Klausur in "Biomathematik" WS 2007 / 2008 Montag, den 28. Januar 2008

Größe: px
Ab Seite anzeigen:

Download "Klausur in "Biomathematik" WS 2007 / 2008 Montag, den 28. Januar 2008"

Transkript

1 Klausur in "Biomathematik" WS 2007 / 2008 Montag, den 28. Januar 2008 Name: Matrikelnummer: Unterschrift: Aufgabe 1: Bei einer klinischen Therapiestudie wird bei allen Patienten der Wert eines quantitativen Merkmals vor und nach der Therapie erfasst. Bei jedem Patienten wird aus diesen beiden Werten die Differenz als Maß für die Wirkung der Therapie berechnet. Außerdem soll untersucht werden, ob ein Zusammenhang zwischen der Wirkung und dem Alter der Patienten besteht. Dazu werden folgende statistischen Kenngrößen berechnet: Lagemaße für die Differenzen: Mittelwert Median Minimum Maximum Streuungsmaße für die Differenzen: Spannweite - Standardabweichung Maße des Zusammenhangs: Korrelationskoeffizient Bestimmtheitsmaß Welche dieser Kenngrößen sind immer positiv oder 0? (A) Nur die Streuungsmaße und das Bestimmtheitsmaß (B) Nur die Streuungsmaße und der Median (C) Nur die Streuungsmaße, der Korrelationskoeffizient und das Bestimmtheitsmaß (D) Alle Kenngrößen können theoretisch negativ werden (E) Nur die Streuungsmaße Aufgabe 2: Um zwei Methoden A und B zur Blutdruckmessung miteinander zu vergleichen, wird bei 40 Patienten zweimal (mit A und B) der systolische Blutdruck im mmhg gemessen und die Differenz der beiden Werte bestimmt. Welche Aussage bezüglich des Merkmals Differenz ist falsch? (A) Die Differenzen können nach ihrer Größe in einer sinnvollen Reihenfolge angeordnet werden. (B) Der Mittelwert der Differenzen kann berechnet und empirisch interpretiert werden. (C) Dieses Merkmal ist verhältnisskaliert. (D) Negative Differenzen sind möglich. (E) Die Standardabweichung kann ebenfalls berechnet werden.

2 Aufgabe 3: Im Rahmen einer klinischen Studie mit 30 Neugeborenen werden erfasst: (1) Gewicht des Kindes in gramm (2) Anzahl der vorangegangenen Entbindungen der Mutter (3) Geschlecht des Neugeborenen (1 = männlich, 0 = weiblich) (4) Apgar-Score (0 bis 10 Punkte) (5) Alter der Mutter bei der Entbindung (6) ID des Säuglings (durchnummeriert nach dem Alphabet des Nachnamens) Welche(s) dieser Merkmale ist (sind) quantitativ? (A) kein Merkmal (B) nur (1), (2), (4) und (5) (C) nur (1) und (2) (D) alle Merkmale (E) nur (1), (2) und (5) Aufgabe 4: Wir nehmen an, der Serumspiegel bei Männern sei normal verteilt mit σ = 15µ g/dl. µ = 110µ g/dl und Mit welcher Wahrscheinlichkeit hat ein beliebiger Mann einen Serumspiegel, der kleiner ist als 80 µg/dl? (A) Sie ist nahezu 0. (B) Diese Wahrscheinlichkeit beträgt etwa 5 %. (C) Sie beträgt etwa 2,5 %. (D) Die Wahrscheinlichkeit beträgt 1,96 % (E) Die Wahrscheinlichkeit liegt bei 1/6.

3 Aufgabe 5: Wir betrachten eine Stichprobe bestehend aus 200 Patienten einer Notfallambulanz. Die Diagnose Verschlussikterus habe eine Prävalenz von 50 %. Von den erkrankten Patienten klagen 75 über Schmerzen im Oberbauch. Von den nicht erkrankten Patienten haben 45 % ebenfalls diese Schmerzen. Die Schmerzen im Oberbauch sollen nun als diagnostischer Test für die Krankheit Verschlussikterus aufgefasst werden. Welche Aussage ist dann falsch? Tipp: Erstellen Sie eine Vierfeldertafel mit den Merkmalen Verschlussikterus (ja / nein) und Schmerzen (positiv / negativ). (A) Beide Vorhersagewerte sind abhängig von der Prävalenz. (B) Der positive Vorhersagewert beträgt 62,5 %. (C) Der Anteil falsch positiver Befunde beträgt 25 %. (D) Die Sensitivität beträgt 75 %. (E) Die Spezifität liegt bei 55 %. Aufgabe 6: Das Gewicht von männlichen Studenten habe einen Erwartungswert von µ = 72 kg und eine Standardabweichung von σ = 5 kg. Wie sind dann die Mittelwerte verteilt, die sich aus zufälligen Stichproben des Umfangs n = 16 ergeben? (A) Sie sind normalverteilt mit µ = 72 kg und σ = 1, 25 kg. (B) Sie sind normalverteilt mit µ = 72 kg und σ = 0,3125 kg. (C) Die Frage kann anhand der gegebenen Informationen nicht beantwortet werden. (D) Sie sind normalverteilt mit µ = 72 kg und σ = 5 kg. (E) Die Mittelwerte sind genauso verteilt wie die Gewichte der Studenten.

4 Aufgabe 7: Eine Therapie ist mit der Wahrscheinlichkeit p = 0,8 erfolgreich. Dann ist die Wahrscheinlichkeit, dass von 10 Behandlungen mindestens 5 erfolgreich verlaufen, gleich: (A) 10 k = ,8 k 0,2 10 k 0,994 k (B) 5 0,8 0, 2 = 0,8 (C) 10 0,8 5 0, 2 5 0,026 5 (D) keine der Antworten A D ist korrekt (E) ,8 0, 2 0,974 Aufgabe 8: Im Rahmen einer therapeutischen Studie wird bei 40 Patienten der Therapieerfolg beurteilt mit den Scores: 4 = vollständig geheilt; 3 = Zustand verbessert; 2 = Zustand unverändert; 1 = Zustand verschlechtert; 0 = Patient verstorben. Es ergeben sich folgende Häufigkeiten: Score Häufigkeit Ordnen Sie zu: Mittelwert Median Modus Standardabweichung Spannweite a. 4,0 b. 3,5 c. 3,25 d. 3,0 e. 0,90 f. Angabe nicht sinnvoll (A) 1b, 2c, 3a, 4e, 5d (B) 1c, 2b, 3a, 4e, 5d (C) 1f, 2b, 3a, 4f, 5d (D) 1f, 2b, 3a, 4f, 5a (E) 1f, 2f, 3d, 4f, 5a

