Ausgleichungsrechnung
|
|
- Emilia Sauer
- vor 6 Jahren
- Abrufe
Transkript
1 Wolfgang Niemeier Ausgleichungsrechnung Statistische Auswertemethoden 2., überarbeitete und erweiterte Auflage W DE G Walter de Gruyter Berlin New York
2 Inhaltsverzeichnis Vorwort v 1 Beurteilung von Messungsgrößen Zufallsvariable Messgrößen - Mittelwerte - Genauigkeiten Mittelwert-Parameter Genauigkeits-Maße Einführung zu Messunsicherheiten Als Fehler" zu bezeichnende Messabweichungen Klassische Bewertung von Messunsicherheiten Beschreibende Statistik Häufigkeitsverteilung Definition von Wahrscheinlichkeiten Wahrscheinlichkeitsfunktionen Gleichverteilung Erwartungswerte Rechnen mit Erwartungswerten Der zweidimensionale Zufallsvektor Definitionen Kovarianz und Korrelation Berechnung von Kovarianzen und Korrelation Der m-dimensionale Zufallsvektor Definitionen Berechnung von Kovarianzen und Korrelationen Erwartungswerte für Funktionen der Zufallsvariablen Normalverteilung Definition und Eigenschaften Begründungen für die Normal Verteilung Standard-Normalverteilung Dichtefunktion der zwei- und mehrdimensionalen Normalverteilung Zeitabhängige Größen Einführung zu Zeitreihen Darstellung und Momente einer Zeitreihe Autokovarianzfunktion 45
3 Vlll Inhaltsverzeichnis Einführung zu Stochastischen Prozessen Stationäre Prozesse 48 2 Genauigkeitsmaße für abgeleitete und zusammengesetzte Größen Einführung Varianz-Fortpflanzung Varianz-Fortpflanzung für lineare Funktionen Herleitung über wahre Residuen Anwendungen: Summe und Differenz" Allgemeine Form des Varianz-Fortpflanzungs-Gesetzes Anwendungen: Lineare Funktionen mit Korrelation Arithmetisches Mittel bei Autokorrelation Varianz-Fortpflanzung bei nichtlinearen Funktionen Linearisierung Varianz-Fortpflanzung nach Linearisierung Alternative Formulierung Hilfsmittel: Differenzen-Quotienten Anwendungen: Nichtlineare Funktionen Messunsicherheit nach GUM Ausgangsüberlegungen Methodischer Ansatz des GUM Komponenten A und B Abschätzung der Einzelunsicherheiten Beispiel: Messunsicherheit nach GUM Einschätzung des GUM 79 3 Konfidenzbereiche und statistische Tests Vorbemerkung Testverteilung Die Chi-Quadrat-Verteilung (^-Verteilung) Die Student-Verteilung (t-verteilung) Die Fisher-Verteilung (F-Verteilung) Beziehungen zwischen F-, x 2 - und?-verteilung Nichtzentralität einer Verteilung Berechnung von Konfidenzbereichen Konfidenzbereich für \i mit bekanntem a Konfidenzbereich für ß mit nicht bekanntem a Konfidenzbereich für die Varianz CT Grundzüge der statistischen Testtheorie Ausgangsüberlegung Aufbau eines statistischen Tests Fehlschluss 1. und 2. Art Ein-und zweiseitige Fragestellung 100
4 Inhaltsverzeichnis ix 3.5 Differenztest für zwei Mittelwerte Testablauf bei bekannter Varianz o Testgüte Testablauf bei geschätzter Varianz Signifikanztest für zwei empirische Varianzen Grundlagen der Ausgleichungsrechnung Ausgangsüberlegungen Punktbestimmung in der Ebene Funktionale Zusammenhänge - Regression Transformation von Koordinaten Konzepte zur Modellbildung Messungsgrößen - Koordinaten/Parameter Funktionales Modell Linearisierung der Beobachtungsgleichungen Stochastisches Modell Koordinaten als Parameter in geodätischen Netzen Die Methode der kleinsten Quadrate Ausgleichungsansatz für ein Nivellementsnetz Schätzprinzipien Parameterschätzung für gleichgenaue Beobachtungen Optimaleigenschaften des Ausgleichungsprinzips Parameterschätzungen für Beobachtungen mit Kovarianzinformationen Kovarianzmatrix für den Parametervektor x Kovarianzmatrix für Funktionen der Parameter Ablauf der Berechnung und Proben Beispiele für Ausgleichungsaufgaben Bestimmung eines Neupunktes Beispiel Nivellementsnetz Vermittelnde Ausgleichung eines Netzes Beurteilung der Ausgleichungsansätze Genauigkeitsniveau der Messungen Zum Modellcharakter der Ausgleichungsansätze Globaltest des Ausgleichungsmodells Iterative Ausgleichung Bedingungen und Restriktionen im Ausgleichungsmodell Einführung und Begründung Der Allgemeinfall der Ausgleichungsrechnung Aufstellen des funktionalen Modells 173
5 Inhaltsverzeichnis Lösung der Ausgleichungsaufgabe nach Lagrange Genauigkeitsmaße und Kofaktormatrizen Bedingte Ausgleichung Aufstellen des funktionalen Modells Lösungsalgorithmus Funktionen der ausgeglichenen Beobachtungen Beispiel: Ausgleichung eines Nivellementsnetzes Restriktionen und Hypothesentests Einführung Allgemeine Form einer linearen Hypothese Herleitung der Teststatistik Implizite Hypothesenformulierung Bedingungen als fiktive Beobachtungen" Allgemeiner Modellansatz Rechtwinkelbedingungen als fiktive Beobachtungen Geradheitsbedingungen als fiktive Beobachtungen Koordinaten als fiktive Beobachtungen 200 Robuste Parameterschätzung Einführung Ausgangsbetrachtungen Schätzfunktionen Einflussfunktionen Verlustfunktionen Modellansätze der robusten Parameterschätzung Das stochastische Modell Herleitung der Schätzfunktion M-Schätzer L-Schätzer LS-Norm-Schätzer Eigenschaften robuster Schätzverfahren Hebelpunkte/Hebelbeobachtungen Bruchpunkte Modifizierte M-Schätzer Praktische Handhabung der modifizierten M-Schätzer 222 Datumsproblematik Singulare Ausgleichungsmodelle Einführung Pragmatische Lösung für ein Höhennetz Datumsdefekte und freie Datumsparameter Konfigurationsdefekte 232
