Testverfahren zur Prüfung von Hypothesen über Parameter oder Verteilungen. Einstichprobentest für die Varianz einer Normalverteilung

Größe: px
Ab Seite anzeigen:

Download "Testverfahren zur Prüfung von Hypothesen über Parameter oder Verteilungen. Einstichprobentest für die Varianz einer Normalverteilung"

Transkript

1 Testverfahre zur Prüfug vo Hypothese über Parameter oder Verteiluge Eistichprobetest für die Variaz eier Normalverteilug Eistichprobetest für de Ateilswert Zweistichprobetests zum Vergleich zweier arithmetischer Mittel zweier Ateilswerte zweier Variaze Testverfahre II Bibliografie Prof. Dr. Kück Uiversität Rostock tatistik, Vorlesugsskript, Abschitt 7.. Bleymüller / Gehlert / Gülicher Verlag Vahle tatistik für Wirtschaftswisseschaftler MM*tat. Eie iteraktive Eiführug i die Welt der tatistik PC Pool WIO-Fakultät \\zeus\statistik\mmstat\start Dr. Rolad Jeske, Uiversität Kostaz Dr. H.-J. Mittag, Feruiversität Hage Testverfahre II

2 Hypothesetests ud ihre Bestadteile Zusamme mit dem chätze bildet das Teste vo Hypothese de Kerbereich der schließede oder iduktive tatistik. Ei Hypothesetest besteht aus siebe Elemete:. zwei etgegegesetzt formulierte Hypothese (H ud H. eiem vo vorherei festgelegte igifikaziveau. eier bzw. mehrere tichprobe 4. eier tichprobefuktio (Prüfgröße bzw. Testgröße 5. eiem Ablehugsbereich bzw. eiem Aahmebereich für H 6. eier Etscheidugsregel 7. eier Etscheidug Testverfahre II Eistichprobetest für die Variaz ( H : ² ² vs. H : ² ² (Zweiseitiger Test ( H : ² ² vs. H : < ² (Liksseitiger Test ( H : ² ² vs. H : ²> ² (Rechtsseitiger Test Modifizierte tichprobevariaz als tichprobefuktio: i ( i Theoretische Verteilug der modifizierte tichprobevariaz bei Normalverteilug der Grudgesamtheit ud eifacher Zufallsstichprobe: (- ² χ ~ χ Prüfgröße des Tests: (- ² χ Testverfahre II 4

3 Kritische Bereiche bei de Tests für die Variaz ( H : ² ² H : ² ² : igifikaziveau ²( K( {² : < χ ; oder ²( > χ ; ( H : ² ² H : ²< ² χ ; χ ; ²( K( {² : < χ ; ( H : ² ² H : ²> ² χ ; χ ; ²( K( {² : > χ ; Testverfahre II 5 Eistichprobetest für die Variaz - Beispiel Beispiel: I der Vergageheit betrug die Variaz der ormalverteilte Lebesdauer eier bestimmte Batteriesorte, Jahre². Es soll u auf tichprobebasis mit eiem igifikaziveau vo, geprüft werde, ob sich durch Eiführug eies kostegüstigere Produktiosverfahres die Variaz der Lebesdauer erhöht. Eie tichprobe vo 5 ach dem eue Verfahre gefertigte Batterie liefert eie Variaz vo,6 Jahre². H : ², vs. H : ²>,, (-² χ ~ χ Kritischer Bereich: ²( K( {² : > χ 4,98, χ ; χ ; χ 4;,99 4,98 Testverfahre II 6 (-s ² 4,6 4,9, χ 4,9<4,98 H ka icht abgeleht werde, d. h. aus dem tichprobeergebis ka icht auf eie sigifikate Erhöhug der Variaz der Grudgesamtheit geschlosse werde.

4 Eistichprobetest für de Ateilswert ( H : vs. H : (Zweiseitiger Test ( H : vs. H : < (Liksseitiger Test ( H : vs. H : > (Rechtsseitiger Test P: tichprobeateilswert P i i i i i : Beroulliverteilt mit dem Parameter f( W ( i P P: Biomialverteilt mit de Parameter ud f( W ( i Prüfgröße des Tests: Für (- 9 gilt: P P ~ N(, ( ( Testverfahre II 7 Kritische Bereiche bei de Tests für de Ateilswert ( H : H : igifikaziveau P K( {P : > Z ( ( H : H : < -Z - P K( {P : < - Z ( ( H : H : > Z - P K( {P : > Z ( Testverfahre II 8 4

5 Eistichprobetest für de Ateilswert - Beispiel Beispiele: Der Fabrikat eies bestimmte Masseartikels behauptet gegeüber eiem Abehmer, dass der Ausschussateil i eier vo ihm agebotee Lieferug geau, bzw. % beträgt. I eier zur Qualitätsüberprüfug gezogee tichprobe ohe Zurücklege im Umfag vo werde Ausschussartikel gefude. Ist damit die Behauptug des Fabrikate, der Ausschlussateil betrage %, bei eiem igifikaziveau vo,5 widerlegt? H :, vs. H :,,5 Es gilt ( 9. Kritischer Bereich: K( {P : P > Z ( Z Z,975,96 P (,,,, z,,9,9, <,96 K(a H ka icht abgeleht werde, d. h. aus dem P-Ergebis ka die Behauptug des Fabrikate icht widerlegt werde. Testverfahre II 9 Zweistichprobetests -Awedugsbeispiele Eikommesvergleich vo Arbeitsehmerhaushalte i zwei Budesläder Vergleich des Erfolgs zweier Arbeitstechike Gewichtsvergleich ach uterschiedliche Diäte Vergleich des Qualitätsparameters eies Produktes vo uterschiedliche Hersteller Vergleich des Geburtsgewichtes vo Zwillige Uterscheidet sich das Geburtsgewicht des zuerst geboree Kides vo dem des Zweitgeboree? Vergleich der timmeateile politischer Parteie ach der Wahl i uterschiedliche Budesläder Vergleich der Messgeauigkeit (Variabilität zweier Messistrumete Testverfahre II 5

6 Zweistichprobetests Der tatistiker steht i der Praxis oft vor der Aufgabe, die ubekate Parameter vo zwei Grudgesamtheite auf Grud vo zwei tichprobe jeweils vom Umfag bzw. zu vergleiche. Diese Hypothesetests werde Zweistichprobetests geat. Grudgesamtheit Grudgesamtheit Parameter: tichprobe vom Umfag tichprobe vom Umfag,,...,,,..., tichprobefuktioe:, P,, P, Testverfahre II Zweistichprobetests zum Vergleich zweier arithmetischer Mittel Der Vergleich vo Mittelwerte zweier Grudgesamtheite lässt sich mit Hilfe der Hypothesetests folgederweise darstelle: Grudgesamtheit Grudgesamtheit Mittelwert ( H : vs. H : ( H : - vs. H : - ( H : vs. H : < ( H : - o vs. H : - < ( H : vs. H : > ( H : - vs. H : - > Testverfahre II 6