5 Aufgabe 9: Bei einer Fall-Kontroll-Studie werden 35 erkrankte Patienten mit 35 Kontrollen verglichen. Bei allen Studienteilnehmern wird eruiert, ob sie einem bestimmten Risikofaktor ausgesetzt waren. Es ergaben sich die Häufigkeiten in der folgenden Tabelle: exponiert nicht exponiert Fälle Kontrollen Mit einem Chi2-Vierfeldertest erhält man die Prüfgröße wurde α = 0, 05 festgelegt. 1, χ = und p = 0, Vorab Welche Schlussfolgerung ist korrekt? (A) Wenn der Stichprobenumfang verdoppelt wird, halbiert sich der p-wert. (B) Damit ist nachgewiesen, dass es keinen Zusammenhang zwischen dem Risikofaktor und der Krankheit gibt. (C) Die Wahrscheinlichkeit, dass ein Zusammenhang besteht, ist 21,23 %. (D) Die Fälle sind 1,5556-fach stärker exponiert als die Kontrollen. (E) Wenn die Häufigkeiten im Innern der Vierfeldertafel verdreifacht werden, wird das Ergebnis signifikant auf dem Niveau 0, 05 α =. Aufgabe 10: Zum Vergleich der Mittelwerte zweier unabhängiger Stichproben stehen der t-test und der U-Test von Mann und Whitney zur Verfügung. Welche Aussage ist falsch? (A) Falls die Voraussetzungen des t-tests erfüllt sind, erhält man mit beiden Tests denselben p-wert. (B) Der U-Test hat schwächere Voraussetzungen als der t-test. (C) Der t-test setzt (annähernd) normalverteilte Daten in beiden Stichproben voraus. (D) Der U-Test basiert auf den Rängen der Stichprobenwerte. (E) Falls die Daten der beiden Stichproben schief verteilt sind, kann man versuchen, durch eine Transformation normalverteilte Daten zu erhalten und ggf. den t-test mit den transformierten Daten durchführen.

6 Aufgabe 11: Bei 30 Patienten wird ein schmerzstillendes Präparat (Verum) mit einem Placebo verglichen. Jeder Patient wird mit beiden Therapien behandelt, wobei zwischen den Behandlungsphasen eine längere, therapiefreie Phase liegt. Die Patienten wissen nicht, wann sie mit dem Placebo bzw. dem Verum behandelt werden. Sie beurteilen die Wirkung folgendermaßen: Wirkung des Placebos schwach stark Wirkung des Verums schwach a = 6 b = 3 stark c = 12 d = 9 Mit dem McNemar-Test ergibt sich eine Prüfgröße von 2 χ = 5,40. Welche Aussage ist falsch? (A) Das Testergebnis ist signifikant. (B) Der McNemar-Test ist eine Variante des Chi2-Tests. (C) Alle Häufigkeiten im Innern der Vierfeldertafel sind für die Berechnung der Prüfgröße relevant. (D) Er eignet sich, um ein Alternativmerkmal bei zwei verbundenen Stichproben miteinander zu vergleichen. (E) Unter der Nullhypothese werden die Häufigkeiten b = c = 7,5 erwartet. Aufgabe 12: Bei einem quantitativen Merkmal sollen aus den Werten einer Stichprobe der Mittelwert, die Standardabweichung sowie ein Konfidenzintervall für den Erwartungswert bestimmt werden. Welche Voraussetzungen bezüglich des Stichprobenumfangs n, der Standardabweichung s, der Irrtumswahrscheinlichkeit α sowie des Mittelwerts x sind günstig, damit das Konfidenzintervall möglichst klein wird? (A) n klein, s klein, α = 0,05, x klein (B) n groß, s klein, α = 0,01, x irrelevant (C) n groß, s klein, α = 0,05, x irrelevant (D) n groß, s klein, α = 0,05, x groß (E) n klein, s groß, α = 0,01, x irrelevant

7 Aufgabe 13: Der Zusammenhang zwischen Alter (x-merkmal; in Jahren) und Cholesterin (y-merkmal; in mg/ml) sollte für 20 Patienten mit einer Hyperlipoproteinämie untersucht werden. Das Alter der Patienten schwankte zwischen 20 und 60 Jahren. Es ergab sich ein Korrelationskoeffizient mit einem Betrag von 0,918; die Steigung der Regressionsgeraden betrug b = 0,049. Welche Aussage folgt aus diesen Informationen nicht zwangsläufig? (A) Etwa 84 % der Varianz der Cholesterinwerte wird durch den Einfluss des Alters erklärt. (B) Der Korrelationskoeffizient ist positiv. (C) Der Cholesterinwert eines 80-jährigen Patienten ist um durchschnittlich 0,98 mg/ml höher ist als der eines 60-jährigen Patienten. (D) Je älter ein Patient, desto höher wird der Cholesterinwert geschätzt. (E) Die Punkte der Punktwolke liegen dicht an der Regressionsgeraden. Aufgabe 14: In einer Entbindungsklinik werden jährlich etwa 600 Kinder geboren. Die Wahrscheinlichkeit, dass ein Neugeborenes mit einem Herzfehler zur Welt kommt, beträgt 1 %. X sei die Anzahl der Kinder, die pro Jahr mit einem Herzfehler geboren werden. Welche Aussage trifft nicht zu? (A) Für jede Poissonverteilung gilt: Je größer der Erwartungswert, desto kleiner ist die Varianz. (B) X kann durch eine Poissonverteilung approximiert werden. (C) Der Erwartungswert von X beträgt 6. (D) X ist binomialverteilt. (E) Die Wahrscheinlichkeit, dass in einem Jahr kein Kind mit einem Herzfehler geboren wird, 6 berechnet sich als: P( X = 0) = e 0, Aufgabe 15: Während einer Seereise erkranken 40 % der Passagiere an Darminfektion, 70 % werden seekrank. Beide Erkrankungen treten unabhängig voneinander auf. Wie hoch ist die Wahrscheinlichkeit für einen beliebigen Passagier, eine der beiden Erkrankungen zu bekommen? (A) 0,28 (B) 1,1 (C) 0,40 (D) 0,70 (E) 0,82