6 XI Pragmatische Lösung für ein Lagenetz Lösung durch Spektralzerlegung Beziehungen zwischen den Bedingungsgleichungen G und B Datumsfreies Konzept Ausgangsüberlegung Einführung von Zusatzparametern Datumsparameter aus Messgrößen in praktischen Netzen Kombinierte Ausgleichung von terrestrischen und GPS- Messungen Konzepte für Datumsfestlegungen in geodätischen Netzen Zwangsfreie Lagerung Gesamtspurminimierung Teilspurminimierung Hierarchische Ausgleichung Weiche Lagerung Lösung eines singulären Ausgleichungsproblems mit Bedingungen Zusatzbedingungen im Modell der parametrischen Ausgleichung Herleitung der Submatrizen Optimaleigenschaften von Qu Hauptlösung x S-Transformation Herleitung der S-Transformationen Anwendung der S-Transformation für ein Höhennetz 268 Qualitätsbeurteilung Der Begriff Qualität" Beurteilung der Genauigkeit Ausgleichungsmodell und Kovarianzmatrix Y, X x Lokale Genauigkeitskriterien Globale Genauigkeitskriterien Kriteriumsmatrizen Beurteilung der Zuverlässigkeit Einführung in das Konzept der Zuverlässigkeit Redundanzanteile und Ausreißertests Minimal auf deckbare Ausreißer Teststatistik für zusätzliche Parameter Eindimensionale Alternativhypothesen Abstimmung des Testniveaus Maße für die äußere Zuverlässigkeit 304
7 Xll Inhaltsverzeichnis 9 Spezielle Aspekte Eliminieren von Parametern Aufgabenstellung Eliminierung durch Blockzerlegung Mittlere Verbesserungsgleichung Fingierte Verbesserungsgleichungen nach Schreiber Einfügen weiterer Beobachtungen - Sequentielle Ausgleichung Typische Aufgabenstellungen Auswirkung auf das Ausgleichungsergebnis Varianzkomponentenschätzung Schätzung eines Varianzfaktors Schätzung der einzelnen Varianzkomponenten Praktischer Berechnungsablauf Bestimmung von Näherungskoordinaten Problemstellung Herkömmliche Ansätze für die Bestimmung von Näherangskoordinaten Spezielle Modelle: Direkter Ansatz Strategie für 3D-Netze Optimierung geodätischer Netze Einführung in die Aufgabenstellung Zielfunktionen und Restriktionen Sequentielle Optimierungsstrategie Optimierung der Zuverlässigkeit Netzsimulation und Optimierung Transformationen Einleitung Modelle für Koordinatentransformationen Helmert-Transformation Affin-Transformation Polynomiale Transformation Dreidimensionale Helmert-Transformation Schätzung der Transformationsparameter Schätzung der Parameter der Helmert-Transformation Näherungswerte für die Parameterschätzung bei der 3D-Helmert-Transformation Ausreißertests bei der Helmert-Transformation Direkte Transformation von GPS-Datensätzen Zweistufige Integration von GPS-Datensätzen Robuste Transformationen Allgemeines 365
8 Inhaltsverzeichnis xiii Ll-Schätzung LMS-Schätzung Modifizierter M-Schätzer (BIBER) Nachbarschaftstreue Anpassung Problemstellung Maschenweise Affin-Transformation Abstandsgewichte Multiquadratische Interpolation Numerisches Beispiel Ausgangsdaten Helmert-Transformation Affin-Transformation Maschen weise Affin-Transformation LI-Helmert-Transformation LMS-Schätzung Aproximation von Funktionen - Regression Einführung Lineare Regression bei zwei Variablen Ausgangsmodell Parameterschätzung Genauigkeitsabschätzung der linearen Regression Numerische Lösung mit schwerpunktbezogenen Größen Regression von x auf y Beispiel: Regressionsgerade Multiple lineare Regression Ausgangsmodell und Skalen Qualitative Merkmale Nichtlinearitäten Beispiel: Regressionsebene Qualitätsbeurteilung der Regression Bestimmtheitsmaß Globaltest der Regressionsparameter Signifikanztests für einzelne Parameter Merkmalsabstand - Versuchsplanung Orthogonale Regression Modellansatz Parameterschätzung Beispiel Geradenapproximation mittels orthogonaler Approximation Orthogonale Kreisapproximation Beispiel Orthogonale Kreisapproximation 407
9 xiv Inhaltsverzeichnis 12 Interpolationsverfahren Einführung Deterministische Interpolationsmethoden Gleitende Mittelbildung Polynominterpolation Spline-Interpolation Dreiecksvermaschung Delaunay-Triangulation Oberflächenmodell Thiessen-Polygone Prädiktion nach kleinsten Quadraten Einführung Kovarianzfunktion Modell und Parameterschätzung der Prädiktion Kriging Das Variogramm Kriging-Interpolation Numerisches Beispiel zum Kriging Kongruenzuntersuchungen Geometrische Veränderungen Deformationsmodelle Kongruenztest bei 2 Epochen Ausgangssituation Globaler Kongruenztest für zwei Epochen Implizite Hypothesenformulierung Berücksichtigung einer unterschiedlichen Konfiguration Bestimmung der Verschiebungen Referenzpunkte Lokalisierung von Einzelpunktverschiebungen Beispiel für eine Kongruenzanalyse Weitergehende Betrachtungen Kaiman-Filterung Zeitlich ablaufende Prozesse Bewegungen von Körpern im Raum Berechnungsablauf der diskreten Kalman-Filterung Ausgangsbeziehungen Bestimmung des Schätzwertes zum Zeitpunkt k Praktischer Ablauf Verträglichkeit der Innovation mit der Systemgleichung 466
10 Inhaltsverzeichnis xv 14.5 Beispiel: Bewegungsmodell eines Fahrzeugs Weitergehende Betrachtungen 469 A Tafeln der Verteilungen 471 Literatur 477 Index 489
I. Deskriptive Statistik 1
I. Deskriptive Statistik 1 1. Einführung 3 1.1. Grundgesamtheit und Stichprobe.................. 5 1.2. Merkmale und Verteilungen..................... 6 1.3. Tabellen und Grafiken........................