7 tichprobefuktioe bei de Tests für die Differez zweier arithmetischer Mittel Es ist zweckmäßig bei de Zweistichprobetests für die Differez zweier arithmetischer Mittel die Differez der tichprobemittelwerte oder eier Trasformatio vo ihr als Prüfgröße des Tests zu utze. Es gilt: i E( E( i E(i Var( Var( i Var(i i i i i i i E( E( i E( i Var( Var( i Var( i i i i i i E( E( E( Var( Var( Var( für uabhägige tichprobe Die Verteilug der azuwedede Prüfgröße hägt vor allem vo der Verteilug des utersuchte Merkmals i beide Grudgesamtheite bzw. vo de tichprobeumfäge ud ud vo der verfügbare Iformatio über die Variaze i beide Grudgesamtheite ab. Wir werde drei Fälle utersuche. Testverfahre II Verteilug der tichprobefuktioe Fall A: Bei bekate Variaze der Grudgesamtheite. ~ N( ; ~ N( ; oder > ud > ( ( ~ N(; ~ N( ; Fall B: Bei ubekate uterschiedliche Variaze der Grudgesamtheite. > ud > ( ( ~ N(; Fall C: Bei ubekate gleiche Variaze der Grudgesamtheite. ~ N( ; ~ N( ; ud ( ( ( ( T Testverfahre II 4 ~ t 7

8 Prüfgröße ud kritische Bereiche für die Differez zweier Mittelwerte - Fall A Bediguge: ~ N( ; ~ N( ; oder > ud > ud ( bekat ( ( ( H : - vs. H : - ( K( {( : > Z igifikaziveau Verteilug der tichprobefuktio: ~ N(; ( H : - o vs. H : - < ( K( {( : < - Z ( H : - vs. H : - > ( K( {( : > Z Testverfahre II 5 Prüfgröße ud kritische Bereiche für die Differez zweier Mittelwerte - Fall B Bediguge: > ud > ud ubekat ( H : - vs. H : - K( {( : Z > Z igifikaziveau Verteilug der tichprobefuktio: ( ( ( ~ N(; ( H : - o vs. H : - < ( H : - vs. H : - > K( {( : Z < - Z K( {( : Z > Z Testverfahre II 6 8

9 Prüfgröße ud kritische Bereiche für die Differez zweier Mittelwerte - Fall C Bediguge: ~ N( ; ~ N( ; Ubekate Variaze < oder < ( ( ( H : - vs. H : - ( K( {( : > t ; igifikaziveau T ( Verteilug der tichprobefuktio: ( ( T ( H : - o vs. H : - < ( K( {( : < - t ; ( H : - vs. H : - > ( K( {( : Testverfahre II 7 > t ; ~ t Regioalvergleich vo Bezipreise - Beispiel Beispiel: Eie Utersuchug vo Bezipreise im Dezember ergab, dass ortsabhägige Differezieruge für eie Takstellekette auftrete. Folgede Ergebisse eier Erhebug i der 5. Kalederwoche liege vor: Ort HRO tichprobeumfag 47 Durchschittspreis (i, tadardabweichug (i,97 N 47,,76 NBG 5,,8 Ka aus de vorliegede Ergebisse geschlosse werde, dass: a Bezi i HRO sigifikat (,5 billiger als i N ud als i NBG ist? b Bezipreise i N ud NBG sigifikat uterschiedlich sid? Testverfahre II 8 9

10 Beispiellösug Teil a Rostock chweri Neubradeburg a H : vs. H : < (,5 47 x, s,97 Prüfgröße x 47, s,76 s ( 5 x,,8 Kritischer Bereich: ( K( {( : < - Z Z Z,95,645,5 -,645 Berechug der Prüfgröße HRO-N z (x x s s (,,,97 47,76 47,5597 -,5597>-,645 >H ka icht abgeleht werde, d. h. der Bezipreis ist i HRO icht sigifikat iedriger als i N. Die Wahrscheilichkeit des Fehlers. Art bleibt ubekat. Berechug der Prüfgröße HRO-NBG (x x (,, z,796 s s,97, ,796<-,645 >H ka abgeleht werde, d. h. ma ka aehme, dass Bezi i HRO sigifikat billiger als i NBG ist. Die Wahrscheilichkeit des Fehlers. Art ist höchstes,5. Testverfahre II 9 x s chweri 47,,76 b H : vs. H : K( {( Z Z,975 Neubradeburg Prüfgröße Berechug der Prüfgröße N-NBG ( (x x (,, 5 z,9 s s,76,8 x, 47 5 s,8 -,9 <,96 > H ka icht abgeleht (,5 werde, d. h. der beobachtete Bezipreisuterschied i N ud i NBG ka als zufällig ( : > Z agesehe werde. Die Wahrscheilichkeit des Fehlers. Art bleibt ubekat.,96,5,5 Der Test ist icht trasitiv! Beispiellösug Teil b N HRO > > W(β-Fehler? W(β-Fehler? W(-Fehler,5 NBG Testverfahre II

11 Vergleich der durchschittliche Füllgewichte vo Teepackuge - Beispiel Beispiel: Auf zwei Maschie wird Tee abgepackt. Auf tichprobebasis soll mit, geprüft werde, ob die Maschie Nr. mit eiem größere durchschittliche Füllgewicht arbeitet als die Maschie Nr.. Aus der Vergageheit sei bekat, dass die Füllgewichte der beide Maschie aäherd ormalverteilt sid ud die Variaze der Füllgewichte als gleich ageomme werde köe. Die tichprobe aus der laufede Produktio liefer folgede Ergebisse: Maschie Nr. Nr. tichprobeumfag Durchschittliches Füllgewicht (i g 7 tadardabweichug (i g,,8 Testverfahre II Vergleich der durchschittliche Füllgewichte vo Teepackuge - Beispiellösug Maschie Nr. x s, x Maschie Nr. 7 s,8 H : - vs. H : - > ( K( {( : > t t ; t ;,99 ;,58 (,,58 ( T ( (,² 9,8² s 4,, t (x x s ( 7,,459,459>,58 > H ka abgeleht werde, d. h. die Maschie Nr. arbeitet mit eiem größere durchschittliche Füllgewicht als die Maschie Nr.. Der Fehler bei dieser Etscheidug liegt uter %. Testverfahre II

12 Zweistichprobetests zum Vergleich zweier Ateilswerte Der Vergleich vo Ateilswerte zweier Grudgesamtheite lässt sich mit Hilfe der Hypothesetests folgederweise darstelle: Grudgesamtheit Grudgesamtheit Ateilswert tichprobe tichprobe Ateilswert,,..., ( H : vs. H :,,..., P P ( H : - vs. H : - ( H : vs. H : < ( H : vs. H : > ( H : - o vs. H : - < ( H : - vs. H : - > Testverfahre II Prüfgröße ud kritische Bereiche bei de Tests für die Differez zweier Ateilswerte Bediguge: p (-p 9 ud p (-p 9 P P P (P P P( P igifikaziveau Verteilug der tichprobefuktio: (P P ( ~ N(; P( P ( H : - o vs. H : - < (P P K( {(P P : < - Z P( P ( H : - vs. H : - K( {(P P : (P P P( P > Z ( H : - vs. H : - > (P P K( {(P P : > Z P( P Testverfahre II 4

13 Wie bekomme ich eie Job? - Beispiel Beispiel: Uter der Überschrift Wie bekomme ich eie Job? berichtet das Focus-Magazi die Ergebisse über eie Umfrage uter tudete ud Uterehme. Vo de 4 zufällig ausgewählte tudete eies Abschlusssemesters erachte 8 % die Qualifikatio, dokumetiert mit dem Zeugis, als etscheided für de Erfolg eies Bewerbugsgespräches. Demgegeüber sehe vo befragte Persoalchefs der Uterehme ur 7 % die Qualifikatio als etscheided für de Erfolg eier Bewerbug a. Teste ie bei eiem igifikaziveau vo,5, ob die Bedeutug der Qualifikatio vo beide Persoegruppe wesetlich verschiede bewertet wird. ( H : - vs. H : - (,5 (P P K( {(P P : > Z Z Z,975,96 P( P -,96,96,4>,96 > H ka abgeleht (P P (,8,7 z,4 werde, d. h. beide Persoegruppe 6 P( P,78,7 bewerte die Bedeutug der Qualifikatio 4 wesetlich uterschiedlich. Die Wahrscheilichkeit des Etscheidugsfehlers P P 4,8,7 P p,78 ist höchstes,5. 6 Testverfahre II 5 Zweistichprobetests zum Vergleich zweier Variaze Der Vergleich vo Variaze zweier Grudgesamtheite lässt sich mit Hilfe der Hypothesetests folgederweise darstelle: Grudgesamtheit Grudgesamtheit Variaz Modifizierte tichprobevariaz ( H : vs. H : ( H : vs. H : < ( H : vs. H : ( H : vs. H : < ( H : vs. H : > ( H : vs. H : > Testverfahre II 6

