Klausur zur Vorlesung Statistik I und II, WS 2006/2007
|
|
- Gottlob Böhme
- vor 8 Jahren
- Abrufe
Transkript
1 Klausur zur Vorlesung Statistik I und II, WS 26/27 Lösungsvorschlag Aufgabe 1 (a) (2 Punkte) ( Punkte) Statistische Einheit: Ein neuen Kfz, Statistische Gesamtheit: Alle neuen Kfz, welche in Europa verkauft werden. Merkmal: Der CO 2 -Ausstoß pro Kilometer (in typischen Test-Szenarien) Skalierung: Kardinalskaliert (darüberhinaus verhältnisskaliert und stetig). Beispielshafte Merkmalsausprägung: z.b. 12 g/km. (b) (2+2+2 Punkte) Aufgabe 2 Zeitliche Abgrenzung: die Zukunft bzw. der Zeitraum nach Inkrafttreten des EU- Richtlinie. Räumliche Abgrenzung: Nur Kfz, welche in Europa verkauft werden. ( Europa allein ist auch OK) Sachliche Abgrenzung: Keine Lkw, Busse oder andere Verkehrsmittel wie Schiffe, Flugzeuge etc. (1+4 Punkte) Eine lineare Regression ist nur bei zwei kardinalskalierten Merkmalen sinnvoll. Da weder Städtenamen noch das Geschlecht kardinalskaliert sind, ergibt hier eine Regression (trotz der suggerrierenden Darstellung der Abbildung) keinen Sinn. Nebenbei: Sinnvoll wäre z.b. eine Korrelationsuntersuchung die Führerscheinbesitzanteile (kardinalskaliert) von Männern und Frauen in den verschiedenen Städten, welcher eine Antwort auf die Frage gibt Impliziert ein höherer Männeranteil auch einen höheren Frauenanteil oder nicht? Aufgabe 3 (4 Punkte) Bei einer Stichprobenbefragung von 1 Radbenutzern wurde nach der Länge des letzten mit dem Rad zurückgelegten Weges gefragt und das Ergebnis in folgender Tabelle zusammengefasst (Wege länger als 2 km kamen nicht vor): Entfernung (km) < Zahl der Radler
2 (a) Relativen Klassenhäufigkeiten (4 Punkte) f k = h k n Arbeitstabelle für diesen Aufgabenteil und Teile (b),(c): Klasse (x u -x o ) x k f k F k fk D (b),(c) Werte siehe Wertetabelle; Diagramme: (je 4 Punkte für Wertetabelle und Zeichnung 16 Punkte) F Entfernung (km) (d) Arithmetische Mittel: f D Entfernung (km) (3 Punkte) 7 x = x kf k = k=1 Median: Da F 3 <.5 und F 4 >.5, befindet sich der Median in Klasse 4. Also (3 Punkte) x.5 = x u 4 + (.5 F 3) x 4 f 4 = Modus: Das Dichtemaximum liegt in Klasse ˆk = 2, da f2 D Feinberechnung mit Formel aus dem Skript: (3 Punkte) größer ist als alle anderen Dichten. x D = x u f2 D 2 + fd 1 2f2 D fd 1 fd 3 x 2 =
3 Welcher Bruchteil der Wege ist länger als 4 km? (3 Punkte) Der Bruchteil ( 1 F(4) = 1 F ) ( xu 5 f 5 = 1 F 4 + f ) 5 =.345. x 5 2 Welche Weglänge wird von 75% der Wege nicht überschritten? Diese ist gleich dem Quantil (2 Punkte) x.5 = x u 5 + (.75 F 4) x 5 f 5 = (e) (6 Punkte) Bei Stichproben aus dem laufenden Verkehr ist es wahrscheinlicher, Radler mit langen Wegen in die Stichprobe zu bekommen, da man bei langen Wegen mit erhöhter Wahrscheinlichkeit Kontrollquerschnitte überquert. Bei einer Zufalls-Stichprobe mit gleicher Wahrscheinlichkeit dafür, dass sich ein Kontrollpunkt auf einem bestimmten Kilometer des Gesamtnetzwerkes befindet, ist die Wahrscheinlichkeit proportional dem Anteil der Fahrleistung der entsprechenden Klasse. Damit gilt für die Klasse 7 unter der Annahme, dass f 7 die tatsächliche relative Häufigkeit der Wege der Klasse 7 in der Grundgesamtheit darstellt: p 7 = f 7x 7 x = Diese Wahrscheinlichkeit ist um den Faktor x 7 / x = 4.23 größer als die relative Häufigkeit f 7 für außerhalb des Verkehrsflusses erhobenen Stichpoben! Aufgabe 4 (a) (2 Punkte) (2+2+2 Punkte) Das geeignete Maß für die Verkehrssicherheit ist die personenbezogene Risikokennziffer. Bei der Zahl der Straßenverkehrstoten würden Länder mit großer Verkehrsleistung zu schlecht gemacht und außerdem Vergleiche mit der Vergangenheit mit i. A. geringerer Verkehrsleistung verzerrt, d.h. die Gegenwart zu schlecht gemacht. Bei der fahrzeugbezogene Risikokennziffer würden Verkehrsmittel mit hohem Besetzungsgrad (Busse, Bahnen, Flugzeuge, Schiffe) zu schlecht gemacht. Die i. A. hohen Opferzahlen bei schweren Unfällen dieser Verkehrsmittel relativieren sich dadurch, dass z.b. eine Zugfahrt 1 Pkw-Fahrten ersetzt. Der Bezug auf die zurückgelegte Strecke ermöglicht darüberhinaus einen Vergleich verschiedener straßengebundener Modi (Motorrad, Kfz, Bus). Ansonsten stünde z.b. das Motorrad mit i. A. weniger Kilometern pro Jahr zu gut und Busse sowie Taxis zu schlecht da. (b) (5+5 Punkte) 3
