRM-Datenbank für den Umgang mit Excel-Mappen. Automatisches Ausfüllen von MS-Excel-Vorlagen mit Daten aus organice

Erweiterung der CRM-Datenbank für den Umgang mit Excel-Mappen. Automatisches Ausfüllen von MS-Excel-Vorlagen mit Daten aus organice organice-excel-add-in 1 Erweiterung der CRM-Datenbank für den Umgang mit Excel-Mappen. Automatisches Ausfüllen von MS-Excel-Vorlagen mit Daten aus organice (Ein stichwortartiger Entwurf ) Systemvoraussetzungen:

Mehr

Diplomprüfung im Fach Ökonometrie im SS Aufgabenteil

Diplomprüfung im Fach Ökonometrie im SS Aufgabenteil Lehrstuhl für Statistik und empirische Wirtschaftsforschung Prof. Regina T. Riphahn, Ph.D. Diplomprüfung im Fach Ökonometrie im SS 2009 - Aufgabenteil Name, Vorname Matrikelnr. Studiengang Semester Datum

Mehr

Abschlussklausur zur Vorlesung Empirische Wirtschaftsforschung

Abschlussklausur zur Vorlesung Empirische Wirtschaftsforschung Dr Isabel Schnabel Johannes Gutenberg-Universität Mainz Abschlussklausur zur Vorlesung Empirische Wirtschaftsforschung Sommersemester 2007, 14082007, 16:30 18:30 Uhr Hinweise zur Klausur Die Klausur besteht

Mehr

Klausur zur Vorlesung Stochastische Modelle in Produktion und Logistik im SS 09

Klausur zur Vorlesung Stochastische Modelle in Produktion und Logistik im SS 09 Leibniz Universität Hannover Wirtschaftswissenschaftliche Fakultät Institut für Produktionswirtschaft Prof. Dr. Stefan Helber Klausur zur Vorlesung Stochastische Modelle in Produktion und Logistik im SS

Mehr

Access Grundlagen. David Singh

Access Grundlagen. David Singh Access Grundlagen David Singh Inhalt Access... 2 Access Datenbank erstellen... 2 Tabellenelemente... 2 Tabellen verbinden... 2 Bericht gestalten... 3 Abfragen... 3 Tabellen aktualisieren... 4 Allgemein...

Mehr

Klausur AVWL 1. Klausurtermin: Ich studiere nach: Bachelor-Prüfungsordnung Diplom-Prüfungsordnung. Bitte beachten Sie:

Klausur AVWL 1. Klausurtermin: Ich studiere nach: Bachelor-Prüfungsordnung Diplom-Prüfungsordnung. Bitte beachten Sie: Klausur AVWL 1 Klausurtermin: 25.07.2014 Dieses Deckblatt bitte vollständig und deutlich lesbar ausfüllen! Vom Prüfer Vom Prüfer Name: auszufüllen: auszufüllen: Aufg.1: / 25 Vorname: Punkte: Aufg.2: /

Mehr

Analyse von Querschnittsdaten. Regression mit Dummy-Variablen

Analyse von Querschnittsdaten. Regression mit Dummy-Variablen Analyse von Querschnittsdaten Regression mit Dummy-Variablen Warum geht es in den folgenden Sitzungen? Datum Vorlesung 9.0.05 Einführung 26.0.05 Beispiele 02..05 Forschungsdesigns & Datenstrukturen 09..05

Mehr

Klausur AVWL 1. Klausurtermin: Ich studiere nach: Bachelor-Prüfungsordnung Diplom-Prüfungsordnung. Bitte beachten Sie:

Klausur AVWL 1. Klausurtermin: Ich studiere nach: Bachelor-Prüfungsordnung Diplom-Prüfungsordnung. Bitte beachten Sie: Klausur AVWL 1 Klausurtermin: 29.09.2014 Dieses Deckblatt bitte vollständig und deutlich lesbar ausfüllen! Vom Prüfer Vom Prüfer Name: auszufüllen: auszufüllen: Aufg.1: / 25 Vorname: Punkte: Aufg.2: /

Mehr

Abschlussklausur am 23. März 2006

Abschlussklausur am 23. März 2006 Aufgabe 1 2 3 4 5 Punkte Institut für Geld- und Kapitalverkehr Vorlesung Nr. 03.511 der Universität Hamburg Finanzmanagement (Finanzierung) Prof. Dr. Hartmut Schmidt Wintersemester 2005/2006 Abschlussklausur

Mehr

1. Allgemeine Hinweise Alexander.Martin.Koenig@TU-Clausthal.de

1. Allgemeine Hinweise Alexander.Martin.Koenig@TU-Clausthal.de 1. Allgemeine Hinweise Alexander.Martin.Koenig@TU-Clausthal.de Man sollte eine Excel-Tabelle immer so übersichtlich wie möglich halten. Dazu empfiehlt es sich, alle benötigten Daten, Konstanten und Messwerte

Mehr

Diplom BWL/VWL / B-BAE / B-SW / LA RS / LA GY

Diplom BWL/VWL / B-BAE / B-SW / LA RS / LA GY Diplom BWL/VWL / B-BAE / B-SW / LA RS / LA GY Prüfungsfach/Modul: Allgemeine Volkswirtschaftslehre Wirtschaftstheorie Wahlmodul Klausur: Institutionenökonomik (Klausur 60 Min) (200101, 201309, 211301)

Mehr