14 Prüfgröße ud kritische Bereiche bei de Tests für das Verhältis zweier Variaze Bediguge: ~ N( ; ~ N( ; igifikaziveau F K( { : F mit Verteilug der tichprobefuktio: ν > F ~ F ud ( H : vs. H : ν;ν ν oder < F ;ν;ν ;ν; ν ( H : vs. H : < K( { : < F ;ν ; ν ( H : vs. H : > K( { : > F ;ν ; ν Testverfahre II 7 Vergleich der Variaze der Füllgewichte vo Teepackuge - Beispiel Beispiel: Auf zwei Maschie wird Tee abgepackt. Auf tichprobebasis soll mit eiem igifikaziveau vo, geprüft werde, ob die Variaze des Füllgewichts bei der Verpackug der Teepackuge i de Maschie als homoge betrachtet werde köe. Die tichprobeergebisse aus der laufede Produktio sid: Maschie Nr. Nr. H : vs. H : K( { : F F,95;;9 F ;ν;ν ;ν;ν F,5;;9 > F tichprobeumfag oder < F ;ν;ν ;ν; ν, F,95;9;,9 (,,448,45 Durchschittliche Füllgewicht (i g 7, tadardabweichug (i g,,8,² F F, 498,8²,49 gehört icht zum kritische Bereich > H ka icht abgeleht werde, d. h. ma ka vo eier Variazhomogeität ausgehe. Der β-fehler ist ubekat, aber vermutlich klei, weil sehr groß festgelegt wurde. Testverfahre II 8 4

15 Eipersoehaushalte i B ud BD- Beispiel Beispiel: Besteht ei statistisch sigifikater Uterschied bei de Ateile der Eipersoehaushalte a de Privathaushalte i Berli ud Bradeburg? Bei eier tichprobe vo jeweils Haushalte liegt der Ateil der Eipersoehaushalte i Berli bei,5 ud i Bradeburg bei,4. Das igifikaziveau soll icht,5 überschreite. ( H : - vs. H : - (P P K( {(P P : > Z P( P Quelle: ( Haushalte ud Familie (März 4 (,5 (P P P( P P P P *,5 *,4 p,48,5,4 z 7,6,48(,48 * Z Z,975 -,96,96,96 7,6>,96 > H ka abgeleht werde, d. h. der Ateil der Eipersoehaushalte uterscheidet sich i Berli ud Bradeburg sigifikat. Testverfahre II 9 Alleilebede im Oste ud im Weste - Beispiel Beispiel: Bei der Ziehug eier tichprobe lebe im Oste vo 5 Persoe, alleie ud im Weste komme auf 5 Persoe 4 Alleilebede. Gibt es eie sigifikate Uterschied zwische dem Ateil Alleilebeder im Oste ud im Weste? (,5 Quelle: Mikrozesus 4, Tabelle 8: Bevölkerug ud Allei Lebede ach Altersgruppe ud Geschlecht ( H : - vs. H : - (,5 K( {(P P : (P P P( P > Z -,96,96 (P P P( P P P P,6, 5 5,67 (,67 5*5 5 *,6 5 *, p, z,69 Z Z,975,96 -,69 <,96 > H ka icht abgeleht werde, d. h. der Ateil der Alleilebede uterscheidet sich i West ud Ost icht sigifikat. Testverfahre II 5

Testverfahren zur Prüfung von Hypothesen über Parameter oder Verteilungen

Testverfahren zur Prüfung von Hypothesen über Parameter oder Verteilungen Testverfahre zur Prüfug vo Hypothese über Parameter oder Verteiluge Eiführug ud Begriffe beim Hypothesetest Hypothesetest für de Mittelwert Testverfahre I 1 Bibliografie Prof. Dr. Kück Uiversität Rostock

Mehr

Kapitel 5: Schließende Statistik

Kapitel 5: Schließende Statistik Kapitel 5: Schließede Statistik Statistik, Prof. Dr. Kari Melzer 5. Schließede Statistik: Typische Fragestellug ahad vo Beispiele Beispiel Aus 5 Messwerte ergebe sich für die Reißfestigkeit eier Garsorte

Mehr

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren Dr. Jürge Seger INDUKTIVE STATISTIK Wahrscheilichkeitstheorie, Schätz- ud Testverfahre ÜBUNG. - LÖSUNGEN. ypothesetest für die Dicke vo Plättche Die Dicke X vo Plättche, die auf eier bestimmte Maschie

Mehr

Statistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39

Statistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39 Statistik Eiführug Kofidezitervalle für eie Parameter Kapitel 7 Statistik WU Wie Gerhard Derfliger Michael Hauser Jörg Leeis Josef Leydold Güter Tirler Rosmarie Wakolbiger Statistik Eiführug // Kofidezitervalle

Mehr

Testen statistischer Hypothesen

Testen statistischer Hypothesen Kapitel 9 Teste statistischer Hypothese 9.1 Eiführug, Sigifiaztests Sigifiaztest für µ bei der ormalverteilug bei beatem σ = : X i seie uabhägig ud µ, ) verteilt, µ sei ubeat. Stelle eie Hypothese über

Mehr

Intervallschätzung II 2

Intervallschätzung II 2 Itervallschätzug Kofidezitervall für die Variaz Kofidezitervall für de Ateilswerte Kofidezitervall für die Differez zweier Ateile Bestimmug des Stichrobeumfags Itervallschätzug II Bibliografie Bleymüller

Mehr

Statistik I/Empirie I

Statistik I/Empirie I Vor zwei Jahre wurde ermittelt, dass Elter im Durchschitt 96 Euro für die Nachhilfe ihrer schulpflichtige Kider ausgebe. I eier eue Umfrage uter 900 repräsetativ ausgewählte Elter wurde u erhobe, dass

Mehr

Körpergröße x Häufigkeit in [m] 1.50 1.60 1 1.60 1.70 5 1.70 1.80 49 1.80 1.90 53 1.90 2.00 15 2.00 2.10 1

Körpergröße x Häufigkeit in [m] 1.50 1.60 1 1.60 1.70 5 1.70 1.80 49 1.80 1.90 53 1.90 2.00 15 2.00 2.10 1 8 Kofidezitervalle 1 Kapitel 8: Kofidezitervalle A: Beispiele Beispiel 1: Im WS 2000/01 wurde im Rahme der Statistik Vorlesug 124 Studete u.a. zu ihrer Körpergröße befragt. Ma erhielt folgedes Ergebis:

Mehr

Klausur vom

Klausur vom UNIVERSITÄT KOBLENZ LANDAU INSTITUT FÜR MATHEMATIK Dr. Domiik Faas Stochastik Witersemester 00/0 Klausur vom 7.0.0 Aufgabe 3+.5+.5=6 Pukte Bei eier Umfrage wurde 60 Hotelbesucher ach ihrer Zufriedeheit