4 (c) Sei n die Fahrzeugzahl, t die Zahl der Verkehrstoten, L = 12 km/jahr und I der Besetzungsgrad. dann gilt Fahrzeugbezogene Risikokennziffer r Fz = t Ln Personenbezogene Risikokennziffer r Pers = t LnI Jahr Kfz (Mio) Mittlere Insassenzahl Straßenverkehrstote Fahrzeugbezogene Risikokennziffer (Tote/Mrd km) Personenbezogene Risikokennziffer (Tote/Mrd km) Gegenüber 197 ist das Risiko bei einem festen Weg im Jahre 25 um den Faktor geringer. r Pers (197) r Pers (25) = 1 (4 Punkte) Bei den Verkehrsunfällen sind auch Fußgänger und Radfahrer in wchselnden Anteilen eingeschlossen (reicht zur Beantwortung dieser Teilaufgabe). Deren Anteile steigen ständig, so dass für diese Verkehrsteilnehmer der Verkehr nicht 1 mal sicherer geworden ist, zumal hier der Bezug auf die Kfz-Verkehrsleistung problematisch ist. Autofahren selbst hingegen wurde eher mehr als 1 mal sicherer. Außerdem sind nach diesem Maß Flugzeuge außerordentlich sicher, aber es wird nicht berücksichtigt, dass Flugzeuge erst zum Zurücklegen weiter Strecken verleiten. Trotz mehrerer Unfälle (Challenger, Columbia) sind übrigens Raumfähren nach diesem Kriterium nicht extrem unsicher (Nach einem Jahr Erdumrundungen hat man etwa 3 Millionen km zurückgelegt!). Aufgabe 5 (4 Punkte) Ein Fußgänger beachtet die Verkehrsregeln und geht nur bei Grün über Straßenübergänge mit Lichtsignalanlagen. Auf den Weg zur Arbeit und zurück muss er jeweils einen signalisierten Übergang überqueren. Die Ampel hat keine Grün-Anforderung, 6 s Rotphase und 3 s Grünphase. (a) Verteilungsfunktion für die Wartezeit x in Sekunden bei zufälliger Ankunft: Die Verteilungsfunktion F(x) ist die Wahrscheinlichkeit dafür, dass die Wartezeit kleiner oder gleich x Sekunden beträgt. Offensichtlich kann x nur sein. Deshalb F(x) = für x < Mit der Wahrscheinlichkeit p = 3/9 = 1/3 erreicht der Fußgänger den Übergang bei grüner Ampel, muss also nicht warten (x = ). Also F() = 1/3. Die maximale Wartezeit beträgt 6 Sekunden, deshalb F(x) = 1 für x > 6. 4
5 Falls der Fußgänger warten muss, ist wegen der zufälligen Ankunft die Wartezeit zwischen und 6 Sekunden gleichverteilt mit der Dichte f(x) = 2/3 1/6 (die 2/3 kommen daher, da der Fußgänger nur mit dieser Wahrscheinlichkeit überhaupt warten muss, also F(6) F() = 2/3). Damit ist für x 6 die Verteilungsfunktion gegeben durch F(x) = x 9. (b) Zu betrachten: 2*2=4 Überquerungen. Bedingungen des Zentralen Grenzwertsatzes (ZGWS) (nicht verlangt!) Unabhängig: Da es sich um einen reinen Fußweg handelt, hängt die Ampelphase bei Erreichen nicht von irgendwelchen Synchronisationen ( Grüne Welle ) ab. Abgesehen von dem Fall, dass der Fußgänger die Ampel an jedem Tag minutengenau zur selben Uhrzeit erreicht, ist auch eine mögliche Kopplung an die Uhrzeit (welche ihrerseits die Ampelphase bestimmen könnte) ausgeschlossen. Die 4 Zufallsereignisse Wartezeit X i bei Überquerung i sind also unabhängig. Endliche Varianz. Da die Varianz nie größer als die Spannweite R zum Quadrat sein kann, ist mit R = 6 diese Bedingung erfüllt. Die größte Einzelvarianz darf höchstens 1/3 der Gesamtvarianz sein. Dies ist bei 4 identisch verteilten Summanden (i.i.d, independent, identically distributed variables) mit Beiträgen von jeweils 1/4 der Gesamtvarianz der Fall. Der ZGWS sagt aus, dass die Gesamtwartezeit mit 4 Y = X i N(µ y, σy) 2 µ = 4µ x, σ 2 y = 4σ 2 x. Berechnung von Erwartungswert µ x und Varianz σ 2 x der Zufallsvariablen X i : Hier muss man berücksichtigen, dass X sowohl diskrete als auch stetige Anteile hat: Mit der Wahrscheinlichkeit p = 1/3 ist X =, Für < x 6 ist X gleichverteilt mit der Dichte f(x) = 1/9. Erwartungswert: 6 µ x = p + xf(x) dx = [ ] x 2 6 = Alternativ anschaulich: Mit Wahrscheinlichkeit 1 p = 2/3 muss gewartet werden, und zwar im Mittel 3 Sekunden, also µ x = = 2. Varianz: 6 σx 2 = x 2 f(x) dx µ 2 x = [ ] x = = 4. 5
6 Damit ist die Gesamtwartezeit Y N(8, 4 2 ). (c) Wahrscheinlichkeit für eine Wartezeit größer 2 h (Y > 7 2): ( ) P(Y > 7 2) = 1 F(7 2) = 1 Φ = 1 Φ( 2) = Φ(2) = Wahrscheinlichkeit für eine Wartezeit kleiner 2 1/2 h (Y < 9 ): ( ) 9 8 P(Y < 9 ) = F(9 ) = Φ = Φ(2.5) = Aufgabe 6 (45 Punkte) Die Zahl der Kfz pro 1 Einwohner in den großen chinesischen Städten wird durch folgende Zeitreihe beschrieben: Jahr Kfz/1 Einwohner (a) Exponentielle Regression ist hier angemessener als eine lineare, da es sich (i) um einen Wachstumsprozess handelt ( fundamentale Begründung), (ii) die Quotienten, nicht jedoch die Differenzen zwischen jeweils einem Fünf-Jahres-Zeitraum annähernd konstant sind ( technische Begründung). (Eine Begründung ist ausreichend für volle Punktzahl dieser Teilaufgabe) (b) Arbeitstabellefür x (Jahreszahl 1985), y (Kfz/1 Einwohner) und z = ln(y): x i y i z i x 2 i x i z i Damit in der transformierten Variablen z = ln(y) mit x = 1, z = 3.753: 5 x i z i 5 x z ẑ(x) = ã + bx, b = =.868, ã = ȳ b x = x 2 i 5 x2 Nach Rücktransformation erhält man ŷ(x) = eẑ(x) = eãe bx = ae bx, a = eã = 17.9, b =.868. Prognose für 21, d.h.x = 25: ŷ(25) = ae 25b = (Fahrzeuge/1 Einwohner) 6