MehrStatistik. Datenanalyse mit EXCEL und SPSS. Prof. Dr. Karlheinz Zwerenz. R.Oldenbourg Verlag München Wien. Von
Statistik Datenanalyse mit EXCEL und SPSS Von Prof. Dr. Karlheinz Zwerenz R.Oldenbourg Verlag München Wien Inhalt Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt XI XII XII TEIL I GRUNDLAGEN
MehrInhaltsverzeichnis. Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden
Inhaltsverzeichnis Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist Spaß 3 Warum Statistik? 3 Checkpoints 4 Daten 4 Checkpoints 7 Skalen - lebenslang wichtig bei der Datenanalyse
MehrEinführung in die Wahrscheinlichkeitsrechnung und Statistik für Ingenieure
Einführung in die Wahrscheinlichkeitsrechnung und Statistik für Ingenieure Von Prof. Hubert Weber Fachhochschule Regensburg 3., überarbeitete und erweiterte Auflage Mit zahlreichen Bildern, Tabellen sowie
Mehr1.1.1 Ergebnismengen Wahrscheinlichkeiten Formale Definition der Wahrscheinlichkeit Laplace-Experimente...
Inhaltsverzeichnis 0 Einführung 1 1 Zufallsvorgänge und Wahrscheinlichkeiten 5 1.1 Zufallsvorgänge.......................... 5 1.1.1 Ergebnismengen..................... 6 1.1.2 Ereignisse und ihre Verknüpfung............
MehrEine zweidimensionale Stichprobe
Eine zweidimensionale Stichprobe liegt vor, wenn zwei qualitative Merkmale gleichzeitig betrachtet werden. Eine Urliste besteht dann aus Wertepaaren (x i, y i ) R 2 und hat die Form (x 1, y 1 ), (x 2,
MehrAusgleichungsrechnung II
Ausgleichungsrechnung II Gerhard Navratil Mit Beiträgen von Martin Staudinger Institute for Geoinformation Technical University Vienna Gußhausstraße 27-29 1040 Vienna, Austria Stand: 12. Dezember 2006
MehrBiostatistik Erne Einfuhrung fur Biowissenschaftler
Matthias Rudolf Wiltrud Kuhlisch Biostatistik Erne Einfuhrung fur Biowissenschaftler PEARSON Studium Inhaltsverzeichnis Vorwort xi Kapitel 1 Einfiihrung 1 1.1 Biostatistik als Bestandteil biowissenschafllicher
Mehr1 Zahlen... 1 1.1 Anzahlen... 1 1.2 Reelle Zahlen... 10 1.3 Dokumentation von Messwerten... 12 1.4 Ausgewählte Übungsaufgaben...
Inhaltsverzeichnis 1 Zahlen... 1 1.1 Anzahlen... 1 1.2 Reelle Zahlen... 10 1.3 Dokumentation von Messwerten... 12 1.4 Ausgewählte Übungsaufgaben... 14 2 Beschreibende Statistik... 15 2.1 Merkmale und ihre
MehrTeil I Beschreibende Statistik 29
Vorwort zur 2. Auflage 15 Vorwort 15 Kapitel 0 Einführung 19 0.1 Methoden und Aufgaben der Statistik............................. 20 0.2 Ablauf statistischer Untersuchungen..............................
MehrKeine Panik vor Statistik!