Mehr

Evaluierung einer Schulungsmaßnahme: Punktezahl vor der Schulung Punktezahl nach der Schulung. Autoritarismusscore vor/nach Projekt

Evaluierung einer Schulungsmaßnahme: Punktezahl vor der Schulung Punktezahl nach der Schulung. Autoritarismusscore vor/nach Projekt 2.4.5 Gauss-Test ud t-test für verbudee Stichprobe 2.4.5.8 Zum Begriff der verbudee Stichprobe Verbudee Stichprobe: Vergleich zweier Merkmale X ud Y, die jetzt a deselbe Persoe erhobe werde. Vorsicht:

Mehr

TESTEN VON HYPOTHESEN

TESTEN VON HYPOTHESEN TESTEN VON HYPOTHESEN 1. Grudlage Oft hat ma Vermutuge zu Sachverhalte ud möchte diese gere durch Experimete bestätige. Dabei ka es sich i der Praxis zum Beispiel um Verteiluge vo gewisse Zufallsgröße

Mehr

(4) = 37,7 % mit 37,7 % Wahrscheinlichkeit sind es höchstens 4 Fahrräder, das ist recht hoch; man kann also die Behauptung nicht wirklich ablehnen.

(4) = 37,7 % mit 37,7 % Wahrscheinlichkeit sind es höchstens 4 Fahrräder, das ist recht hoch; man kann also die Behauptung nicht wirklich ablehnen. Schülerbuchseite 98 1 Lösuge vorläufig IV Beurteilede Statistik S. 98 p S. 1 p w a t Tabelle Tabelle dowloadbar im Iteretauftritt 1 Teste vo Hypothese 1 a) Erwartugswert μ = 5 ud Stadardabweichug σ = 1,6;

Mehr

14 Statistische Beziehungen zwischen nomi nalen Merkmalen

14 Statistische Beziehungen zwischen nomi nalen Merkmalen 14 Statistische Beziehuge zwische omi ale Merkmale 14.1 Der Chi Quadrat Test auf Uabhägigkeit für Vier Feldertafel 14.2 Der Chi Quadrat Test auf Uabhägigkeit für r s Kotigeztafel 14.3 Zusammmehagsmaße

Mehr

Statistische Tests zu ausgewählten Problemen

Statistische Tests zu ausgewählten Problemen Eiführug i die statistische Testtheorie Statistische Tests zu ausgewählte Probleme Teil : Tests für Erwartugswerte Statistische Testtheorie I Eiführug Beschräkug auf parametrische Testverfahre Beschräkug

Mehr

Kontingenztabellen. Chi-Quadrat-Test. Korrelationsanalyse zwischen kategorischen Merkmalen. 1. Unabhängigkeitstest

Kontingenztabellen. Chi-Quadrat-Test. Korrelationsanalyse zwischen kategorischen Merkmalen. 1. Unabhängigkeitstest Kotigeztabelle. Chi-Quadrat-Test KAD 1.11. 1. Uabhägigkeitstest. Apassugstest. Homogeitätstest Beispiel 1 ohe Frau 8 75 1 Ma 48 49 97 76 14? Korrelatiosaalyse zwische kategorische Merkmale Häufigkeitstabelle

Mehr

Maximum Likelihood Version 1.6

Maximum Likelihood Version 1.6 Maximum Likelihood Versio 1.6 Uwe Ziegehage 15. November 2005 Logarithmegesetze log a (b) + log a (c) = log a (b c) (1) log a (b) log a (c) = log a (b/c) (2) log a (b c ) = c log a (b) (3) Ableitugsregel

Mehr

Konfidenzintervall_fuer_pi.doc Seite 1 von 6. Konfidenzintervall für den Anteilswert π am Beispiel einer Meinungsumfrage

Konfidenzintervall_fuer_pi.doc Seite 1 von 6. Konfidenzintervall für den Anteilswert π am Beispiel einer Meinungsumfrage Kofidezitervall_fuer_pi.doc Seite 1 vo 6 Kofidezitervall für de Ateilswert π am Beispiel eier Meiugsumfrage Nach eier Meiugsumfrage der Wochezeitug Bezirksblatt vom März 005, ei halbes Jahr vor de Ladtagswahle

Mehr

Bei 95%iger Konfidenz wäre der Mittelwert der GG zwischen 1421,17DM und 1778,83DM zu erwarten.

Bei 95%iger Konfidenz wäre der Mittelwert der GG zwischen 1421,17DM und 1778,83DM zu erwarten. Aufgabe 36 (S. 346: Schätzverfahre für Mittelwert ud Stadardabweichug a Puktschätzuge für µ aufgrud der Werte der kleie Stichprobe aus Aufgabe 3 Bei eier Puktschätzug wird für de zu schätzede Parameter

Mehr

Der χ 2 Test. Bei Verteilungen Beantwortung der Frage, ob eine gemessene Verteilung Gauß- oder Poisson-verteilt ist oder nicht?

Der χ 2 Test. Bei Verteilungen Beantwortung der Frage, ob eine gemessene Verteilung Gauß- oder Poisson-verteilt ist oder nicht? Der χ Test Es gibt verschiedee Arte vo Sigifikaztests Nebe Sigifikaztests, die sich mit dem Mittelwert beschäftige, gibt es auch Testverfahre für Verteiluge Bei Verteiluge Beatwortug der Frage, ob eie

Mehr

n 1,n 2,n 3,...,n k in der Stichprobe auftreten. Für die absolute Häufigkeit können wir auch die relative Häufigkeit einsetzen:

n 1,n 2,n 3,...,n k in der Stichprobe auftreten. Für die absolute Häufigkeit können wir auch die relative Häufigkeit einsetzen: 61 6.2 Grudlage der mathematische Statistik 6.2.1 Eiführug i die mathematische Statistik I der mathematische Statistik behadel wir Masseerscheiuge. Wir habe es deshalb im Regelfall mit eier große Zahl

Mehr

Korrelationsanalyse zwischen kategorischen Merkmalen. Kontingenztabellen. Chi-Quadrat-Test

Korrelationsanalyse zwischen kategorischen Merkmalen. Kontingenztabellen. Chi-Quadrat-Test Kotigeztabelle. Chi-Quadrat-Test Korrelatiosaalyse zwische kategorische Merkmale Beispiel 1 ohe Frau 8 75 1 Ma 48 49 97 76 14? Häufigkeitstabelle (Kotigeztabelle): eie tabellarische Darstellug der gemeisame

Mehr

2.3 Kontingenztafeln und Chi-Quadrat-Test

2.3 Kontingenztafeln und Chi-Quadrat-Test 2.3 Kotigeztafel ud Chi-Quadrat-Test Die Voraussetzuge a die Date i diesem Kapitel sid dieselbe, wie im voragegagee Kapitel, ur dass die Stichprobe hier aus Realisieruge vo kategorielle Zufallsvariable

Mehr

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

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

Mehr

Zählterme (Seite 1) Aufgabe: Wie viele Nummernschilder kann es theoretisch im Raum Dresden geben? Wann müsste die 4.Ziffer eingeführt werden?