7 Zur Veranschaulichung (nicht verlangt) Plots: Zahl der Kfz pro 1 Einwohner Jahr ln(zahl der Kfz pro 1 Einwohner) Jahr (c) Jährlichen Wachstumsfaktor und Wachstumsrate: I regr = Messzahlen direkt: I data = ŷ(x + 1) ŷ(x) ( y5 y 1 = e b = 1.97, r regr = I regr 1 =.97 = 9.7%. ) 1 2 = 1.911, rdata = I data 1 =.911 = 9.11%. Die Messzahlen aus der Regression und direkt aus den Daten mit Hilfe des geometrischen Mittels sind also nahezu identisch! (d) Bestimmtheitsmaß (in den nichttransformierten Variablen): B y = 1 s2 e s 2 y mit der Gesamtvarianz s 2 y = 1 5 n yi 2 ȳ2 = der Residualvarianz s 2 e = 1 5 n (y i ŷ(x i )) 2 = Damit ist B y = Die exponentielle Regression ist besser, solange das Bestimmtheitsmaß für die lineare Regression schlechter (also kleiner) ist. (e) Im Jahre 21 wäre die naive Prognose mit Hilfe der Exponentialfunktion ŷ( ) = ŷ(115) = 388 6, also mehr als 388 Fahrzeuge pro Person. Wie bei vielen Wachstumsprozessen setzen irgendwann die berühmten Grenzen des Wachstums ein, welche zu einer Sättigung, z.b. in der Region y = 1 (ein Kfz pro Person) oder darunter, führen. Geeignet sind z.b. die logistische Funktion (aus der Vorlesung), aber auch z.b. die tanh Funktion (Tangens Hypebolicus). 7
8 Aufgabe 7 (3 Punkte) Heute um 2:45 findet das UEFA-Cup Fußball-Rückspiel Ajax Amsterdam gegen Werder Bremen statt. Die Quoten eines einschlägigen Anbieters von Sportwetten sind folgende: Ereignis Amsterdam gewinnt Bremen gewinnt Unentschieden Quote (am 15.2) (a) Nach den Angaben gilt fü die Ereignisse i =A, B oder U mit den dazugehörigen Quoten q i, dass die Wahrscheinlichkeiten p i proportional zu den inversen Quoten sind. Die Proportionalitätskonstante ergibt sich aus der Normierungsbedingung: p i = c q i, p 1 + p 2 + p 3 = 1 p i = 1/q i 1/q 1 + 1/q 2 + 1/q 3 Mit q 1 = q A = 2.6, q 2 = q B = 3.2 und q 3 = q U = 2.4 gilt p A =.345, p B =.281, p U =.374. Hintergrund (nicht verlangt): Die subjektiven Definition kann überall dort zum Einsatz kommen, wo man mit richtigen Voraussagen Geld (oder Ehre) gewinnen kann, man mit seiner Entscheidung den Markt beeinflusst, so dass sichere Gewinne unmöglich werden und die Gewinnfunktion eine kardinalskalierte Größe ist. Hier kann man mit richtigen Tipps reales Geld (kardinalskaliert) gewinnen und beeinflusst mit seinen Entscheidungen den Markt, zumindest indirekt über den Einfluss auf die Quoten des Anbieters. (b) Seien die Anteile der Wetteinsätze auf die Ereignisse i = A,B oder U durch θ i gegeben. Dann ist der Erwartungswert des Gewinns des Wettanbieters in Einheiten des Gesamteinsatzes gegeben durch 3 3 G = 1 θ i p i q i = 1 θ i 1 3 j=1 1 q j = 1 1 = q j j=1 Hier wurde die Normierungsbedingung i θ i = 1 verwendet. Der Wettanbieter gewinnt also, unabhängig davon, auf welches Ereignis die Spieler setzen, im Mittel 1% der Einsätze. Wichtig ist dabei nur, dass die subjektive Wahrscheinlichkeit die tatsächliche widerspiegelt. Beeinflussen Wettbetrüger die tatsächlichen Ausgänge (z.b. durch Bestechung des Schiedsrichters und gleichzeitig hohe Einsätze auf den begünstigten Club), kann der Erwartungswert des Gewinns des Anbieters durchaus negativ werden! (c) Statistische Wahrscheinlichkeiten = relative Häufigkeiten in der Zeitreihe der Vergangenheit: p stat A = 3 4, p B = 1 4, p U =. Die klassische Laplace sche Definition kann man nicht anwenden, da man die Grundgesamtheit, welche auch alle möglichen Spiele in der Zukunft mit einschließt, nicht abzählen kann. Außerdem sind die Elementarereignisse (z.b. 2:, 2:1, 4:2 etc für das Ereignis A) nicht gleich wahrscheinlich. 8
9 Bemerkung am Rande: Am hat Werder Bremen unerwartet gegen irgendein Bundesliga- Schlusslicht verloren. Daraufhin wurden auch die Quoten verändert, z.b. Stand 2.2.7, 2:3 h: q A = 2.4, q B = 2.7, q U = 3.2. Die Gewinnwahrscheinlichkeit für Bremen beträgt damit nur noch p B =.337 statt.374 (in Klausur der Wert von p U, da ich dort p A und p U vertauscht hatte). Aufgabe 8 (4 Punkte) Die Zahl der Wege pro mobiler Person und Tag, welche mit dem ÖPNV zurückgelegt werden, ist in Dresden durch folgende Zeitreihe gegeben (Verkehrserhebung SrV): Jahr Mittl. ÖPNV-Wegezahl (a) Lineare Regression unter Verwendung der angegebenen Zwischengrößen x = , ȳ =.6625 und s 2 x = 2.25 sowie der berechneten Summe 4 x i y i = b = 4 x i y i 4 xȳ 4s 2 x =.735, a = ȳ b x = und daraus z.b. mit der Referenz x = 199: bzw. mit der Referenz x = : Prognose für 28: (b) Test-Statistik mit b = und n = 4: Realisierung t B von T B aus der Stichprobe: ŷ(x) = ˆb(x 199). ŷ(x) = ˆbx. ŷ(28) = ˆb =.578. T B = 4 ˆBs x ˆσ R T(2). t B = 2ˆbs x ˆσ R = Dabei wurde der angegebene Schätzer ˆb =.7346 des Regressionskoeffizienten, sowie s x = 4.5 und der Schätzer der Residualvarianz aus den Daten verwendet: ˆσ 2 R = 1 n 2 n (y i ŷ(x i )) 2 = n=1 Die Nullhypothese ÖV-Wegezahlen sinken nicht ist bei α =5% nicht widerlegbar, falls t B > t (2) 1 α = t(2).95 = Dies ist eine wahre Aussage man kann nicht auf eine sinkende Wegezahl schließen! 9