Markus Oestreich I Oliver Romberg Keine Panik vor Statistik! Erfolg und Spaß im Horrorfach nichttechnischer Studiengänge STUDIUM 11 VIEWEG+ TEUBNER Inhaltsverzeichnis 1 Erstmal locker bleiben: Es längt
MehrStatistik für Psychologen und Sozialwissenschaftler
Markus Bühner Matthias Ziegler Statistik für Psychologen und Sozialwissenschaftler Mit über 480 Abbildungen PEARSON Studium Ein Imprint von Pearson Education München Boston San Francisco Harlow, England
MehrSTATISTIK, ÖKONOMETRIE, OPTIMIERUNG
Thorsten Poddig/ Hubert Dichtl/ Kerstin Petersmeier STATISTIK, ÖKONOMETRIE, OPTIMIERUNG Methoden und ihre praktische Anwendung in Finanzanalyse und Portfoliomanagement UHLENBRUCH Verlag Bad Soden/Ts. m
MehrSchätzverfahren ML vs. REML & Modellbeurteilung mittels Devianz, AIC und BIC. Referenten: Linda Gräfe & Konstantin Falk
Schätzverfahren ML vs. REML & Modellbeurteilung mittels Devianz, AIC und BIC Referenten: Linda Gräfe & Konstantin Falk 1 Agenda Schätzverfahren ML REML Beispiel in SPSS Modellbeurteilung Devianz AIC BIC
MehrStatistik im Bachelor-Studium der BWL und VWL
Max C. Wewel Statistik im Bachelor-Studium der BWL und VWL Methoden, Anwendung, Interpretation Mit herausnehmbarer Formelsammlung ein Imprint von Pearson Education München Boston San Francisco Harlow,
MehrWahrscheinlichkeitsrechnung mathematische Statistik und statistische Qualitätskontrolle
Wahrscheinlichkeitsrechnung mathematische Statistik und statistische Qualitätskontrolle Dr. rer. nat. Regina Storm 5., verbesserte Auflage 72 Bilder, 21 Tafeln und einer Beilage VEB Fachbuchverlag Leipzig
MehrRegression ein kleiner Rückblick. Methodenseminar Dozent: Uwe Altmann Alexandra Kuhn, Melanie Spate
Regression ein kleiner Rückblick Methodenseminar Dozent: Uwe Altmann Alexandra Kuhn, Melanie Spate 05.11.2009 Gliederung 1. Stochastische Abhängigkeit 2. Definition Zufallsvariable 3. Kennwerte 3.1 für
MehrStatistik II. Statistische Tests. Statistik II
Statistik II Statistische Tests Statistik II - 12.5.2006 1 Test auf Anteilswert: Binomialtest Sei eine Stichprobe unabhängig, identisch verteilter ZV (i.i.d.). Teile diese Stichprobe in zwei Teilmengen
MehrÜbung zur Empirischen Wirtschaftsforschung V. Das Lineare Regressionsmodell
Universität Ulm 89069 Ulm Germany Dipl.-WiWi Christian Peukert Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Sommersemester 2010
MehrÜber den Autor 7. Teil Beschreibende Statistik 29
Inhaltsverzeichnis Über den Autor 7 Einführung Über dieses Buch - oder:»... für Dummies«verpflichtet! Wie man dieses Buch benutzt 22 Wie ich Sie mir vorstelle 22 Wie dieses Buch aufgebaut ist 23 Teil I:
MehrEinführung in die Fehlerrechnung und Messdatenauswertung
Grundpraktikum der Physik Einführung in die Fehlerrechnung und Messdatenauswertung Wolfgang Limmer Institut für Halbleiterphysik 1 Fehlerrechnung 1.1 Motivation Bei einem Experiment soll der Wert einer
MehrInhaltsverzeichnis Was man über Microsoft Excel wissen sollte
Inhaltsverzeichnis 1 Was man über Microsoft Excel wissen sollte... 1 1.1 Eingabenanalyse durch Excel... 1 1.1.1 Trennung zwischen numerischer und nichtnumerischer Eingabe. 1 1.1.2 Speicherung numerischer
MehrTabellarische und graphie Darstellung von univariaten Daten
Part I Wrums 1 Motivation und Einleitung Motivation Satz von Bayes Übersetzten mit Paralleltext Merkmale und Datentypen Skalentypen Norminal Ordinal Intervall Verältnis Merkmalstyp Diskret Stetig Tabellarische
MehrStatistische Methoden der Datenanalyse
Statistische Methoden der Datenanalyse Vorlesung im Sommersemester 2002 H. Kolanoski Humboldt-Universität zu Berlin Inhaltsverzeichnis Literaturverzeichnis iii 1 Grundlagen der Statistik 3 1.1 Wahrscheinlichkeit..................................
MehrInhaltsverzeichnis. 4 Lagrange-Funktion und Dualität... 63 4.1 Lagrange-FunktionmitGleichheitsrestriktionen... 63
1 Einleitung... 1 1.1 Optimierungstypen.............................................. 3 1.2 Motivation und Grundbegriffe der Optimierung........................... 4 1.3 Allgemeine Form des Optimierungsproblems............................
MehrSchulinternes Curriculum Mathematik SII
Schulinternes Curriculum Mathematik SII Koordinatengeometrie Gerade, Parabel, Kreis Lösen von LGS mithilfe des Gaußverfahrens zur Bestimmung von Geraden und Parabeln 11 Differentialrechnung ganzrationaler
Mehr1 Gemischte Lineare Modelle
1 Gemischte Lineare Modelle Wir betrachten zunächst einige allgemeine Aussagen für Gemischte Lineare Modelle, ohne zu tief in die mathematisch-statistische Theorie vorzustoßen. Danach betrachten wir zunächst
MehrVorlesung Wirtschaftsstatistik 2 (FK ) Wiederholungen deskriptive Statistik und Einleitung Normalverteilungsverfahren. Dipl.-Ing.
Vorlesung Wirtschaftsstatistik 2 (FK 040637) Wiederholungen deskriptive Statistik und Einleitung Normalverteilungsverfahren Dipl.-Ing. Robin Ristl Wintersemester 2012/13 1 Vorlesungsinhalte Wiederholung:
MehrStatistik II für Betriebswirte Vorlesung 12
Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik Statistik II für Betriebswirte Vorlesung 12 11. Januar 2013 7.3. Multiple parameterlineare Regression Im Folgenden soll die
MehrIf something has a 50% chance of happening, then 9 times out of 10 it will. Yogi Berra
If something has a 50% chance of happening, then 9 times out of 10 it will. Yogi Berra If you torture your data long enough, they will tell you whatever you want to hear. James L. Mills Warum Biostatistik?