Zählterme (Seite 1) Aufgabe: Wie viele Nummernschilder kann es theoretisch im Raum Dresden geben? Wann müsste die 4.Ziffer eingeführt werden? Bemerkug: I Mathematik sollte ma keie Fahrpläe verwede, i der Stochastik erst recht icht. Zitat vo S.L. Das Baumdiagramm ist aber fast immer ei geeigetes Hilfsmittel. Produktregel Aufgabe: Wie viele Nummerschilder

Mehr

Beispiel 4 (Die Urne zu Fall 4 mit Zurücklegen und ohne Beachten der Reihenfolge ) das Sitzplatzproblem (Kombinationen mit Wiederholung) Reihenfolge

Beispiel 4 (Die Urne zu Fall 4 mit Zurücklegen und ohne Beachten der Reihenfolge ) das Sitzplatzproblem (Kombinationen mit Wiederholung) Reihenfolge 1 Beispiel 4 (Die Ure zu Fall 4 mit Zurücklege ud ohe Beachte der Reihefolge ) das Sitzplatzproblem (Kombiatioe mit Wiederholug) 1. Übersicht Ziehugsmodus ohe Zurücklege des gezogee Loses mit Zurücklege

Mehr

Es werden 120 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 120 Schülern besitzen 99 ein Handy.

Es werden 120 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 120 Schülern besitzen 99 ein Handy. Vo der relative Häufigkeit zur Wahrscheilichkeit Es werde 20 Schüler befragt, ob sie ei Hady besitze. Das Ergebis der Umfrage lautet: Vo 20 Schüler besitze 99 ei Hady. Ereigis E: Schüler besitzt ei Hady

Mehr

Grundzüge der Stichprobentheorie. Statistisches Bundesamt

Grundzüge der Stichprobentheorie. Statistisches Bundesamt Grudzüge der Stichprobetheorie Grüde für Stichprobeerhebug - deutlich gerigere Koste - größere Awedugsbreite - kürzere Erhebugs- ud Auswertugszeite - i der Regel größere Geauigkeit der Ergebisse Begriffsbestimmug

Mehr

Prof. Dr. Roland Füss Statistik II SS 2008

Prof. Dr. Roland Füss Statistik II SS 2008 1. Grezwertsätze Der wichtigste Grud für die Häufigkeit des Auftretes der Normalverteilug ergibt sich aus de Grezwertsätze. Grezwertsätze sid Aussage über eie Zufallsvariable für de Fall, dass die Azahl

Mehr

Eingangsprüfung Stochastik,

Eingangsprüfung Stochastik, Eigagsprüfug Stochastik, 5.5. Wir gehe stets vo eiem Wahrscheilichkeitsraum (Ω, A, P aus. Die Borel σ-algebra auf wird mit B bezeichet, das Lebesgue Maß auf wird mit λ bezeichet. Aufgabe ( Pukte Sei x

Mehr

Beurteilende Statistik - Testen von Hypothesen Alternativtest

Beurteilende Statistik - Testen von Hypothesen Alternativtest Moika Kobel 26.03.2005 Hypothesetest_i.mcd Beurteilede Statistik - Teste vo Hypothese Alterativtest Bsp.: Eie Fabrik liefert Schachtel mit Schraube hoher Qualität ( 10% der Schraube sid fehlerhaft ) ud

Mehr

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

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

Mehr

Parameter von Häufigkeitsverteilungen

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

Mehr

Übungsaufgaben - Organisatorisches

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

Mehr

Praktikum Vorbereitung Fertigungsmesstechnik Statistische Qualitätskontrolle

Praktikum Vorbereitung Fertigungsmesstechnik Statistische Qualitätskontrolle Praktikum Vorbereitug Fertigugsmesstechik Statistische Qualitätskotrolle Bei viele Erzeugisse ist es icht möglich jedes Werkstück zu prüfe, z.b.: bei Massefertigug. Hier ist es aus ökoomische Grüde icht

Mehr

Kapitel 6: Statistische Qualitätskontrolle

Kapitel 6: Statistische Qualitätskontrolle Kapitel 6: Statistische Qualitätskotrolle 6. Allgemeies Für die Qualitätskotrolle i eiem Uterehme (produzieredes Gewerbe, Diestleistugsuterehme, ) gibt es verschiedee Möglichkeite. Statistische Prozesskotrolle

Mehr

Einführung in die induktive Statistik. Inferenzstatistik. Konfidenzintervalle. Friedrich Leisch

Einführung in die induktive Statistik. Inferenzstatistik. Konfidenzintervalle. Friedrich Leisch Spiel Körpergröße Zahl: Azahl weiblich Eiführug i die iduktive Statistik Friedrich Leisch Istitut für Statistik Ludwig-Maximilias-Uiversität Müche Tafelgruppe 8.5 8.6 8.7 8.8 8.9 9.0 9.1 4 5 3 2 1 0 1

Mehr

Investitionsentscheidungsrechnung Annuitäten Methode

Investitionsentscheidungsrechnung Annuitäten Methode Mit Hilfe der köe folgede Ivestitioe beurteilt werde: eizele Ivestitioe alterative Ivestitiosobjekte optimale Ersatzzeitpukte Seite 1 Folgeder Zusammehag besteht zwische der Kapitalbarwertmethode ud der

Mehr

Statistik I Februar 2005

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

Mehr

3. Einführung in die Statistik

3. Einführung in die Statistik 3. Eiführug i die Statistik Grudlegedes Modell zu Date: uabhägige Zufallsgröße ; : : : ; mit Verteilugsfuktio F bzw. Eizelwahrscheilichkeite p ; : : : ; p r i de Aweduge: kokrete reale Auspräguge ; : :

Mehr

Pflichtlektüre: Kapitel 10 Grundlagen der Inferenzstatistik

Pflichtlektüre: Kapitel 10 Grundlagen der Inferenzstatistik Pflichtlektüre: Kapitel 10 Grudlage der Iferezstatistik Überblick der Begriffe Populatio Iferezstatistik Populatiosparameter Stichprobeverteiluge Auch Stichprobekewerteverteiluge Wahrscheilichkeitstheorie

Mehr

Übungen zur Klausur Nr. 2: Wahrscheinlichkeitsrechnung II

Übungen zur Klausur Nr. 2: Wahrscheinlichkeitsrechnung II Berufskolleg Marieschule Lippstadt Schule der Sekudarstufe II mit gymasialer Oberstufe ud Fachschule - staatlich aerkat - Kurslehrer: Lagebach Berufskolleg Marieschule Lippstadt Schule der Sekudarstufe

Mehr

Testumfang für die Ermittlung und Angabe von Fehlerraten in biometrischen Systemen

Testumfang für die Ermittlung und Angabe von Fehlerraten in biometrischen Systemen Testumfag für die Ermittlug ud Agabe vo Fehlerrate i biometrische Systeme Peter Uruh SRC Security Research & Cosultig GmbH peter.uruh@src-gmbh.de Eileitug Biometrische Systeme werde durch zwei wichtige

Mehr

7. Stichproben und Punktschätzung

7. Stichproben und Punktschätzung 7. Stichprobe ud Puktschätzug 7. Grudgesamtheit ud Stichprobe Ausgagspukt der iduktive Statistik (beurteilede Statistik) sid Stichprobedate. Speziell stamme die Date aus Zufallsstichprobe. Die Stichprobeergebisse

Mehr

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

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

Mehr

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

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

Mehr

X in einer Grundgesamtheit vollständig beschreiben.

X in einer Grundgesamtheit vollständig beschreiben. Prof. Dr. Rolad Füss Statistik II SS 008. Puktschätzug vo Parameter eier Grudgesamtheit Nur durch eie Totalerhebug ka ma die Verteilug eier Zufallsvariable X i eier Grudgesamtheit vollstädig beschreibe.