10 (c) Konfidenzintervall bei 1% Fehlerwahrscheinlichkeit für die Prognose 28: mit y(28) [ŷ(28) (28), ŷ(28) + (28)] ŷ(28) =.578, (28) = σŷ(28)t (2) 1 α/2 =.938. Hier wurde mit der Formel in der Aufgabenstellung und der dort gegebenen Größen σŷ(28) = σŷ 2 (28) =.32 berechnet sowie t (2) 1 α/2 = t(2).95 = 2.92 verwendet. Damit ist das Konfidenzintervall y(28) [.484,.672]. (d) Bei der längeren Zeitreihe erstrecken sich die Datenpunkte in die frühere DDR hinein. Durch die Umwälzungen zur Wendezeit ist sicher die Annahme der Homoskedastizität (die Varianz der Abweichungen der einzelnen Datenpunkte von der Regressionsfunktion ist konstant) und damit eine der Annahmen der Konfidenzintervall-Schätzung von Regressionsfunktionen nicht erfüllt. (die Erwähnung der Wende allein reicht zur Beantwortung dieses Teils). 1
Statistische Thermodynamik I Lösungen zur Serie 1
Statistische Thermodynamik I Lösungen zur Serie Zufallsvariablen, Wahrscheinlichkeitsverteilungen 4. März 2. Zwei Lektoren lesen ein Buch. Lektor A findet 2 Druckfehler, Lektor B nur 5. Von den gefundenen
Mehri x k k=1 i u i x i v i 1 0,2 24 24 0,08 2 0,4 30 54 0,18 3 0,6 54 108 0,36 4 0,8 72 180 0,60 5 1,0 120 300 1,00 2,22 G = 1 + 1 n 2 n i=1
1. Aufgabe: Der E-Commerce-Umsatz (in Millionen Euro) der fünf größten Online- Shopping-Clubs liegt wie folgt vor: Club Nr. Umsatz 1 120 2 72 3 54 4 30 5 24 a) Bestimmen Sie den Ginikoeffizienten. b) Zeichnen
MehrAbituraufgabe zur Stochastik, Hessen 2009, Grundkurs (TR)
Abituraufgabe zur Stochastik, Hessen 2009, Grundkurs (TR) Eine Firma stellt USB-Sticks her. Sie werden in der Fabrik ungeprüft in Packungen zu je 20 Stück verpackt und an Händler ausgeliefert. 1 Ein Händler
MehrProfil 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
Mehr15.3 Bedingte Wahrscheinlichkeit und Unabhängigkeit
5.3 Bedingte Wahrscheinlichkeit und Unabhängigkeit Einführendes Beispiel ( Erhöhung der Sicherheit bei Flugreisen ) Die statistische Wahrscheinlichkeit, dass während eines Fluges ein Sprengsatz an Bord
MehrWürfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!.
040304 Übung 9a Analysis, Abschnitt 4, Folie 8 Die Wahrscheinlichkeit, dass bei n - maliger Durchführung eines Zufallexperiments ein Ereignis A ( mit Wahrscheinlichkeit p p ( A ) ) für eine beliebige Anzahl
MehrFachhochschule Düsseldorf Wintersemester 2008/09
Fachhochschule Düsseldorf Wintersemester 2008/09 Teilfachprüfung Statistik im Studiengang Wirtschaft Prüfungsdatum: 26.01.2009 Prüfer: Prof. Dr. H. Peters, Diplom-Vw. Lothar Schmeink Prüfungsform: 2-stündige
MehrGibt es einen Geschmacksunterschied zwischen Coca Cola und Cola Zero?
Gibt es einen Geschmacksunterschied zwischen Coca Cola und Cola Zero? Manche sagen: Ja, manche sagen: Nein Wie soll man das objektiv feststellen? Kann man Geschmack objektiv messen? - Geschmack ist subjektiv
Mehrgeben. 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
MehrUniversität 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
MehrIn konstanten Modellen wird davon ausgegangen, dass die zu prognostizierende Größe sich über die Zeit hinweg nicht verändert.
Konstante Modelle: In konstanten Modellen wird davon ausgegangen, dass die zu prognostizierende Größe sich über die Zeit hinweg nicht verändert. Der prognostizierte Wert für die Periode T+i entspricht
MehrMelanie Kaspar, Prof. Dr. B. Grabowski 1
7. Hypothesentests Ausgangssituation: Man muss sich zwischen 2 Möglichkeiten (=Hypothesen) entscheiden. Diese Entscheidung soll mit Hilfe von Beobachtungen ( Stichprobe ) getroffen werden. Die Hypothesen
Mehrq = 1 p = 0.8 0.2 k 0.8 10 k k = 0, 1,..., 10 1 1 0.8 2 + 10 0.2 0.8 + 10 9 1 2 0.22 1 = 0.8 8 [0.64 + 1.6 + 1.8] = 0.678
Lösungsvorschläge zu Blatt 8 X binomialverteilt mit p = 0. und n = 10: a PX = = 10 q = 1 p = 0.8 0. 0.8 10 = 0, 1,..., 10 PX = PX = 0 + PX = 1 + PX = 10 10 = 0. 0 0.8 10 + 0. 1 0.8 9 + 0 1 10 = 0.8 8 [
MehrFüllmenge. Füllmenge. Füllmenge. Füllmenge. Mean = 500,0029 Std. Dev. = 3,96016 N = 10.000. 485,00 490,00 495,00 500,00 505,00 510,00 515,00 Füllmenge
2.4 Stetige Zufallsvariable Beispiel. Abfüllung von 500 Gramm Packungen einer bestimmten Ware auf einer automatischen Abfüllanlage. Die Zufallsvariable X beschreibe die Füllmenge einer zufällig ausgewählten
MehrBox-and-Whisker Plot -0,2 0,8 1,8 2,8 3,8 4,8
. Aufgabe: Für zwei verschiedene Aktien wurde der relative Kurszuwachs (in % beobachtet. Aus den jeweils 20 Quartaldaten ergaben sich die folgenden Box-Plots. Box-and-Whisker Plot Aktie Aktie 2-0,2 0,8,8
MehrName:... Matrikel-Nr.:... 3 Aufgabe Handyklingeln in der Vorlesung (9 Punkte) Angenommen, ein Student führt ein Handy mit sich, das mit einer Wahrscheinlichkeit von p während einer Vorlesung zumindest