8 Aufgabe 16: Welche Aussage bezüglich des α- bzw. des ß-Fehlers ist korrekt? (A) Ein α-fehler liegt vor, wenn man fälschlicherweise die Alternativhypothese annimmt. (B) Falls der p-wert kleiner ist als ein vor dem Test festgelegtes α, wird die Nullhypothese beibehalten. (C) Je niedriger die Power eines Tests ist, desto niedriger ist auch der ß-Fehler. (D) Der α- und der ß-Fehler sind in ihrer Summe immer kleiner als 1. (E) Ein ß-Fehler kann nur bei Gültigkeit der Nullhypothese auftreten. Aufgabe 17: Welche der folgenden Aussagen ist falsch? (A) Die Berechnung des Medians ist bei allen quantitativen Merkmalen erlaubt. (B) Wenn der Mittelwert wesentlich kleiner ist als der Median, ist die Verteilung schief. (C) Bei nominal skalierten Merkmalen kann der Modus berechnet werden. (D) Die Berechnung des Mittelwerts setzt ein stetiges Merkmal voraus. (E) Der Median ist weniger stark von Ausreißern beeinflusst als der Mittelwert. Aufgabe 18: Bei einer klinischen Studie wird der Thyroxin-Index (gibt Auskunft über die Konzentration der Schilddrüsenhormone Trijodtyronin und Tyroxin im Blut) bei 12 Patienten vor und nach Injektion des Hypophysenhormons TSH bestimmt und die beiden Mittelwerte verglichen. Um einen Unterschied statistisch abzusichern, wird ein t-test für zwei verbundene Stichproben durchgeführt (zweiseitig; mit α = 0, 05 ). Es ergibt sich p = 0,0262. Das 95%-Konfidenzintervall für den Mittelwert der Differenzen nach vor ist [0,088 ; 0,163]. Welche Aussage oder Schlussfolgerung ist falsch? (A) Ein höherer Stichprobenumfang trägt dazu bei, dass der p-wert kleiner und das Konfidenzintervall schmaler wird. (B) Das Testergebnis ist signifikant. (C) Der p-wert alleine besagt nichts darüber, ob die Injektion zu einer Erhöhung oder einer Verminderung der Konzentration geführt hat. (D) Je schmaler das Konfidenzintervall, desto präziser ist die Schätzung. (E) Bei 95 % der Patienten ist damit zu rechnen, dass die Differenz nach vor innerhalb des oben angegebenen Intervalls liegt.

KLAUSUR IN BIOMATHEMATIK WS 2007/08 MONTAG, DEN 28. JANUAR 2008

KLAUSUR IN BIOMATHEMATIK WS 2007/08 MONTAG, DEN 28. JANUAR 2008 KLAUSUR IN BIOMATHEMATIK WS 2007/08 MONTAG, DEN 28. JANUAR 2008 Name: Matrikelnummer: Unterschrift: Aufgabe 1: Welche der folgenden Aussagen ist falsch? A. Der Median ist weniger stark von Ausreißern beeinflusst

Mehr

Lösungen zur Biomathe-Klausur Gruppe A Montag, den 16. Juli 2001

Lösungen zur Biomathe-Klausur Gruppe A Montag, den 16. Juli 2001 Lösungen zur Biomathe-Klausur Gruppe A Montag, den 16. Juli 2001 1. Sensitivität und Spezifität In einer medizinischen Ambulanz haben 30 % der Patienten eine akute Appendizitis. 80 % dieser Patienten haben

Mehr

Biomathematik für Mediziner, Klausur SS 2001 Seite 1

Biomathematik für Mediziner, Klausur SS 2001 Seite 1 Biomathematik für Mediziner, Klausur SS 2001 Seite 1 Aufgabe 1: Von den Patienten einer Klinik geben 70% an, Masern gehabt zu haben, und 60% erinnerten sich an eine Windpockeninfektion. An mindestens einer

Mehr

Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1

Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1 Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1 Aufgabe 1: Wieviele der folgenden Variablen sind quantitativ stetig? Schulnoten, Familienstand, Religion, Steuerklasse, Alter, Reaktionszeit, Fahrzeit,

Mehr

Biomathematik für Mediziner, Klausur WS 2000/2001 Seite 1

Biomathematik für Mediziner, Klausur WS 2000/2001 Seite 1 Biomathematik für Mediziner, Klausur WS 2000/2001 Seite 1 Aufgabe 1: Von 2 gleichartigen Maschinen eines pharmazeutischen Betriebes stellt die erste 40% und die zweite 60% der Produkte her. Dabei verursacht

Mehr

Biomathematik für Mediziner

Biomathematik für Mediziner Institut für Medizinische Biometrie, Informatik und Epidemiologie der Universität Bonn (Direktor: Prof. Dr. Max P. Baur) Biomathematik für Mediziner Klausur WS 2002/2003 Aufgabe 1: Man gehe davon aus,

Mehr

Klausur zur Biomathematik / Epidemiologie WS 2008/09. Montag, den 1. Dezember 2008

Klausur zur Biomathematik / Epidemiologie WS 2008/09. Montag, den 1. Dezember 2008 Klausur zur Biomathematik / Epidemiologie WS 2008/09 Montag, den 1. Dezember 2008 Name: Matrikelnummer: Unterschrift: Aufgabe 1: In einer dermatologischen Klinik werden 30 Patienten mit Botulinumtoxin

Mehr

Klausur zur Vorlesung Biomathematik WS 2003/04. Mittwoch, den 11. Februar 2004

Klausur zur Vorlesung Biomathematik WS 2003/04. Mittwoch, den 11. Februar 2004 Klausur zur Vorlesung Biomathematik WS 2003/04 Mittwoch, den 11. Februar 2004 1: Induktive Statistik (1) Welche Aussage ist richtig? A. Je kleiner der ß-Fehler, desto geringer ist die Power eines Tests.

Mehr

Biomathematik für Mediziner, Klausur SS 2000 Seite 1

Biomathematik für Mediziner, Klausur SS 2000 Seite 1 Biomathematik für Mediziner, Klausur SS 2000 Seite 1 Aufgabe 1: Bei der Diagnose einer bestimmten Krankheit mit einem speziellen Diagnoseverfahren werden Patienten, die tatsächlich an der Krankheit leiden,

Mehr

Biomathematik für Mediziner

Biomathematik für Mediziner Institut für Medizinische Biometrie, Informatik und Epidemiologie der Universität Bonn (Direktor: Prof. Dr. Max P. Baur) Biomathematik für Mediziner Klausur SS 2003 Aufgabe 1: Welche der unten angegebenen

Mehr

Statistisches Testen

Statistisches Testen Statistisches Testen Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Differenzen Anteilswert Chi-Quadrat Tests Gleichheit von Varianzen Prinzip des Statistischen Tests Konfidenzintervall

Mehr

BSc Bioinformatik Wintersemester 2013/2014 Nachklausur zur Statistik I Freie Universität Berlin

BSc Bioinformatik Wintersemester 2013/2014 Nachklausur zur Statistik I Freie Universität Berlin Sc ioinformatik Wintersemester 013/014 Nachklausur zur Statistik I Freie Universität erlin 4. pril 014 Matrikelnummer Nachname Vorname Unterschrift ufgabe 1 (4 Punkte): Zu einem Wahrscheinlichkeitsraum

Mehr

Biomathematik für Mediziner, Klausur WS 2003/2004 Seite 1

Biomathematik für Mediziner, Klausur WS 2003/2004 Seite 1 Biomathematik für Mediziner, Klausur WS 2003/2004 Seite 1 Aufgabe 1: Prüfe, welche der folgenden Merkmale qualitativ sind: (a) Blutgruppe (b) Pulsfrequenz (c) Erkrankung an Scharlach (d) Teilnahme an einem

Mehr

Epidemiologie / Biometrie

Epidemiologie / Biometrie Wintersemester 2004 / 2005 Epidemiologie / Biometrie Robert Hochstrat 14. März 2005 Zusammenschrift der Übung zur Vorlesung aus dem WS 04/05 Rückfragen, Ergänzungen und Korrekturen an robert hochstrat@web.de