Mehr

BINOMIALKOEFFIZIENTEN. Stochastik und ihre Didaktik Referentin: Iris Winkler 10.11.2008

BINOMIALKOEFFIZIENTEN. Stochastik und ihre Didaktik Referentin: Iris Winkler 10.11.2008 Stochasti ud ihre Didati Refereti: Iris Wiler 10.11.2008 Aufgabe: Führe Sie i der Seudarstufe II die Biomialoeffiziete als ombiatorisches Azahlproblem ei. Erarbeite Sie mit de Schülerie ud Schüler mithilfe

Mehr

http://www.statistik.lmu.de/~kraemer/kw10/index.html Aufgabe 1 (Punkt- und Intervallschätzung für ein metrisches Merkmal)

http://www.statistik.lmu.de/~kraemer/kw10/index.html Aufgabe 1 (Punkt- und Intervallschätzung für ein metrisches Merkmal) tatistik für Kouikatioswisseschaftler Witerseester 010/011 Vorlesug Prof. Dr. Nicole Kräer Übug Nicole Kräer, Corelia Oberhauser, Moia Mahlig Lösug Thea Hoepage zur Verastaltug: http://www.statistik.lu.de/~kraeer/kw10/idex.htl

Mehr

Wahrscheinlichkeit & Statistik

Wahrscheinlichkeit & Statistik Wahrscheilichkeit & Statistik created by Versio: 3. Jui 005 www.matheachhilfe.ch ifo@matheachhilfe.ch 079 703 7 08 Mege als Sprache der Wahrscheilichkeitsrechug, Begriffe, Grudregel Ereigisraum: Ω Ω Mege

Mehr

Variiert man zusätzlich noch die Saatstärke (z.b. 3 Stärkearten), würde man von einer zweifaktoriellen Varianzanalyse sprechen.

Variiert man zusätzlich noch die Saatstärke (z.b. 3 Stärkearten), würde man von einer zweifaktoriellen Varianzanalyse sprechen. 3. Variazaalyse Die Variazaalyse mit eier quatitative abhägige Variable ud eier oder mehrerer qualitativer uabhägiger Variable wird auch als ANOVA (Aalysis of Variace) bezeichet. Mit eier Variazaalyse

Mehr

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

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

Mehr

Grundgesamtheitsanaylsen und Stichproben. Betrachtungen zur Stichprobenfindung

Grundgesamtheitsanaylsen und Stichproben. Betrachtungen zur Stichprobenfindung MaMaEuSch Maagemet Mathematics for Europea Schools http://www.mathematik.uikl.de/ mamaeusch Grudgesamtheitsaaylse ud Stichprobe. Betrachtuge zur Stichprobefidug Paula Lagares Justo Puerto 1 MaMaEuSch 2

Mehr

Statistik. Prof. Dr. K. Melzer. karin.melzer@hs-esslingen.de http://www.hs-esslingen.de/de/mitarbeiter/karin-melzer.html

Statistik. Prof. Dr. K. Melzer. karin.melzer@hs-esslingen.de http://www.hs-esslingen.de/de/mitarbeiter/karin-melzer.html Statistik Prof. Dr. K. Melzer kari.melzer@hs-esslige.de http://www.hs-esslige.de/de/mitarbeiter/kari-melzer.html Ihaltsverzeichis 1 Eileitug ud Übersicht 3 2 Dategewiug (kurzer Überblick) 3 2.1 Plaugsphase

Mehr

Wissenschaftliches Arbeiten Studiengang Energiewirtschaft

Wissenschaftliches Arbeiten Studiengang Energiewirtschaft Wisseschaftliches Arbeite Studiegag Eergiewirtschaft - Auswerte vo Date - Prof. Dr. Ulrich Hah WS 01/013 icht umerische Date Tet-Date: Datebak: Name, Eigeschafte, Matri-Tabelleform Spalte: übliche Aordug:

Mehr

Stichproben im Rechnungswesen, Stichprobeninventur

Stichproben im Rechnungswesen, Stichprobeninventur Stichprobe im Rechugswese, Stichprobeivetur Prof Dr Iree Rößler ud Prof Dr Albrecht Ugerer Duale Hochschule Bade-Württemberg Maheim Im eifachste Fall des Dollar-Uit oder Moetary-Uit Samplig (DUS oder MUS-

Mehr

Elementarstatistik für Umweltwissenschaftler

Elementarstatistik für Umweltwissenschaftler Elemetarstatistik für Umweltwisseschaftler Skript zur Vorlesug Witersemester 010/011 vo Dr. Domiik Faas Istitut für Mathematik Fachbereich 7: Natur- ud Umweltwisseschafte Uiversität Koblez-Ladau Ei besoderer

Mehr

7. Grenzwertsätze Grenzwertsätzen Zentraler Grenzwertsatz Gesetz der großen Zahlen Tschebyscheffsche Ungleichung

7. Grenzwertsätze Grenzwertsätzen Zentraler Grenzwertsatz Gesetz der großen Zahlen Tschebyscheffsche Ungleichung 7. Grezwertsätze Bei de Grezwertsätze geht es um Aussage, die ma sogar da treffe ka, we keierlei Iformatioe über de Verteilugs-Typ der betrachtete Zufallsvariable vorliege. Zetraler Grezwertsatz Aussage

Mehr

Beschreibende Statistik Kenngrößen in der Übersicht (Ac)

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

Mehr

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

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

Mehr

Methoden: Heron-Verfahren, Erweiterung von Differenzen von Quadratwurzeln

Methoden: Heron-Verfahren, Erweiterung von Differenzen von Quadratwurzeln 6 Kovergete Folge Lerziele: Kozepte: Grezwertbegriff bei Folge, Wachstumsgeschwidigkeit vo Folge Resultat: Mootoe beschräkte Folge sid koverget. Methode: Hero-Verfahre, Erweiterug vo Differeze vo Quadratwurzel

Mehr

Aussage über die Verteilung Summen und Durchschnitte beliebig verteilter Zufallsvariablen

Aussage über die Verteilung Summen und Durchschnitte beliebig verteilter Zufallsvariablen 7. Grezwertsätze Die Grezwertsätze bilde de Abschluss der Wahrscheilichkeitsrechug ud sid vo zetraler Bedeutug vor allem für die iduktive Statistik. Gesetz der große Zahle Aussage über die Geauigkeit der

Mehr

Allgemeine Lösungen der n-dimensionalen Laplace-Gleichung und ihre komplexe Variable

Allgemeine Lösungen der n-dimensionalen Laplace-Gleichung und ihre komplexe Variable Allgemeie Lösuge der -dimesioale Laplace-Gleichug ud ihre komplexe Variable Dr. rer. at. Kuag-lai Chao Göttige, de 4. Jauar 01 Abstract Geeral solutios of the -dimesioal Laplace equatio ad its complex

Mehr

Stichprobenverteilungen, Schätz und Testtheorie

Stichprobenverteilungen, Schätz und Testtheorie Stichprobeverteiluge, Schätz ud Testtheorie Begleitede Uterlage zur Übug Iduktive Statistik Michael Westerma Uiversität Esse Ihaltsverzeichis 1 Grudzüge der Stichprobetheorie.....................................

