Testverfahren zur Prüfung von Hypothesen über Parameter oder Verteilungen. Einstichprobentest für die Varianz einer Normalverteilung
|
|
- Ingelore Blau
- vor 6 Jahren
- Abrufe
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
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
MehrKapitel 5: Schließende Statistik
Kapitel 5: Schließede Statistik Statistik, Prof. Dr. Kari Melzer 5. Schließede Statistik: Typische Fragestellug ahad vo Beispiele Beispiel Aus 5 Messwerte ergebe sich für die Reißfestigkeit eier Garsorte
MehrDr. 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
MehrStatistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39
Statistik Eiführug Kofidezitervalle für eie Parameter Kapitel 7 Statistik WU Wie Gerhard Derfliger Michael Hauser Jörg Leeis Josef Leydold Güter Tirler Rosmarie Wakolbiger Statistik Eiführug // Kofidezitervalle
MehrTesten statistischer Hypothesen
Kapitel 9 Teste statistischer Hypothese 9.1 Eiführug, Sigifiaztests Sigifiaztest für µ bei der ormalverteilug bei beatem σ = : X i seie uabhägig ud µ, ) verteilt, µ sei ubeat. Stelle eie Hypothese über
MehrIntervallschätzung II 2
Itervallschätzug Kofidezitervall für die Variaz Kofidezitervall für de Ateilswerte Kofidezitervall für die Differez zweier Ateile Bestimmug des Stichrobeumfags Itervallschätzug II Bibliografie Bleymüller
MehrStatistik 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
MehrKörpergröße 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:
MehrKlausur 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
MehrEvaluierung einer Schulungsmaßnahme: Punktezahl vor der Schulung Punktezahl nach der Schulung. Autoritarismusscore vor/nach Projekt
2.4.5 Gauss-Test ud t-test für verbudee Stichprobe 2.4.5.8 Zum Begriff der verbudee Stichprobe Verbudee Stichprobe: Vergleich zweier Merkmale X ud Y, die jetzt a deselbe Persoe erhobe werde. Vorsicht:
MehrTESTEN VON HYPOTHESEN
TESTEN VON HYPOTHESEN 1. Grudlage Oft hat ma Vermutuge zu Sachverhalte ud möchte diese gere durch Experimete bestätige. Dabei ka es sich i der Praxis zum Beispiel um Verteiluge vo gewisse Zufallsgröße
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.
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;
Mehr14 Statistische Beziehungen zwischen nomi nalen Merkmalen
14 Statistische Beziehuge zwische omi ale Merkmale 14.1 Der Chi Quadrat Test auf Uabhägigkeit für Vier Feldertafel 14.2 Der Chi Quadrat Test auf Uabhägigkeit für r s Kotigeztafel 14.3 Zusammmehagsmaße
MehrStatistische 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
MehrKontingenztabellen. Chi-Quadrat-Test. Korrelationsanalyse zwischen kategorischen Merkmalen. 1. Unabhängigkeitstest
Kotigeztabelle. Chi-Quadrat-Test KAD 1.11. 1. Uabhägigkeitstest. Apassugstest. Homogeitätstest Beispiel 1 ohe Frau 8 75 1 Ma 48 49 97 76 14? Korrelatiosaalyse zwische kategorische Merkmale Häufigkeitstabelle
MehrMaximum Likelihood Version 1.6
Maximum Likelihood Versio 1.6 Uwe Ziegehage 15. November 2005 Logarithmegesetze log a (b) + log a (c) = log a (b c) (1) log a (b) log a (c) = log a (b/c) (2) log a (b c ) = c log a (b) (3) Ableitugsregel
MehrKonfidenzintervall_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
MehrBei 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
MehrDer χ 2 Test. Bei Verteilungen Beantwortung der Frage, ob eine gemessene Verteilung Gauß- oder Poisson-verteilt ist oder nicht?