Mehr

Statistische Tests für unbekannte Parameter

Statistische Tests für unbekannte Parameter Konfidenzintervall Intervall, das den unbekannten Parameter der Verteilung mit vorgegebener Sicherheit überdeckt ('Genauigkeitsaussage' bzw. Zuverlässigkeit einer Punktschätzung) Statistischer Test Ja-Nein-Entscheidung

Mehr

Deskription, Statistische Testverfahren und Regression. Seminar: Planung und Auswertung klinischer und experimenteller Studien

Deskription, Statistische Testverfahren und Regression. Seminar: Planung und Auswertung klinischer und experimenteller Studien Deskription, Statistische Testverfahren und Regression Seminar: Planung und Auswertung klinischer und experimenteller Studien Deskriptive Statistik Deskriptive Statistik: beschreibende Statistik, empirische

Mehr

PROC MEANS. zum Berechnen statistischer Maßzahlen (für quantitative Merkmale)

PROC MEANS. zum Berechnen statistischer Maßzahlen (für quantitative Merkmale) PROC MEAS zum Berechnen statistischer Maßzahlen (für quantitative Merkmale) Allgemeine Form: PROC MEAS DATA=name Optionen ; VAR variablenliste ; CLASS vergleichsvariable ; Beispiel und Beschreibung der

Mehr

Klassifikation von Signifikanztests

Klassifikation von Signifikanztests Klassifikation von Signifikanztests nach Verteilungsannahmen: verteilungsabhängige = parametrische Tests verteilungsunabhängige = nichtparametrische Tests Bei parametrischen Tests werden im Modell Voraussetzungen

Mehr

Glossar Biometrie / Statistik. Auszug für Fragebogen Fallzahlberechnung/-begründung

Glossar Biometrie / Statistik. Auszug für Fragebogen Fallzahlberechnung/-begründung Glossar Biometrie / Statistik A Äquivalenztest Der Äquivalenztest beurteilt die Gleichwertigkeit von Therapien. Beim Äquivalenztest werden als Hypothesen formuliert: Nullhypothese H 0 : Die Präparate sind

Mehr

Statistische Tests für unbekannte Parameter

Statistische Tests für unbekannte Parameter Konfidenzintervall Intervall, das den unbekannten Parameter der Verteilung mit vorgegebener Sicherheit überdeckt ('Genauigkeitsaussage' bzw. Zuverlässigkeit einer Punktschätzung) Statistischer Test Ja-Nein-Entscheidung

Mehr

Statistische Methoden in den Umweltwissenschaften

Statistische Methoden in den Umweltwissenschaften Statistische Methoden in den Umweltwissenschaften Stetige und diskrete Wahrscheinlichkeitsverteilungen Lageparameter Streuungsparameter Diskrete und stetige Zufallsvariablen Eine Variable (oder Merkmal

Mehr

Wahrscheinlichkeitsrechnung und Statistik

Wahrscheinlichkeitsrechnung und Statistik 10. Vorlesung - 017 Quantil der Ordnung α für die Verteilung des beobachteten Merkmals X ist der Wert z α R für welchen gilt z 1 heißt Median. P(X < z α ) α P(X z α ). Falls X stetige zufällige Variable

Mehr

Institut für Biometrie und klinische Forschung. WiSe 2012/2013

Institut für Biometrie und klinische Forschung. WiSe 2012/2013 Klinische Forschung WWU Münster Pflichtvorlesung zum Querschnittsfach Epidemiologie, Biometrie und Med. Informatik Praktikum der Medizinischen Biometrie (3) Überblick. Deskriptive Statistik I 2. Deskriptive

Mehr

Bereiche der Statistik

Bereiche der Statistik Bereiche der Statistik Deskriptive / Exploratorische Statistik Schließende Statistik Schließende Statistik Inferenz-Statistik (analytische, schließende oder konfirmatorische Statistik) baut auf der beschreibenden

Mehr

Chi-Quadrat Verfahren

Chi-Quadrat Verfahren Chi-Quadrat Verfahren Chi-Quadrat Verfahren werden bei nominalskalierten Daten verwendet. Die einzige Information, die wir bei Nominalskalenniveau zur Verfügung haben, sind Häufigkeiten. Die Quintessenz

Mehr

Auswertung und Lösung

Auswertung und Lösung Dieses Quiz soll Ihnen helfen, Kapitel 4.6 und 4.7 besser zu verstehen. Auswertung und Lösung Abgaben: 59 / 265 Maximal erreichte Punktzahl: 8 Minimal erreichte Punktzahl: 0 Durchschnitt: 4.78 1 Frage

Mehr

5. Seminar Statistik

5. Seminar Statistik Sandra Schlick Seite 1 5. Seminar 5. Seminar Statistik 30 Kurztest 4 45 Testen von Hypothesen inkl. Übungen 45 Test- und Prüfverfahren inkl. Übungen 45 Repetitorium und Prüfungsvorbereitung 15 Kursevaluation

Mehr

Klausur zur Vorlesung

Klausur zur Vorlesung Institut für Mathematische Stochastik WS 2006/2007 Universität Karlsruhe 12. Februar 2007 Priv.-Doz. Dr. D. Kadelka Dipl.-Math. W. Lao Aufgabe 1 (15 Punkte) Klausur zur Vorlesung Statistik für Biologen

Mehr

Wahrscheinlichkeit und Statistik BSc D-INFK

Wahrscheinlichkeit und Statistik BSc D-INFK Prof. Dr. P. Bühlmann ETH Zürich Winter 2010 Wahrscheinlichkeit und Statistik BSc D-INFK 1. (10 Punkte) Bei den folgenden 10 Fragen ist jeweils genau eine Antwort richtig. Es gibt pro richtig beantwortete

Mehr

Die mit * gekennzeichneten Abschnitte beinhalten Themen, die über die Anforderungen des Gegenstandskatalogs hinausgehen.

Die mit * gekennzeichneten Abschnitte beinhalten Themen, die über die Anforderungen des Gegenstandskatalogs hinausgehen. Die mit * gekennzeichneten Abschnitte beinhalten Themen, die über die Anforderungen des Gegenstandskatalogs hinausgehen. 1 Einleitung...1 1.1 Die Bedeutung der Statistik für die Medizin...1 1.2 Die medizinische

Mehr

Statistik I für Betriebswirte Vorlesung 14

Statistik I für Betriebswirte Vorlesung 14 Statistik I für Betriebswirte Vorlesung 14 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 13. Juli 017 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 14 Version: 8. Juli

Mehr

2. Lösung weitere Übungsaufgaben Statistik II WiSe 2016/2017

2. Lösung weitere Übungsaufgaben Statistik II WiSe 2016/2017 . Lösung weitere Übungsaufgaben Statistik II WiSe 016/017 1. Aufgabe: Bei der Produktion eines Werkstückes wurde die Bearbeitungszeit untersucht. Für die als normalverteilt angesehene zufällige Bearbeitungszeit