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 9. Dezember 2010 1 Konfidenzintervalle Idee Schätzung eines Konfidenzintervalls mit der 3-sigma-Regel Grundlagen
MehrEinführung in die Geostatistik (7) Fred Hattermann (Vorlesung), hattermann@pik-potsdam.de Michael Roers (Übung), roers@pik-potsdam.
Einführung in die Geostatistik (7) Fred Hattermann (Vorlesung), hattermann@pik-potsdam.de Michael Roers (Übung), roers@pik-potsdam.de 1 Gliederung 7 Weitere Krigingverfahren 7.1 Simple-Kriging 7.2 Indikator-Kriging
MehrI Einführung 1. 1 Über den Umgang mit Statistik 3
I Einführung 1 1 Über den Umgang mit Statistik 3 1.1 Statistik richtig lehren und lernen 3 1.2 Testergebnisse richtig interpretieren 6 1.3 Einfluss des Zufalls 8 1.4 Die Interpretation von Zusammenhängen
MehrHydrologie und Flussgebietsmanagement
Hydrologie und Flussgebietsmanagement o.univ.prof. DI Dr. H.P. Nachtnebel Institut für Wasserwirtschaft, Hydrologie und konstruktiver Wasserbau Gliederung der Vorlesung Statistische Grundlagen Etremwertstatistik
MehrGrundprinzipien der Bayes-Statistik
Grundprinzipien der Bayes-Statistik Karl-Rudolf Koch Zusammenfassung: In drei wesentlichen Punkten unterscheidet sich die Bayes-Statistik von der traditionellen Statistik. Zunächst beruht die Bayes-Statistik
MehrAbdeckung der inhaltlichen Schwerpunkte im Fach Mathematik für die Abiturprüfung 2009 in Nordrhein- Westfalen
Abdeckung der inhaltlichen Schwerpunkte im Fach Mathematik für die Abiturprüfung 2009 in Nordrhein- durch die Schülerbücher Lambacher-Schweizer - Analysis Grundkurs Ausgabe Nordrhein- (ISBN 978-3-12-732220-0)
MehrDatenanalyse. (PHY231) Herbstsemester Olaf Steinkamp
Datenanalyse (PHY31) Herbstsemester 015 Olaf Steinkamp 36-J- olafs@physik.uzh.ch 044 63 55763 Einführung, Messunsicherheiten, Darstellung von Messdaten Grundbegriffe der Wahrscheinlichkeitsrechnung und
MehrPrüfgröße: Ist die durch eine Schätzfunktion zugeordnete reelle Zahl (etwa Mittelwert 7 C).
Statistik Grundlagen Charakterisierung von Verteilungen Einführung Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsverteilungen Schätzen und Testen Korrelation Regression Einführung Aus praktischen Gründen
MehrStatistik für Psychologen und Sozialwissenschaftler
Markus Bühner Matthias Ziegler Statistik für Psychologen und Sozialwissenschaftler Mit über 480 Abbildungen Ein Imprint von Pearson Education München Boston San Francisco Harlow, England Don Mills, Ontario
MehrJahrgangscurriculum 11.Jahrgang
Jahrgangscurriculum 11.Jahrgang Koordinatengeometrie Geraden (Lage von Geraden; Schnittwinkel) Abstände im KOSY Kreise Kreise und Geraden Parabeln und quadratische Funktionen (Parabel durch 3 Punkte, Anwendungsaufgaben)
MehrRabea Haas, Kai Born DACH September 2010
Rabea Haas, Kai Born rhaas@meteo.uni-koeln.de DACH2010 21. September 2010 Motivation Niederschlagsdaten aus dem Gebiet des Hohen Atlas in Marokko Starke Gradienten des Niederschlags und der Höhe Komplexe
MehrÜberschrift. Titel Prognosemethoden
Überschrift Prognosemethoden Überschrift Inhalt 1. Einleitung 2. Subjektive Planzahlenbestimmung 3. Extrapolierende Verfahren 3.1 Trendanalyse 3.2 Berücksichtigung von Zyklus und Saison 4. Kausale Prognosen
MehrWahrscheinlichkeitsrechnung und schließende Statistik
Springer-Lehrbuch Wahrscheinlichkeitsrechnung und schließende Statistik von Karl Mosler, Friedrich Schmid Neuausgabe Wahrscheinlichkeitsrechnung und schließende Statistik Mosler / Schmid schnell und portofrei
MehrKenngrößen von Zufallsvariablen
Kenngrößen von Zufallsvariablen Die Wahrscheinlichkeitsverteilung kann durch die sogenannten Kenngrößen beschrieben werden, sie charakterisieren sozusagen die Verteilung. Der Erwartungswert Der Erwartungswert
MehrDas Problem signifikanter Betaschätzungen
Das Problem signifikanter Betaschätzungen Bachelorarbeit Münchener Forschungspreis für 2. Dezember 2010 Gliederung 1. Problemstellung 2. Praktische Anwendung des Beta-Konzepts 3. Theoretische Grundlagen
MehrZufallsgröße. Würfelwurf mit fairem Würfel. Wahrscheinlichkeitsverteilung einer diskreten
Zufallsgrößen Ergebnisse von Zufallsexperimenten werden als Zahlen dargestellt 0 Einführung Wahrscheinlichkeitsrechnung 2 Zufallsvariablen und ihre Verteilung 3 Statistische Inferenz 4 Hypothesentests
MehrPortfolio Insurance - CPPI im Vergleich zu anderen Strategien
Roger Uhlmann Portfolio Insurance - CPPI im Vergleich zu anderen Strategien Haupt Verlag Bern Stuttgart Wien Inhaltsverzeichnis Abbildungsverzeichnis Tabellenverzeichnis Abkürzungsverzeichnis Symbol- und
MehrEinführung in Statistik und Messwertanalyse für Physiker
Gerhard Böhm, Günter Zech Einführung in Statistik und Messwertanalyse für Physiker SUB Göttingen 7 219 110 697 2006 A 12486 Verlag Deutsches Elektronen-Synchrotron Inhalt sverzeichnis 1 Einführung 1 1.1
MehrMathematische 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
MehrInhalt. Vorwort... 1 Einführung... 1. 2 Ausgewählte Begriffe... 11. 3 Vorgehensweise im Überblick... 17
Inhalt Vorwort.................................................................. V Inhalt.................................................................... VII 1 Einführung..........................................................