Mehr

Einführung in die Stochastik 10. Übungsblatt

Einführung in die Stochastik 10. Übungsblatt Eiführug i die Stochastik. Übugsblatt Fachbereich Mathematik SS M. Kohler.7. A. Fromkorth D. Furer Gruppe ud Hausübug Aufgabe 37 (4 Pukte) Ei Eremit am Südpol hat sich für die eibrechede polare Nacht mit

Mehr

Momente der Logarithmischen Normalverteilung

Momente der Logarithmischen Normalverteilung Momete der Logarithmische Normalverteilug Die Paramter m ud s sid die Momete der Logarithmierte Verteilug, also m E(l(X )) ud s Var(l(X)) Es gilt jedoch: s m+ m+ s s E ( X ) e ud Var ( X ) e ( e 1 ) 16

Mehr

Statistische Modelle und Parameterschätzung

Statistische Modelle und Parameterschätzung Kapitel 2 Statistische Modelle ud Parameterschätzug 2. Statistisches Modell Die bisher betrachtete Modellierug eies Zufallsexperimetes erforderte isbesodere die Festlegug eier W-Verteilug. Oft besteht

Mehr

AngStat1(Ue13-21).doc 23

AngStat1(Ue13-21).doc 23 3. Ereigisse Versuchsausgäge ud Wahrscheilicheite: a) Wie wird die Wahrscheilicheit des Auftretes eies Elemetarereigisses A geschätzt? A Ω heißt Elemetarereigis we es ur eie Versuchsausgag ethält also

Mehr

Logarithmusfunktion, Rechenregeln für Logarithmen, Ableiten von Logarithmen (die Ableitung nach p wird hier stets als p geschrieben)

Logarithmusfunktion, Rechenregeln für Logarithmen, Ableiten von Logarithmen (die Ableitung nach p wird hier stets als p geschrieben) Wirtschaftswisseschaftliches Zetrum Uiversität Basel Statistik Dr. Thomas Zehrt (Pukt)Schätze Motivatio Eie vollstädige Iformatio über die Verteilug eies Merkmals X i eier Grudgesamtheit ka ur durch eie

Mehr

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

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

Mehr

2 Vollständige Induktion

2 Vollständige Induktion 8 I. Zahle, Kovergez ud Stetigkeit Vollstädige Iduktio Aufgabe: 1. Bereche Sie 1+3, 1+3+5 ud 1+3+5+7, leite Sie eie allgemeie Formel für 1+3+ +( 3)+( 1) her ud versuche Sie, diese zu beweise.. Eizu5% ZiseproJahragelegtes

Mehr

Tao De / Pan JiaWei. Ihrig/Pflaumer Finanzmathematik Oldenburg Verlag 1999 =7.173,55 DM. ges: A m, A v

Tao De / Pan JiaWei. Ihrig/Pflaumer Finanzmathematik Oldenburg Verlag 1999 =7.173,55 DM. ges: A m, A v Tao De / Pa JiaWei Ihrig/Pflaumer Fiazmathematik Oldeburg Verlag 1999 1..Ei Darlehe vo. DM soll moatlich mit 1% verzist ud i Jahre durch kostate Auitäte getilgt werde. Wie hoch sid a) die Moatsrate? b)

Mehr

15.4 Diskrete Zufallsvariablen

15.4 Diskrete Zufallsvariablen .4 Diskrete Zufallsvariable Vo besoderem Iteresse sid Zufallsexperimete, bei dee die Ergebismege aus reelle Zahle besteht bzw. jedem Elemetarereigis eie reelle Zahl zugeordet werde ka. Solche Zufallsexperimet

Mehr

K. Felten: Internet Network infrastucture Fachhochschule Kiel, Fachbereich IuE

K. Felten: Internet Network infrastucture Fachhochschule Kiel, Fachbereich IuE Defiitio ach DIN4004 Als Zuverlässigkeit ( reliability ) gilt die Fähigkeit eier Betrachtugseiheit ierhalb vorgegebeer Greze dejeige durch de Awedugszweck bedigte Aforderuge zu geüge, die a das Verhalte

Mehr

Statistik mit Excel 2013. Themen-Special. Peter Wies. 1. Ausgabe, Februar 2014 W-EX2013S

Statistik mit Excel 2013. Themen-Special. Peter Wies. 1. Ausgabe, Februar 2014 W-EX2013S Statistik mit Excel 2013 Peter Wies Theme-Special 1. Ausgabe, Februar 2014 W-EX2013S 3 Statistik mit Excel 2013 - Theme-Special 3 Statistische Maßzahle I diesem Kapitel erfahre Sie wie Sie Date klassifiziere

Mehr

Fehlerrechnung. 3. Genauigkeit von Meßergebnissen am Beispiel der Längenmessung

Fehlerrechnung. 3. Genauigkeit von Meßergebnissen am Beispiel der Längenmessung 1 Gie 11/000 Fehlerrechug 1. Physikalische Größe: Zahlewert ud Eiheit. Ursache vo Meßfehler 3. Geauigkeit vo Meßergebisse am Beispiel der Lägemessug 4. Messug eier kostate Größe ud Mittelwert 5. Messug

Mehr

= a n: Wurzelexponent x: Radikand oder Wurzelbasis a: Wurzelwert Bei der ersten Wurzel wird einfach das Wurzelzeichen weggelassen.

= a n: Wurzelexponent x: Radikand oder Wurzelbasis a: Wurzelwert Bei der ersten Wurzel wird einfach das Wurzelzeichen weggelassen. Wurzelgesetze Gesetzmäßigkeite Grudlage Das Wurzelziehe (oder Radiziere) ist die Umkehrug des Potezieres. Daher sid die Wurzelgesetze de Potezgesetze sehr ählich. Die Wurzel aus eier positive Zahl ergibt

Mehr

Qualitätskennzahlen für IT-Verfahren in der öffentlichen Verwaltung Lösungsansätze zur Beschreibung von Metriken nach V-Modell XT

Qualitätskennzahlen für IT-Verfahren in der öffentlichen Verwaltung Lösungsansätze zur Beschreibung von Metriken nach V-Modell XT Qualitätskezahle für IT-Verfahre i der öffetliche Verwaltug Lösugsasätze zur Vo Stefa Bregezer Der Autor arbeitet im Bereich Softwaretest ud beschäftigt sich als Qualitätsbeauftragter mit Theme zu Qualitätssicherug

Mehr

3. Tilgungsrechnung. 3.1. Tilgungsarten

3. Tilgungsrechnung. 3.1. Tilgungsarten schreier@math.tu-freiberg.de 03731) 39 2261 3. Tilgugsrechug Die Tilgugsrechug beschäftigt sich mit der Rückzahlug vo Kredite, Darlehe ud Hypotheke. Dabei erwartet der Gläubiger, daß der Schulder seie

Mehr

Demo für www.mathe-cd.de

Demo für www.mathe-cd.de Wahrscheilichkeitsrechug Hypergeometrische Verteilug Themeheft ud Traiigsheft Datei r. 4211 Stad 17. April 2010 Friedrich W. Buckel Demo für ITERETBIBLIOTHEK FÜR SCHULMATHEMATIK 4211 Hypergeometrische

Mehr

Zufallsstreubereiche und Vertrauensbereiche

Zufallsstreubereiche und Vertrauensbereiche HTL Saalfelde Zufallsstreu- ud Vertrauesbereiche Seite 1 vo 1 Wilfried Rohm, HTL Saalfelde wilfried.rohm@schule.at Zufallsstreubereiche ud Vertrauesbereiche Mathematische / Fachliche Ihalte i Stichworte:

Mehr

Standard Normalverteilung Dichtefunktion von Standard Normal Verteilung. Grenzwertsatz. Normalverteilung. Andere wichtige Verteilungen: Anwendungen

Standard Normalverteilung Dichtefunktion von Standard Normal Verteilung. Grenzwertsatz. Normalverteilung. Andere wichtige Verteilungen: Anwendungen Statistik. Vorlesug, September, 00 f() 0.0 0. 0. 0.3 0.4 Stadard Normalverteilug Dichtefuktio vo Stadard Normal Verteilug -4-0 4 Der Erwartugswert: mittlere Wert E ( = f( ) d=0 für die Stadard Normal Verteilug

Mehr

Differenz X-Y normalverteilt Lagetest für zwei verbundene. Differenz X-Y symmetrisch Wilcoxon-Test Stichproben