Mehr

Wirtschaftsstatistik-Klausur am

Wirtschaftsstatistik-Klausur am Wirtschaftsstatistik-Klausur am 0.07.017 Aufgabe 1 Ein Handy- und PC-Hersteller verfügt über ein exklusives Filialnetz von 900 Filialen. Der Gewinn (in GE) der Filialen ist in der folgenden Tabelle nach

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

Übung zur Vorlesung Statistik I WS Übungsblatt 12

Übung zur Vorlesung Statistik I WS Übungsblatt 12 Übung zur Vorlesung Statistik I WS 2013-2014 Übungsblatt 12 20. Januar 2014 Die folgenden ufgaben sind aus ehemaligen Klausuren! ufgabe 38.1 (1 Punkt: In einer Studie werden 10 Patienten therapiert. Die

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 16. Januar 2013 1 Allgemeine Hypothesentests Nullhypothese und Alternative Beispiel: Blutdrucksenker Testverfahren

Mehr

Klausurvorbereitung - Statistik

Klausurvorbereitung - Statistik Aufgabe 1 Klausurvorbereitung - Statistik Studenten der Politikwissenschaft der Johannes Gutenberg-Universität wurden befragt, seit wie vielen Semestern sie eingeschrieben sind. Berechnen Sie für die folgenden

Mehr

fh management, communication & it Constantin von Craushaar fh-management, communication & it Statistik Angewandte Statistik

fh management, communication & it Constantin von Craushaar fh-management, communication & it Statistik Angewandte Statistik fh management, communication & it Folie 1 Überblick Grundlagen (Testvoraussetzungen) Mittelwertvergleiche (t-test,..) Nichtparametrische Tests Korrelationen Regressionsanalyse... Folie 2 Überblick... Varianzanalyse

Mehr

Aufgabe 1 (8= Punkte) 13 Studenten haben die folgenden Noten (ganze Zahl) in der Statistikklausur erhalten:

Aufgabe 1 (8= Punkte) 13 Studenten haben die folgenden Noten (ganze Zahl) in der Statistikklausur erhalten: Aufgabe 1 (8=2+2+2+2 Punkte) 13 Studenten haben die folgenden Noten (ganze Zahl) in der Statistikklausur erhalten: Die Zufallsvariable X bezeichne die Note. 1443533523253. a) Wie groß ist h(x 5)? Kreuzen

Mehr

Angewandte Statistik 3. Semester

Angewandte Statistik 3. Semester Angewandte Statistik 3. Semester Übung 5 Grundlagen der Statistik Übersicht Semester 1 Einführung ins SPSS Auswertung im SPSS anhand eines Beispieles Häufigkeitsauswertungen Grafiken Statistische Grundlagen

Mehr

Mathematische und statistische Methoden II

Mathematische und statistische Methoden II Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-06) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte Persike

Mehr

Kapitel III: Einführung in die schließende Statistik

Kapitel III: Einführung in die schließende Statistik Kapitel III: Einführung in die schließende Statistik Das zweite Kapitel beschäftigte sich mit den Methoden der beschreibenden Statistik. Im Mittelpunkt der kommenden Kapitel stehen Verfahren der schließenden

Mehr

Klausur zur Vorlesung

Klausur zur Vorlesung Institut für Mathematische Stochastik WS 2004/2005 Universität Karlsruhe 14. Februar 2005 Dr. Bernhard Klar Sebastian Müller Aufgabe 1: (15 Punkte) Klausur zur Vorlesung Statistik für Biologen Musterlösungen

Mehr

Test auf den Erwartungswert

Test auf den Erwartungswert Test auf den Erwartungswert Wir interessieren uns für den Erwartungswert µ einer metrischen Zufallsgröße. Beispiele: Alter, Einkommen, Körpergröße, Scorewert... Wir können einseitige oder zweiseitige Hypothesen

Mehr

Name...LÖSUNGEN...Vorname...

Name...LÖSUNGEN...Vorname... PRÜFUNG STATISTIK VO 19. März 2010 Name...LÖSUNGEN...Vorname... Matrikelnummer... Einsichtnahme: Di, 20. April 2010 BITTE DEUTLICH UND LESERLICH SCHREIBEN! Es wird nur gewertet, was in diesem Exemplar

Mehr

FERNUNIVERSITÄT IN HAGEN WIRTSCHAFTSWISSENSCHAFT

FERNUNIVERSITÄT IN HAGEN WIRTSCHAFTSWISSENSCHAFT FERNUNIVERSITÄT IN HAGEN FAKULTÄT WIRTSCHAFTSWISSENSCHAFT Lehrstuhl für Betriebswirtschaftslehre, insb. Quantitative Methoden und Wirtschaftsmathematik Univ.-Prof. Dr. A. Kleine Lehrstuhl für Angewandte

Mehr

KLAUSUR_MAI_08 LÖSUNGEN Stat2. 1. Eine Einkommensstatistik (Jahresbruttoeinkommen, klassiert), zeigte folgende Ergebnisse: (in 1000 Euro)

KLAUSUR_MAI_08 LÖSUNGEN Stat2. 1. Eine Einkommensstatistik (Jahresbruttoeinkommen, klassiert), zeigte folgende Ergebnisse: (in 1000 Euro) 1. Eine Einkommensstatistik (Jahresbruttoeinkommen, klassiert), zeigte folgende Ergebnisse: (in 1000 Euro) 10 bis unter 20 20 30 30 40 über 40 bis 100 U (Unselbständige) 46 89 90 45 S (Selbständige) 63

Mehr

7.2 Mittelwert einer Stichprobe

7.2 Mittelwert einer Stichprobe 66 7.2 Mittelwert einer Stichprobe Gegeben ist eine normalverteilte Grundgesamtheit. Mit Hilfe einer Stichprobe möchten wir Aussagen über den unbekannten Mittelwert µ dieser Grundgesamtheit machen. Wenn

Mehr

MaReCum Klausur in Biomathematik WS 2006 / 2007 Freitag, den 27. Oktober 2006

MaReCum Klausur in Biomathematik WS 2006 / 2007 Freitag, den 27. Oktober 2006 MaReCum Klausur in Biomathematik WS 2006 / 2007 Freitag, den 27. Oktober 2006 Name: Matrikelnummer: Unterschrift: Aufgabe 1 In einer kleinen Gemeinde in Baden-Württemberg traten vermehrt Fälle von Q-Fieber

Mehr

Ergebnisse VitA und VitVM

Ergebnisse VitA und VitVM Ergebnisse VitA und VitVM 1 Basisparameter... 2 1.1 n... 2 1.2 Alter... 2 1.3 Geschlecht... 5 1.4 Beobachtungszeitraum (von 1. Datum bis letzte in situ)... 9 2 Extraktion... 11 3 Extraktionsgründe... 15

Mehr

Hypothesen: Fehler 1. und 2. Art, Power eines statistischen Tests

Hypothesen: Fehler 1. und 2. Art, Power eines statistischen Tests ue biostatistik: hypothesen, fehler 1. und. art, power 1/8 h. lettner / physik Hypothesen: Fehler 1. und. Art, Power eines statistischen Tests Die äußerst wichtige Tabelle über die Zusammenhänge zwischen

Mehr

10. Medizinische Statistik

10. Medizinische Statistik 10. Medizinische Statistik Projektplanung Deskriptive Statistik Inferenz-Statistik Literatur: Hüsler, J. und Zimmermann, H.: Statistische Prinzipien für medizinische Projekte, Verlag Hans Huber, 1993.