MehrKapitel VI - Lage- und Streuungsparameter
Universität Karlsruhe (TH) Institut für Statistik und Mathematische Wirtschaftstheorie Wahrscheinlichkeitstheorie Kapitel VI - Lage- und Streuungsparameter Markus Höchstötter Lehrstuhl für Statistik, Ökonometrie
MehrAussagen hierzu sind mit einer unvermeidbaren Unsicherheit behaftet, die statistisch über eine Irrtumswahrscheinlichkeit bewertet wird.
Stichprobenumfang Für die Fragestellung auf Gleichheit von ein oder zwei Stichproben wird auf Basis von Hypothesentests der notwendige Stichprobenumfang bestimmt. Deshalb werden zunächst die Grundlagen
MehrPrüfungstutorat: Angewandte Methoden der Politikwissenschaft. Polito Seminar Carl Schweinitz 10.12.2014
Prüfungstutorat: Angewandte Methoden der Politikwissenschaft Polito Seminar Carl Schweinitz 10.12.2014 Übersicht 1. Einheiten und Variablen 2. Skalen und ihre Transformation 3. Deskriptive Statistik 4.
Mehr7. Zusammenfassung. Zusammenfassung
Zusammenfassung Basiswissen Klassifikation von Merkmalen Wahrscheinlichkeit Zufallsvariable Diskrete Zufallsvariablen (insbes. Binomial) Stetige Zufallsvariablen Normalverteilung Erwartungswert, Varianz
MehrJost 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
MehrThema: Eigenschaften von Funktionen (Wiederholung und Symmetrie, Nullstellen, Transformation)
1. Halbjahr EF 2. Halbjahr EF Einführungsphase (EF) Vektoren, ein Schlüsselkonzept (Punkte, Vektoren, Rechnen mit Vektoren, Betrag) Eigenschaften von Funktionen (Wiederholung und Symmetrie, Nullstellen,
MehrKlausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester 2013 Aufgabe 1 In einer Urne
MehrAngewandte 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
Mehr4. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren)
4. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren) 4.1. Einführung Schätzen unbekannter Parameter im Modell, z.b. Wahrscheinlichkeiten p i (Anteile in der Gesamtmenge), Erwartungswerte
MehrInhaltsverzeichnis. II. Statistische Modelle und sozialwissenschaftliche Meßniveaus 16
Vorwort 1 1. Kapitel: Der Stellenwert der Statistik für die sozialwissenschaflliche Forschung 1 1. Zur Logik (sozial-)wissenschaftlicher Forschung 1 1. Alltagswissen und wissenschaftliches Wissen 1 2.
MehrGrundlegende Eigenschaften von Punktschätzern
Grundlegende Eigenschaften von Punktschätzern Worum geht es in diesem Modul? Schätzer als Zufallsvariablen Vorbereitung einer Simulation Verteilung von P-Dach Empirische Lage- und Streuungsparameter zur
MehrK8 Stetige Zufallsvariablen Theorie und Praxis
K8 Stetige Zufallsvariablen Theorie und Praxis 8.1 Theoretischer Hintergrund Wir haben (nicht abzählbare) Wahrscheinlichkeitsräume Meßbare Funktionen Zufallsvariablen Verteilungsfunktionen Dichten in R
MehrTaschenbuch Versuchsplanung
Wilhelm Kleppmann Taschenbuch Versuchsplanung Produkte und Prozesse optimieren Praxisreihe Qualitätswissen Herausgegeben von Franz J. Brunner Carl Hanser Verlag München Wien VII Inhalt 1 Einführung 1 1.1
MehrInhalt 1 Einführung... 1 2 Ausgewählte Begriffe... 10 3 Vorgehensweise im Überblick... 14
VII 1 Einführung... 1 1.1 Warum Versuche?... 1 1.2 Warum Statistik?... 1 1.3 Warum Versuchsplanung?... 4 1.4 Welche Art von Ergebnissen kann man erwarten?... 6 1.5 Versuche oder systematische Beobachtung?...
MehrVorläufiger schulinterner Lehrplan zum Kernlehrplan für die gymnasiale Oberstufe. Mathematik
Vorläufiger schulinterner Lehrplan zum Kernlehrplan für die gymnasiale Oberstufe Mathematik 2.1.1 ÜBERSICHTSRASTER UNTERRICHTSVORHABEN EINFÜHRUNGSPHASE Unterrichtsvorhaben I: Unterrichtsvorhaben II: Beschreibung
Mehr10. Vorlesung. Grundlagen in Statistik. Seite 291. Martin-Luther-Universität Halle/Wittenberg
. Vorlesung Grundlagen in Statistik Seite 29 Beispiel Gegeben: Termhäufigkeiten von Dokumenten Problemstellung der Sprachmodellierung Was sagen die Termhäufigkeiten über die Wahrscheinlichkeit eines Dokuments
MehrWahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung Prof. Dr. Michael Havbro Faber 28.05.2009 1 Korrektur zur letzten Vorlesung Bsp. Fehlerfortpflanzung in einer Messung c B a 2 2 E c Var c a b A b 2 2 2 n h( x)
MehrGegeben sei folgende zweidimensionale Wahrscheinlichkeitsdichtefunktion zweier Zufallsvariablen. 0 sonst.