Der χ Test Es gibt verschiedee Arte vo Sigifikaztests Nebe Sigifikaztests, die sich mit dem Mittelwert beschäftige, gibt es auch Testverfahre für Verteiluge Bei Verteiluge Beatwortug der Frage, ob eie
Mehrn 1,n 2,n 3,...,n k in der Stichprobe auftreten. Für die absolute Häufigkeit können wir auch die relative Häufigkeit einsetzen:
61 6.2 Grudlage der mathematische Statistik 6.2.1 Eiführug i die mathematische Statistik I der mathematische Statistik behadel wir Masseerscheiuge. Wir habe es deshalb im Regelfall mit eier große Zahl
MehrKorrelationsanalyse zwischen kategorischen Merkmalen. Kontingenztabellen. Chi-Quadrat-Test
Kotigeztabelle. Chi-Quadrat-Test Korrelatiosaalyse zwische kategorische Merkmale Beispiel 1 ohe Frau 8 75 1 Ma 48 49 97 76 14? Häufigkeitstabelle (Kotigeztabelle): eie tabellarische Darstellug der gemeisame
Mehr2.3 Kontingenztafeln und Chi-Quadrat-Test
2.3 Kotigeztafel ud Chi-Quadrat-Test Die Voraussetzuge a die Date i diesem Kapitel sid dieselbe, wie im voragegagee Kapitel, ur dass die Stichprobe hier aus Realisieruge vo kategorielle Zufallsvariable
MehrStreuungsmaße. 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,
MehrZählterme (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
MehrBeispiel 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
MehrEs 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
MehrGrundzüge 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
MehrProf. Dr. Roland Füss Statistik II SS 2008
1. Grezwertsätze Der wichtigste Grud für die Häufigkeit des Auftretes der Normalverteilug ergibt sich aus de Grezwertsätze. Grezwertsätze sid Aussage über eie Zufallsvariable für de Fall, dass die Azahl
MehrEingangsprüfung Stochastik,
Eigagsprüfug Stochastik, 5.5. Wir gehe stets vo eiem Wahrscheilichkeitsraum (Ω, A, P aus. Die Borel σ-algebra auf wird mit B bezeichet, das Lebesgue Maß auf wird mit λ bezeichet. Aufgabe ( Pukte Sei x
MehrBeurteilende 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
MehrÜbersicht: 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
MehrParameter 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
MehrÜbungsaufgaben - 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
MehrPraktikum Vorbereitung Fertigungsmesstechnik Statistische Qualitätskontrolle
Praktikum Vorbereitug Fertigugsmesstechik Statistische Qualitätskotrolle Bei viele Erzeugisse ist es icht möglich jedes Werkstück zu prüfe, z.b.: bei Massefertigug. Hier ist es aus ökoomische Grüde icht
MehrKapitel 6: Statistische Qualitätskontrolle
Kapitel 6: Statistische Qualitätskotrolle 6. Allgemeies Für die Qualitätskotrolle i eiem Uterehme (produzieredes Gewerbe, Diestleistugsuterehme, ) gibt es verschiedee Möglichkeite. Statistische Prozesskotrolle
MehrEinführung in die induktive Statistik. Inferenzstatistik. Konfidenzintervalle. Friedrich Leisch
Spiel Körpergröße Zahl: Azahl weiblich Eiführug i die iduktive Statistik Friedrich Leisch Istitut für Statistik Ludwig-Maximilias-Uiversität Müche Tafelgruppe 8.5 8.6 8.7 8.8 8.9 9.0 9.1 4 5 3 2 1 0 1
MehrInvestitionsentscheidungsrechnung 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
MehrStatistik 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
Mehr3. 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 ; : :
MehrPflichtlektüre: Kapitel 10 Grundlagen der Inferenzstatistik
Pflichtlektüre: Kapitel 10 Grudlage der Iferezstatistik Überblick der Begriffe Populatio Iferezstatistik Populatiosparameter Stichprobeverteiluge Auch Stichprobekewerteverteiluge Wahrscheilichkeitstheorie
MehrÜbungen 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
MehrTestumfang 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
Mehr7. Stichproben und Punktschätzung
7. Stichprobe ud Puktschätzug 7. Grudgesamtheit ud Stichprobe Ausgagspukt der iduktive Statistik (beurteilede Statistik) sid Stichprobedate. Speziell stamme die Date aus Zufallsstichprobe. Die Stichprobeergebisse
MehrBeispiel: p-wert bei Chi-Quadrat-Anpassungstest (Grafik) Auftragseingangsbeispiel, realisierte Teststatistik χ 2 = , p-wert: 0.