Mehr

Wiederholung. Statistik I. Sommersemester 2009

Wiederholung. Statistik I. Sommersemester 2009 Statistik I Sommersemester 2009 Statistik I (1/21) Daten/graphische Darstellungen Lage- und Streuungsmaße Zusammenhangsmaße Lineare Regression Wahrscheinlichkeitsrechnung Zentraler Grenzwertsatz Konfidenzintervalle

Mehr

Statistische Methoden in den Umweltwissenschaften

Statistische Methoden in den Umweltwissenschaften Statistische Methoden in den Umweltwissenschaften Post Hoc Tests A priori Tests (Kontraste) Nicht-parametrischer Vergleich von Mittelwerten 50 Ergebnis der ANOVA Sprossdichte der Seegräser 40 30 20 10

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 12. Januar 2011 1 Vergleich zweier Erwartungswerte Was heißt verbunden bzw. unverbunden? t-test für verbundene Stichproben

Mehr

Aufgabenblock 4. Da Körpergröße normalverteilt ist, erhalten wir aus der Tabelle der t-verteilung bei df = 19 und α = 0.05 den Wert t 19,97.

Aufgabenblock 4. Da Körpergröße normalverteilt ist, erhalten wir aus der Tabelle der t-verteilung bei df = 19 und α = 0.05 den Wert t 19,97. Aufgabenblock 4 Aufgabe ) Da s = 8. cm nur eine Schätzung für die Streuung der Population ist, müssen wir den geschätzten Standardfehler verwenden. Dieser berechnet sich als n s s 8. ˆ = = =.88. ( n )

Mehr

Statistik. Jan Müller

Statistik. Jan Müller Statistik Jan Müller Skalenniveau Nominalskala: Diese Skala basiert auf einem Satz von qualitativen Attributen. Es existiert kein Kriterium, nach dem die Punkte einer nominal skalierten Variablen anzuordnen

Mehr

Fallzahlplanung bei unabhängigen Stichproben

Fallzahlplanung bei unabhängigen Stichproben Fallzahlplanung bei unabhängigen Stichproben Seminar Aktuelle biometrische Probleme Benjamin Hofner benjamin.hofner@stat.uni-muenchen.de 12. Januar 2005 Übersicht 1. Einführung und Grundlagen der Fallzahlplanung

Mehr

Statistik Testverfahren. Heinz Holling Günther Gediga. Bachelorstudium Psychologie. hogrefe.de

Statistik Testverfahren. Heinz Holling Günther Gediga. Bachelorstudium Psychologie. hogrefe.de rbu leh ch s plu psych Heinz Holling Günther Gediga hogrefe.de Bachelorstudium Psychologie Statistik Testverfahren 18 Kapitel 2 i.i.d.-annahme dem unabhängig. Es gilt also die i.i.d.-annahme (i.i.d = independent

Mehr

Mathematische und statistische Methoden II

Mathematische und statistische Methoden II Statistik & Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte

Mehr

Software oder Tabellen (nicht Thema dieser Veranstaltung).

Software oder Tabellen (nicht Thema dieser Veranstaltung). p-wert p-wert Der p-wert ist die Wahrscheinlichkeit, dass die Testgröße den beobachteten Wert oder einen noch extremeren Wert (,,weiter weg von H 0 ) annimmt unter der Bedingung, dass H 0 wahr ist. Bemerkungen

Mehr

Klausur zu Statistik II

Klausur zu Statistik II GOETHE-UNIVERSITÄT FRANKFURT FB Wirtschaftswissenschaften Statistik und Methoden der Ökonometrie Prof. Dr. Uwe Hassler Wintersemester 03/04 Klausur zu Statistik II Matrikelnummer: Hinweise Hilfsmittel

Mehr

Statistik-Klausur A WS 2009/10

Statistik-Klausur A WS 2009/10 Statistik-Klausur A WS 2009/10 Name: Vorname: Immatrikulationsnummer: Studiengang: Hiermit erkläre ich meine Prüfungsfähigkeit vor Beginn der Prüfung. Unterschrift: Dauer der Klausur: Erlaubte Hilfsmittel:

Mehr

Wichtige Definitionen und Aussagen

Wichtige Definitionen und Aussagen Wichtige Definitionen und Aussagen Zufallsexperiment, Ergebnis, Ereignis: Unter einem Zufallsexperiment verstehen wir einen Vorgang, dessen Ausgänge sich nicht vorhersagen lassen Die möglichen Ausgänge

Mehr

Zweiseitiger Test für den unbekannten Mittelwert µ einer Normalverteilung bei unbekannter Varianz

Zweiseitiger Test für den unbekannten Mittelwert µ einer Normalverteilung bei unbekannter Varianz Grundlage: Zweiseitiger Test für den unbekannten Mittelwert µ einer Normalverteilung bei unbekannter Varianz Die Testvariable T = X µ 0 S/ n genügt der t-verteilung mit n 1 Freiheitsgraden. Auf der Basis

Mehr

Schließende Statistik

Schließende Statistik Schließende Statistik Die schließende Statistik befasst sich mit dem Rückschluss von einer Stichprobe auf die Grundgesamtheit (Population). Die Stichprobe muss repräsentativ für die Grundgesamtheit sein.

Mehr

4.1. Nullhypothese, Gegenhypothese und Entscheidung

4.1. Nullhypothese, Gegenhypothese und Entscheidung rof. Dr. Roland Füss Statistik II SS 8 4. Testtheorie 4.. Nullhypothese, Gegenhypothese und Entscheidung ypothesen Annahmen über die Verteilung oder über einzelne arameter der Verteilung eines Merkmals

Mehr

Inferenzstatistik und Hypothesentests. Hierbei geht es um die Absicherung eines Untersuchungsergebnisses gegen ein Zufallsereignis.

Inferenzstatistik und Hypothesentests. Hierbei geht es um die Absicherung eines Untersuchungsergebnisses gegen ein Zufallsereignis. Statistik II und Hypothesentests Dr. Michael Weber Aufgabenbereich Hierbei geht es um die Absicherung eines Untersuchungsergebnisses gegen ein Zufallsereignis. Ist die zentrale Fragestellung für alle statistischen

Mehr

Nachhol-Klausur - Schätzen und Testen - Wintersemester 2013/14

Nachhol-Klausur - Schätzen und Testen - Wintersemester 2013/14 Prof. Dr. Rainer Schwabe 08.07.2014 Otto-von-Guericke-Universität Magdeburg Institut für Mathematische Stochastik Nachhol-Klausur - Schätzen und Testen - Wintersemester 2013/14 Name:, Vorname: Matr.-Nr.