MehrUnterrichtsmaterialien 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
MehrÜbungsklausur. 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
MehrSchleswig-Holstein 2011. Kernfach Mathematik
Aufgabe 6: Stochastik Vorbemerkung: Führen Sie stets geeignete Zufallsvariablen und Namen für Ereignisse ein. Machen Sie auch Angaben über die Verteilung der jeweiligen Zufallsvariablen. Eine repräsentative
MehrKorrelation (II) Korrelation und Kausalität
Korrelation (II) Korrelation und Kausalität Situation: Seien X, Y zwei metrisch skalierte Merkmale mit Ausprägungen (x 1, x 2,..., x n ) bzw. (y 1, y 2,..., y n ). D.h. für jede i = 1, 2,..., n bezeichnen
MehrIm Jahr t = 0 hat eine Stadt 10.000 Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. z(t) = at + b
Aufgabe 1: Im Jahr t = 0 hat eine Stadt 10.000 Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. (a) Nehmen Sie lineares Wachstum gemäß z(t) = at + b an, wobei z die Einwohnerzahl ist und
MehrAnhand des bereits hergeleiteten Models erstellen wir nun mit der Formel
Ausarbeitung zum Proseminar Finanzmathematische Modelle und Simulationen bei Raphael Kruse und Prof. Dr. Wolf-Jürgen Beyn zum Thema Simulation des Anlagenpreismodels von Simon Uphus im WS 09/10 Zusammenfassung
Mehry 1 2 3 4 5 6 P (Y = y) 1/6 1/6 1/6 1/6 1/6 1/6
Fachhochschule Köln Fakultät für Wirtschaftswissenschaften Prof. Dr. Arrenberg Raum 221, Tel. 39 14 jutta.arrenberg@fh-koeln.de Übungen zur Statistik für Prüfungskandidaten und Prüfungskandidatinnen Unabhängigkeit
MehrMathematik. UND/ODER Verknüpfung. Ungleichungen. Betrag. Intervall. Umgebung
Mathematik UND/ODER Verknüpfung Ungleichungen Betrag Intervall Umgebung Stefan Gärtner 004 Gr Mathematik UND/ODER Seite UND Verknüpfung Kommentar Aussage Symbolform Die Aussagen Hans kann schwimmen p und
MehrTutorial: Homogenitätstest
Tutorial: Homogenitätstest Eine Bank möchte die Kreditwürdigkeit potenzieller Kreditnehmer abschätzen. Einerseits lebt die Bank ja von der Vergabe von Krediten, andererseits verursachen Problemkredite
MehrZufallsgrößen. Vorlesung Statistik für KW 29.04.2008 Helmut Küchenhoff
Zufallsgrößen 2.5 Zufallsgrößen 2.5.1 Verteilungsfunktion einer Zufallsgröße 2.5.2 Wahrscheinlichkeits- und Dichtefunktion Wahrscheinlichkeitsfunktion einer diskreten Zufallsgröße Dichtefunktion einer
MehrStatistik I für Betriebswirte Vorlesung 5
Statistik I für Betriebswirte Vorlesung 5 PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik 07. Mai 2015 PD Dr. Frank Heyde Statistik I für Betriebswirte Vorlesung 5 1 Klassische Wahrscheinlichkeitsdefinition
MehrStochastische Eingangsprüfung, 17.05.2008
Stochastische Eingangsprüfung, 17.5.8 Wir gehen stets von einem Wahrscheinlichkeitsraum (Ω, A, P) aus. Aufgabe 1 ( Punkte) Sei X : Ω [, ) eine integrierbare Zufallsvariable mit XdP = 1. Sei Q : A R, Q(A)
MehrLineare Funktionen. 1 Proportionale Funktionen 3 1.1 Definition... 3 1.2 Eigenschaften... 3. 2 Steigungsdreieck 3
Lineare Funktionen Inhaltsverzeichnis 1 Proportionale Funktionen 3 1.1 Definition............................... 3 1.2 Eigenschaften............................. 3 2 Steigungsdreieck 3 3 Lineare Funktionen
MehrStatistik 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
MehrBauchgefühl oder kühle Berechnung Wer wird Fußball-Weltmeister 2014?
Bauchgefühl oder kühle Berechnung Wer wird Fußball-Weltmeister 2014? Prof. Dr. Michael Feindt Karlsruher Institut für Technologie (KIT) Founder and Chief Scientific Advisor, Blue Yonder Wer wird Weltmeister?
MehrLANGFRISTIGE HAUSAUFGABE (LINEARE GLEICHUNGSSYSTEME)
LANGFRISTIGE HAUSAUFGABE (LINEARE GLEICHUNGSSYSTEME) Aufgabe 1: Tanzkurs ( * ) Zu einem Tanzkurs erscheinen dreimal so viele Mädchen wie Jungen. Nachdem 15 Mädchen gegangen sind, sind noch doppelt so viele
MehrBei vielen Zufallsexperimenten interessiert man sich lediglich für das Eintreten bzw. das Nichteintreten eines bestimmten Ereignisses.
XI. Binomialverteilung ================================================================== 11.1 Definitionen -----------------------------------------------------------------------------------------------------------------
MehrLineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
MehrBeispiel 48. 4.3.2 Zusammengesetzte Zufallsvariablen
4.3.2 Zusammengesetzte Zufallsvariablen Beispiel 48 Ein Würfel werde zweimal geworfen. X bzw. Y bezeichne die Augenzahl im ersten bzw. zweiten Wurf. Sei Z := X + Y die Summe der gewürfelten Augenzahlen.
MehrVorkurs Mathematik Übungen zu Polynomgleichungen
Vorkurs Mathematik Übungen zu en 1 Aufgaben Lineare Gleichungen Aufgabe 1.1 Ein Freund von Ihnen möchte einen neuen Mobilfunkvertrag abschließen. Es gibt zwei verschiedene Angebote: Anbieter 1: monatl.