Aufgabe 1 (2 + 4 + 2 + 1 Punkte) Gegeben sei folgende zweidimensionale Wahrscheinlichkeitsdichtefunktion zweier Zufallsvariablen X und Y : { 2x + 2y für 0.5 x 0.5, 1 y 2 f(x, y) = 3 0 sonst. a) Berechnen
MehrUnivariates Datenmaterial
Univariates Datenmaterial 1.6.1 Deskriptive Statistik Zufallstichprobe: Umfang n, d.h. Stichprobe von n Zufallsvariablen o Merkmal/Zufallsvariablen: Y = {Y 1, Y 2,..., Y n } o Realisationen/Daten: x =
MehrETWR Teil B. Spezielle Wahrscheinlichkeitsverteilungen (stetig)
ETWR Teil B 2 Ziele Bisher (eindimensionale, mehrdimensionale) Zufallsvariablen besprochen Lageparameter von Zufallsvariablen besprochen Übertragung des gelernten auf diskrete Verteilungen Ziel des Kapitels
MehrLEHRPLAN MATHEMATIK SPORT- UND MUSIKKLASSE
LEHRPLAN MATHEMATIK SPORT- UND MUSIKKLASSE STUNDENDOTATION GF EF 3. KLASSE 1. SEM. 4 2. SEM. 4 4. KLASSE 1. SEM. 3 2. SEM. 3 5. KLASSE 1. SEM. 3 2. SEM. 3 6. KLASSE 1. SEM. 3 2 2. SEM. 3 2 7. KLASSE 1.
MehrKapitel 5 Kenngrößen empirischer Verteilungen 5.1. Lagemaße. x mod (lies: x-mod) Wofür? Lageparameter. Modus/ Modalwert Zentrum. Median Zentralwert
Kapitel 5 Kenngrößen empirischer Verteilungen 5.1. Lagemaße Wofür? Lageparameter Modus/ Modalwert Zentrum Median Zentralwert Im Datensatz stehende Informationen auf wenige Kenngrößen verdichten ermöglicht
MehrÜbungsaufgaben zu Statistik II
Übungsaufgaben zu Statistik II Prof. Dr. Irene Prof. Dr. Albrecht Ungerer Die Kapitel beziehen sich auf das Buch: /Ungerer (2016): Statistik für Wirtschaftswissenschaftler Springer Gabler 4 Übungsaufgaben
Mehr90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft
Prof. Dr. Helmut Küchenhoff SS08 90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft am 22.7.2008 Anmerkungen Überprüfen Sie bitte sofort, ob Ihre Angabe vollständig ist. Sie sollte
MehrKapitel 1 Beschreibende Statistik
Beispiel 1.25: fiktive Aktienkurse Zeitpunkt i 0 1 2 Aktienkurs x i 100 160 100 Frage: Wie hoch ist die durchschnittliche Wachstumsrate? Dr. Karsten Webel 53 Beispiel 1.25: fiktive Aktienkurse (Fortsetzung)
MehrSignale und Systeme Reaktion linearer Systeme auf stationäre stochastische Signale
Signale und Systeme Reaktion linearer Systeme auf stationäre stochastische Signale Gerhard Schmidt Christian-Albrechts-Universität zu Kiel Technische Faculty of Engineering Fakultät Elektrotechnik Institute
MehrKreditrisikomanagement in Banken unter besonderer Berücksichtigung ausgewählter Kreditrisikomodelle
Technische Universität Ilmenau Fakultät für Wirtschaftswissenschaften Institut für Betriebswirtschaftslehre Fachgebiet Finanzwirtschaft/Investition Prof. Dr. R. Trost Kreditrisikomanagement in Banken unter
MehrDiskrete Wahrscheinlichkeitsverteilungen
Diskrete Wahrscheinlichkeitsverteilungen Worum geht es in diesem Modul? Zufallsvariablen Wahrscheinlichkeitsverteilungen Maßzahlen theoretischer Verteilungen Eigenschaften von Erwartungswert und Varianz
MehrMathematik für Wirtschaftswissenschaftler
Knut Sydsaeter Peter HammondJ Mathematik für Wirtschaftswissenschaftler Basiswissen mit Praxisbezug 2., aktualisierte Auflage Inhaltsverzeichnis Vorwort 13 Vorwort zur zweiten Auflage 19 Kapitel 1 Einführung,
MehrEinführung in die Statistik mit EXCEL und SPSS
Christine Duller Einführung in die Statistik mit EXCEL und SPSS Ein anwendungsorientiertes Lehr- und Arbeitsbuch Zweite, überarbeitete Auflage Mit 71 Abbildungen und 26 Tabellen Physica-Verlag Ein Unternehmen
MehrBrückenkurs Statistik für Wirtschaftswissenschaften
Peter von der Lippe Brückenkurs tatistik für Wirtschaftswissenschaften Lösungen UVK Verlagsgesellschaft mbh Konstanz mit UVK/Lucius München Brückenkurs tatistik für Wirtschaftswissenschaften: Lösungen
MehrPeter P. Eckstein. Statistik für. Wirtschaftswissenschaftler. Eine realdatenbasierte. Einführung mit SPSS. 4., aktualisierte und erweitete Auflage
Peter P. Eckstein Statistik für Wirtschaftswissenschaftler Eine realdatenbasierte Einführung mit SPSS 4., aktualisierte und erweitete Auflage Springer Gabler VII 1 Statistik I 1.1 Historisehe Notizen 2
MehrTEIL 13: DIE EINFACHE LINEARE REGRESSION
TEIL 13: DIE EINFACHE LINEARE REGRESSION Die einfache lineare Regression Grundlagen Die einfache lineare Regression ist ebenfalls den bivariaten Verfahren für metrische Daten zuzuordnen 1 Sie hat einen
MehrBivariate lineare Regression. Statistik für SozialwissenschaftlerInnen II p.154
Bivariate lineare Regression Statistik für SozialwissenschaftlerInnen II p.154 Grundidee und Typen der Regression Die Regressionsanalyse dient zur Quantifizierung des Zusammenhangs und der statistisch
MehrTaschenbuch Versuchsplanung Produkte und Prozesse optimieren
Wilhelm Kleppmann Taschenbuch Versuchsplanung Produkte und Prozesse optimieren ISBN-10: 3-446-41595-5 ISBN-13: 978-3-446-41595-9 Inhaltsverzeichnis Weitere Informationen oder Bestellungen unter http://www.hanser.de/978-3-446-41595-9
MehrInhaltsverzeichnis. Vorwort Kapitel 1 Einführung, I: Algebra Kapitel 2 Einführung, II: Gleichungen... 57
Vorwort... 13 Vorwort zur 3. deutschen Auflage... 17 Kapitel 1 Einführung, I: Algebra... 19 1.1 Die reellen Zahlen... 20 1.2 Ganzzahlige Potenzen... 23 1.3 Regeln der Algebra... 29 1.4 Brüche... 34 1.5
MehrThema: Mittelwert einer Häufigkeitsverteilung. Welche Informationen kann der Mittelwert geben?