Mehr

SozialwissenschaftlerInnen II

SozialwissenschaftlerInnen II Statistik für SozialwissenschaftlerInnen II Henning Best best@wiso.uni-koeln.de Universität zu Köln Forschungsinstitut für Soziologie Statistik für SozialwissenschaftlerInnen II p.1 Wahrscheinlichkeitsfunktionen

Mehr

Statistiktutorium (Kurs Frau Jacobsen)

Statistiktutorium (Kurs Frau Jacobsen) Statistiktutorium (Kurs Frau Jacobsen) von Timo Beddig 1 Grundbegriffe p = Punktschätzer, d.h. der Mittelwert aus der Stichprobe, auf Basis dessen ein angenäherter Wert für den unbekannten Parameter der

Mehr

Ermitteln Sie auf 2 Dezimalstellen genau die folgenden Kenngrößen der bivariaten Verteilung der Merkmale Weite und Zeit:

Ermitteln Sie auf 2 Dezimalstellen genau die folgenden Kenngrößen der bivariaten Verteilung der Merkmale Weite und Zeit: 1. Welche der folgenden Kenngrößen, Statistiken bzw. Grafiken sind zur Beschreibung der Werteverteilung des Merkmals Konfessionszugehörigkeit sinnvoll einsetzbar? A. Der Modalwert. B. Der Median. C. Das

Mehr

Klassifikation von Signifikanztests

Klassifikation von Signifikanztests Klassifikation von Signifikanztests Nach Verteilungsannahmen: verteilungsabhängig: parametrischer [parametric] Test verteilungsunabhängig: nichtparametrischer [non-parametric] Test Bei parametrischen Tests

Mehr

Jost Reinecke. 7. Juni 2005

Jost Reinecke. 7. Juni 2005 Universität Bielefeld 7. Juni 2005 Testtheorie Test für unabhängige Stichproben Test für abhängige Stichproben Testtheorie Die Testtheorie beinhaltet eine Reihe von Testverfahren, die sich mit der Überprüfung

Mehr

Statistische Tests. Kapitel Grundbegriffe. Wir betrachten wieder ein parametrisches Modell {P θ : θ Θ} und eine zugehörige Zufallsstichprobe

Statistische Tests. Kapitel Grundbegriffe. Wir betrachten wieder ein parametrisches Modell {P θ : θ Θ} und eine zugehörige Zufallsstichprobe Kapitel 4 Statistische Tests 4.1 Grundbegriffe Wir betrachten wieder ein parametrisches Modell {P θ : θ Θ} und eine zugehörige Zufallsstichprobe X 1,..., X n. Wir wollen nun die Beobachtung der X 1,...,

Mehr

Sitzung 4: Übungsaufgaben für Statistik 1

Sitzung 4: Übungsaufgaben für Statistik 1 1 Sitzung 4: Übungsaufgaben für Statistik 1 Aufgabe 1: In einem Leistungstest werden von den Teilnehmern folgende Werte erzielt: 42.3; 28.2; 30.5, 32.0, 33.0, 38.8. Geben Sie den Median, die Spannweite

Mehr

Klausur (Modulprüfung) zum Lehrerweiterbildungskurs Stochastik am von 10:00 bis 11:00 Uhr

Klausur (Modulprüfung) zum Lehrerweiterbildungskurs Stochastik am von 10:00 bis 11:00 Uhr Klausur (Modulprüfung) zum Lehrerweiterbildungskurs Stochastik am 5..201 von 10:00 bis 11:00 Uhr Bearbeiten Sie zwei der drei folgenden Aufgaben! Sätze aus der Vorlesung und den Übungen dürfen Sie ohne

Mehr

Klausur vom

Klausur vom UNIVERSITÄT KOBLENZ LANDAU INSTITUT FÜR MATHEMATIK Dr. Dominik Faas Stochastik Wintersemester 00/0 Klausur vom 09.06.0 Aufgabe (++4=9 Punkte) Bei einer Umfrage wurden n Personen befragt, an wievielen Tagen

Mehr

Klausur Statistik Lösungshinweise

Klausur Statistik Lösungshinweise Klausur Statistik Lösungshinweise Prüfungsdatum: 21. Januar 2016 Prüfer: Etschberger, Heiden, Jansen Studiengang: IM und BW Punkte: 15, 15, 12, 14, 16, 18 ; Summe der Punkte: 90 Aufgabe 1 15 Punkte Bei

Mehr

Inhaltsverzeichnis. 0 Einleitung 1

Inhaltsverzeichnis. 0 Einleitung 1 Inhaltsverzeichnis 0 Einleitung 1 1 Univariate Statistik 3 1.1 Begriffsdefinitionen... 3 1.1.1 Beobachtungseinheit, Merkmal... 3 1.1.2 Merkmalstypen... 3 1.1.3 Skalenniveaus... 4 1.1.4 Häufigkeiten...

Mehr

Statistik-Klausur vom

Statistik-Klausur vom Statistik-Klausur vom 27.09.2010 Bearbeitungszeit: 60 Minuten Aufgabe 1 Ein international tätiges Unternehmen mit mehreren Niederlassungen in Deutschland und dem übrigen Europa hat seine überfälligen Forderungen

Mehr

STATISTIK Teil 2 Wahrscheinlichkeitsrechnung und schließende Statistik

STATISTIK Teil 2 Wahrscheinlichkeitsrechnung und schließende Statistik Kapitel 15 Statistische Testverfahren 15.1. Arten statistischer Test Klassifikation von Stichproben-Tests Einstichproben-Test Zweistichproben-Test - nach der Anzahl der Stichproben - in Abhängigkeit von

Mehr

Parametrische vs. Non-Parametrische Testverfahren

Parametrische vs. Non-Parametrische Testverfahren Parametrische vs. Non-Parametrische Testverfahren Parametrische Verfahren haben die Besonderheit, dass sie auf Annahmen zur Verteilung der Messwerte in der Population beruhen: die Messwerte sollten einer

Mehr

Dr. W. Kuhlisch Dresden, Institut für Mathematische Stochastik

Dr. W. Kuhlisch Dresden, Institut für Mathematische Stochastik Dr. W. Kuhlisch Dresden, 12. 08. 2014 Institut für Mathematische Stochastik Klausur Statistik für Studierende der Fachrichtungen Hydrologie und Altlasten/Abwasser zugelassene Hilfsmittel: Taschenrechner

Mehr

BSc Bioinformatik Wintersemester 2013/2014 Klausur zur Statistik I Freie Universität Berlin

BSc Bioinformatik Wintersemester 2013/2014 Klausur zur Statistik I Freie Universität Berlin Sc ioinformatik Wintersemester 013/014 Klausur zur Statistik I Freie Universität erlin 1. Februar 014 Matrikelnummer Nachname Vorname Unterschrift ufgabe 1 (4 Punkte): Eine faire Münze werde 10 mal unabhängig