MehrFelix Klug SS 2011. 2. Tutorium Deskriptive Statistik
2. Tutorium Deskriptive Statistik Felix Klug SS 2011 Skalenniveus Weitere Beispiele für Skalenniveus (Entnommen aus Wiederholungsblatt 1.): Skalenniveu Nominalskala Ordinalskala Intervallskala Verhältnisskala
MehrA Lösungen zu Einführungsaufgaben zu QueueTraffic
A Lösungen zu Einführungsaufgaben zu QueueTraffic 1. Selber Phasen einstellen a) Wo im Alltag: Baustelle, vor einem Zebrastreifen, Unfall... 2. Ankunftsrate und Verteilungen a) poissonverteilt: b) konstant:
MehrData Mining: Einige Grundlagen aus der Stochastik
Data Mining: Einige Grundlagen aus der Stochastik Hagen Knaf Studiengang Angewandte Mathematik Hochschule RheinMain 21. Oktober 2015 Vorwort Das vorliegende Skript enthält eine Zusammenfassung verschiedener
MehrKugel-Fächer-Modell. 1fach. 3fach. Für die Einzelkugel gibt es 3 Möglichkeiten. 6fach. 3! Möglichkeiten
Kugel-Fächer-Modell n Kugeln (Rosinen) sollen auf m Fächer (Brötchen) verteilt werden, zunächst 3 Kugeln auf 3 Fächer. 1fach 3fach Für die Einzelkugel gibt es 3 Möglichkeiten } 6fach 3! Möglichkeiten Es
Mehr90-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
Mehr1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage:
Zählen und Zahlbereiche Übungsblatt 1 1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage: Für alle m, n N gilt m + n = n + m. in den Satz umschreiben:
MehrWachstum 2. Michael Dröttboom 1 LernWerkstatt-Selm.de
1. Herr Meier bekommt nach 3 Jahren Geldanlage 25.000. Er hatte 22.500 angelegt. Wie hoch war der Zinssatz? 2. Herr Meiers Vorfahren haben bei der Gründung Roms (753. V. Chr.) 1 Sesterze auf die Bank gebracht
Mehrn 0 1 2 3 4 5 6 7 8 9 10 11 12 S n 1250 1244, 085 1214, 075 1220, 136 1226, 167 Nach einem Jahr beträgt der Schuldenstand ca. 1177,09.
Gymnasium Leichlingen 10a M Lö 2007/08.2 2/2 Aufgaben/Lösungen der Klassenarbeit Nr. 4 von Fr., 2008-04-25 2 45 Aufgabe 1: Die A-Bank bietet Kredite zu einem Zinssatz von 6% pro Jahr an. Ein privater Keditvermittler
Mehr9 Auto. Rund um das Auto. Welche Wörter zum Thema Auto kennst du? Welches Wort passt? Lies die Definitionen und ordne zu.
1 Rund um das Auto Welche Wörter zum Thema Auto kennst du? Welches Wort passt? Lies die Definitionen und ordne zu. 1. Zu diesem Fahrzeug sagt man auch Pkw oder Wagen. 2. kein neues Auto, aber viel billiger
Mehr9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83
9.. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 Die Grundfrage bei der Anwendung des Satzes über implizite Funktionen betrifft immer die folgende Situation: Wir haben eine Funktion f : V W und eine Stelle x
MehrUmgang mit Schaubildern am Beispiel Deutschland surft
-1- Umgang mit Schaubildern am Beispiel Deutschland surft Im Folgenden wird am Beispiel des Schaubildes Deutschland surft eine Lesestrategie vorgestellt. Die Checkliste zur Vorgehensweise kann im Unterricht
MehrOECD Programme for International Student Assessment PISA 2000. Lösungen der Beispielaufgaben aus dem Mathematiktest. Deutschland
OECD Programme for International Student Assessment Deutschland PISA 2000 Lösungen der Beispielaufgaben aus dem Mathematiktest Beispielaufgaben PISA-Hauptstudie 2000 Seite 3 UNIT ÄPFEL Beispielaufgaben
MehrWillkommen 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
MehrDas große ElterngeldPlus 1x1. Alles über das ElterngeldPlus. Wer kann ElterngeldPlus beantragen? ElterngeldPlus verstehen ein paar einleitende Fakten
Das große x -4 Alles über das Wer kann beantragen? Generell kann jeder beantragen! Eltern (Mütter UND Väter), die schon während ihrer Elternzeit wieder in Teilzeit arbeiten möchten. Eltern, die während
MehrLösung. Prüfungsteil 1: Aufgabe 1
Zentrale Prüfung 01 Lösung Diese Lösung wurde erstellt von Cornelia Sanzenbacher. Sie ist keine offizielle Lösung des Ministeriums für Schule und Weiterbildung des Landes. Prüfungsteil 1: Aufgabe 1 a)
Mehr1.3 Die Beurteilung von Testleistungen
1.3 Die Beurteilung von Testleistungen Um das Testergebnis einer Vp zu interpretieren und daraus diagnostische Urteile ableiten zu können, benötigen wir einen Vergleichsmaßstab. Im Falle des klassischen
Mehr50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte
50. Mathematik-Olympiade. Stufe (Regionalrunde) Klasse 3 Lösungen c 00 Aufgabenausschuss des Mathematik-Olympiaden e.v. www.mathematik-olympiaden.de. Alle Rechte vorbehalten. 503 Lösung 0 Punkte Es seien
MehrInformationsblatt Induktionsbeweis
Sommer 015 Informationsblatt Induktionsbeweis 31. März 015 Motivation Die vollständige Induktion ist ein wichtiges Beweisverfahren in der Informatik. Sie wird häufig dazu gebraucht, um mathematische Formeln
MehrPflegedossier für die kreisfreie Stadt Frankfurt (Oder)
Pflegedossier für die kreisfreie Stadt Frankfurt (Oder) Regionalbüros für Fachkräftesicherung - Fachkräftemonitoring - EUROPÄISCHE UNION Europäischer Sozialfonds Dieses Projekt wird durch das Ministerium
MehrW-Rechnung und Statistik für Ingenieure Übung 11
W-Rechnung und Statistik für Ingenieure Übung 11 Christoph Kustosz (kustosz@statistik.tu-dortmund.de) Mathematikgebäude Raum 715 Christoph Kustosz (kustosz@statistik.tu-dortmund.de) W-Rechnung und Statistik
MehrEntladen und Aufladen eines Kondensators über einen ohmschen Widerstand
Entladen und Aufladen eines Kondensators über einen ohmschen Widerstand Vorüberlegung In einem seriellen Stromkreis addieren sich die Teilspannungen zur Gesamtspannung Bei einer Gesamtspannung U ges, der
MehrAufgaben zur Flächenberechnung mit der Integralrechung
ufgaben zur Flächenberechnung mit der Integralrechung ) Geben ist die Funktion f(x) = -x + x. a) Wie groß ist die Fläche, die die Kurve von f mit der x-chse einschließt? b) Welche Fläche schließt der Graph
MehrPrimzahlen und RSA-Verschlüsselung
Primzahlen und RSA-Verschlüsselung Michael Fütterer und Jonathan Zachhuber 1 Einiges zu Primzahlen Ein paar Definitionen: Wir bezeichnen mit Z die Menge der positiven und negativen ganzen Zahlen, also
MehrDownload. Mathematik üben Klasse 8 Funktionen. Differenzierte Materialien für das ganze Schuljahr. Jens Conrad, Hardy Seifert
Download Jens Conrad, Hard Seifert Mathematik üben Klasse 8 Funktionen Differenzierte Materialien für das ganze Schuljahr Downloadauszug aus dem Originaltitel: Mathematik üben Klasse 8 Funktionen Differenzierte
Mehr0, v 6 = 2 2. 1, v 4 = 1. 2. span(v 1, v 5, v 6 ) = span(v 1, v 2, v 3, v 4, v 5, v 6 ) 4. span(v 1, v 2, v 4 ) = span(v 2, v 3, v 5, v 6 )
Aufgabe 65. Ganz schön span(n)end. Gegeben sei folgende Menge M von 6 Vektoren v, v,..., v 6 R 4 aus Aufgabe P 6: M = v =, v =, v =, v 4 =, v 5 =, v 6 = Welche der folgenden Aussagen sind wahr? span(v,
MehrTipp III: Leiten Sie eine immer direkt anwendbare Formel her zur Berechnung der sogenannten "bedingten Wahrscheinlichkeit".