Differenz X-Y normalverteilt Lagetest für zwei verbundene. Differenz X-Y symmetrisch Wilcoxon-Test Stichproben 1 Fuktio des Tests Bezeichug Testgegestad X ormalverteilt Lagetest für eie Stichprobe Wilcoxo-Test X symmetrisch verteilt Vorzeichetest Variable X Differez X-Y ormalverteilt Lagetest für zwei verbudee

Mehr

Haszonits Iris Theoriefragen und interessante Beispiel

Haszonits Iris Theoriefragen und interessante Beispiel Schätze sie X als lieare Fuktio bzw. aufgrud vo Y Regressio Wie stark hägt X mit Y zusamme? Korrelatio Güte der Schätzug, Welcher Ateil der Variaz vo X wird durch Y erklärt Bestimmtheitsmaß (Quadrat der

Mehr

5 Bernoulli-Kette. 5.1 Bernoulli-Experiment. Jakob Bernoulli 1654-1705 Schweizer Mathematiker und Physiker. 5.1.1 Einleitung

5 Bernoulli-Kette. 5.1 Bernoulli-Experiment. Jakob Bernoulli 1654-1705 Schweizer Mathematiker und Physiker. 5.1.1 Einleitung Seite vo 7 5 Beroulli-Kette Jakob Beroulli 654-705 Schweizer Mathematiker ud Physiker 5. Beroulli-Exerimet 5.. Eileitug Oft iteressiert ma sich bei Zufallsexerimete icht für die eizele Ergebisse, soder

Mehr

Kennwerte Univariater Verteilungen

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

Mehr

PrivatKredit. Direkt ans Ziel Ihrer Wünsche

PrivatKredit. Direkt ans Ziel Ihrer Wünsche PrivatKredit Direkt as Ziel Ihrer Wüsche Erlebe Sie eue Freiräume. Leiste Sie sich, was Ihe wichtig ist. Sie träume scho seit lagem vo eier eue Aschaffug, wie z. B.: eiem eue Auto eue Möbel Oder es stehe

Mehr

Internet-Zahlungsverfahren aus Sicht der Händler: Ergebnisse der Umfrage IZH5

Internet-Zahlungsverfahren aus Sicht der Händler: Ergebnisse der Umfrage IZH5 Iteret- aus Sicht der Hädler: Ergebisse der Umfrage IZH5 Vorab-Kurzauswertug ausgewählter Aspekte Dezember 2009 1 Gegestad ud ausgewählte Ergebisse der Studie Mit der aktuelle füfte Umfragewelle zum Thema

Mehr

Projekte des BTW. Deutscher Bundestag/Stephan Erfurt. Projekte des BTW

Projekte des BTW. Deutscher Bundestag/Stephan Erfurt. Projekte des BTW Projekte des BTW Deutscher Budestag/Stepha Erfurt Projekte des BTW 21 Wirtschaftsfaktor Tourismus Belastbare Zahle für eie umsatzstarke Querschittsbrache Das Jahr 2011 stad für de BTW uter aderem im Zeiche

Mehr

Gliederung. Value-at-Risk

Gliederung. Value-at-Risk Value-at-Risk Dr. Richard Herra Nürberg, 4. Noveber 26 IVS-Foru Gliederug Modell Beispiel aus der betriebliche Altersversorgug Verteilug des Gesatschades Value-at-Risk ud Tail Value-at-Risk Risikobeurteilug

Mehr

Klassifizierung der Verteilungen. Streuung der diskreten Verteilung

Klassifizierung der Verteilungen. Streuung der diskreten Verteilung Wichtigste Verteiluge der Biostatisti Disrete Zur Erierug Klassifizierug der Verteiluge Kotiuierliche Disrete Gleichverteilug Kotiuierliche Gleichverteilug Biomialverteilug Normalverteilug Poisso Verteilug

Mehr

Kapitel 4: Stationäre Prozesse

Kapitel 4: Stationäre Prozesse Kapitel 4: Statioäre Prozesse M. Scheutzow Jauary 6, 2010 4.1 Maßerhaltede Trasformatioe I diesem Kapitel führe wir zuächst de Begriff der maßerhaltede Trasformatio auf eiem Wahrscheilichkeitsraum ei ud

Mehr

SUCHPROBLEME UND ALPHABETISCHE CODES

SUCHPROBLEME UND ALPHABETISCHE CODES SUCHPROBLEME UND ALPHABETISCHE CODES Der Problematik der alphabetische Codes liege Suchprobleme zugrude, dere Lösug dem iformatiostheoretische Problem der Fidug eies (optimale) alphabetische Codes gleich

Mehr

Kapitel 9 WAHRSCHEINLICHKEITS-RÄUME

Kapitel 9 WAHRSCHEINLICHKEITS-RÄUME Kapitel 9 WAHRSCHEINLICHKEITS-RÄUME Fassug vom 13. Februar 2006 Mathematik für Humabiologe ud Biologe 129 9.1 Stichprobe-Raum 9.1 Stichprobe-Raum Die bisher behadelte Beispiele vo Naturvorgäge oder Experimete

Mehr

Meine Rechte und Pflichten als Vater

Meine Rechte und Pflichten als Vater Beck-Rechtsberater im dtv 50756 Meie Rechte ud Pflichte als Vater Vaterschaft - Sorgerecht - Umgag - Namesrecht - Uterhaltsfrage - Erbrechtliche ud Steuerrechtliche Frage vo Dr. Beate Weritzig 2. Auflage

Mehr

Klausur 1 über Folgen

Klausur 1 über Folgen www.mathe-aufgabe.com Klausur über Folge Hiweis: Der GTR darf für alle Aufgabe eigesetzt werde. Aufgabe : Bestimme eie explizite ud eie rekursive Darstellug! a) für eie arithmetische Folge mit a = 6, ;

Mehr

Zur Definition. der wirksamen. Wärmespeicherkapazität

Zur Definition. der wirksamen. Wärmespeicherkapazität Ao. Uiv. Prof. Dipl.-Ig. Dr. tech. Klaus Kreč, Büro für Bauphysik, Schöberg a Kap, Österreich Zur Defiitio der wirksae Wärespeicherkapazität vo Ao. Uiv. Prof. Dipl.-Ig. Dr. tech. Klaus Kreč Büro für Bauphysik

Mehr

Lerneinheit 2: Grundlagen der Investition und Finanzierung

Lerneinheit 2: Grundlagen der Investition und Finanzierung Lereiheit 2: Grudlage der Ivestitio ud Fiazierug 1 Abgrezug zu de statische Verfahre Durchschittsbetrachtug wird aufgegebe Zeitpukt der Zahlugsmittelbewegug explizit berücksichtigt exakte Erfassug der

Mehr

Mathe-Lernzettel. Schwerpunkt 3 : Stochastik. Einführung in die Stochastik: - wichtige Begriffe: Absolute Häufigkeit

Mathe-Lernzettel. Schwerpunkt 3 : Stochastik. Einführung in die Stochastik: - wichtige Begriffe: Absolute Häufigkeit Mathe-Lerzettel Schwerpukt 3 : Stochastik Eiführug i die Stochastik: - wichtige Begriffe: Relative Häufigkeit - Baumdiagramm: h(e) ; Darstellug eies Ergebisses absolute Häufigkeit Aza l der Durc füruge

Mehr

Kovarianz und Korrelation

Kovarianz und Korrelation Kapitel 2 Kovariaz ud Korrelatio Josef Leydold c 2006 Mathematische Methode II Kovariaz ud Korrelatio 1 / 41 Lerziele Mathematische ud statistische Grudlage der Portfoliotheorie Kovariaz ud Korrelatio

Mehr