8 Apassugs- ud Uabhägigkeitstests Chi-Quadrat-Apassugstest 81 Beispiel: p-wert bei Chi-Quadrat-Apassugstest (Grafik) Auftragseigagsbeispiel, realisierte Teststatistik χ 2 = 12075, p-wert: 00168 f χ 2 (4)
Mehr3 Kritischer Bereich zum Niveau α = 0.10: K = (χ 2 k 1;1 α, + ) = (χ2 5;0.90, + ) = (9.236, + ) 4 Berechnung der realisierten Teststatistik:
8 Apassugs- ud Uabhägigkeitstests Chi-Quadrat-Apassugstest 81 Beispiel: p-wert bei Chi-Quadrat-Apassugstest (Grafik) Auftragseigagsbeispiel, realisierte Teststatistik χ 2 1275, p-wert: 168 8 Apassugs-
MehrX 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.
MehrBINOMIALKOEFFIZIENTEN. 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
Mehrhttp://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
MehrWahrscheinlichkeit & 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
MehrVariiert man zusätzlich noch die Saatstärke (z.b. 3 Stärkearten), würde man von einer zweifaktoriellen Varianzanalyse sprechen.
3. Variazaalyse Die Variazaalyse mit eier quatitative abhägige Variable ud eier oder mehrerer qualitativer uabhägiger Variable wird auch als ANOVA (Aalysis of Variace) bezeichet. Mit eier Variazaalyse
Mehr2.2.1 Lagemaße. Exkurs: Quantile. und n. p n
Ekurs: Quatile Ausgagspukt : Geordete Urliste Jeder Wert p, mit 0 < p
MehrGrundgesamtheitsanaylsen 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
MehrStatistik. 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
MehrWissenschaftliches Arbeiten Studiengang Energiewirtschaft
Wisseschaftliches Arbeite Studiegag Eergiewirtschaft - Auswerte vo Date - Prof. Dr. Ulrich Hah WS 01/013 icht umerische Date Tet-Date: Datebak: Name, Eigeschafte, Matri-Tabelleform Spalte: übliche Aordug:
MehrStichproben 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-
MehrElementarstatistik 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
Mehr7. 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
MehrBeschreibende 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
MehrSBP Mathe Aufbaukurs 1. Absolute und relative Häufigkeit. Das arithmetische Mittel und seine Eigenschaften. Das arithmetische Mittel und Häufigkeit
SBP Mathe Aufbaukurs 1 # 0 by Clifford Wolf # 0 Atwort Diese Lerkarte sid sorgfältig erstellt worde, erhebe aber weder Aspruch auf Richtigkeit och auf Vollstädigkeit. Das Lere mit Lerkarte fuktioiert ur
MehrMethoden: Heron-Verfahren, Erweiterung von Differenzen von Quadratwurzeln
6 Kovergete Folge Lerziele: Kozepte: Grezwertbegriff bei Folge, Wachstumsgeschwidigkeit vo Folge Resultat: Mootoe beschräkte Folge sid koverget. Methode: Hero-Verfahre, Erweiterug vo Differeze vo Quadratwurzel
MehrAussage 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
MehrAllgemeine Lösungen der n-dimensionalen Laplace-Gleichung und ihre komplexe Variable
Allgemeie Lösuge der -dimesioale Laplace-Gleichug ud ihre komplexe Variable Dr. rer. at. Kuag-lai Chao Göttige, de 4. Jauar 01 Abstract Geeral solutios of the -dimesioal Laplace equatio ad its complex
MehrStichprobenverteilungen, Schätz und Testtheorie
Stichprobeverteiluge, Schätz ud Testtheorie Begleitede Uterlage zur Übug Iduktive Statistik Michael Westerma Uiversität Esse Ihaltsverzeichis 1 Grudzüge der Stichprobetheorie.....................................