Mathematik- Unterrichts- Einheiten- Datei e. V. Klasse 9 12 04/2015 Diabetes-Test Infos: www.mued.de Blutspenden werden auf Diabetes untersucht, das mit 8 % in der Bevölkerung verbreitet ist. Dabei werden
Mehr1 C H R I S T O P H D R Ö S S E R D E R M A T H E M A T I K V E R F Ü H R E R
C H R I S T O P H D R Ö S S E R D E R M A T H E M A T I K V E R F Ü H R E R L Ö S U N G E N Seite 7 n Wenn vier Menschen auf einem Quadratmeter stehen, dann hat jeder eine Fläche von 50 mal 50 Zentimeter
MehrWelche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen?
Welche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen können zwei Ebenen (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen? Wie heiÿt
MehrLösungshinweise zur Einsendearbeit 2 SS 2011
Lösungshinweise zur Einsendearbeit 2 zum Kurs 41500, Finanzwirtschaft: Grundlagen, SS2011 1 Lösungshinweise zur Einsendearbeit 2 SS 2011 Finanzwirtschaft: Grundlagen, Kurs 41500 Aufgabe Finanzierungsbeziehungen
MehrMobilität in der Schweiz. Wichtigste Ergebnisse des Mikrozensus 2005 zum Verkehrsverhalten
Mobilität in der Schweiz Wichtigste Ergebnisse des Mikrozensus 2005 zum Verkehrsverhalten Neuchâtel, 2007 Jahresmobilität: 19 000 Kilometer pro Jahr Eine halbe Erdumrundung pro Person Jahresmobilität 19
MehrDie Pareto Verteilung wird benutzt, um Einkommensverteilungen zu modellieren. Die Verteilungsfunktion ist
Frage Die Pareto Verteilung wird benutzt, um Einkommensverteilungen zu modellieren. Die Verteilungsfunktion ist k a F (x) =1 k>0,x k x Finden Sie den Erwartungswert und den Median der Dichte für a>1. (Bei
MehrEinführung in die Algebra
Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 13 Einheiten Definition 13.1. Ein Element u in einem Ring R heißt Einheit, wenn es ein Element v R gibt mit uv = vu = 1. DasElementv
MehrGüte 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
Mehrmehrmals mehrmals mehrmals alle seltener nie mindestens **) in der im Monat im Jahr 1 bis 2 alle 1 bis 2 Woche Jahre Jahre % % % % % % %
Nicht überraschend, aber auch nicht gravierend, sind die altersspezifischen Unterschiede hinsichtlich der Häufigkeit des Apothekenbesuchs: 24 Prozent suchen mindestens mehrmals im Monat eine Apotheke auf,
Mehr3. Verpackungskünstler. Berechnungen am Quader, Umgang mit Termen, räumliche Vorstellung
Berechnungen am Quader, Umgang mit Termen, räumliche Vorstellung Päckchen, die man verschenken möchte, werden gerne mit Geschenkband verschnürt. Dazu wird das Päckchen auf seine größte Seite gelegt, wie
Mehr4. Erstellen von Klassen
Statistik mit Tabellenkalkulation 4. Erstellen von Klassen Mit einem einfachen Befehl lässt sich eine Liste von Zahlen auf die Häufigkeit der einzelnen Werte untersuchen. Verwenden Sie dazu den Befehl
MehrProfessionelle Seminare im Bereich MS-Office
Der Name BEREICH.VERSCHIEBEN() ist etwas unglücklich gewählt. Man kann mit der Funktion Bereiche zwar verschieben, man kann Bereiche aber auch verkleinern oder vergrößern. Besser wäre es, die Funktion
MehrAusarbeitung des Seminarvortrags zum Thema
Ausarbeitung des Seminarvortrags zum Thema Anlagepreisbewegung zum Seminar Finanzmathematische Modelle und Simulationen bei Raphael Kruse und Prof. Dr. Wolf-Jürgen Beyn von Imke Meyer im W9/10 Anlagepreisbewegung
MehrBevölkerung mit Migrationshintergrund an der Gesamtbevölkerung 2012
Statistische Übersicht inkl. dem Vergleich zwischen und zur (Aus-)Bildungssituation von jungen Menschen mit und ohne Migrationshintergrund 1 in den Bundesländern nach dem Mikrozensus Erstellt im Rahmen
MehrErster Prüfungsteil: Aufgabe 1
Erster Prüfungsteil: Aufgabe Kriterien: Der Prüfling Lösung: Punkte: a) entscheidet sich für passenden Wert 8 000 000 b) wählt ein geeignetes Verfahren zur z. B. Dreisatz Berechnung gibt das richtige Ergebnis
MehrAbituraufgabe zur Analysis, Hessen 2009, Grundkurs (TR)
Abituraufgabe zur Analysis, Hessen 2009, Grundkurs (TR) Gegeben ist die trigonometrische Funktion f mit f(x) = 2 sin(2x) 1 (vgl. Material 1). 1.) Geben Sie für die Funktion f den Schnittpunkt mit der y
MehrStatistik II für Betriebswirte Vorlesung 2
PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik Statistik II für Betriebswirte Vorlesung 2 21. Oktober 2014 Verbundene Stichproben Liegen zwei Stichproben vor, deren Werte einander
MehrErfolg und Vermögensrückgänge angefertigt im Rahmen der Lehrveranstaltung Nachrichtentechnik von: Eric Hansen, eric-hansen@gmx.de am: 07.09.