Thema: Mittelwert einer Häufigkeitsverteilung Beispiel: Im Mittel werden deutsche Männer 75,1 Jahre alt; sie essen im Mittel pro Jahr 71 kg Kartoffel(-produkte) und trinken im Mittel pro Tag 0.35 l Bier.
MehrStatistik eindimensionaler Größen
Statistik eindimensionaler Größen Michael Spielmann Inhaltsverzeichnis 1 Aufgabe der eindimensionalen Statistik 2 2 Grundbegriffe 2 3 Aufbereiten der Stichprobe 3 4 Die Kennzahlen Mittelwert und Streuung,
Mehrb) Bestimmen Sie die Varianz der beiden Schätzer. c) Ist ein oder sind beide Schätzer konsistent? Begründen Sie!
Aufgabe 1 (3 + 3 + 2 Punkte) Ein Landwirt möchte das durchschnittliche Gewicht von einjährigen Ferkeln bestimmen lassen. Dies möchte er aus seinem diesjährigen Bestand an n Tieren schätzen. Er kann dies
Mehr4.2 Grundlagen der Testtheorie. Wintersemester 2008 / 2009 Hochschule Magdeburg-Stendal (FH) Frau Prof. Dr. Gabriele Helga Franke
4.2 Grundlagen der Testtheorie Wintersemester 2008 / 2009 Hochschule Magdeburg-Stendal (FH) Frau Prof. Dr. Gabriele Helga Franke GHF im WiSe 2008 / 2009 an der HS MD-SDL(FH) im Studiengang Rehabilitationspsychologie,
MehrFranz Kronthaler. Statistik angewandt. Datenanalyse ist (k)eine Kunst. Excel Edition. ^ Springer Spektrum
Franz Kronthaler Statistik angewandt Datenanalyse ist (k)eine Kunst Excel Edition ^ Springer Spektrum Inhaltsverzeichnis Teil I Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist Spaß 3
MehrMuster für einen Studienbericht (in Auszügen) im Fach Mathematik LK
Muster für einen Studienbericht (in Auszügen) im Fach Mathematik LK Name: Zur Vorbereitung verwendetes Hilfsmittel GTR (Modell und Typbezeichnung sind vom Bewerber anzugeben. ) (Modell und Typ sind mit
MehrWas ist Physik? Modell der Natur universell es war schon immer so
Was ist Physik? Modell der Natur universell es war schon immer so Kultur Aus was sind wir gemacht? Ursprung und Aufbau der Materie Von wo/was kommen wir? Ursprung und Aufbau von Raum und Zeit Wirtschaft
MehrStatistik. 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
MehrKlausur zur Vorlesung Multivariate Verfahren, SS 2006 6 Kreditpunkte, 90 min
Klausur, Multivariate Verfahren, SS 2006, 6 Kreditpunkte, 90 min 1 Prof. Dr. Fred Böker 08.08.2006 Klausur zur Vorlesung Multivariate Verfahren, SS 2006 6 Kreditpunkte, 90 min Gesamtpunkte: 39 Aufgabe
MehrTaschenbuch Versuchsplanung
Wilhelm Kleppmann 2008 AGI-Information Management Consultants May be used for personal purporses only or by libraries associated to dandelon.com network. Taschenbuch Versuchsplanung Produkte und Prozesse
MehrAnalytische Statistik II
Analytische Statistik II Institut für Geographie 1 Schätz- und Teststatistik 2 Das Testen von Hypothesen Während die deskriptive Statistik die Stichproben nur mit Hilfe quantitativer Angaben charakterisiert,
MehrQuantitatives Risikomanagement
Quantitatives Risikomanagement Korrelation und Abhängigkeit im Risikomanagement: Eigenschaften und Irrtümer von Jan Hahne und Wolfgang Tischer -Korrelation und Abhängigkeit im Risikomanagement: Eigenschaften
MehrAnleitung: Standardabweichung
Anleitung: Standardabweichung So kann man mit dem V200 Erwartungswert und Varianz bzw. Standardabweichung bei Binomialverteilungen für bestimmte Werte von n, aber für allgemeines p nach der allgemeinen
Mehr