MehrEinführung 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
MehrMomente 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
MehrStatistische Modelle und Parameterschätzung
Kapitel 2 Statistische Modelle ud Parameterschätzug 2. Statistisches Modell Die bisher betrachtete Modellierug eies Zufallsexperimetes erforderte isbesodere die Festlegug eier W-Verteilug. Oft besteht
MehrAngStat1(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
MehrLogarithmusfunktion, 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
MehrStatistische 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
Mehr2 Vollständige Induktion
8 I. Zahle, Kovergez ud Stetigkeit Vollstädige Iduktio Aufgabe: 1. Bereche Sie 1+3, 1+3+5 ud 1+3+5+7, leite Sie eie allgemeie Formel für 1+3+ +( 3)+( 1) her ud versuche Sie, diese zu beweise.. Eizu5% ZiseproJahragelegtes
MehrTao 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)
Mehr15.4 Diskrete Zufallsvariablen
.4 Diskrete Zufallsvariable Vo besoderem Iteresse sid Zufallsexperimete, bei dee die Ergebismege aus reelle Zahle besteht bzw. jedem Elemetarereigis eie reelle Zahl zugeordet werde ka. Solche Zufallsexperimet
MehrK. 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
MehrStatistik mit Excel 2013. Themen-Special. Peter Wies. 1. Ausgabe, Februar 2014 W-EX2013S
Statistik mit Excel 2013 Peter Wies Theme-Special 1. Ausgabe, Februar 2014 W-EX2013S 3 Statistik mit Excel 2013 - Theme-Special 3 Statistische Maßzahle I diesem Kapitel erfahre Sie wie Sie Date klassifiziere
MehrFehlerrechnung. 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.
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
MehrQualitätskennzahlen 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
Mehr3. 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
MehrDemo 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
MehrZufallsstreubereiche 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:
MehrStandard 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
MehrDifferenz 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
MehrHaszonits 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
Mehr5 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
MehrKennwerte 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
MehrPrivatKredit. 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
MehrInternet-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
MehrProjekte 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
MehrGliederung. Value-at-Risk
Value-at-Risk Dr. Richard Herra Nürberg, 4. Noveber 26 IVS-Foru Gliederug Modell Beispiel aus der betriebliche Altersversorgug Verteilug des Gesatschades Value-at-Risk ud Tail Value-at-Risk Risikobeurteilug
MehrKlassifizierung 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
MehrKapitel 4: Stationäre Prozesse
Kapitel 4: Statioäre Prozesse M. Scheutzow Jauary 6, 2010 4.1 Maßerhaltede Trasformatioe I diesem Kapitel führe wir zuächst de Begriff der maßerhaltede Trasformatio auf eiem Wahrscheilichkeitsraum ei ud
MehrSUCHPROBLEME UND ALPHABETISCHE CODES
SUCHPROBLEME UND ALPHABETISCHE CODES Der Problematik der alphabetische Codes liege Suchprobleme zugrude, dere Lösug dem iformatiostheoretische Problem der Fidug eies (optimale) alphabetische Codes gleich
MehrKapitel 9 WAHRSCHEINLICHKEITS-RÄUME
Kapitel 9 WAHRSCHEINLICHKEITS-RÄUME Fassug vom 13. Februar 2006 Mathematik für Humabiologe ud Biologe 129 9.1 Stichprobe-Raum 9.1 Stichprobe-Raum Die bisher behadelte Beispiele vo Naturvorgäge oder Experimete
MehrMeine 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
MehrKlausur 1 über Folgen
www.mathe-aufgabe.com Klausur über Folge Hiweis: Der GTR darf für alle Aufgabe eigesetzt werde. Aufgabe : Bestimme eie explizite ud eie rekursive Darstellug! a) für eie arithmetische Folge mit a = 6, ;
MehrZur 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
MehrLerneinheit 2: Grundlagen der Investition und Finanzierung
Lereiheit 2: Grudlage der Ivestitio ud Fiazierug 1 Abgrezug zu de statische Verfahre Durchschittsbetrachtug wird aufgegebe Zeitpukt der Zahlugsmittelbewegug explizit berücksichtigt exakte Erfassug der
MehrMathe-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
MehrKovarianz 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