Abstract zum Thema Handelssysteme Erfolg und Vermögensrückgänge angefertigt im Rahmen der Lehrveranstaltung Nachrichtentechnik von: Eric Hansen, eric-hansen@gmx.de am: 07.09.01 Einleitung: Handelssysteme
MehrOhne Fehler geht es nicht Doch wie viele Fehler sind erlaubt?
Ohne Fehler geht es nicht Doch wie viele Fehler sind erlaubt? Behandelte Fragestellungen Was besagt eine Fehlerquote? Welche Bezugsgröße ist geeignet? Welche Fehlerquote ist gerade noch zulässig? Wie stellt
MehrStatistik mit Excel. für Praktiker: Statistiken aufbereiten und präsentieren HORST-DIETER RADKE
Statistik mit Excel für Praktiker: Statistiken aufbereiten und präsentieren HORST-DIETER RADKE INHALTS- VERZEICHNIS Vorwort 13 Schreiben Sie uns! 15 1 Statistische Untersuchungen 17 Wozu Statistik? 18
MehrModellbildungssysteme: Pädagogische und didaktische Ziele
Modellbildungssysteme: Pädagogische und didaktische Ziele Was hat Modellbildung mit der Schule zu tun? Der Bildungsplan 1994 formuliert: "Die schnelle Zunahme des Wissens, die hohe Differenzierung und
MehrR ist freie Software und kann von der Website. www.r-project.org
R R ist freie Software und kann von der Website heruntergeladen werden. www.r-project.org Nach dem Herunterladen und der Installation von R kann man R durch Doppelklicken auf das R-Symbol starten. R wird
Mehr11. Rent-Seeking 117
117 Definitionen Gewinnstreben: Vorhandene Ressourcen werden so eingesetzt, dass Einkommen entsteht und die Differenz aus Einkommen und Kosten maximal wird. Rent-Seeking: Vorhandene Ressourcen werden eingesetzt,
MehrAufgabe 2.1. Ergebnis, Ergebnismenge, Ereignis
Aufgabe 2. Ergebnis, Ergebnismenge, Ereignis Ergebnis und Ergebnismenge Vorgänge mit zufälligem Ergebnis, oft Zufallsexperiment genannt Bei der Beschreibung der Ergebnisse wird stets ein bestimmtes Merkmal
MehrBinäre 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
MehrAbitur 2013 Mathematik GK Stochastik Aufgabe C1
Seite 1 Abiturloesung.de - Abituraufgaben Abitur 2013 Mathematik GK Stochastik Aufgabe C1 Wissenschaftler der israelischen Ben-Gurion-Universität sind der Frage nachgegangen, ob die Attraktivität eines
MehrERGÄNZUNGEN ZUR ANALYSIS II MITTELWERTSATZ UND ANWENDUNGEN
ERGÄNZUNGEN ZUR ANALYSIS II MITTELWERTSATZ UND ANWENDUNGEN CHRISTIAN HARTFELDT. Zweiter Mittelwertsatz Der Mittelwertsatz Satz VI.3.4) lässt sich verallgemeinern zu Satz.. Seien f, g : [a, b] R auf [a,
MehrKlausur 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,
MehrQM: Prüfen -1- KN16.08.2010
QM: Prüfen -1- KN16.08.2010 2.4 Prüfen 2.4.1 Begriffe, Definitionen Ein wesentlicher Bestandteil der Qualitätssicherung ist das Prüfen. Sie wird aber nicht wie früher nach der Fertigung durch einen Prüfer,
MehrForschungsstatistik I
Prof. Dr. G. Meinhardt. Stock, Nordflügel R. 0-49 (Persike) R. 0- (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de WS 008/009 Fachbereich
MehrDAVID: und David vom Deutschlandlabor. Wir beantworten Fragen zu Deutschland und den Deutschen.
Das Deutschlandlabor Folge 09: Auto Manuskript Die Deutschen sind bekannt dafür, dass sie ihre Autos lieben. Doch wie sehr lieben sie ihre Autos wirklich, und hat wirklich jeder in Deutschland ein eigenes
MehrDie Optimalität von Randomisationstests
Die Optimalität von Randomisationstests Diplomarbeit Elena Regourd Mathematisches Institut der Heinrich-Heine-Universität Düsseldorf Düsseldorf im Dezember 2001 Betreuung: Prof. Dr. A. Janssen Inhaltsverzeichnis
MehrGleichungen und Ungleichungen
Gleichungen Ungleichungen. Lineare Gleichungen Sei die Gleichung ax = b gegeben, wobei x die Unbekannte ist a, b reelle Zahlen sind. Diese Gleichung hat als Lösung die einzige reelle Zahl x = b, falls
MehrA1.7: Entropie natürlicher Texte
A1.7: Entropie natürlicher Texte Anfang der 1950er Jahre hat Claude E. Shannon die Entropie H der englischen Sprache mit einem bit pro Zeichen abgeschätzt. Kurz darauf kam Karl Küpfmüller bei einer empirischen
MehrErstellen einer Collage. Zuerst ein leeres Dokument erzeugen, auf dem alle anderen Bilder zusammengefügt werden sollen (über [Datei] > [Neu])
3.7 Erstellen einer Collage Zuerst ein leeres Dokument erzeugen, auf dem alle anderen Bilder zusammengefügt werden sollen (über [Datei] > [Neu]) Dann Größe des Dokuments festlegen beispielsweise A4 (weitere
Mehr7 Rechnen mit Polynomen
7 Rechnen mit Polynomen Zu Polynomfunktionen Satz. Zwei Polynomfunktionen und f : R R, x a n x n + a n 1 x n 1 + a 1 x + a 0 g : R R, x b n x n + b n 1 x n 1 + b 1 x + b 0 sind genau dann gleich, wenn
Mehr5.Unsicherheit. 5.1WahrscheinlichkeitundRisiko
1 5.Unsicherheit Bisher sind wir von vollständiger Planungssicherheit seitens der Entscheidungsträger ausgegangen. Dies trifft in vielen Fällen natürlich nicht den Kern eines Entscheidungsproblems.Wennz.B.eineEntscheidungfürdenKaufvonAktiengetroffen
Mehr