Mehr

Lösungen zu den Übungsaufgaben in Kapitel 10

Lösungen zu den Übungsaufgaben in Kapitel 10 Lösungen zu den Übungsaufgaben in Kapitel 10 (1) In einer Stichprobe mit n = 10 Personen werden für X folgende Werte beobachtet: {9; 96; 96; 106; 11; 114; 114; 118; 13; 14}. Sie gehen davon aus, dass Mittelwert

Mehr

Chi-Quadrat-Verteilung

Chi-Quadrat-Verteilung Chi-Quadrat-Verteilung Wikipedia http://de.wikipedia.org/wiki/chi-quadrat-verteilung 1 von 7 6/18/2009 6:13 PM Chi-Quadrat-Verteilung aus Wikipedia, der freien Enzyklopädie Die Chi-Quadrat-Verteilung ist

Mehr

INFERENZSTATISTISCHE AUSSAGEN FÜR LAGEMAßE UND STREUUNGSMAßE. Inferenzstatistik für Lagemaße Inferenzstatistik für Streuungsmaße

INFERENZSTATISTISCHE AUSSAGEN FÜR LAGEMAßE UND STREUUNGSMAßE. Inferenzstatistik für Lagemaße Inferenzstatistik für Streuungsmaße DAS THEMA: INFERENZSTATISTIK III INFERENZSTATISTISCHE AUSSAGEN FÜR LAGEMAßE UND STREUUNGSMAßE Inferenzstatistik für Lagemaße Inferenzstatistik für Streuungsmaße Inferenzstatistik für Lagemaße Standardfehler

Mehr

SozialwissenschaftlerInnen II

SozialwissenschaftlerInnen II Statistik für SozialwissenschaftlerInnen II Henning Best best@wiso.uni-koeln.de Universität zu Köln Forschungsinstitut für Soziologie Statistik für SozialwissenschaftlerInnen II p.1 Testen von Hypothesen

Mehr

Kapitel 3 Schließende Statistik

Kapitel 3 Schließende Statistik Beispiel 3.4: (Fortsetzung Bsp. 3.) bekannt: 65 i=1 X i = 6, also ˆp = X = 6 65 = 0, 4 Überprüfen der Voraussetzungen: (1) n = 65 30 () n ˆp = 6 10 (3) n (1 ˆp) = 39 10 Dr. Karsten Webel 194 Beispiel 3.4:

Mehr

Stichproben Parameterschätzung Konfidenzintervalle:

Stichproben Parameterschätzung Konfidenzintervalle: Stichproben Parameterschätzung Konfidenzintervalle: Beispiel Wahlprognose: Die Grundgesamtheit hat einen Prozentsatz p der Partei A wählt. Wenn dieser Prozentsatz bekannt ist, dann kann man z.b. ausrechnen,

Mehr

Philipp Sibbertsen Hartmut Lehne. Statistik. Einführung für Wirtschafts- und. Sozialwissenschaftler. 2., überarbeitete Auflage. 4^ Springer Gabler

Philipp Sibbertsen Hartmut Lehne. Statistik. Einführung für Wirtschafts- und. Sozialwissenschaftler. 2., überarbeitete Auflage. 4^ Springer Gabler Philipp Sibbertsen Hartmut Lehne Statistik Einführung für Wirtschafts- und Sozialwissenschaftler 2., überarbeitete Auflage 4^ Springer Gabler Inhaltsverzeichnis Teil I Deskriptive Statistik 1 Einführung

Mehr

Einfaktorielle Varianzanalyse

Einfaktorielle Varianzanalyse Kapitel 16 Einfaktorielle Varianzanalyse Im Zweistichprobenproblem vergleichen wir zwei Verfahren miteinander. Nun wollen wir mehr als zwei Verfahren betrachten, wobei wir unverbunden vorgehen. Beispiel

Mehr

Vorlesung: Statistik II für Wirtschaftswissenschaft

Vorlesung: Statistik II für Wirtschaftswissenschaft Vorlesung: Statistik II für Wirtschaftswissenschaft Prof. Dr. Helmut Küchenhoff Institut für Statistik, LMU München Sommersemester 2017 Einführung 1 Wahrscheinlichkeit: Definition und Interpretation 2

Mehr

Anpassungstests VORGEHENSWEISE

Anpassungstests VORGEHENSWEISE Anpassungstests Anpassungstests prüfen, wie sehr sich ein bestimmter Datensatz einer erwarteten Verteilung anpasst bzw. von dieser abweicht. Nach der Erläuterung der Funktionsweise sind je ein Beispiel

Mehr

Zeit zum Kochen [in min] [10, 20[ [20, 30[ [30, 40[ [40, 50[ [50,60[ [60, 100] Hi

Zeit zum Kochen [in min] [10, 20[ [20, 30[ [30, 40[ [40, 50[ [50,60[ [60, 100] Hi 1. Susi und Fritzi bereiten ein Faschingsfest vor, dazu gehört natürlich ein Faschingsmenü. Ideen haben sie genug, aber sie möchten nicht zu viel Zeit fürs Kochen aufwenden. In einer Zeitschrift fanden

Mehr

2. Formulieren von Hypothesen. Nullhypothese: H 0 : µ = 0 Gerät exakt geeicht

2. Formulieren von Hypothesen. Nullhypothese: H 0 : µ = 0 Gerät exakt geeicht 43 Signifikanztests Beispiel zum Gauß-Test Bei einer Serienfertigung eines bestimmten Typs von Messgeräten werden vor der Auslieferung eines jeden Gerätes 10 Kontrollmessungen durchgeführt um festzustellen,

Mehr

Schätzen und Testen von Populationsparametern im linearen Regressionsmodell PE ΣO

Schätzen und Testen von Populationsparametern im linearen Regressionsmodell PE ΣO Schätzen und Testen von Populationsparametern im linearen Regressionsmodell PE ΣO 4. Dezember 2001 Generalisierung der aus Stichprobendaten berechneten Regressionsgeraden Voraussetzungen für die Generalisierung

Mehr

(A) Alle Frauen hatten die gleiche Anzahl von Schwangerschaften; über den spezifischen Wert m kann nichts ausgesagt werden.

(A) Alle Frauen hatten die gleiche Anzahl von Schwangerschaften; über den spezifischen Wert m kann nichts ausgesagt werden. Aufgabe 1 Im Rahmen einer Beobachtungsstudie wird bei 12 Frauen die Anzahl der vorangegangenen Schwangerschaften erfasst. Für dieses Merkmal ergeben sich ein Mittelwert m und eine Standardabweichung 0.

Mehr

2 Aufgaben aus [Teschl, Band 2]

2 Aufgaben aus [Teschl, Band 2] 20 2 Aufgaben aus [Teschl, Band 2] 2.1 Kap. 25: Beschreibende Statistik 25.3 Übungsaufgabe 25.3 a i. Arithmetisches Mittel: 10.5 ii. Median: 10.4 iii. Quartile: x 0.25 Y 4 10.1, x 0.75 Y 12 11.1 iv. Varianz:

Mehr